• Structural Engineering and Mechanics
• /
• 제57권5호
• /
• pp.897-920
• /
• 2016

The objective is to determine the mechanical properties of the composites formed in two types, theoretically. The first composite includes micro-particles in a matrix while the second involves long, thin fibers. A fictitious, homogeneous, linear-elastic and isotropic single material named as effective material is considered during calculation which is based on the equality of the strain energies of the composite and effective material under the same loading conditions. The procedure is carried out with volume integrals considering a unique strain energy in a body. Particularly, the effective elastic shear modulus has been calculated exactly for small-particle composites by the same procedure in order to determine of bulk modulus thereof. Additionally, the transverse shear modulus of fiber reinforced composites has been obtained through a simple approach leading to the practical equation. The results have been compared not only with the outcomes in the literature obtained by different method but also with those of finite element analysis performed in this study.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.529-534
• /
• 2005

In this paper, a new type of output feedback control, called a $H_2/H_{\infty}$ fnite memory control (FMC), is proposed for deterministic state space systems. Constraints such as linearity, unbiasedness property, and finite memory structure with respect to an input and an output are required in advance to design $H_2/H_{\infty}$ FMC in addition to the performance criteria in both $H_2$ and $H_{\infty}$ sense. It is shown that $H_2$, $H_{\infty}$, and mixed $H_2/H_{\infty}$ FMC design problems can be converted into convex programming problems written in terms of linear matrix inequalities (LMIs) with some linear equality constraints. Through simulation study, it is illustrated that the proposed $H_2/H_{\infty}$ FMC is more robust against uncertainties and faster in convergence than the existing $H_2/H_{\infty}$ output feedback control schemes.

• Smart Structures and Systems
• /
• 제29권4호
• /
• pp.617-624
• /
• 2022

A new intelligent adaptive control scheme was proposed that combines the control based on interference observer and fuzzy adaptive s-curve for flight path tracking control of unmanned aerial vehicle (UAV). The most important contribution is that the control configurations don't need to know the uncertainty limit of the vehicle and the influence of interference is removed. The proposed control law is an integration of fuzzy control estimator and adaptive proportional integral (PI) compensator with input. The rated feedback drive specifies the desired dynamic properties of the closed control loop based on the known properties of the preferred acceleration vector. At the same time, the adaptive PI control compensate for the unknown of perturbation. Additional terms such as s-surface control can ensure rapid convergence due to the non-linear representation on the surface and also improve the stability. In addition, the observer improves the robustness of the adaptive fuzzy system. It has been proven that the stability of the regulatory system can be ensured according to linear matrix equality based Lyapunov's theory. In summary, the numerical simulation results show the efficiency and the feasibility by the use of the robust control methodology.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.401-404
• /
• 2003

이 논문에서는 이산형 상태공간 모델에 대한 $H_2$, $H_{\infty}$, 및 혼합 $H_{\infty}$ FIR 필터를 선형행렬부등식(LMI)를 이용하여 제안한다. 제안되는 필터는 FIR 구조로서 $H_2$ 및 $H_{\infty}$ 관점에서의 성능기준을 만족함과 더불어 선형성 및 불편향성의 특성을 지니고, 초기 상태에 관한 정보를 필요로 하지 않는다. 그리고 FIR 구조로 인해 기존의 FIR 형태의 필터에 비해 불확실성에 대해 보다 견실하며 빠른 수렴성을 갖는다. 모의 실험을 통해 이러한 장점을 예시한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권1호
• /
• pp.65-84
• /
• 2023

라그랑주 승수법(Method of Lagrange Multipliers)은 등식 제약조건하에서 미분가능한 함수의 최대, 최소를 구하는 대표적인 방법이다. 선형대수학, 최적화 이론, 제어 이론을 포함하여 최근에는 인공지능 기초수학에서도 널리 활용되고 있다. 특히 라그랑주 승수법은 미분적분학과 선형대수학을 연결하는 중요한 도구이며, 주성분 분석(Principal Component Analysis, PCA)을 포함한 인공지능 알고리즘에 많이 활용되고 있다. 따라서 교수자는 대학 미분적분학에서 처음 라그랑주 승수법을 접하는 학생들에게 구체적인 학습 동기를 제공할 필요가 생겼다. 이에 본 논문에서는 교수자가 학생들에게 라그랑주 승수법을 효과적으로 교육하는데 필요한 통합적인 시야를 제공한다. 먼저 다양한 전공의 학생들이 계산에 대한 부담을 덜고 원리를 쉽게 이해할 수 있도록 개발한 시각화 자료 및 파이썬(Python) 기반의 SageMath 코드를 제공한다. 또한 라그랑주 승수법으로 행렬의 고윳값과 고유벡터를 유도하는 과정을 상세히 소개한다. 그리고 라그랑주 승수법을 간단한 경우에 대한 증명에서 시작하여 일반화된 최적화 문제로 확장하고, 수업에서 학생들이 라그랑주 승수와 PCA를 활용하여 실제 데이터를 분석한 결과를 추가하였다. 본 연구는 대학수학을 지도하는 다양한 전공의 교수자들에게 도움이 될 기초자료가 될 것이다.