In this paper, a novel speed estimation method of an induction motor using neural networks(NNs) is presented. The NN speed estimator is trained online by using the error backpropagation algorithm, and the training starts simultaneously with the induction motor working. The neural network based vector controller has the advantage of robustness against machine parameter variation. The simulation results using Matlab/Simulink verify the useful of the proposed method.
문화콘텐츠는 고속, 고품질의 데이터 통신이 가장 핵심적인 요소이다. 고품질 콘텐츠로 VR AR 기술이 포함되고 다양한 고품질 콘텐츠는 스마트 폰을 통해 무선이동 중 스트리밍 서비스를 받을 수 있다. 또한, 사물이 무선인터넷에 연결을 하기위한 IoT(Internet of Things) 환경에서 네트워크 및 유무선 통신이 필연적으로 필요하다. IoT는 다양한 네트워크 기술로 4G, 5G 이동통신, WIFI 무선랜, 블루투스 등의 방식에 연결하여 사용되어 진다. 사물간의 연결을 언제 어디서나 이용할 수 있는 기술로 무선 이동통신 환경에서 이루어 질 수 있다. 따라서 본 논문에서는 고속 이동 환경에서도 고품질의 콘텐츠를 서비스 받을 수 있도록 이동통신 채널 환경 분석을 토대로 데이터 오류를 줄일 수 있는 데이터 오류 보상 추정 방식에 대해 연구한다.
본 논문은 FNN과 ANN 제어기를 이용한 유도전동기의 속도 제어 및 추정을 제시한다. 먼저, PI 제어기에서 나타나는 문제점을 해결하기 위하여 퍼지제어와 신경회로망을 혼합 적용한 FN 제어기를 설계한다. 퍼지제어기의 강인성 제어와 신경회로망의 고도의 적응제어의 장점들을 접목한다. 다음은 ANN을 이용하여 유도전동기 드라이브의 속도 추정기법을 제시한다. 2층 구조를 가진 신경회로망에 BPA(Back Propagation Algorithm)를 적용하여 유도전동기 드라이브의 속도를 추정한다. 추정속도의 타당성을 입증하기 위하여 시스템을 구성하여 제어특성을 분석한다. 그리고 추정된 속도를 지령속도와 비교하여 전류제어와 공간벡터 PWM을 통하여 유도전동기의 속도를 제어한다. 본 연구에서 제시한 FNN과 ANN의 제어특성 및 추정성능을 분석하고 그 결과를 제시한다.
본 논문에서는 비디오 부호화에서 중요한 요소인 움직임 예측을 위한 고속 알고리즘을 제안한다. 기존의 고속 움직임 예측 방법들이 연구되어 왔지만 여전히 연산량 감축에 대한 문제점을 가지고 있다. 본 논문에서는 전영역 탐색기반의 방법에 비하여 예측화질은 같게 유지하면서 불필요한 계산량을 현저히 줄이는 알고리즘을 제안한다. 제안하는 방법은 움직임 벡터를 찾기 위해 후보 벡터의 블록에러합을 계산해 갈 때 각 후보지점에서 한 번에 블록에러합을 전부 계산하는 것이 아니라 탐색 영역에 있는 모든 화소에 대해 몇 단계로 나누어 부분 블록에러합을 계산하고 이를 통하여 전체의 최소에러를 갖는 지점을 일찍 유추하여 불필요한 계산량을 줄임으로써 계산속도의 향상을 얻는다. 제안한 알고리즘은 전영역 탐색 알고리즘과 같은 예측화질을 갖는 기존의 고속 알고리즘과 비교하여 더 적은 계산량을 사용한다.
In this paper, we have investigated the properties of multi-layer perceptron (MLP) for odour patterns classification and concentration estimation simultaneously. When the MLP may be has a fast convergence speed with small error and excellent mapping ability for classification, it can be possible to use for classification and concentration prediction of volatile chemicals simultaneously. However, the conventional MLP, which is back-Propagation of error based on the steepest descent method, was difficult to use for odour classification and concentration estimation simultaneously, because it is slow to converge and may fall into the local minimum. We adapted the Levenberg-Marquardt(LM) algorithm [4,5] having advantages both the steepest descent method and Gauss-Newton method instead of the conventional steepest descent method for the simultaneous classification and concentration estimation of odours. And, We designed the artificial odour sensing system(Electronic Nose) and applied LM-BP algorithm for classification and concentration prediction of VOC gases.
This paper deals with the design problem of the state estimator for servo system. The servo system has input time delay which depends on the computational time of control algorithm. The delayed input is a factor that brings out the state estimation error. So in order to reduce the state estimation error of the system, we propose a state estimator in which the delayed input of the system is considered. For this purpose, discrete time state space model is established accounting for the delayed input and a state estimator is designed based on this model. Kalman filter algorithm is employed in the design of the state estimator. The proposed estimator is used in the speed control of servo system with delayed input. Performance of the proposed state estimator is exemplified via simulations and experiments for servo system. Also, robustness of the proposed estimator to modeling error by variation of the system parameters is also shown in simulations.
본 논문에서는 움직이는 사물이 내는 소리를 분석하여 속력을 측정하는 알고리즘을 소개한다. 일반적인 속력 측정기는 도플러 효과(Doppler effect)의 원리를 이용하여 움직이는 물체에 입사광을 투사하고, 산란광의 주파수 변화량으로 속력을 측정 하는 방법을 사용하지만, 본 논문에서는 물체가 다가올 때와 멀어질 때 내는 주파수를 측정하고 도플러 효과에 의해 발생한 주파수 차이를 이용하여 물체의 속력을 측정하는 방법을 제시한다. 실제 속력 측정 실험을 했을 때 평균적으로 6.08%의 오차가 발생하였으며, 이를 스마트 기기 어플리케이션 개발 기술과 융합하면 별도의 장치가 없을 때 물체에 입사광을 투사하고 산란광의 주파수를 측정할 수 있는 기능이 없는 스마트 기기에서 물체의 속력을 측정할 수 있다.
Journal of Advanced Marine Engineering and Technology
/
제26권6호
/
pp.695-704
/
2002
Generally, induction motor controller requires rotor speed sensor for commutation and current control, but it increases cost and size of the motor. So in these days, various researches including speed sensorless vector control have been reported and some of them have been put to practical use. In this paper a new speed estimation method using neural networks is proposed. The optimal neural network structure was tracked down by trial and error, and it was found that the 8-16-1 neural network has given correct results for the instantaneous rotor speed. Supervised learning methods, through which the neural network is trained to learn the input/output pattern presented, are typically used. The back-propagation technique is used to adjust the neural network weights during training. The rotor speed is calculated by weights and eight inputs to the neural network. Also, the proposed method has advantages such as the independency on machine parameters, the insensitivity to the load condition, and the stability in the low speed operation.
본 논문은 편대비헹에서 영상만을 이용하여 선도기의 자세를 예측 하는 알고리즘 개발에 대해 논하고 있다. X-PLANE 시뮬레이터를 이용하여 획득한 영상에 SURF(Speed Up Robust Features)알고리즘을 이용하여 특징점을 추출 하였다. 그리고 자세예측 방법은 POSIT(Pose from Orthography and Scaling with Iteration) 알고리즘을 사용하였다. 결론적으로 우리는 영상만을 이용한 자세추정법이 $1.1{\sim}1.76^{\circ}$의 작은 추정오차 결과를 나타냄을 확인할 수 있었다.
본 논문에서는 관성 항법 시스템 (INS)의 경우, 수직편향 (DOV)으로 인한 초기정렬에서의 자세 추정 오차를 분석한다. INS의 속도 및 자세 오차를 기반으로 DOV로 인한 자세 추정 오차를 이론적으로 분석하였다. 이론적 분석을 검증하기 위한 시뮬레이션을 수행했으며 결과는 이론적 분석과 잘 일치했다. 일례로 η=20"일 경우 정렬오차는 ϕN=0.00287°, ϕU=0.00196°가발생하며, 𝜉=20"일 경우에는 ϕE= -0.00286°의 오차가 발생하였다. 이를 통해 INS 자세오차의 결합특성으로 DOV에 기인한 수직 자세오차가 발생함을 확인하였다. 기존의 INS 정렬에서는 고려하지 않았던 DOV로 인해 추가로 자세오차가 발생할 수 있음을 보여 주었으며 이는 고정밀 INS 적용시에 DOV에 대한 보정을 반드시 고려해야 함을 의미한다.
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.