• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.285-288
• /
• 2005

신경회로망은 지능제어알고리즘 중의 하나로 학습능력을 가지고 있다. 이러한 학습능력 때문에 많은 분야에서 널리 사용되고 있으나, 지능제어의 단점인 안정도 문제를 수학적으로 증명하기 어렵다는 문제점을 갖고 있다. 본 논문에서는 신경회로망의 한 종류인 RBFN과 적응제어기법을 이용하여 로봇 매니퓰레이터 궤적 제어기를 구성하고 자 한다. 본 논문에서는 RBFN의 파라메터들을 적응제어기법을 이용하여 수학적으로 구하였고, 시스템의 안정도를 수학적으로 UUB를 만족한다는 것을 증명하였다. 그리고 수평다관절로봇 매니퓰레이터 궤적제어기에 적용하였다.

• 한국지능시스템학회논문지
• /
• 제17권5호
• /
• pp.582-590
• /
• 2007

천정주행 크레인의 고속 권상작업 및 흔들림 억제 궤적추종을 위한 비선형 적응제어 방법을 제시한다. 천정주행 크레인의 흔들림 운동은 트롤리의 가속도. 권상로프의 길이 및 권상속도와 강하게 결합되어 있다. 이는 비간섭 제어 기반의 흔들림 억제 궤적추종 제어법칙을 설계하는데 있어 장애요인으로 작용한다. 이러한 문제를 해결하기 위해, 트롤리의 가속도와 권상속도의 영향을 최소화하는 방법으로 불확실성이 존재하는 경우에도 흔들림 운동의 궁극적 균일 유계성을 보장하는 퍼지 비선형 적응형 흔들림 억제 궤적추종제어법칙을 제안한다. 특히, 제안한 방법은 파라미터 변화. 외란 등을 포함한 시스템 불확실성을 퍼지 불확실성 관측기를 이용하여 보상한다. 따라서, 퍼지관측기의 근사화 오차가 영으로 수렴할 때 추종오차 및 흔들림 각도의 궁극적 한계치는 영으로 감소한다. 끝으로 제안한 방법의 성능검증을 위한 모의실험 견과를 제시한다.