• 한국정보통신학회논문지
• /
• 제18권3호
• /
• pp.503-509
• /
• 2014

본 논문에서는 이동 로봇의 군집 제어를 위해 실시간 적응 신경 회로망 보상기를 갖는 PID 제어기를 제안한다. 전체 제어 시스템은 선도-추종 로봇 접근법에 의한 기구학 제어기와 이동 로봇의 동역학을 고려한 동적 제어기로 구성되어 있다. 동적 제어기는 PID 제어기에 동특성 변화를 보상하고 성능을 개선시키기 위해 실시간 학습 기능을 가진 신경 회로망 보상기로 구성하였다. 모의실험을 통해 원형 궤적과 직선 궤적에 대해 PID 제어기와 신경 회로망 보상기의 성능을 비교하였다. 이를 통해 실시간 학습 기능을 가진 신경 회로망 보상기가 PID 제어기의 성능을 향상시킴으로써 군집 제어에서 추종 로봇의 추종 성능을 향상시키는 것을 확인하였다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2002년도 춘계학술대회 논문집
• /
• pp.463-468
• /
• 2002

In this paper, we proposed a recurrent time delayed neural network controller which compensate a output of neural network controller. Even if learn by neural network controller, it can occur an bad results from disturbance or load variations. So in order to adjust above case, we used the fuzzy compensator to get an expected results. And the weight of main neural network can be changed with the result of learning a inverse model neural network of plant, so a expected dynamic characteristics of plant can be got. As the results of simulation through the second order plant, we confirmed that the proposed recurrent time delayed neural network controller get a good response compare with a time delayed neural network controller.

• Transactions on Control, Automation and Systems Engineering
• /
• 제3권2호
• /
• pp.111-116
• /
• 2001

A neural network compensator for stick-slip friction phenomena in meashartonics servo systems is practically proposed to supplement the traditionally available position and velocity control loops for precise motion control. The neural network compensa-tor plays the role of canceling the effect of nonlinear slipping friction force. It works robustly and effectively in a real control system. This enables the mechatronics servo systems to provide more precise control in the digital computer. It was confirmed that the con-trol accuracy is improved near zero velocity and points of changing the moving direction through numerical simulation. However, asymptotic property on the steady state error of the normal operation points is guaranteed by the integral term of traditional velocity loop controller.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.141-144
• /
• 2001

본 논문에서는 신경망제어기의 출력을 보상하는 퍼지보상기를 갖는 신경망제어기에 관하여 제안하였다. 학습이 완료된 신경망제어기를 사용하더라도 예상치 못한 외란으로 인해 플랜트의 출력이 좋지 못한 경우가 있는데, 이것을 적절하게 조절해 주기 위해 퍼지보상기를 사용하여 원하는 결과를 얻을 수 있도록 하였다. 그리고 플랜트의 역 모델 신경망을 학습시킨 결과를 이용하여 주 신경망의 가중치를 변경시킴으로서 원하는 플랜트의 동적 특성을 얻게 된다. 세안한 제어기의 성능을 확인하기 위해 유압 서보시스템을 대상으로 DSP 프로세서를 사용하여 구현한 후 실험결과를 관찰하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.179-179
• /
• 2000

An adaptive neural network compensator for stick-slip friction phenomena in servo systems is proposed to supplement the traditionally available position and velocity control loops for precise motion control. The neural network compensator plays a role of canceling the effect of nonlinear slipping friction force. This enables the mechatronic systems more precise control and realistic design in the digital computer. It was confirmed that the control accuracy is more improved near zero velocity and the points of changing the moving direction through numerical simulation

• 융합신호처리학회논문지
• /
• 제2권3호
• /
• pp.79-85
• /
• 2001

본 논문에서는 퍼지 보상기와 자기구성 신경회로망을 이용하여 3축 매니퓰레이터의 역 기구학 해를 구하는 방법을 제안한다. 가우시안 위치 함수를 활성화 함수로 사용하는 자기구성 신경회로망은 학습 시작시 1개의 은닉층 노드를 가지고 학습을 하면서 점차적으로 은닉층의 노드수를 증가시킴으로서 최적의 노드수를 얻을 수 있으며, 퍼지 보상기는 신경회로망의 양호한 학습비를 얻는다. 이와 같이 시스템을 구성하여 빠른 학습속도와 학습비의 개선 그리고 빠른 정상상태로의 수렴을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.334-341
• /
• 2003

본 논문에서는 신경망제어기의 출력을 보상하는 퍼지보상기를 갖는 리커런트 시간 지연 신경망(RTDNN) 제어기를 제안하였다. 학습이 완료된 신경망제어기를 사용하더라도 예상치 못한 외란으로 인해 플랜트의 출력이 좋지 못한 경우가 있는데, 이것을 적절하게 조절해 주기 위해 퍼지보상기를 사용하여 원하는 결과를 얻을 수 있도록 하였다. 그리고 플랜트의 역모델 신경망을 학습시킨 결과를 이용하여 주 신경망의 가중치를 변경시킴으로서 원하는 플랜트의 동적 특성을 얻게 된다. 2차 플랜트를 통한 모의실험 결과가 시간 지연 신경망(TDNN)제어기보다 더 좋은 응답 특성을 가짐을 확인할 수 있다. 제안한 제어기의 성능을 확인하기 위해 유압 서보시스템을 대상으로 DSP 프로세서를 사용하여 구현한 후 실험결과를 통하여 제안된 방법의 유용성을 보였다.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.54-60
• /
• 2002

본 논문에서는 신경망제어기의 출력을 보상하는 퍼지보상기를 갖는 신경망-퍼지 하이브리드 제어기에 관하여 제안하였다. 학습이 완료된 신경망제어기를 사용하더라도 예상치 못한 외란으로 인해 플랜트의 출력이 좋지 못한 경우가 있는데, 이것을 적절하게 조절해 주기 위해 퍼지보상기를 사용하여 원하는 결과를 얻을 수 있도록 하였다. 그리고 플랜트의 역모델 신경망을 학습시킨 결과를 이용하여 주 신경망의 가중치를 변경시킴으로서 원하는 플랜트의 동적 특성을 얻게 된다. 2차 플랜트를 통한 모의실험 결과, 제안한 속도제어기가 신경망제어기보다 더 좋은 응답 특성을 가짐을 확인할 수 있다. 제안한 속도제어기의 성능을 확인하기 위해 유압 서보시스템을 대상으로 DSP 프로세서를 사용하여 구현한 후 실험 결과를 관찰하였다.

• 제어로봇시스템학회논문지
• /
• 제6권3호
• /
• pp.256-262
• /
• 2000

This paper proposes a new sliding mode controller combined with a multi-layer neural network using the error back propagation learning algorithm,, The network acts as a compensator of the conventional sliding mode controller to improve the control performance when initial assumptions of uncertainty bounds of system parameters are violated. The proposed controller can reduce th steady state error of conventional sliding mode controller with the boundary layer technique Computer simulation results show that the proposed method is effective to control dynamic systems with unexpectably large uncertainties.

• 대한전기학회논문지:전기기기및에너지변환시스템부문B
• /
• 제53권3호
• /
• pp.188-195
• /
• 2004

This paper presents neural load torque observer that is used to deadbeat load torque observer and gain compensation by parameter estimator As a result, the response of the PMSM(permanent magnet synchronous motor) follows that nominal plant. The load torque compensation method is composed of a neural deadbeat observer To reduce the noise effect, the post-filter implemented by MA(moving average) process, is adopted. The parameter compensator with RLSM (recursive least square method) parameter estimator is adopted to increase the performance of the load torque observer and main controller The parameter estimator is combined with a high performance neural load torque observer to resolve the problems. The neural network is trained in on-line phases and it is composed by a feed forward recall and error back-propagation training. During the normal operation, the input-output response is sampled and the weighting value is trained multi-times by error back-propagation method at each sample period to accommodate the possible variations in the parameters or load torque. As a result, the proposed control system has a robust and precise system against the load torque and the Parameter variation. A stability and usefulness are verified by computer simulation and experiment.