• 제어로봇시스템학회논문지
• /
• 제21권5호
• /
• pp.421-426
• /
• 2015

Need to develop human body's posture supervised robots, gave the push to researchers to think over dexterous design of exoskeleton robots. It requires to develop quantitative techniques to assess human motor function and generate the command to assist in compliance with complex human motion. Upper limb rehabilitation robots, are one of those robots. These robots are used for the rehabilitation of patients having movement disorder due to spinal or brain injuries. One aspect that must be fulfilled by these robots, is to cope with uncertainties due to different patients, without significantly degrading the performance. In this paper, we propose chattering free sliding mode control technique for this purpose. This control technique is not only able to handle matched uncertainties due to different patients but also for unmatched as well. Using this technique, patients feel active assistance as they deviate from the desired trajectory. Proposed methodology is implemented on seven degrees of freedom (DOF) upper limb rehabilitation robot. In this robot, shoulder and elbow joints are powered by electric motors while rest of the joints are kept passive. Due to these active joints, robot is able to move in sagittal plane only while abduction and adduction motion in shoulder joint is kept passive. Exoskeleton performance is evaluated experimentally by a neurologically intact subjects while varying the mass properties. Results show effectiveness of proposed control methodology for the given scenario even having 20 % uncertain parameters in system modeling.

• 대한토목학회논문집
• /
• 제40권3호
• /
• pp.303-314
• /
• 2020

수자원분야에서 이용되는 강우에 따른 유역의 수문학적 시스템, 도시지역 및 하천에 대한 수리학적 시스템은 비선형성이 강하고 많은 변수들을 포함하고 있다. 이러한 특성을 가진 시계열 자료에서 기계학습을 통한 예측은 예측시점 이전의 자료 특성을 반영하지 못하는 등 기본적인 신경망으로는 부족한 상황이 발생하기도 한다. 본 연구에서 적용할 강우-유출량과 같이 비선형성이 강하고 시간종속성이 높은 복잡한 시계열 자료를 예측하기 위해 신경망의 학습능력을 극대화한 순환형 동적 신경망(Recurrent Dynamic Neural Network)의 한 종류인 동시에, 시간 지연 신경망(Time-Delay Neural Network)의 특성을 가진 비선형 자기회귀(NARX, Nonlinear Autoregressive Exogenous Model) 인공신경망을 사용하였다. 이를 태화강 지방하천 구간에 적용하여 NARX 인공신경망의 시간 지연 매개변수를 10분에서 120분까지 조정하며 모의한 결과에 대해 여러 통계지표를 이용해 정량적으로 평가하였다. 그 결과 지연시간이 증가할수록 효율계수(NSE)가 0.530에서 0.988으로 증가하고, 평균제곱근편차(RMSE)가 379.9 ㎥/s에서 16.1 ㎥/s로 감소하는 등 정교한 예측이 가능함을 확인하였다.

• 한국수자원학회논문집
• /
• 제46권4호
• /
• pp.373-387
• /
• 2013

수자원시스템의 효율적인 운영 및 관리를 위해서는 하천 시설물들을 효율적으로 연계운영 할 필요가 있다. 그러나 이를 위한 시뮬레이션 모형은 최선의 대안을 보장하지 못하고, 최적화 모형은 복잡한 수계 현황을 유연하게 고려하는데 어려움이 있다. 따라서 시뮬레이션과 최적화 기법의 한계점을 서로 보완해서 활용하는 것이 바람직하다. 이에 본 연구에서는 시뮬레이션과 최적화 기법의 원론적 비교를 통해 각 기법의 장 단점을 분석하고, 두 방법의 한계점을 극복할 수 있는 시뮬레이션 기반의 최적화 모형, CoWMOM의 활용을 제안한다. 아울러 댐-보 연계운영 모형의 활용방안으로 i) 과거의 특정 기간에 대한 분석 도구로써의 활용법과, ii) 미래 수문 정보가 불확실한 상황에서 댐-보 연계운영을 하는 현실에 적합한 모형 활용 절차를 제시한다.