본문 바로가기
HOME> 논문 > 논문 검색상세

학위논문 상세정보

실수형 유전알고리즘과 신경회로망을 이용한 적응 퍼지제어기의 설계에 관한 연구 원문보기
(A) Study on the Design of Adaptive Fuzzy Logic Controller Using Real-coding Genetic Algorithm and Neural Network

  • 저자

    남징락

  • 학위수여기관

    昌原大學校 大學院

  • 학위구분

    국내박사

  • 학과

    전기공학과

  • 지도교수

  • 발행년도

    2003

  • 총페이지

    x, 120p.

  • 키워드

    실수형 유전알고리즘 신경회로망 적응 퍼지제어기 영구자석 동기전동기 지능제어기법;

  • 언어

    kor

  • 원문 URL

    http://www.riss.kr/link?id=T9465915&outLink=K  

  • 초록

    제어시스템에 대한 최적화 문제를 해결하기 위하여 다양한 알고리즘들이 개발되어 왔다. 실제적으로 시스템이 비선형이고 시변일 경우에는 그 시스템에 대한 정확한 모델링을 하기가 어려우며, 모델에 포함된 파라메타들은 변하기 쉽고 불확실하다. 또한 실제 제어대상에 적용할 경우에도 다양한 외란 및 측정 오차 등이 존재하므로 안정성 및 최적의 추종성이 보장되지 않기 때문에 제어대상에 대한 실구현에 이르기까지에는 많은 어려움과 시행착오를 겪어야만 한다. 따라서 모델링 오차가 어느 정도 존재하여도 제어시스템이 안정을 유지할 수 있어야 하고, 다양한 외란에 영향을 받지 않는 강인성을 지녀야 하며 또한 기준입력에 대한 최적추종이 되어야 한다. 일반적으로 산업현장에서 사용되어지고 있는 제어시스템은 대부분 PID제어기로서 그 구조가 간단하기 때문에 널리 사용되어지고 있으나 외란 및 파라메타의 변동에 약하다. 또한 이득이 일정한 선형제어기만으로는 고성능의 제어특성을 기대하기 어렵다. 그리고 산업현장에서 사용되는 제어기는 제어대상의 변경 및 노후에 따른 파라메타 변동에 대해서 제어기를 다시 설계해야 하는 문제점을 지니고 있다. 이와 같은 여러 가지 문제점을 해결하기 위해서 제어기의 이득을 제어시스템의 변화에 따라 적절히 조정하는 적응제어방법이 연구되어 좋은 결과를 얻고 있으며, 최근에는 비선형 시스템에 대한 제어기로서 퍼지제어기와 신경회로망제어기 등과 같은 지능제어방법의 장점만을 활용한 혼합형 제어기에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 자연의 유전학과 진화이론에 바탕을 둔 최적화 알고리즘인 진화연산을 이용하여 퍼지규칙과 퍼지변수의 소속함수의 모양을 자동으로 튜닝하고, 다양한 외란 및 제어시스템의 파라메타 변동에 대해 최적의 제어성능을 얻기 위해 퍼지제어기의 입·출력 이득을 전방향 신경회로망을 이용하여 실시간으로 매 샘플링시간마다 적응적으로 변경하는 적응 퍼지제어기(adaptive fuzzy logic controller : AFLC)를 제안하였다. 그리고 퍼지제어기의 입·출력 이득을 전방향 신경회로망의 가중치를 반복 학습 방법으로 이진수의 유전알고리즘보다 구현하기가 쉽고 해의 다양성과 수렴속도 면에서 뛰어난 성능을 가진 실수형 유전알고리즘을 이용하여 튜닝하였다. 제안한 AFLC는 각종 오차 및 제어대상의 파라메타 변동 등의 불확실성이 존재하는 경우에도 안정성을 가지며 다양한 외란에 대한 강인성과 기준입력에 대한 최적의 추정성을 지녔다. 그리고 제안한 AFLC의 유용성과 성능을 입증하기 위하여 퍼지제어기의 성능 평가에 널리 사용되는 시지연을 가지는 제어시스템에 적용하여 기존의 퍼지제어기와 성능을 비교하였으며, 비선형 특성을 가진 직류전동기 및 BLDC 전동기를 대상으로 시뮬레이션 및 속도제어 시스템을 제작하여 실험 결과와 비교·검토하였다.


    In this paper, the adaptive fuzzy logic controller(AFLC) is proposed, which uses both neural network and real-coding genetic algorithm(RGA) showing a good performance on convergence velocity and diversity of population among evolutionary computations. The RGA was applied to tuning the weights of neural network changing adaptively input/output gain of fuzzy logic controller and the gain of fuzzy logic controller. The effectiveness of the proposed AFLC was demonstrated by computer simulation and experimental studies for control system of time delay(second-order linear system, marginally stable system and second-order nonlinear system)[42], DC motor and BLDC motor. As a result of computer simulation for the control system of time delay[42], it is shown the proposed AFLC has the better performance on overshoot, settling time and rising time than the conventional fuzzy logic controller(FLC) which is used when tuning AFLC. To show the robustness of the proposed AFLC, it was applied with disturbances such as change of time delay and load. The result is, AFLC shows better robustness than FLC. As a result of experiment for the DC motor, the proposed AFLC showed better control performances than the PI controller which is used when tuning AFLC. To evaluate the robustness of AFLC, it was applied with disturbances such as change of load and reference speed. AFLC shows the better control performance than PI controller in terms of overshoot, settling time and rising time. As a result of simulation and experiment for the BLDC motor, it is shown the proposed AFLC has the better performance on overshoot, settling time and rising time than the PI controller which is used when tuning AFLC. To evaluate the robustness of AFLC, it was applied with disturbances such as change of load and reference speed. AFLC shows the better control performance than PI controller in terms of settling time and rising time. Proposed the AFLC, it can is suitable for stabilization and performance improvement of the system that has uncertainty. Also, the controller that is used in industry spot usually has the problem that must re-design controller about parameter change to follow control target's alteration, but the proposed AFLC has the advantage that does not need to re-design controller about control target's parameter change, which parameter of controller is changed with real time. The AFLC is applied to the high-angle-of-attack control of F-18 flight and the submarine deep-sea control for MIMO(multi-input multi-output) system, etc.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역