Modbus는 각종 자동화 장비 감시 및 제어에 전 세계적으로 널리 사용되고 있는 자발적 산업표준 통신 프로토콜이다. 그러므로 선박, 빌딩, 기차, 비행기 등 Modbus를 이용하는 모든 장비들과 연결이 가능하여 환경변수의 측정 및 원격제어가 가능하게 된다. 본 논문에서 는 퍼지제어 시스템을 이용하여 외부환경요인을 각각 조합한 불확실한 내용을 정량적인 값으로 변환하여 LED 조명으로 표현하기 위해 알고 리즘을 설계하고, 설계한 알고리즘에 Modbus 통신 프로토콜을 추가하여 선박의 통합관리 시스템에서 외부환경요인 확인 및 원격제어가 가능 한 감성조명용 LED 제어기 회로를 설계 및 구현 하였다. 외부환경요소인 온도, 습도, 조도 값을 센서를 통해 제어기로 받아들이고 이 값들을 퍼지제어 알고리즘을 통해 LED로 표현된다. Modbus는 Serial 통신으로 RS485를 이용하여 다른 기기와 연결 되어 온도, 습도, 조도 상태 및 LED 출력 값 확인이 가능하고 또한 사용자가 원격으로 RGB 값을 변경 할 수 있기 때문에 원하는 색으로 변경이 가능하게 된다. 제작한 제 어기로 온도, 습도, 조도에 따라 LED 조명색상이 변화 되는 것을 확인 하였다.

An augmented state feedback controller for a Wheeled Inverted Pendulum (WIP) is proposed in this research. The augmented state feedback controller is able to keep the WIP returning to the origin. Generally, the WIP has both stable and unstable equilibrium points. To keep the WIP over the unstable equilibrium point, the WIP consistently is being controlled. A simple state feedback controller is letting the WIP out of the origin when the center of gravity of the WIP locates out of the schematic center line. In some case of applications, it may not be desirable that the WIP is drifting out of the initial location. The proposed augmented state feedback controller is able to keep the WIP at the initial location whether its center of gravity lies out of the center line or not. Numerical simulations are carried out to show the validation of the augmented sated feedback controller.

본 연구에서는 만타 형상을 가진 무인잠수정(Manta-type unmanned underwater test vehicle)의 제어 성능 평가를 수행 하였다. 제어 방법으로서 PID제어, Fuzzy 제어가 적용되었으며, 6자유도 운동 수학모델과 Matlab Simulink을 이용하여 조종 운동 시뮬레이션을 수행하였다. 또한, 설계된 제어기로 수심제어 및 방위제어에 적용하여, 조류의 외란 하에서 제어 성능을 평가하였다.

빛은 인류가 시작되고나서 현재까지 언제나 인간의 일생에 커다란 영향을 미치는 에너지원이다. 이로 인해 모든 인간은 빛과 함께 할 때 보다 편안함을 느낄 수 있으며 안정된 마음으로 아름다움과 행복을 추구하려는 본능을 가지게 된다. 본 논문에서는 퍼지제어 시스템을 이용하여 외부환경요인을 각각 조합하여 불확실한 내용을 정량적인 값으로 변환하여 LED 조명으로 표현하기 위해 알고리즘을 설계하고, 실내에서 이용 가능한 감성조명용 LED 제어기 회로를 설계 및 제작하였다. 외부환경요소인 온도, 습도, 조도 값을 센서를 통해 제어기로 받아 들이고 이 값들을 퍼지제어 알고리즘을 통해 최적조명값으로 변환되어 인간이 느끼기에 편안한 감성조명을 LED 디밍제어를 통해 표현하고자 한다.

컨테이너의 신속한 이송 및 처리는 작업시간 단축에 의한 비용절감을 의미하므로 항만에서는 가능한 작업효율을 향상시키기 위해 다양한 노력이 추진되고 있다. 1990년대 중반부터 RMGC 및 RTGC 등의 크레인이 개발되어 컨테이너 이송 및 적재를 위한 필수장비로 널리 이용되고 있다. 특히 RTGC는 타이어 구동방식이므로 주행환경에 크게 제약을 받지 않는 장점도 있으나, 타이어 슬립, 타이어에 의한 샤시의 기울어짐 등 설정된 경로를 고정도로 주행해야 하는 목적달성에 장애가 되는 요인도 많아 레일 위를 주행하는 RMGC에 비해 자동화가 용이하지 않다. 이것은 무인 RTGC 시스템 구축을 어렵게 하는 가장 큰 요인이 되어 이와 관련한 기술개발 또한 미비한 수준에 이르고 있다. 따라서 본 논문에서 RTGC의 무인자동화에 있어서 가장 기초단계라고 볼 수 있는 수학적 모델링을 기반으로 한 고정도 주행제어기를 설계하고자 한다. 먼저 제어대상인 RTGC의 주행에 따른 운동특성을 분석하여 모델링을 수행한다. 기본적인 주행성능을 달성하기 위한 주행제어기를 설계하고 시뮬레이션을 통해 설계된 제어기의 유용성을 확인하도록 한다.

In this paper, we present a linear controller for attitude of aircraft. We use a rotational matrix in one approach and a quaternion in the other approach. We also find some interesting mathematical properties concerning a symmetric rotational matrix and we use these properties to analyze the stability of the proposed control law. We find that the quaternion approach is better than rotational matrix approach because there exists no singular region problem in quaternion approach. On the other hand, singular region problem may happens in rotational matrix approach. The controller structure of the quaternion is also very simple compared with the one proposed by using a rotational matrix approach. We make use Matlab Simulink to simulate and illustrate the theoretical claims. The graphic animation program is developed based on Open-GL for the computer simulation of the proposed control algorithm.

본 연구는 능동텐던을 이용 지진을 받는 구조물의 최적 능동제어 방법에 관한 수치해법 적용 및 프로그램 개발에 목적이 있다. 능동텐던 시스템에 의한 제어이론을 적용하기 위해서 Ricatti 폐회로 알고리즘을 이용하였으며, 시간지연 문제를 고려하였다. 최적제어의 정식화를 위해서 SUMT기법의 최적화에 의해 성능지수를 최소로 하는 최적 가중치행렬을 추정토록 하였다. 구조물에서의 능동텐던의 최적 위치 선정을 위해서 가제어지수에 의한 방법을 소개하였다. 수치 예를 통해, 제어기의 최적 위치선정을 고려한 능동최적제어가 지진하중을 받는 구조물의 성능제어에 우수한 효과를 나타내는 것으로 평가되었다.

본 논문은 파라미터 변화나 외란이 존재하는 환경에서 컨테이너 크레인의 트롤리 위치와 컨테이너의 흔들림을 효과적으로 제어할 수 있는 모델기반 퍼지제어기를 제안한다. 이를 위해 우선 파라미터 변화에 대응할 수 있는 모델링 기법인 T-S 퍼지모델을 구현하고, 소속함수의 파라미터를 실수코딩 유전알고리즘(RCGA)으로 조정하는 문제를 다룬다. 다음으로 퍼지모델의 각 서브시스템에 대해 LQ 제어기 법을 사용하여 서브제어기를 설계하고, 이렇게 설계된 서브제어기를 ROGA로 조정된 퍼지모델의 소속함수로 퍼지결합하여 제안하는 모델기반 퍼지제어기를 구성한다. 시뮬레이션을 통해 RCGA로 조정된 소속함수를 사용하는 퍼지모델은 컨테이너 크레인의 비선형 모델의 출력에 잘 추종하였고, 모델기반 퍼지제어기도 파라미터 변화와 외란이 존재하는 환경에서 강인한 제어를 수행하고 있음을 확인하였다.

This paper proposes a method of avoiding obstacles and tracking a moving object continuously and simultaneously by using new concepts of virtual tow point and fuzzy danger factor for differential wheeled mobile robots. Since differential wheeled mobile robot has smaller degree of freedom to control and are non-holonomic systems, there exist multiple solutions (trajectories) to control and reach a target position. The paper proposes 'fuzzy danger factor' for obstacles avoidance, 'virtual tow point' to solve non-holonomic object tracking control problem for unique solution and three kinds of fuzzy logic controller. The fuzzy logic controller is policy decision controller with fuzzy danger factor to decide which controller's result is more valuable when the mobile robot is tracking a moving object with obstacles to be avoided.

비선형 시스템의 제어를 위해서 일반적으로 사용하는 하나의 동작점에서 얻은 선형모델에 기초한 제어기는 여러 가지 선형제어기법을 응용할 수 있다는 장점이 있지만 파라미터 변동에 대해 적절히 대처하지 못하는 단점을 가진다. 따라서 본 논문에서는 제어대상의 시스템 파라미터가 변동하는 경우에도 제어기가 적응적으로 작동하기 위한 방법으로 보간-LQ 제어기법을 제안한다. 보간-LQ 제어기는 다수개의 서브-LQ 제어기를 설계하고, 이들의 이득을 다시 보간하는 방법을 사용하기 때문에 파라미터 변동에 따라 제어기의 이득이 지속적으로 조정되는 제어기이다. 제안한 방법은 파라미터 변동이 존재하는 컨테이너 크레인 시스템에 적용하여 유효성을 살펴본다.

컨테이너 화물의 복합운송시스템 중에서 체화현상은 항만에서 가장 심각하다. 이러한 문제를 해결하기 위해 해상과 육상의 경계선에서 체선체화 문제를 발생시키는 컨테이너 크레인의 직업효율을 향상시키는 방법을 생각할 수 있다. 이를 위해 본 연구에서는 가능한 범위에서 트롤리를 목표지점까지 빠르게 이동시키는 동시에 목표위치에서의 흔들림도 짧은 시간 내에 제어하는 문제를 다루고 있다. 제어 전략으로 설계된 구간에서 최적의 성능과 강인성이 보장되는 LQ 제어와 제약조건에서 최적화가 가능한 실수코딩 유전알고리즘을 결합한다. 컴퓨터 시뮬레이션을 통해 제안한 제어기가 설정한 설계사양을 완벽하게 만족하는 것을 보임으로 그 유효성을 증명한다.

일반적으로 서보 제어 시스템에서 비선형 동적 특성을 갖는 마찰력은 제어기 성능에 악영향을 미친다. 특히, 선형으로 고려된 시스템에 제어기 이득을 잘 설계한다 하더라도 마찰 현상에 포함된 동적으로 변화하는 dead zone에 의한 정상상태 오차 및 리미트 사이클(limit Cycle) 등을 야기한다. 따라서, 본 논문에서는 비선형 동적 마찰 성분을 효과적으로 보상하고 적응적으로 제어함으로써 차세대 항만 자동화 이송시스템으로 주목받고 있는 LMTT(linear motor-based transfer technology) 시스템의 위치 정밀도를 향상시키는 것을 목적으로 하고 있다. 본 제어대상은 셔틀카(shuttle car)와 컨테이너들의 다양한 중량과, 이로 인해 발생하는 동적 마찰 특성 파라미터들의 변화가 발생하므로 마찰력 내부 파라미터들의 추정이 요구된다. 제안하는 방법은 적응 backstepping 제어 기법으로 시스템이 안정하게 제어될 수 있는 조건으로 내부 파라미터 추정기를 설계하여 비선형 동적 마찰력을 보상하도록 하였다.

Temperature and humidity are the most important factors and should be effectively controlled for the cold storage of graius. Fuzzy logic can be easily implemented to the MIMO(Multi-Input Multi-Output) control systems. For the cold storage in grain bin, fuzzy logic was applied to an air conditioning system. The capacities of the grain bin and the air conditioner are 80 tons and 30㎾, respectively. Also, the target values of temperature and relative humidity in outlet duct of the air conditioner were 8 and 75%, respectively. In order to control temperature and relative humidity of air, a damper in inlet duct was manipulated for temperature control and a heater was used for humidity control. Temperature deviation and change of temperature deviation were used as input parameters for the fuzzy system. Humidity was only considered as a load. The experimental results showed that the controlled temperature of exhausted air was maintained at 82. Relative humidity of the air was also controlled at the target relative humidity of 50∼80%.

In this paper, an adaptive mechanism based on immune algorithm is designed and it is applied to the driving control of the autonomous guided vehicle(AGV). When the immune algorithm is applied to the PID controller, there exists the case that the plant is damaged by the abrupt change of PID parameters since the parameters are adjusted almost randomly. To solve this problem, a neural network used to model the plant and the parameter tuning of the model is performed by the immune algorithm. After the PID parameters are determined through this off-line manner, these parameters are then applied to the plant for the on-line control using immune adaptive algorithm. Moreover, even though the neural network model may not be accurate enough initially, the weighting parameters are adjusted more accurately through the on-line fine tuning. The experiment for the control of steering and speed of AGV is performed. The results show that the proposed controller provides better performances than other conventional controllers.

In this paper, we propose the Chaos Fuzzy controller to analyze the chaotic character of time series obtained from the specific plant and to predict the short-term for power consumption of the plant using the Fuzzy controller. We compared the predicted data with the active ones and checked the error generated by them after we time series of supplied power to the proposed controller. As a result of the simulation, we obtained a admirable consequence that the proposed controller can be advanced through various and accurate data acquisition, and continuous analysis of the resident and industrial environment.

In servo-system which need fast response and accuracy, PID controller has a good steady-state performance, but has a poor transient response performance causing a load be changed. Compared to these features, FLC(Fuzzy Logic Controller) has a good transient response performance for changed load, but has a little Poor steady-state performance. In this paper, Compensated Fuzay Controller which consists of PID controller and FLC is proposed to modify these disadvantages and is examined through simulation to evaluate its functions.

This research aims to seek active control of ball-beam position stability by resorting to neural networks whose layers are given bias weights. The controller consists of an LQR (linear quadratic regulator) controller and a neural networks controller in parallel. The latter is used to improve the responses of the established LQR control system, especially when controlling the system with nonlinear factors or modelling errors. For the learning of this control system, the feedback-error learning algorithm is utilized here. While the neural networks controller learns repetitive trajectories on line, feedback errors are back-propagated through neural networks. Convergence is made when the neural networks controller reversely learns and controls the plant. The goals of teaming are to expand the working range of the adaptive control system and to bridge errors owing to nonlinearity by adjusting parameters against the external disturbances and change of the nonlinear plant. The motion equation of the ball-beam system is derived from Newton's law. As the system is strongly nonlinear, lots of researchers have depended on classical systems to control it. Its applications of position control are seen in planes, ships, automobiles and so on. However, the research based on artificial control is quite recent. The current paper compares and analyzes simulation results by way of the LQR controller and the neural network controller in order to prove the efficiency of the neural networks control algorithm against any nonlinear system.