• 조명전기설비학회논문지
• /
• 제15권4호
• /
• pp.14-22
• /
• 2001

본 논문에서는 전력계통의 저주파 진동 억제와 안정도 향상을 위해 적응 뉴로-퍼지 전 보상기(Adaptive Neuro-Fuzzy Precompensator, ANFP)를 설계하였다. 여기서 ANFP는 종래의 전력계통 안정화 장치(Power System Stabilizer, PSS)를 보상하도록 설계되며, 이 설계기법은 기존의 PSS 최적 파라미터를 구하는 방식과는 달리 현재 사용중인 PSS 파라미터를 고정시켜놓고, ANFP만을 추가하는 구조적인 장점을 나타낸다. 먼저, 학습 능력을 가지는 퍼지 전 보상기가 구성되며, 이는 발전 유니트의 입출력 데이터로부터 학습된다. ANFP는 학습의 특성을 가지기 때문에 보상기의 퍼지규칙과 소속함수는 학습 알고리즘에 의해 자동으로 동조될 수 있다 학습은 ANFP와 목표 제어기(desired controller)의 출력을 비교하여 평가되는 오차를 최소화하도록 수행된다. 사례 연구 들에서 다양한 동작 조건들 상에서 전력계통의 우수한 제동을 제공할 수 있었으며, 시스템의 동특성을 향상시킬 수 있었다

• Journal of Power Electronics
• /
• 제16권2호
• /
• pp.564-571
• /
• 2016

This study proposes an adaptive neuro-fuzzy inference system (ANFIS)-based rotor position controller for brushless direct current (BLDC) motors to improve the control performance of the drive under transient and steady-state conditions. The dynamic response of a BLDC motor to the proposed ANFIS controller is considered as standard reference input. The effectiveness of the proposed controller is compared with that of the proportional integral derivative (PID) controller and fuzzy PID controller. The proposed controller solves the problem of nonlinearities and uncertainties caused by the reference input changes of BLDC motors and guarantees a fast and accurate dynamic response with an outstanding steady-state performance. Furthermore, the ANFIS controller provides low torque ripples and high starting torque. The detailed study includes a MATLAB-based simulation and an experimental prototype to illustrate the feasibility of the proposed topology.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1993년도 하계학술대회 논문집 A
• /
• pp.227-230
• /
• 1993

Recently, the development of novel control methodology enables us to improve the performance of AC-machine drives by using pulse width modulation (PWM) technique. Usually, the dynamic characteristic of induction motor (IM) has been represented by the 5-th order nonlinear differential equation. This dynamics, however, can be reduced to 3-rd order dynamics by applying direct control of IM input current. This methodology concludes that it is much easier to control IM by means of the field-oriented methods employing the current controller. Therefore a precise current control is crucial to achieve a high control performance both in dynamic and steady state operations. This paper presents an adaptive fuzzy current controller with artificial neural network (ANN) for field-oriented controlled IM. This new control structure is able to adaptively minimize a current ripple while maintaining constant switching frequency. Especially the proposed controller employs neuro-computing philosophy as well as adaptive learning pattern recognizing principles with respect to variations of the system parameters. The proposed approach is applied to the IM drive system, and its performance is tested through various simulations. Simulation results show that the proposed system, compared among several known classical methods, has a superb performance.

• 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.

• 제어로봇시스템학회논문지
• /
• 제7권6호
• /
• pp.494-501
• /
• 2001

In this paper an ANFIS(Adativo Neuro-Fuzzy Inference System)- based fault detection and diagnosis for a closed loop control system is proposed. The proposed diagnostic system contains two ANFIS. One is run as a parallel model within the model in closed loop control(MCL) and the other is run as a series-parallel model within the process in closed loop(PCL) for the generation of relevant symptoms for fault diagnosis. These symptoms are further processed by another classification logic with simple rules and neural network for process and controller fault diagnosis. Experimental results for a DC shunt motor control system illustrate the effectiveness of the proposed diagnostic scheme.

• 전력전자학회논문지
• /
• 제10권3호
• /
• pp.282-289
• /
• 2005

본 논문에서는 NFC(Neuro-Fuzzy Controller)와 ANN(Artificial Neural network) 제어기를 이용한 IPMSM의 속도 제어 및 추정을 제시한다. PI 제어기에서 나타나는 문제점을 해결하기 위하여 신경회로망과 퍼지제어를 혼합적용한 NFC를 설계한다. 신경회로망의 고도의 적응제어와 퍼지 제어기의 강인성 제어의 장점들을 접목한다. 다음은 ANN을 이용하여 IPMSM 드라이브의 속도 추정기법을 제시한다. 2층 구조를 가진 신경회로망에 BPA(Back Propagation Algorithm)를 적용하여 IPMSM 드라이브의 속도를 추정한다. 추정속도의 타당성을 입증하기 위하여 시스템을 구성하여 제어특성을 분석한다.

• 전력전자학회논문지
• /
• 제5권2호
• /
• pp.192-199
• /
• 2000

본 논문은 고주파 유도 가열기의 전력조절을 위해 뉴로-퍼지 알고리즘을 이용하고, IGBT를 사용한 위상 전이 펄스변조(PSPM)와 주파수 추종 펄스변조(FEPM) 가 조절되는 공진 고주파 인버터를 응용한 유도가열기를 설명한다. 이는 실제로 산업 현장에서 20KHz~500KHz 유도 가열 및 유도 용해 전원장치용으로 쓰인다. 위상 전이 펄스변조 (PSPM) 정전력 조절 기술을 바탕으로 한 적응 주파수 추종기법은 스위칭 손실을 최소화하고 전력조절을 용이하게 하기 위해 소개되어졌다. 뉴로-퍼지제어기를 사용하여 만들어진 실험장치는 성공적인 논증과 토의가 되어졌다.

• 한국지진공학회논문집
• /
• 제9권2호통권42호
• /
• pp.7-15
• /
• 2005

본 연구에서는 하이브리드 면진장치가 설치된 단자유도 구조물의 동적거동을 예측할 수 있는 수치해석모델을 제안한다. 하이브리드 면진장치는 MR 감쇠기와 마찰진자시스템(FPS)으로 구성된다. MR감쇠기의 동적거동을 모형화하기 위하여 뉴로-퍼지 모델을 사용한다. 다양한 변위, 속도, 전압의 조합을 사용하여 MR 감쇠기의 성능실험을 수행한 후 얻어진 데이터를 이용하여 MR 감쇠기 뉴로-퍼지 모델을 ANFIS로 학습시킨다. FPS의 모형화는 본 연구에서 유도한 비선형 모델식에 근거하여 뉴로-퍼지 모형화방법을 사용하여 이루어진다. 본 연구에서는 MR 감쇠기로 전달되는 제어전압을 조절하기 위하여 퍼지논리제어기를 사용한다. 다양한 지진하중을 사용한 진동대 실험을 통하여 얻은 실험체의 동적응답과와 뉴로-퍼지 모형화방법을 사용한 수치해석의 결과를 비교한다. 뉴로-퍼지 모델을 사용하여 MR 감쇠기와 FPS를 모형화해서 수치해석을 수행한 결과 하이브리드 면진장치의 동적거동을 매우 정확하게 예측할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 B
• /
• pp.693-695
• /
• 1998

Fuzzy controller design consists of intuition, and any other information about how to control system, into a set of rules. These rules can then be applied to the system. It is very important to decide parameters of IF-THEN rules. Because fuzzy controller can make more adequate force to the plant by means of parameter optimization, which is accomplished by learning procedure. In this paper, we apply fuzzy controller designed to the inverted pendulum.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.219-220
• /
• 2008

The paper is proposed maximum torque control of SynRM drive using adaptive fuzzy neuro inference system(AFNIS) and artificial neural network(ANN). The control method is applicable over the entire speed range and considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d-axis current $i_d$ for maximum torque operation is derived. The proposed control algorithm is applied to SynRM drive system controlled AFNIS and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper is proposed the analysis results to verify the effectiveness of the AFNIS and ANN controller.