• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1990년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 26-27 Oct. 1990
• /
• pp.658-662
• /
• 1990

In the air-fuel control of automotive engine to improve its efficiency, fuel economy and less emissions, conventional control methods using $O_{2}$ sensor or the lean air-fuel ratio sensor provide only open control in rich conditions. Control with a wide range air-fuel sensor makes it possible to employ closed loop control for all engine conditions including rich combustion. With a wide range A/F sensor and A/F transfer functions, a PID control system is constructed which employs an learning scheme. A/F controller is designed which enables to improve the ability of its compensation for sensors and actuators, and its control operation is evaluated by computer simulation.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 추계학술대회 논문집 학회본부
• /
• pp.207-209
• /
• 1995

The PID controller is widely used due to its fast response and robustness. But its performance is not so good compared with modem controllers such as adaptive, robust, fuzzy, neural controller. Therefore, it is natural to replace PID controller by modem controllers. But, the problem is that modem controller can not be easily applied to the real time process. Hence, this paper proposes such a structure that PID controller and Self-Learning Fuzzy Controller(SLFC) are in parallel with each other. The parameter of SLFC will be updated by gradient descent method using neuro - identifier. The usefulness of this hybrid controller will be proved by simulation results.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2009년도 춘계학술발표논문집
• /
• pp.458-460
• /
• 2009

The parameters of PID controller should be readjusted whenever system character change. In spite of a rapid development of control theory, this work needs much time and effort of expert. In this paper, to resolve this defect, after the sample of parameters in the changeable limits of system character is obtained, these parametrs are used as desired values of back propagation learning algorithm, also neural network auto tuner for PID controller is proposed by determing the optimum structure of neural network. Simulation results demonstrate that auto-tuning proper to system character can work well.

• 조명전기설비학회논문지
• /
• 제20권7호
• /
• pp.53-57
• /
• 2006

PID 제어기는 산업자동화 설비에 널리 쓰이고 있다. 하지만 시스템 특성이 간헐 또는 연속적으로 변화할 때에 정밀제어를 위한 새로운 매개변수 결정이 쉽지 않다. 이를 해결하기 위한 방법으로 본 논문에서는 PID 제어기와 같은 기능을 갖는 신경망이득 자동조절기를 제안 하였다. 시스템의 적절한 궤환제어 이득은 델타 학습규칙에 의해서 결정된다. 제안된 신경망이득 자동조절기의 기능은 유도 전동기의 속도제어 실험에 의해 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 B
• /
• pp.894-896
• /
• 1999

PID 제어는 50년의 역사를 갖기 때문에 현장의 사용자는 이 제어방식에 익숙해져 있으며, 제어장치의 구성이 간단하며 제어기의 최적동조가 가능하므로 많은 분야에서 사용되고 있다[1]. 그러나 PID 제어기에 의해서 얻은 결과에 대하여 만족하기 위해서는 많은 시행착오를 겪어야 한다. 또한 만족하는 결과를 얻었다고 할지라도 외란, 플랜트의 동특성이 바뀌는 경우 시스템을 추종하지 못하기 때문에 파라미터를 재조정하여야 한다. 유전 알고리즘은 자연세계의 진화 현상에 기초한 계산모델로서 John Holland에 의해서 1975년에 개발된 전역적인 최적화 알고리즘이며[1][2], 비선형 고차원, 불연속, 다중모드, 노이즈 함수 등에 대하여 강건함을 보여주고, 복잡한 탐색 공간에서 최적 값을 스스로 발견하는 학습 능력을 갖는다. 이 방법은 재생산, 교배, 돌연변이를 통하여 최적해를 찾은 방법으로 1989년에 D. E. Goldgerg에 의해서 체계적으로 정리된 후 여러 분야에서 응용되고 있다[3][4]. 그러나 유전 알고리즘은 목적함수만을 이용하여 해집단을 탐색하기 때문에 숙련운전자가 원하는 제어 특성 명세인 상승시간, 정착시간, 초과량(oveshoot) 둥을 구체적으로 명시하여 제어에 반영할 수 없다. 또한, 유전 알고리즘은 입력 값이 크게 바뀔 경우 다른 시스템으로 인식하여 새로운 탐색을 수행하는 단점을 가지고 있다. 본 논문은 첫째, 기준모델을 도입하여 플랜트의 성능을 기준모델로 표현하여 플랜트가 요구하는 성능지표를 정량적으로 규정하는 것이 가능하였다. 또한, 이것은 미지 플랜트 동특성을 식별하기 위한 신호로 사용되어, 플랜트의 정보를 얻는데 이용되었다. 즉, 기준모델과 플랜트 출력사이의 추종 오차 정보가 적응기구인 PID 유전제어기의 입력으로 사용되며, 구형파 입력의 경우에도 기준모델과 플랜트의 출력차는 크게 변하지 않는다. 따라서, 유전 알고리즘의 목적함수에 기준 모델을 제안 적용하여 안정적이고, 세밀한 제어를 수행하였다. 둘째, PID의 간단하면서 확실한 제어가 가능하다는 점과 전역적인 최적값을 찾을 수 있는 유전 알고리즘을 적용하여 고속제어를 요하는 직류 서보 모터(DC Servo Motor) 운전 시 실시간 파라미터 동조에 적용하였다.

• 조명전기설비학회논문지
• /
• 제14권1호
• /
• pp.30-37
• /
• 2000

본 논문에서는 적웅형 신경망-퍼지 추론(ANFlS) 방법을 이용해 가스터빈의 각 변수 변화에 대해 가장 최적으로 제어 될 수 있는 전달함수를 구하고 또 2자유도 Pill제어기를 튜닝하는 문제를 연구하였다. 적응형 신경망-퍼지 추론(ANFlS)법은 기존의 퍼지나 신경망에 비해 플랜트 특성에 따라 소속함수의 모양을 적절하게 가변하면서 학습 할 수 있어 변수가 급격히 변하는 플랜트 제어에서 매우 효과적인 방법이다. 한편 가스터빈의 기동시간은 매우 짧고 제어변수도 많아 최적 기동을 위해서는 기동순간마다 제어변수 값을 가변시켜야 하나 실질적으로 이에 적합한 제어기를 설계하는 것은 매우 어렵다. 따라서 본 연구에서는 실용적인 지능형 제어기를 연구하기 위해 적웅형 신경망 퍼지 추론법을 군산 가스터빈 의 실제 운전 데이터에 적용하여 특성을 확인한 후 2자유도 Pill 제어기를 적용하여 튜닝하였다. 그 결과 적웅형 신경망올 이용한 결과가 기폰의 Pill 제어기에 비해 우수함을 나타내었다 본 연구는 실제 운전되는 가스터빈의 데이터를 이용해 특성을 고찰한 것이므로 다른 유사한 프로세스에도 유용하게 활용 할 수 있을 것으로 기대된다.

• 전자공학회논문지SC
• /
• 제40권4호
• /
• pp.264-274
• /
• 2003

본 논문에서는 잡음과 시간지연이 존재하며 시스템 파라미터가 변하는 비선형 비최소위상 시스템에 적응하는 신경회로망이 결합된 PID구조를 갖는 일반화 최소분산 자기동조제어기를 제안한다. PID구조를 갖는 자기동조는 PID제어기처럼 구조가 간단하고 계통을 정밀하게 제어하는 자기동조 제어기의 특성을 그대로 유지할 수 있다. 일반화 최소분산 자기동조 제어기 파라미터는 비선형 시스템을 선형시스템으로 간주하고 순환최소자승법으로 추정하며 설계계수의 값은 확률근사법인 Robbins-Monro 알고리듬을 이용하여 자동조정하였다. 역전파 학습 알고리듬을 사용하는 신경회로망 제어기는 비선형 부분의 제어를 보상하기 위해 필터된 기준입력과 필터된 플랜트 출력이 같도록 제어값을 출력한다. 컴퓨터 시뮬레이션을 통해 제안한 방법이 시스템의 파라미터가 변하는 비최소위상 시스템에 잘 적응함을 보였다.

• 조명전기설비학회논문지
• /
• 제13권2호
• /
• pp.63-70
• /
• 1999

본 논문은 여러 설비시스템의 프로세스 제어에 사용되는 PID제어기의 최적 자동동조에 관한 새로운 방법을 제안하고자 한다. 이 방법은 먼저. 제어대상의 계단응답으로부터 모델링 된 1차 지연계를 Pad 근사화하고, Ziefler-Nichols의 한계감도법으로 초기값을 정한 후, 최대 오버슈트, 감쇠비, 상승시간, 정정시간에 대한 퍼지 평가함수를 초대로 하는 최적화되 PID 계수를 목표치로 하여 신경회로망의 역전파 알고리즘을 통해 충분히 반복, 학습시켜 새로운 K, L, T값을 입력하였을 때 근사적으로 최적화된 PID 계수를 구함으로써 퍼지추론에 의한 제어 규칙이 불필요하여 자동 동조시간이 짧다는 장점을 가지고 있다.

• 융합신호처리학회논문지
• /
• 제3권2호
• /
• pp.71-75
• /
• 2002

본 논문은 여러 프로세스제어에 사용되는 PID제어기의 최적 자동동조에 관한 새로운 방법을 제안하고자 한다. 이 방법은 먼저, 제어대상의 계단응답으로부터 모델링된 1차 지연계를 Pade 근사화 하고, Ziegler-Nickels의 한계감도 법으로 초기계수를 결정한 후 유전자알고리즘의 부모세대의 2진 스트링에 적합도 값으로 입력시켜 선택 교배 및 돌연변이를 통하여 새로운 자손세대를 형성한다 이 방법은 Ziegler-Nickels로 구한 출력특성보다 더욱 좋은 특성을 가지며 입력변수 K, L, T의 학습범위가 없어져 응용범위가 확장되는 장점을 가지고 있다.

• 제어로봇시스템학회논문지
• /
• 제6권3호
• /
• pp.248-255
• /
• 2000

Whereas the linear PID controller is widely used for control of industrial servo systems a high precision positioning system is not easy to control only with the PID controller due to uncertain nonlinear dynamics such as friction backlash etc. As a viable means to overcome the difficulty a learning control scheme is proposed in this paper that is simple and straightforward to implement. The proposed learning controller takes full advantage of current feedback capability of the inner-loop of the control system in that electrical motor dynamics as the well as mechanical part of X-Y positioning system is included in the learning control scheme, The experimental results are given to demonstrate its feasibility and effectiveness in terms of convergence precision of tracking and robustness in comparison with the conventional control method.