• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.491-499
• /
• 2001

본 논문에서는 유전알고리즘(Genetic Algorithm)과 FCM(Fuzzy c-means) 클러스터링을 이용하여 TSK(Takagi-Sugeno-Kang)형태의 퍼지 규칙 생성과 퍼지 시스템(FCM-ANFIS)을 효과적으로 구축하는 방법을 제안한다. 구조동정에서는 먼저 PCA(Principal Component Analysis)을 이용하여 입력 데이처 성분간의 상관관계를 제거한 후에 FCM을 이용하여 클러스터를 생성하고 성능지표에 근거해서 타당한 클러스터의 수, 즉 퍼지 규칙의 수를 얻는다. 파라미터 동정에서는 유전알고리즘을 이용하여 전제부 파라미터를 최적에 가깝도록 탐색을 시도한다. 결론부 파라미터는 유전알고리즘에 의한 탐색공간을 줄이기 위해 전제부 파라미터가 결정되면 PLSE(Recursive Least Square Estimate)에 의해 추정되어진다. 이렇게 함으로서 타당한 규칙 수와 효율적인 퍼지 규칙을 얻을 수 있다. 제안된 방법의 유용성을 보이기 위해 Box-Jenkins의 가스로 데이터와 Rice taste 데이터의 모델링에 적용하여 이전의 연구보다 좋은 결과를 보임을 알 수 있었다.

• 한국통신학회논문지
• /
• 제30권8A호
• /
• pp.671-678
• /
• 2005

본 논문은 위성 통신 시스템에서 심볼율에 대한 사전 지식 없이 다양한 심볼율에 대한 심볼율 추정 방법과BPSK, QPSK, 8PSK 신호를 구분하기 위한 간단화된 변조 방식 구분법을 제안했다. 심볼율을 추정하기 위해 신호의 스펙트럼을 추정하기 위한 슬라이딩 FFT와 단순 moving average를 사용하였고, 슬라이딩 윈도우와 decimation, Low pass filter (LPF) 블록을 이용하여 정확한 심볼율을 추정하였다. 기존의 변조 방식 구분법은 test statistics로써 SNR값을 사용하지만 수신기는 통신 시작시에 변조 방식을 알지 못하기 때문에 SNR 값을 추정할 수 없는 문제와 log, cosh과 같은 비선형 함수를 사용하는 기존의 변조 방식 구분법이 비트 resolution이 높은 문제가 있기 때문에 기존의 변조 방식 구분법에 간단화된 고정된 SNR 방법을 제안하였다. 심볼율 추정과 변조 방식 구분법의 성능은 Monte Carlo 컴퓨터 시뮬레이션을 통해 보여주었고, 심볼율 추정이 낮은 SNR에서도 좋은 성능을 나타내는 것을 볼 수 있었고, 변조 방식 구분법을 간단화 하였지만 기존의 방법과 비교해서 비슷한 성능을 나타내는 것을 확인 할 수 있었다.

• 한국융합학회논문지
• /
• 제9권6호
• /
• pp.53-60
• /
• 2018

본 논문은 듀얼 확장 칼만 필터를 기반으로 2링크 매니퓰레이터의 정밀한 제어를 위한 미지 변수 추정법을 제안한다. 2링크 매니퓰레이터 시스템은 기구학 및 동역학 방정식에 비선형성을 가지며 내부 파라미터의 변화에 민감한 특성을 보인다. 이러한 시스템의 경우 내부 미지 파라미터의 추정이 매우 중요하다. 특히 거친 환경에서 작업을 수행함에 있어서 중량과 관성행렬의 변화는 시스템을 불안정하게 만드는 요소이다. 따라서 본 논문에서 제안한 방법을 기반으로 시스템의 상태 및 미지 변수를 동시에 추정하여 앞서 소개한 문제점들을 해결하고자 한다. 제안한 방법은 Mathwork에서 제공하는 Matlab 기반으로 시뮬레이션을 수행했고, 그 결과는 RLS 알고리즘과 비교하여 성능을 분석하였다. 제안된 방법은 상태 및 미지 변수 추정에 RLS 방법보다 뛰어난 추정 성능을 보임을 확인 하였다.

• 한국지진공학회논문집
• /
• 제15권6호
• /
• pp.11-18
• /
• 2011

원자력발전소(이하, 원전)에 설치되는 안전관련 전기기기들의 합리적인 내진검증을 위해서는 사전에 정확한 동특성분석이 필요하다. 이 연구에서는 원전에 설치되는 전기기기 캐비닛 구조를 대상으로 입력 진동의 수준에 따른 모드특성의 변화를 평가하였다. 이를 위해, 실제 전기기기 캐비닛을 시편으로 선정하고 가진 시험기를 이용하여 입력진동에너지의 크기를 변화시켜 가면서 진동시험을 수행하였다. 시험은 캐비닛의 문짝을 부착한 경우와 탈거한 경우로 구분하여 수행하였다. 진동시험을 통하여 계측된 시편의 가속도응답신호와 입력운동신호로부터 진동의 크기에 따라 진동수응답함수를 작성하였다. 다항식회귀분석기법을 이용한 모드분석기법으로 시편의 진동수응답함수를 분석하여 모드특성을 추출하고, 진동수준에 따른 시편의 동특성 변화를 검토하였다. 연구결과, 대상 기기는 입력진동의 크기가 증가할수록 모드진동수와 모드감쇠비가 비선형적으로 변화하는 것을 확인하였다. 문짝이 부착된 경우에는 문짝이 탈거된 경우에 비하여 캐비닛의 모드감쇠가 증가한다.

• 한국전자파학회논문지
• /
• 제22권4호
• /
• pp.489-499
• /
• 2011

RFID 기술은 각 사물에 전자 태그를 부착하고, 사물의 고유 ID를 무선으로 인식하여 해당 정보를 수집, 저장, 가공, 추적하는 기술로 다양한 분야에 적용되고 있다. 본 논문에서는 UHF 대역 RFID 리더 수신기에서 반송파 누설 신호를 억압하기 위한 새로운 방법을 제안하였다. 제안한 반송파 누설 전력 억압용-RF 전단부 구조를 갖는 리더는 리미터를 포함하는 비선형 경로를 통해 송신 반송파 누설 복제 신호를 생성한다. 리미팅 기능은 반송파 누설 신호의 주파수와 위상 정보는 유지하면서 태그의 진폭 변조 성분을 제거한다. 위상 천이기를 포함하는 선형 구간에 송신 반송파 누설 복제 신호를 주입함으로써 태그의 역산란 신호 손실 없이 리더 반송파 누설 신호를 효과적으로 억압할 수 있다. 제작된 반송파 누설 전력 억압 회로는 910 MHz 중심 주파수에서 반송파 누설 신호 대비 태그 신호 비가 36 dB 억압 효과를 달성하였음을 측정 결과를 통해 확인하였으며, 이는 시뮬레이션 결과와 일치한다.

• Smart Structures and Systems
• /
• 제4권6호
• /
• pp.727-740
• /
• 2008

A down hole vertical seismic array is a sequence of instruments installed at various depths in the earth to record the ground motion at multiple points during an earthquake. Numerous studies demonstrate the unique utility of vertical seismic arrays for studying in situ site response and soil behavior. Examples are given of analyses made at two sites to show the value of data from vertical seismic arrays. The sites examined are the Lotung, Taiwan SMART1 array and a new site installed at Jingliao, Taiwan. Details of the installation of the Jingliao array are given. ARX models are theoretically the correct process models for vertical wave propagation in the layered earth, and are used to linearly map deeper sensor input signals to shallower sensor output signals. An example of Event 16 at the Lotung array is given. This same data, when examined in detail with a Bayesian inference model, can also be explained by nonlinear filters yielding commonly accepted soil degradation curves. Results from applying an ARMAX model to data from the Jingliao vertical seismic array are presented. Estimates of inter-transducer soil increment resonant frequency, shear modulus, and damping ratio are presented. The shear modulus varied from 50 to 150 MPa, and damping ratio between 8% and 15%. A new hardware monitoring system - TerraScope - is an affordable 4-D down-hole seismic monitoring system based on independent, microprocessor-controlled sensor Pods. The Pods are nominally 50 mm in diameter, and about 120 mm long. An internal 16-bit micro-controller oversees all aspects of instrumentation, eight programmable gain amplifiers, and local signal storage.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.17-28
• /
• 2022

The cable component of cable-stayed bridges is gradually impacted by weather conditions, vehicle loads, and material corrosion. The stayed cable is a critical load-carrying part that closely affects the operational stability of a cable-stayed bridge. Damaged cables might lead to the bridge collapse due to their tension capacity reduction. Thus, it is necessary to develop structural health monitoring (SHM) techniques that accurately identify damaged cables. In this work, a combinational identification method of three efficient techniques, including statistical analysis, clustering, and neural network models, is proposed to detect the damaged cable in a cable-stayed bridge. The measured dataset from the bridge was initially preprocessed to remove the outlier channels. Then, the theory and application of each technique for damage detection were introduced. In general, the statistical approach extracts the parameters representing the damage within time series, and the clustering approach identifies the outliers from the data signals as damaged members, while the deep learning approach uses the nonlinear data dependencies in SHM for the training model. The performance of these approaches in classifying the damaged cable was assessed, and the combinational identification method was obtained using the voting ensemble. Finally, the combination method was compared with an existing outlier detection algorithm, support vector machines (SVM). The results demonstrate that the proposed method is robust and provides higher accuracy for the damaged cable detection in the cable-stayed bridge.

• Animal Bioscience
• /
• 제35권5호
• /
• pp.648-658
• /
• 2022

Objective: The identification of nonlinear mixed models that describe the growth trajectory of New Zealand rabbits was performed based on weight records and carcass measures obtained using ultrasonography. Methods: Phenotypic records of body weight (BW) and loin eye area (LEA) were collected from 66 animals raised in a didactic-productive module of cuniculture located in the southern Piaui state, Brazil. The following nonlinear models were tested considering fixed parameters: Brody, Gompertz, Logistic, Richards, Meloun 1, modified Michaelis-Menten, Santana, and von Bertalanffy. The coefficient of determination (R²), mean squared error, percentage of convergence of each model (%C), mean absolute deviation of residuals, Akaike information criterion (AIC), and Bayesian information criterion (BIC) were used to determine the best model. The model that best described the growth trajectory for each trait was also used under the context of mixed models, considering two parameters that admit biological interpretation (A and k) with random effects. Results: The von Bertalanffy model was the best fitting model for BW according to the highest value of R² (0.98) and lowest values of AIC (6,675.30) and BIC (6,691.90). For LEA, the Logistic model was the most appropriate due to the results of R² (0.52), AIC (783.90), and BIC (798.40) obtained using this model. The absolute growth rates estimated using the von Bertalanffy and Logistic models for BW and LEA were 21.51g/d and 3.16 cm², respectively. The relative growth rates at the inflection point were 0.028 for BW (von Bertalanffy) and 0.014 for LEA (Logistic). Conclusion: The von Bertalanffy and Logistic models with random effect at the asymptotic weight are recommended for analysis of ponderal and carcass growth trajectories in New Zealand rabbits. The inclusion of random effects in the asymptotic weight and maturity rate improves the quality of fit in comparison to fixed models.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 Proceedings of the Korea Automatic Control Conference, 11th (KACC); Pohang, Korea; 24-26 Oct. 1996
• /
• pp.18-18
• /
• 1996

This paper reviews some of the most prominent and promising areas of chemical process control both in relations to batch and continuous processes. These areas include the modeling, optimization, control and monitoring of chemical processes and entire plants. Most of these areas explicitly utilize a model of the process. For this purpose the types of models used are examined in some detail. These types of models are categorized in knowledge-driven and datadriven classes. In the areas of modeling and optimization, attention is paid to batch reactors using the Tendency Modeling approach. These Tendency models consist of data- and knowledge-driven components and are often called Gray or Hybrid models. In the case of continuous processes, emphasis is placed in the closed-loop identification of a state space model and their use in Model Predictive Control nonlinear processes, such as the Fluidized Catalytic Cracking process. The effective monitoring of multivariate process is examined through the use of statistical charts obtained by the use of Principal Component Analysis (PMC). Static and dynamic charts account for the cross and auto-correlation of the substantial number of variables measured on-line. Centralized and de-centralized chart also aim in isolating the source of process disturbances so that they can be eliminated. Even though significant progress has been made during the last decade, the challenges for the next ten years are substantial. Present progress is strongly influenced by the economical benefits industry is deriving from the use of these advanced techniques. Future progress will be further catalyzed from the harmonious collaboration of University and Industrial researchers.

• 제어로봇시스템학회논문지
• /
• 제10권3호
• /
• pp.280-285
• /
• 2004

This paper is concerned with the modeling and identification of sequencing batch reactor (SBR) via genetic algorithm based polynomial neural network (GA-based PNN). The model describes a biological SBR used in the wastewater treatment process fur nitrogen removal. A conventional polynomial neural network (PNN) is applied to construct a predictive model of SBR process fur nitrogen removal before. But the performances of PNN depend strongly on the number of input variables available to the model, the number of input variables and type (order) of the polynomials to each node. They must be fixed by the designer in advance before the architecture is constructed. So the trial and error method must go with heavy computation burden and low efficiency. To alleviate these problems, we propose GA-based PNN. The order of the polynomial, the number of input variables, and the optimum input variables are encoded as a chromosome and fitness of each chromosome is computed. Simulation results have shown that the complex SBR process can be modeled reasonably well by the present scheme with a much simpler structure compared with the conventional PNN model.