In this paper, we designed neural network predictive PID controller to control sway happened in transfer of trolley for automatic travel control system. We include dynamic character of nonlinear system, and mathematical expression veny simple used neural network. When various establishment location and surrounding disturbance were approved based on mathematical modelling of crane, controller designed to become effective control location error and vibration angle of two control variables that simultaneously can predictive control. Neural network predictive PID controller produced parameter of PID controller using neural network self-tuner. Neural network self-tuner's input used crane's output and neural network predictive output. Neural network self-tuner using error back propagation algorithm. We analyzed control performance comparison through computer simulation when applied disturbance about sway of location and angle in transfer of crane. The results show that the proposed neural network predictive PID controller has better performances than general PID controller, neural network PID controller.
A neural controller for process control was proposed that combines a simple feedback controller with a neural network. This control was applied to distillation control. The feedback error learning technique was used for on-line learning. Important characteristics on neural controller were analyzed. The proposed neural controller can cope well with strong interactions, significant time delays, sudden changes in process dynamics without any prior knowledge of the process. It was shown that the neural controller has good features such as fault tolerance, interpolation effect and random learning capability
This paper proposes a combined feedforward/feedback controller which uses jacobians of neural network. The jacobians are calculated form the neural network that identifies the nonlinear plant, which are used for designing a jacobian controller and for training a neural network controller. Normally, it takes much time to train the neural network controller. Combining the neural and the jacobian controller, it can be a stable controller from the beginning of training phase of neural network, and it can be implemented as a learning-while-functioning controller. Simulated resutls for the proposed controller show its effectiveness and better performances.
Full car model is needed for investigating as a entire dynamics of vehicle. In this study, 7DOF of full car model's dynamics is selected. This paper proposes the output feedback controller based on optimal control theory. Input data and output data from the optimal controller are used for neural network system identification of the suspension system. To do system identification, neural network which has robustness against nonlinearities and disturbances is adapted. This study uses back-propagation algorithm to train a multil-layer neural network. After obtaining a neural network model of a suspension system, a neuro-controller is designed. Neuro-controller controls suspension system with off-line learning method and multistep ahead prediction model based on the neural network model and a neuro-controller. The optimal controller and the neuro-controller are designed and then, both performances are compared through. For simulation, sinusoidal and rectangular virtual bumps are selected.
A piezoelectric actuator is widely used in precision positioning applications due to its excellent positioning resolution. However, the piezoelectric actuator lacks in repeatability because of its inherently high hysteresis characteristic between voltage and displacement. In this paper, a controller is proposed to compensate the hysteresis nonlinearity. The controller is composed of a PID and a neural network part in parallel manner. The output of the PID controller is used to teach the neural network controller by the unsupervised learning method. In addition, the PID controller stabilizes the piezoelectric actuator in the beginning of the learning process, when the neural network controller is not learned. However, after the learning process the piezoelectric actuator is mainly controlled by the neural netwok controller. In this paper, the excellent tracking performance of the proposed controller was verified by experiments and was compared with the classical PID controller.
In this paper, we have built an experimental magnetic levitation system for a possible use of control education. We have give a mathermatical model of the nonlinear system and have shown the stability region of the linearized system when it is controlled by a PD controller. We also proposed a neural network control system which uses a neural network as a feedforward controller thgether with a conventional feedback PF controller. We have generated a desired output trajectory, which was designed for the benefit of the generalization of the neural network controller, and trained the desired output trajectory, which was desigend for the benefit of the generalization of the neural netowrk controller, and trained a neural network controller with the data of the actual input and the output of the system obtained by applying the desired output trajectroy. A good tracking performance was observed for both the desired trajectiories used and not used for the neural network training.
A controller of wheeled mobile robot(WMR) based on Lyapunov theory is designed and a Fuzzy-Neural Network algorithm is applied to this system to adjust controller gain. In conventional controller of WMR that adopts fixed controller gain, controller can not pursuit trajectory perfectly when initial condition of system is changed. Moreover, acquisition of optimal value of controller gain due to variation of initial condition is not easy because it can be get through lots of try and error process. To solve such problem, a Fuzzy-Neural Network algorithm is proposed. The Fuzzy logic adjusts gains to act up to position error and position error rate. And, the Neural Network algorithm optimizes gains according to initial position and initial direction. Computer simulation shows that the proposed Fuzzy-Neural Network controller is effective.
Design of controller of nonlinear systems is an important part of control research. In this paper, a controller for nonlinear plants using a neural network is presented. The controller is a combination of an approximate PID controller and a neural network controller. The PID controller be used for stabilizing the process and for compensating for possible disturbances, a neural network act as feedforward controller. In this method, a RBF neural network is trained and the system has a stable performance for the inputs it has been trained for. Simulation results show that it is very effective and can realize a satisfactory control of the nonlinear system and meets the demands of the system.
Journal of Advanced Marine Engineering and Technology
/
제23권4호
/
pp.480-487
/
1999
In this paper we propose a neural network precompensated PID(NNP PID) controller for load frequency control of 2-area power system. While proportional integral derivative(PID) controllers are used in power system they have many problems because of high nonlinearities of the power system So a neural network-based precompensation scheme is adopted into a conventional PID controller to obtain a robust control to the nonlinearities. The applied neural network precompen-sator uses an error back-propagation learning algorithm having error and change of error as inputand considers the changing component of forward term of weighting factor for reducing of learning time. Simulation results show that the proposed control technique is superior to a conventional PID controller and an optimal controller in dynamic responses about load disturbances. The pro-posed technique can be easily implemented by adding a neural network precompensator to an existing PID controller.
This paper proposes a design of the tracking controller using artificial neural network and the compare the result with a result of optimal controller. In practical use, conventional Optimal controller has some limits. First, optimal controller can be designed only for linear system. Second, for many systems state observation is difficult or sometimes impossible. But the controller using artificial neural network does not need mathmatical model of the system including state observation, so it can be used for both linear and nonlinear system with no additional cost for nonlinearity. Designed multi layer neural network controller is composed of two parts, feedforward controller gives a steady state input & feedback controller gives transient input via minimizing the quadratic cost function. From the comparison of the results of the simulation of linear & nonlinear plant, the plant controlled by using neural network controller shows the trajectory similar to that of the plant controlled by an optimal controller.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.