초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문은 방사기저함수(RBF) 회로망이 도립진자 시스템의 검증에 관해 효과적으로 사용됨을 보여준다. 전체적인 제어시스템의 구성은 플랜트를 제어하기 위해 PD제어기와 RBF 회로망 제어기를 사용하여 병렬로 구성하였다. 그리고 제어 결과를 시뮬레이션을 통하여 PD 제어기와 RBF 회로망 제어기를 비교함과 동시에 비선형 제어에 대한 RBF 회로망의 우수성을 제시하였다.

본 논문은 방사기저함수(RBF) 회로망이 도립진자 시스템의 검증에 관해 효과적으로 사용됨을 보여준다. 전체적인 제어시스템의 구성은 플랜트를 제어하기 위해 PD제어기와 RBF 회로망 제어기를 사용하여 병렬로 구성하였다. 그리고 제어 결과를 시뮬레이션을 통하여 PD 제어기와 RBF 회로망 제어기를 비교함과 동시에 비선형 제어에 대한 RBF 회로망의 우수성을 제시하였다.

Abstract AI-Helper

The paper demonstrates that RBF(Radial Basis Function) networks can be used effective for the identification of inverted pendulum system. With the parallel arrangement of the RBF networks controller and PD controller, some characteristics were compared through simulation performance....

The paper demonstrates that RBF(Radial Basis Function) networks can be used effective for the identification of inverted pendulum system. With the parallel arrangement of the RBF networks controller and PD controller, some characteristics were compared through simulation performance.

The paper demonstrates that RBF(Radial Basis Function) networks can be used effective for the identification of inverted pendulum system. With the parallel arrangement of the RBF networks controller and PD controller, some characteristics were compared through simulation performance.

주제어

#RBF(Radial Basis Function) networks   #inverted pendulum system   #PD controller  

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 시뮬레이션을 통하여 PD 제어 기와 RBF 회로망 제어기을 비교함과 농시에 비선형 세어에 대한 RBF 회로망의 우수성을 제시 하고자 한다. Ⅱ장에서는 RBF 회로망의 특징에 대해서 설명하며, Ⅲ장에서는 도립진자 시스템의 동적특성을 수학적으로 모델링하고, Ⅳ장에서는 RBF 회로망 적응 선형화 제어기를 설계한다.
• 이러한 문제점을 극복하기 위하여 본 논문에서는 RBF 회로망을 이용하여 비선형 시스템인 도립진자 시스템을 제어하고자 한다. 그리고 RBF 회로망의 특징으로는 지역적인 특성의 학습과 새로운 패턴입력이 추가되어도 추가된 부분만 학습이 가능하다는 것이며, RBF 회로망의 학습 알고리즘은 지도학습(Supervised learning) 으로서 패턴군들에 대하여 가우시안(Gaussian) 함수의 중심과 폭을 결정할 수 있게 학습한다.

가설 설정

• 으로 생각할 수 있다. 대부분의 손실이 없이 m은 1과 같다고 가정하며, (x^μ,y^μ)^M_μ=1 개의 요소로 된 집합 보간법의 목적은 모든 μ=l,...,M 에 대해 F(x^μ) = y^μ 를 가지는 함수 f:R^d→R^m를 찾기 위해서 이다. 여기서 F는 미리 성의된 집합의 함수 요소이다.

제안 방법

• 그리고 RBF 회로망의 특징으로는 지역적인 특성의 학습과 새로운 패턴입력이 추가되어도 추가된 부분만 학습이 가능하다는 것이며, RBF 회로망의 학습 알고리즘은 지도학습(Supervised learning) 으로서 패턴군들에 대하여 가우시안(Gaussian) 함수의 중심과 폭을 결정할 수 있게 학습한다. 그러므로 RBF 회로망은 학습 초기의 출력이 시스템을 제어하기엔 최적의 해가 아니므로 시스템이 불안정하므로 RBF 회로망과 일반적인 PD(Proportional Derivative)제어기를 병렬로 사용하였다.
• 도립진자의 안정화를 위해 RBF 회로망 적응 선형화제어기를 설계한다. 제어시스템의 구조는 그림 3과 같이 두 개의 RBF 회로망 제어기와 PD 제어기를 이용하여 구성하였으며, N N_f는 플랜트를 제 어 하기 위한 것이고, N、N_g와 PD 제어기는 학습 초기단계에서 학습주기 동안 점근적 안정성을 보장하기 위한 것이다.
• 본 논문은 비선형 시스템인 도립진자 시스템의 안정화 위치제어를 위해 새로운 세어기법인 RBF 회로망 제어이론을 적용하였다. 전체적인 제어시스템의 구성은 플랜트를 제어하기 위해 두 개의 RBF 회로망 제어기와 PD 제어기를 이용하여 구성하였으며, 이들의 제어기법에 대한 특성비교를 위하여 시뮬레이션을 행하였다.
• 도립진자의 안정화를 위해 RBF 회로망 적응 선형화제어기를 설계한다. 제어시스템의 구조는 그림 3과 같이 두 개의 RBF 회로망 제어기와 PD 제어기를 이용하여 구성하였으며, N N_f는 플랜트를 제 어 하기 위한 것이고, N、N_g와 PD 제어기는 학습 초기단계에서 학습주기 동안 점근적 안정성을 보장하기 위한 것이다. 그리고 시뮬레이션은 MATLAB의 Simulink를 이용하였고, 여기에 사용된 파라메타는 M=1.

이론/모형

• 본 논문은 비선형 시스템인 도립진자 시스템의 안정화 위치제어를 위해 새로운 세어기법인 RBF 회로망 제어이론을 적용하였다. 전체적인 제어시스템의 구성은 플랜트를 제어하기 위해 두 개의 RBF 회로망 제어기와 PD 제어기를 이용하여 구성하였으며, 이들의 제어기법에 대한 특성비교를 위하여 시뮬레이션을 행하였다.

성능/효과

• 그림 4에서 (a)는 PD 제어기의 도립진자 시스템에 대한 웅답특성이고, (b)는 RBF 회로망 제어기에 대한 응답특성을 나타낸 것이다. PD 제어기의 응답특성은 큰 진동을 가지면서 정상상태에 수렴하는 반면, RBF 회로망 제어기의 응답 특성은 진동이 작으면서 정상상태에 더 빠르게 수렴함을 알 수 있었다.
• 시뮬레이션 결과에서 RBF 회로망 제어기가 PD 제어기보다 원하는 위치를 오차가 적으면서 더 빠른 속도로 수렴함을 알 수 있었다. 결과적으로 이 논문에서 설계한 RBF 희로망을 이용한 적응 선형화 제어기가 도립진자 시스템의 제어에 효과적이라는 것을 알았다.
• 그러므로 RBF 회로망 제어기의 응답특성이 PD 제어기의 응답특성보다는 과도상태 및 정상 상태의 응답이 훨씬 더 양호하고 제어성능이 우수함을 보여준다.
• 시뮬레이션 결과에서 RBF 회로망 제어기가 PD 제어기보다 원하는 위치를 오차가 적으면서 더 빠른 속도로 수렴함을 알 수 있었다. 결과적으로 이 논문에서 설계한 RBF 희로망을 이용한 적응 선형화 제어기가 도립진자 시스템의 제어에 효과적이라는 것을 알았다.

후속연구

• 앞으로의 연구과제는 도립진자 시스템을 실제 구성하여 시달레이션과 실험을 통하여 제안된 RBF 희로망 제어기의 효과를 제시하고자 한다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기

저자의 다른 논문 :

탁한호 (10) 김명규 (1)