• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제2권1호
• /
• pp.33-37
• /
• 2002

Insulation aging diagnosis system provides early warning regarding electrical equipment defects. Early warning is very important in that it can avoid great losses resulting from unexpected shutdown of the production line. Since relations of insulation aging and partial discharge dynamics are non-linear. it is very difficult to provide early warning in an electrical equipment. In this paper, we propose the design method of insulation aging diagnosis system that use a electromagnetic wave and acoustic signal to diagnose an electrical equipment. Proposed system measures the partial discharge on-line from DAS(Data Acquisition System and acquires 2D patterns from analyzing it. For filtering the noise contained in sensor signals we used ICA algorithms. Using this data, we design of the neuro-fuzzy model that diagnoses an electrical equipment and is investigated in this paper. Validity of the new method is asserted by numerical simulation.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2120-2122
• /
• 2002

There are several types of control systems that use fuzzy logic controller as a essential system component. The majority of research work on fuzzy PID controller focuses on the conventional two-input PI or PD type controller. However, fuzzy PID controller design is a complex task due to the involvement of a large number of parameters in defining the fuzzy rule base. In this paper we combined conventional PI type and PD type fuzzy controller and set the initial parameters of this controller from the conventional PID controller gains obtained by Ziegler-Nichols tuning or other coarse tuning methods. After that, by replacing some of these parameters with sing1e neurons and making them to be adjusted by back-propagation learning algorithm we designed a neuro-fuzzy controller which showed good performance characteristics in both computer simulation and actual application.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2005년도 학술대회 논문집
• /
• pp.315-320
• /
• 2005

This paper is proposed adaptive fuzzy-neuro controller for high performance of induction motor drive. The design of this algorithm based on fuzzy-neural network controller that is implemented using fuzzy control and neural network. This controller uses fuzzy rule as training patterns of a neural network. Also, this controller uses the back-propagation method to adjust the weights between the neurons of neural network in order to minimize the error between the command output and actual output. A model reference adaptive scheme is proposed in which the adaptation mechanism is executed by fuzzy logic based on the error and change of nor measured between the motor speed and output of a reference model. The control performance of the adaptive fuzy-neuro controller is evaluated by analysis for various operating conditions. The results of experiment prove that the proposed control system has strong high performance and robustness to parameter variation, and steady-state accuracy and transient response.

• 한국수자원학회논문집
• /
• 제35권5호
• /
• pp.631-638
• /
• 2002

시계열의 예측은 통상 추계학적 모형에 의해 수행하여 왔다. 그러나 본 연구에서는 퍼지 개념을 이용한 퍼지 시계열 모형에 의해 강수량 예측을 수행하였다. 기존에 제안된 퍼지 시계열 모형을 이용하여 예측을 수행하고, 예측 능력을 향상시키기 위하여 퍼지 시계열과 뉴로-퍼지 시스템을 연계한 새로운 방법론을 제안하여 상호 비교ㆍ분석하였다. 이를 위하여 미국 일리노이주의 강수량 시계열 예측에 적용하였으며, 예측 결과, 기존의 모형보다 본 연구에서 제안한 방법론의 결과가 더 정확함을 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.417-422
• /
• 2000

본 논문에서는 적응 뉴로-퍼지 모델링을 위해 최근에 BBS(blind source separation)분야에서 발전된 독립 성분 분석기법(ICA)을 전처리로 이용하여 효과적인 퍼지 규칙을 생성하는 방법을 제안한다. 기존의 뉴로-퍼지 모델링은 입력 데이터 성분간의 상관관계를 고려하지 않고 입력공간을 분할하기 때문에 효과적으로 분할하지 못하는 단점이 있다. 이로 인해 과도한 규칙 수와 큰 오차를 가지고 있었다. 이에, 본 연구에서는 독립 성분 분석기법을 이용하여 입력 데이터 성분간의 상관관계를 제거함으로서 적은 규칙 수를 갖으면서도 효율적인 퍼지 규칙을 얻을 수 있도록 하였다. 시뮬레이션 예로서 Box-Jenkins의 가스로 데이터의 모델링에 적용하여 유용성과 제안된 방법이 이전의 연구보다 좋은 결과를 보임을 알 수 있었다.

• 한국정밀공학회지
• /
• 제19권4호
• /
• pp.132-139
• /
• 2002

In GMAW(Gas Metal Arc Welding) processes, bead geometry (penetration, bead width and height) is a criterion to estimate welding quality. Bead geometry is affected by welding current, arc voltage and travel speed, shielding gas, CTWD (contact-tip to workpiece distance) and so on. In this paper, welding process variables were selected as welding current, arc voltage and travel speed. And bead geometry was reasoned from the chosen welding process variables using neuro-fuzzy algorithm. Neural networks was applied to design FL(fuzzy logic). The parameters of input membership functions and those of consequence functions in FL were tuned through the method of learning by backpropagation algorithm. Bead geometry could be reasoned from welding current, arc voltage, travel speed on FL using the results learned by neural networks. On the developed inference system of bead geometry using neuro-furzy algorithm, the inference error percent of bead width was within $\pm$4%, that of bead height was within $\pm$3%, and that of penetration was within $\pm$8%. Neural networks came into effect to find the parameters of input membership functions and those of consequence in FL. Therefore the inference system of welding quality expects to be developed through proposed algorithm.

• 한국지능시스템학회논문지
• /
• 제9권5호
• /
• pp.472-479
• /
• 1999

본 논문에서는 뉴로-퍼지 알고리즘을 이용한 원격탐사 화상의 지표면 패턴분류기를 제안한다. 제안된 패턴 분류기는 일반적인 퍼지 인식기를 가지고 있는 3층 전방향 신경회로망 구조로 되어 있고 가중치들은 퍼지집합으로 구성된다. 이러한 퍼지-뉴로 패턴분류 시스템을 Visual C++ 환경을 구현한다. 성능평가를 위해 기존의 역전파 학습기능을 가진 신경회로망과 Maximum-likelihood 알고리즘을 이용해처리한 결과와비교분석한다. 대표적인 지표면 특징을 나타내는 8개의 클래스에 대해 훈련집합을 선정하고 각각의 분류 알고리즘에 같은 훈련집합을 사용하여 학습시킨 후 실험화상을 적용하여 지표면 특징을 8개의 클래스로 분류하였다. 실험결과 제안된 뉴로-퍼지 분류기는 여러개의 클래스로 혼합된 패턴에 대해서 기존의 분류기들에 비해 보다 더 좋은 성능을 보인다.

• 한국지능시스템학회논문지
• /
• 제17권2호
• /
• pp.154-159
• /
• 2007

프로펠러 회전면에서의 반류분포는 주로 모형시험에 의해서 규명되어 왔다. 이렇게 축적된 데이터베이스를 통해 선박의 기하학적 형상정보와 반류분포 사이의 입출력관계를 모델링할 수 있다면 선박 초기설계시 유사선종의 설계에 도움이 된다. 뉴로퍼지시스템은 예측, 분류, 진단 등의 매우 복잡한 문제를 해결하는 기법으로 다양한 공학분야에서 응용되고 있다. 본 연구에서는 이들 입출력 사이의 관계를 뉴로퍼지시스템으로 모델링하고 학습한 후 새로운 입력에 대한 출력값의 검토를 통해 그 유용성을 확인한다. 3차원 선미형상을 입력으로 하고 선체 모형시험으로 얻어진 프로펠러 회전면에서의 반류분포 값을 출력으로 사용하여 학습 및 추론을 해 보았다. 이를 통해 뉴로퍼지시스템을 초기 선박설계 단계에서 특히 선미형상을 결정할 때 유용한 것을 확인하였다.

• 상하수도학회지
• /
• 제19권4호
• /
• pp.395-403
• /
• 2005

It is very important to forecast water supply for reasonal operation and management of water utilities. In this paper, water supply forecasting models using artificial intelligence are developed. Artificial intelligence models shows better results by using Temperature(t), water supply discharge (t-1) and water supply discharge (t-2), which are expressed by neural network(LMNNWS; Levenberg-Marquardt Neural Network for Water Supply, MDNNWS; MoDular Neural Network for Water Supply) and neuro fuzzy(ANASWS; Adaptive Neuro-Fuzzy Inference Systems for Water Supply). ANFISWS model which is applied for water supply forecasting shows stable application to the variable water supply data. As results, MDNNWS model shows the highest overall accuracy among proposed water supply forecasting models and the lowest estimation error with the order of ANFISWS, LMNNWS model.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.1234-1239
• /
• 2006

신속하고 정확한 교통정보 서비스의 제공은 원활한 교통소통을 위하여 필수적인 요소이다. 특히, 교통사고, 도로보수 그리고 자연재해와 같은 유고가 발생할 경우, 운전자에게 즉시 통보해주어 우회할 수 있도록 조치하는 것이 필요하다. 이를 위하여 다양한 교통정보 수집기에서 수집된 교통정보를 바탕으로 실시간으로 유고상황을 판별하는 연구가 많이 진행되고 있다. 유고상황 분석은 다양한 환경요인으로 인해 판별이 어렵고, 최근에 활용되고 있는 인공지능 기법은 검지에 드는 시간 비용이 많다는 문제를 가지고 있다. 본 연구에서는 과거에 발생한 각종 돌발 상황을 분석하여 실시간으로 유고상황을 검지하는 것이 목적이다. 유고검지를 위해 GPS를 탑재한 probe car에서 수집된 차량속도와 온라인으로 제보된 유고정보를 ANFIS를 이용하여 분석 후 유고상태를 판별한다. 본 연구를 통해 실시간 도로 이용자들이 유고 발생 지역의 정보를 제공받고 그 상황에 신속하게 대처하게 함으로써 교통 혼잡 완화에 기여할 것으로 기대한다.