• 한국항공우주학회지
• /
• 제31권6호
• /
• pp.61-71
• /
• 2003

터보제트엔진 모델에 대한 제어에 있어서, 비교적 잘 설계된 PI 제어기 성능결과를 바탕으로 Takagi-Sugeno형 뉴로-퍼지 추론계를 통한 플랜트 모델의 제어 시스템을 규명함으로서, PI형 T-S 퍼지규칙들을 퍼지제어기를 설계하였다. 이렇게 설계된 제어기의 성능을 향상시키기 위하여, 각 퍼지규칙들을 퍼지 C-Means Algorithm으로부터 각각의 목적 함수군으로 분류한 후, 각 분류군에 대해 규칙간의 가중치가 각 목적함수의 만족도에 부합되도록 하는 기법을 제시하였고, 이를 잘 설계된 T-S형 퍼지제어기에 적용하여 성능을 향상시킴으로써 그 유용성을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 C
• /
• pp.1314-1317
• /
• 1999

In this paper, we design an Adaptive Neuro-Fuzzy Inference System(ANFIS) Precompensator for the performance improvement of conventional proportional integral derivative (PID) controller that the governor system of power plant constantly maintains the load frequency of two-area power system. The ANFIS Precompensator is expressed as the membership functions of premise parameters and the linear combination of consequent parameters by Sugeno's fuzzy if-then rules using nonlinear input-output relation for the set point automatic modification maintaining conventional PID controller. The proposed compensation design technique is hoped to be satisfactory method overcome difficulty of exact modelling and arising problems by the complex nonlinearities of power system, and our design shows merit that is easily implemented by adding an ANFIS precompenastor to an existing PID controller without replacement.

• 한국지능시스템학회논문지
• /
• 제6권4호
• /
• pp.49-60
• /
• 1996

본 논문의 목적은 신경망을 이용한 퍼지 하이퍼큐브의 적응 학습 제어알고리듬의 개발이다. 퍼지 시스템 규칙베이스 후건부의 실시간적인 수정, 초기 퍼지 제어규칙의 일시적인 안정성을 가정하여 퍼지제어기와 신경망의 장점만을 살린 지능형 제어시스템의 설계방법을 제안하였다. 퍼지 제어기로는 실현 가능한 퍼지 하이퍼큐브의 구조를 선택하였고, 퍼셉트론 신경만의 학습법칙을 적용하여 출력오차로써 퍼지 제어기의 규칙을 실시간적으로 수정해 나가는 방법을 사용하였다. 결과적으로 적응 퍼지-뉴로 제어시스템을 Cart-Pole 제어에 응용함으로써 이러한 지능형 제어기의 유효성과 강인성을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.151-152
• /
• 2008

본 논문에서는 도립 역진자 시스템에서의 진자의 도립 상태를 유지하도록 하기 위하여, DSP와 FPGA를 결합하여 ANFIS 뉴로퍼지 제어기를 구현하여 실험하였다. 도립진자의 위치 추종 성능을 PID 제어기와 비교 평가하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2007년도 춘계학술발표논문집
• /
• pp.150-153
• /
• 2007

The intent of this paper is to describe a neural network structure called multi dynamic neural network(MDNN), and examine how it can be used in developing a learning scheme for computing robot inverse kinematic transformations. The architecture and learning algorithm of the proposed dynamic neural network structure, the MDNN, are described. Computer simulations are demonstrate the effectiveness of the proposed learning using the MDNN.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.805-810
• /
• 1993

In this paper, we propose a compliance control scheme using a neurofuzzzy compliance model(NFCM). as a new control paradigm for telerobot systems. A NFCM, used as a compliance controller, is composed of a fuzzy compliance model(FCM), a neural network and a low pass filter. The NFCM is trained through a reinforcement learning algorithm, and then, can generate suitable compliant motion for a given task. A series of simulations have been performed to show applicability of the proposed algorithm send it is found that the NFCM can implement suitable compliant motion for a given task through the learning procedure.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.439-440
• /
• 2004

전력시스템의 부하주파수제어는 전력계통운용에 있어서 가장 중요하게 다루어야 한다. 본 논문에서는 강인한 퍼지제어기를 얻고자, 다층 신경회로망을 이용하여 퍼지제어기 멤버쉽 함수의 전건부 및 후건부 파라미터들을 시스템에 알맞게 자기 조정하기 위해 최급구배법에 근거한 오차 역전파 알고리즘으로 적응 학습시킬 수 있는 뉴로-퍼지제어기의 구조 및 알고리즘을 제안하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.218-223
• /
• 1992

This paper describes a learning method of neural network controllers. The learning method improves the performance of indirect learning mechanism in the neuro-control of nonlinear systems. To precisely identify dynamic characteristics of the plant by utilizing a limited prior information we propose a new energy function which takes advantage of the proportional relationship between outputs of the plant and those of neural networks.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 B
• /
• pp.471-473
• /
• 1998

본 논문에서는 뉴로-퍼지 제어기를 이용한 능동 소음제어기를 구현하였다. 능동 소음제어기는 잡음에 의하여 왜곡된 신호로부터 잡음을 제거하여 원 신호를 복원하는 제어시스템이다. 일반적으로 잡음의 특성이 시간에 따라 변화하고, 전달특성이 비선형적이므로 고정된 제어기에 의해서는 제어할 수 없다. 이 논문에서는 뉴로-퍼지 제어기를 사용하였고, 파라미터를 오차 역전과 학습을 통하여 변화시킴으로써 잡음의 특성에 효과적으로 적응하는 능동 소음제어기를 구성하였다. 시뮬레이션을 통하여 여러 종류의 신호에 대해서 랜덤 노이즈를 발생시키고 구성된 제어기의 성능을 확인하였다.

• International Journal of Control, Automation, and Systems
• /
• 제4권5호
• /
• pp.545-558
• /
• 2006

In this paper, PD-like visual servoing is modified in two ways: a sliding-mode observer is applied to estimate the joint velocities, and a RBF neural network is used to compensate the unknown gravity and friction. Based on Lyapunov method and input--to-state stability theory, we prove that PD-like visual servoing with the sliding mode observer and the neuro compensator is robust stable when the gain of the PD controller is bigger than the upper bounds of the uncertainties. Several simulations are presented to support the theory results.