[논문]A.C. 서보모터 속도 제어를 위한 신경망 자율 적응제어 시스템의 적용

박왈서; 이성수; 김용욱; 유석주

doi:10.5207/jieie.2007.21.7.103

초록
AI-Helper

신경회로망은 많은 제어 시스템 분야에서 이용되고 있으나, 단일 궤환 신경회로망 제어기로 사용할 경우 입출력 패턴을 구하기 쉽지 않고, 부하급변 및 외란이 인가되는 경우에는 만족할만한 성능을 얻을 수 없었다. 이러한 문제를 해결하기 위해 본 논문에서는 신경회로망 출력노드의 활성화 함수 대신에 제어 대상체를 사용하는 새로운 알고리즘을 제안하였다. 결과적으로 제안된 신경회로망 자율 적응 제어 시스템은 구조가 간략화 되었으며 입출력 패턴의 문제가 해결되었고 일반적인 역전파 알고리즘을 이용하여 실시간으로 학습이 가능하게 되었다. 제안된 신경망 자율 적응 제어의 알고리즘 효과는 고속연산을 실행하는 DSP(TMS320C32)에 알고리즘을 탑재하여 A.C. 서보 모터의 속도제어에 의해서 확인하였다.

Abstract ▼ AI-Helper

Neural network is used in many fields of control systems currently. However, It is not easy to obtain input-output pattern when neural network is used for the system of a single feedback controller and it is difficult to get satisfied performance with neural network when load changes rapidly or dist...

Neural network is used in many fields of control systems currently. However, It is not easy to obtain input-output pattern when neural network is used for the system of a single feedback controller and it is difficult to get satisfied performance with neural network when load changes rapidly or disturbance is applied. To resolve these problems, this paper proposes a new mode to implement a neural network controller by installing a real object in place of activation function of Neural Network output node. As the Neural Network self adaptive control system is designed in simple structure neural network input-output pattern problem is solved naturally and real tin Loaming becomes possible through general back propagation algorithm. The effect of the proposed Neural Network self adaptive control algorithm was verified in a test of controlling the speed of a A.C. servo motor equipped with a high speed computing capable DSP (TMS320C32) on which the proposed algorithm was loaded.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 PID 제어 시스템과 신경회로망 제어 시스템의 현안 문제점을 개선하여 궤환 제어 시스템에서 유용하게 사용될 수 있게 하기 위하여 신경회로망의 학습이 시스템에 대한 사전의 정보가 없이도 자율적으로 시스템에 적응할 수 있는 신경망 자율 적응제어 시스템을 제안하였다.
본 논문에서는 에뮬레이터를 사용하지 않고서도 시스템 특성에 적합하게 궤환제어 이득이 자동으로 결정되는 신경망 자율 적응제어 시스템을 제안하였다. 제안된 방법은 학습을 통하여 제어 대상 시스템의 정보를 얻어 시스템의 특성에 맞게 적응하여 pro 제어기와 같은 기능을 갖고 있으며 부하급변 및 외란 인가시 시스템에 맞는 매개변수를 자동으로 결정하고 동조되는 효과를 가지게 된다.

제안 방법

높일 수 있으리라 사료된다. 본 논문에서 제안된 신경회로망 자율적응 제어 시스템의 기능은 제안된 알고리즘이 탑재된 고속연산의 DSP에 의한 A.C. 서보 모터의 속도실험에 의하여 확인하였다.
본 논문에서는 신경회로망 제어기의 마지막 출력 노드에 플랜트를 설치하는 방법을 도입하였고, 제어입력( “)에 보조제어 입력을 부과함으로써 신경회로망의 응답특성을 개선하였다.
신경망 자율 적응 제어 시스템은 단일입력과 1층 1노드, 2층 4노드를 선택하였고, 출력층은 단일노드로 활성화 함수대신 본 논문에서 제안한 AC 서보모터를 사용하였다.
신경회로망의 초기 연결강도(w宙ght)는 -0.5- +0.5의 범위에서 임의 선택하였으며, 본 논문에서는 모터의 정회전 방향에 따라 신경회로망의 학습 결과는 연결강도의 초기값이 0보다 클 때를 선택하였다.
제안된 방법은 학습을 통하여 제어 대상 시스템의 정보를 얻어 시스템의 특성에 맞게 적응하여 pro 제어기와 같은 기능을 갖고 있으며 부하급변 및 외란 인가시 시스템에 맞는 매개변수를 자동으로 결정하고 동조되는 효과를 가지게 된다.
제안된 신경망 자율 적응 제어 알고리즘은 오차와 오차 변화율의 정보를 이용하여 제어를 수행함으로써 시스템 특성에 대한 지식 없이 조작자가 원하는 제어를 행할 수 있다는 점과 비숙련공도 숙련공 같이 시스템을 운영할 수 있는 장점을 갖추고 있다.

대상 데이터

AC. 서보 모터의 드라이브는 LS-OTIS FDA-5002을 사용하였으며 부하는 11[施]의 원반형 부하로 모터 회전축과 벨트로 연결되어 있다.

이론/모형

PID 제어 시스템과 신경망 자율 적응 제어 시스템의 파라메터는 표 3과 같으며, PID 제어시스템의 매개변수는 Ziegler-Nichols가 제안한 계단 응답법으로부터 얻어진 파라메터를 사용하였다.

성능/효과

따라서 본 논문에서 제안한 신경회로망 자율적응제어 시스템이 PID 제어 시스템보다 80[ws] 빨리 설정값에 도달됨을 보였다.
실험의 결과에서 보여 지는 바와 같이 A.C. 서보모터를 제어 대상체로 사용한 신경망 자율 적응제어시스템은 초기응답 및 추적응답 특성 그리고 외란 제거 특성에서 PID 제어 시스템 보다 우수하였다. 이와 같은 결과에 의하여 신경회로망의 학습 이득이 시스템 운전과 더불어 자동으로 결정되어 짐으로써 매개변수 결정에 전문가의 지식 그리고 많은 시간과 노력이 필요로 하는 PID 제어 시스템의 단점이 극복되었다.
서보모터를 제어 대상체로 사용한 신경망 자율 적응제어시스템은 초기응답 및 추적응답 특성 그리고 외란 제거 특성에서 PID 제어 시스템 보다 우수하였다. 이와 같은 결과에 의하여 신경회로망의 학습 이득이 시스템 운전과 더불어 자동으로 결정되어 짐으로써 매개변수 결정에 전문가의 지식 그리고 많은 시간과 노력이 필요로 하는 PID 제어 시스템의 단점이 극복되었다.
제안된 신경망 자율 적응 제어 시스템은 입출력패턴을 얻기 위한 에뮬레이터가 없기 때문에 제어시스템의 구조가 간단하게 구성됨에 따라 고속연산 처리가 가능하여 실시간으로 제어 수행이 가능하게 되었으며, 시스템의 특성이 간헐 또는 연속적으로 변화하거나 외란이 존재하더라도 실시간으로 학습을 통하여 잘 적응하는 특징을 보였다.
응답곡선이다. 초기부터 2400[彻处]의 설정값까지 도달하는데 900[ms]가 소요되어 PID 제어 시스템보다 800[次] 빨리 도달되어 매우 우수한 성능을 보였고, 설정값을 1200[em] 으로 변경시 약간의 감쇄진동이 있었으나 700[次]후 설정값에 도달하여 PID 제어 시스템 보다 500[ms] 빨리 원하는 궤적에 수렴함을 보였다.

후속연구

따라서 산업현장에서 널리 사용되는 PID 제어기의 대체 제어기로 사용된다면 자동화설비의 기능을 한층 높일 수 있으리라 사료된다. 본 논문에서 제안된 신경회로망 자율적응 제어 시스템의 기능은 제안된 알고리즘이 탑재된 고속연산의 DSP에 의한 A.
따라서 제안된 신경망 자율 적응 제어 기법은 자동화 설비에 유용하게 사용될 수 있으리라 사료된다.

참고문헌 (7)

K. J. Astrom, Automatic tuning of PID controller, Sumit Technical Associates Inc. 1988
Z. Y. Zhao, M. Tomizuka and S. Tsaka, 'Fuzzy gain scheduling of PID controllers' .IEEE Trans. syst, Vol. 23, No. 5, pp. 1393-1397, September/October, 1993
K. J. Astrom, B.Wittenmark, Adaptive control, Addison-Wesley publishing company, 1995
N. Hovakimyan, F. Nardi, A. Calise, 'Adaptive Output feedback control of Uncertain'. IEEE Traans. Neural Network, Vol. 13, No. 6, pp. 1420-1431. November 2002

상세보기
J. Q. Hong, F.L. Lewis, 'Neural-Network Predictive Control for Nonliner dynamic systems with Time-Delay', IEEE Trans. Neural Networks, Vol. 14, No. 2, pp. 377-389, March 2003

상세보기
K. J. Hunt, D. Sbarbaro, R. Zbikowski, and P. J. Gawthrop, 'Neural Networks for control system-A survey', Automatic, Vol. 28, No. 6, pp. 1083-1112, 1992

상세보기
K. J. Astrom, B. Wittenmark 'Adaptive control' 1995 by Addison-wesley publishing company

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

A.C. 서보모터 속도 제어를 위한 신경망 자율 적응제어 시스템의 적용
Application of Neural Network Self Adaptative Control System for A.C. Servo Motor Speed Control 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

A.C. 서보모터 속도 제어를 위한 신경망 자율 적응제어 시스템의 적용 Application of Neural Network Self Adaptative Control System for A.C. Servo Motor Speed Control 원문보기

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

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

박왈서 (23)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

A.C. 서보모터 속도 제어를 위한 신경망 자율 적응제어 시스템의 적용
Application of Neural Network Self Adaptative Control System for A.C. Servo Motor Speed Control 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper