This paper proposes a model predictive controller of robot manipulators using a genetic algorithm to secure the best performance by performing parameter optimization with the genetic algorithm. Genetic algorithm is a natural evolutionary process modeled as a computer algorithm and has excellent performance in global optimization, so it is useful for tuning control parameters. The sliding mode controller and inverse dynamics controller are included in the lower part of the model prediction controller to minimize the problems caused by non-linearity and uncertainty of the robot manipulator. The performance superiority of the proposed method as described above has been confirmed in detail through a simulation study.

This study was conducted to investigate the quality of kimchi cabbages stored under a pallet unit-controlled atmosphere (PUCA), containing 2% O2 and 5% CO2, and to develop quality prediction models for cabbages stored under such conditions. Summer and winter cabbage samples were divided into PUCA-exposed groups and atmospheric airexposed control groups (in a cold storage). The control summer cabbages lost up to 8.31% of their weight, whereas the PUCA-exposed summer cabbages lost only 1.23% of their weight. Additionally, PUCA storage effectively delayed the reduction in cabbage moisture content compared with the control storage. After storage for 60 and 120 days of the summer and winter samples, respectively, the reducing sugar contents were higher in the PUCA groups than in the control groups. The linear regression analysis-derived equations for predicting the storage period, weight loss, and moisture content in the control groups, as well as those for predicting the storage period and weight loss in the PUCA groups, were appropriate according to the adjusted coefficient of determination, root mean square error, accuracy factor, and bias factor values. Therefore, this PUCA system would be useful for improving the shelf life of the postharvest summer and winter cabbages used in the commercial kimchi industry.

Recently, deep learning that is the most popular and effective class of machine learning algorithms is widely applied to various industrial areas. A number of research on various topics about structural engineering was performed by using artificial neural networks, such as structural design optimization, vibration control and system identification etc. When nonlinear semi-active structural control devices are applied to building structure, a lot of computational effort is required to predict dynamic structural responses of finite element method (FEM) model for development of control algorithm. To solve this problem, an artificial neural network model was developed in this study. Among various deep learning algorithms, a recurrent neural network (RNN) was used to make the time history response prediction model. An RNN can retain state from one iteration to the next by using its own output as input for the next step. An eleven-story building structure with semi-active tuned mass damper (TMD) was used as an example structure. The semi-active TMD was composed of magnetorheological damper. Five historical earthquakes and five artificial ground motions were used as ground excitations for training of an RNN model. Another artificial ground motion that was not used for training was used for verification of the developed RNN model. Parametric studies on various hyper-parameters including number of hidden layers, sequence length, number of LSTM cells, etc. After appropriate training iteration of the RNN model with proper hyper-parameters, the RNN model for prediction of seismic responses of the building structure with semi-active TMD was developed. The developed RNN model can effectively provide very accurate seismic responses compared to the FEM model.

As aeration is an energy-intensive process, its control has become more important to save energy and to meet strict effluent limits. In this study, predictive aeration control based on the respirometric method has been applied to the sequencing batch reactor (SBR) process. The variation of the respiration rate by nitrification was great and obvious, so it could be a very useful parameter for the predictive aeration control. The maximum respiration rate due to nitrification was about 60 mg O2/L‧h and the maximum specific nitrification rate was about 7.5 mg N/g MLVSS‧h. The aeration time of the following cycle of the SBR was daily adjusted in proportion to that which was previously determined based on the sudden decrease of respiration rate at the end of nitrification in the respirometer. The aeration time required for nitrification could be effectively predicted and it was closely related to influent nitrogen loadings. By the predictive aeration control the aerobic period of the SBR has been optimized, and energy saving and enhanced nitrogen removal could be obtained.

The model predictive controller performance of the mobile robot is set to an arbitrary value because it is difficult to select an accurate value with respect to the controller parameter. The general model predictive control uses a quadratic cost function to minimize the difference between the reference tracking error and the predicted trajectory error of the actual robot. In this study, we construct a predictive controller by transforming it into a quadratic programming problem considering velocity and acceleration constraints. The control parameters of the predictive controller, which determines the control performance of the mobile robot, are used a simple weighting matrix Q, R without the reference model matrix Ar by applying a quadratic cost function from which the reference tracking error vector is removed. Therefore, we designed the predictive controller 1 and 2 of the mobile robot considering the constraints, and optimized the controller parameters of the predictive controller using a genetic algorithm with excellent optimization capability.

작물 생육 모델은 작물의 생육을 이해하고 통합하기 위해 유용한 도구이다. 완전제어형 식물공장에서 엽채류로 활용하기 위한 퀴노아(Chenopodium quinoa Willd.)의 초장, 광합성률, 생장 모델을 예측하기 위한 모 델을 1차식, 2차식 및 비선형 및 선형지수 등식을 사용하여 개발하였다. 식물 생육과 수량은 정식 후 5일간격으로 측정하였다. 광합성과 생장 곡선 모델을 계산하였다. 초장과 정식 후 일수(DAT)간의 선형 및 곡선 관계를 얻었으나, 초장을 정확하게 예측하기 위한 모델은 선형 등식이었다. 광합성률 모델을 비선형 등식을 선택하였다. 광보상점, 광포화점, 및 호흡률은 각각 29, 813 and 3.4 μmol·m-2·s-1였다. 지상부 생체중과 건물중은 선형관계를 보였다. 지상부 건물중의 회귀계수는 0.75 (R2=0.921***)였다. 선형지수 수식을 사용하여 시간 함수에 따른 퀴노아의 지상부 건물중 증가를 비선형 회귀식으로 수행하였다. 작물생장률과 상대생장률은 각각 22.9 g·m-2·d-1 and 0.28 g·g-1·d-1였다. 이러한 모델들은 정확하게 퀴노아의 초장, 광합성률, 지상부 생체중과 건물중을 예측할 수 있다.

The predictive control system using model-based predictive control is a very effective way to optimize the present inputs considering the states and future errors of the reference trajectory, but it has a drawback in that a control input matrix must be repeatedly calculated with a long calculation time at every sampling for minimizing future errors in a predictive interval. In this study, we applied the neural network simulating the predictive control method for the trajectory tracking control of the mobile robot to reduce complex control method and computation time which are the disadvantage of predictive control. In addition, the neural network showed excellent performance by the generalization even for a different reference trajectory. Therefore, The controller is designed by modeling the model-based predictive control gains for the reference trajectory using a neural networks. Through the computer simulation, the proposed control method showed better performance than the general predictive control method.

본 연구의 목적은 가까운 미래의 선박운동정보를 이용하는 피드포워드 제어알고리즘과 FPSO 운동 수치 시뮬레이션 모델을 개발하고 시뮬레이션을 통하여 제어알고리즘의 성능을 검증하는 것이다. 본 논문에서는 조류, 바람, 파력 등의 환경하중에 의하여 발생한 선체운동의 미래 예측치를 활용한 피드포워드 제어력을 추가적으로 가지는 Dynamic Positioning System에 대하여 연구한다. 먼저, 조류력, 풍력 및 파력에 대한 수학모델을 선정하여 환경하중에서의 선체운동을 계산하고, 현재의 선체운동 값과 Brown 지수평활 예측모형을 활용하여 미래 선체운동 값을 예측하였다. 또한 위치 유지와 Heading angle 제어를 위한 제어력을 PID(Proportional-Integral-Derivative)이론을 이용하여 결정한 피드백 제어기와 미래 선체운동 값을 이용하여 결정한 피드포워드 제어기로 구성하였다. 그리고 각 Thruster에 요구되는 추력은 라그랑지승수법을 활용하여 분배하였다. 마지막으로 FPSO(Floating Production Storage and Offloading)의 운동과 Dynamic Positioning System에 대한 시뮬레이션 모델을 구축하여 선박의 위치 및 Heading angle 제어에 관한 시뮬레이션을 수행하여 제안하는 피드백 제어기와 피드포워드 제어기를 동시에 가지는 제어시스템의 성능을 평가하였다. 본 연구의 결과, 피드백 및 피드 포워드 제어기가 적용된 DPS 제어시스템이 기존의 피드백 제어기보다 위치유지 및 헤딩각 유지 능력에서 개선되었고 각 Thruster에 요구되는 평균 제어력 및 최대 제어력의 크기도 감소함을 보였다. 이에 따라 DPS에 요구되는 동력 감축과 Azimuth Thruster 용량의 감소로 인하여 비용 절감의 효과를 기대할 수 있다.

본 연구에서는 모델 기반의 온실 환경 제어에 활용될 수 있는 미기상 환경 예측 모형을 개발하고자 하였다. 전산유체역학 시뮬레이션을 활용하여 다양한 기상 조건과 온실의 환기 구조에 따른 온실 내부의 미기상 변화와 환기창에서의 환기량 변화를 모의하고, 다중회귀분석을 통해 수치 모형을 제시하였다. 비정상상태의 환기 작용을 모의한 결과, 환기창 개방 후 환기 효과가 완전히 나타나기까지는 3분 ~ 20분 정도의 시간이 소요될 수 있는 것으로 나타났다. 기존의 센서 실측에 기반을 둔 대부분의 환경 조절 제어 시스템의 경우에는 측정값에 따른 피드백에 의해 환경 제어가 동작하므로 온실 내부의 기온이 상승한 이후에 환경 제어를 시작하게 되지만, 모델 기반의 환경 조절 제어 시스템을 도입하면 이러한 3분~20분 정도의 시간을 사전에 고려하여 적정 환경을 제어할 수 있도록 미리 환기창의 조작이 이루어지게 된다. 작은 규모의 온실에서 는 이러한 영향이 미비할 수 있지만, 근래에 증가하고 있는 대규모 온실들에 대해서는 온실 내부 작물 재배 환경의 균일성과 적정성, 안정성을 확보하고 환경 조절의 경제성을 추구할 수 있는 모델 기반의 환경 조절 시스템이 필수적이다. 본 연구에서 제시된 수치 모형들은 외부의 기온과 풍속, 지면 온도, 일사량 등의 기상 환경과 온실의 천창 개폐율에 따라 유도되는 자연 환기의 성능을 온실 내 미기상 변화와 환기창을 통한 환기량 값으로 제시하고 있으며, 전산유체역학 시뮬레이션 결과와 비교하여 각각 58% ~ 92%, 76% ~ 93%의 예측력을 보였다. 미기상의 변화는 온실을 9개의 세부 영역으로 구분하여 각 영역 에서의 기온 하락 정도로 나타내며, 환기량은 지붕에 형성된 6개의 천창에서의 공기 유출입량을 각각 제시하여 준다. 환기 작용에 의한 미기상의 변화는 반드시 환기창에서의 환기량에 의해 예측되지는 않으므로 환기량과 환기의 효과를 구분하여 적용하는 것이 중요할 것이다. 이러한 수치 모형들은 모델 기반 환경 제어 시스템에서 가상의 환기창 동작에 따른 환기 성능을 예측하는데 활용될 수 있으며, 전산유체역학 시뮬레이션과 같은 매우 복잡한 예측 모델이 비해 상당히 간단한 형태로 이루어져 있어 빠른 계산 시간을 보장한다. 이는 실시간 제어의 관점에서는 복잡한 예측 모델들에 비해 실시간 예측 과 제어가 가능하다는 큰 장점을 가져다준다. 본 연구를 통해 개발되고 시도된 결과들은 모델 기반의 온실 복합 환경 제어 시스템을 위한 알고리즘을 개발하는데 활용될 것이다. 또한 이러한 활용은 농업에 IT 기술을 접목하여 농가의 노동력 부족을 극복하고 생산성 향상과 경쟁력 확보를 도모하는 농업 선진화에 기여할 것으로 기대된다.

A differential drive wheeled robot is a kind of mobile robot suitable for indoor navigation. Model predictive control is an optimal control technique with various advantages and can achieve excellent performance. One of the main advantages of model predictive control is that it can easily handle constraints. Therefore, it deals with realistic constraints of the mobile robot and achieves admirable performance for trajectory tracking. In addition, the intention of the robot can be properly realized by adjusting the weight of the cost function component. This control technique is applied to the local planner of the navigation component so that the mobile robot can operate in real environment. Using the Robot Operating System (ROS), which has transcendent advantages in robot development, we have ensured that the algorithm works in the simulation and real experiment.

A new prediction scheme has been proposed for the robust teleoperation in a non-visible environment. The positioning error caused by the time delay in the non-visible environment has been compensated for by the Smith predictor and the sensory data have been estimated by the Grey model. The Smith predictor is effective for the compensation of the positioning error caused by the time delay with a precise system model. Therefore the dynamic model of a mobile robot has been used in this research. To minimize the unstable and erroneous states caused by the time delay, the estimated sensor data have been sent to the operator. Through simulations, the possibility of compensating the errors caused by the time delay has been verified using the Smith predictor. Also the estimation reliability of the measurement data has been demonstrated. Robust teleoperations in a non-visible environment have been performed with a mobile robot to avoid the obstacles effective to go to the target position by the proposed prediction scheme which combines the Smith predictor and the Grey model. Even though the human operator is involved in the teleoperation loop, the compensation effects have been clearly demonstrated.

본 실험의 목적은 네 가지의 자극속도와 세 가지의 자극제시범위가 예측타이밍 반응시에 일어나는 안구운동의 개시시간, 범위, 기간, 속도, 그리고 빈도에 미치는 영향을 분석함으로써 예측타이밍의 저변에 있는 시각적 정보처리과정과 제어기전을 연구하는 것이다. 12명의 피험자들이 다양한 자극속도 및 자극제시범위 조건에서 예측타이밍 반응을 수행하였으며, 각 반응마다 항상오차와 절대오차, 그리고 안구운동유형을 측정하였다. 다양한 과제상황에서 측정된 반응의 정확성은 자극속도가 빠를수록, 그리고 자극제시범위가 좁을수록 감소되었다. 하지만 안구운동유형은 자극속도에만 민감한 것으로 밝혀졌으며 자극제시범위에 따른 차이는 보이지 않았다. 자극속도가 빨라질수록 첫 번째 단속성 안구운도의 개시시간은 감소되었으며 크기는 증가되었다. 반응시에 일어난 전체 단속성 안구운동의 평균속도 역시 자극속도가 빠를수록 증가되었으나, 단속성 안구운동의 빈도는 자극속도가 느릴수록 증가되었다. 이러한 결과는 예측타이밍 반응시에 일어나는 안구운동의 유형이 주어진 과제상황에서의 효율적인 정보처리를 위해 제어체계가 선택하는 전략을 반영하며 요구되는 반응의 정확성과 직접적으로 관련됨을 시사한다.

최근에, 자동화 크레인 제어 시스템은 빠른 속도와 신속한 수송이 요구되어 지고 있다. 따라서, 컨테이너가 초기좌표에서 최종좌표로 이동될 때 컨테이너 경로는 최소시간에 흔들림 없이 설계되어야 한다. 이를 위해 본 연구에서는 최종 좌표까지 이동에서 충돌을 피하기 위하여 충돌방지 경로를 계산하였다. 그리고, 정확한 주행 제어를 위해서 신경회로망 예측 PID제어기를 구성하였다. 제안된 예측제어 시스템은 PID 파라미터를 생산하기 위하여 신경회로망 예측기, PID 제어기 그리고 신경회로망 자기 동조기로 구성하였다 크레인 시스템을 통한 시뮬레이션 분석에서 다른 기존의 제어기들 보다 우수한 제어 수행을 증명하였다.

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.