기존 신호제어기법은 과거 주기에 파악된 교통상황을 바탕으로 다음 주기의 교통신호시간을 설계하는 방식으로 신호시간을 설계하기 위해 관측할 때의 교통상황과 신호시간을 제공받는 교통상황 간의 간극이 존재하였다. 또한, 설정된 주기길이 동안 차량이 교차로에 일정하게 도착하는 균일분포를 가정하지만, 실제 교차로에 도착하는 교통량의 행태는 비 균일분포로 실제 교통수요에 대응하기 어렵 다는 한계가 존재한다. 본 연구는 이러한 한계를 극복하기 위해 교차로로 진입하는 상류 교차로의 교통정보를 활용하여 단기 미래 도 착 교통량 예측모델 개발을 통해 관측 시점과 제공 시점 간의 간극을 최소화한다. 또한, 기존 주기길이 동안의 교통량 도착분포를 비 균일분포로 가정하여 주기길이가 고정되지 않는 방식(Acyclic)의 적응식 신호제어 기법(ATC) 개발한다. 제안된 단기 미래 도착 교통 량 예측모델은 실제 스마트교차로 자료를 가공하여 시뮬레이션을 통하여 학습데이터를 구축하여 장단기 메모리(LSTM) 모형과 시간 분산(TimeDistributed) 모형을 적용하여 딥러닝 모델을 개발하였다. 적응식 교통신호제어 기법은 실시간 예측 교통량을 활용하여 교통 류별 예측 지체 산출을 통하여 지체가 최소화되는 현시 종료 지점에서 현시를 종료하고 다음 시간 단계에서 예측된 교통량을 통해 최 적 현시를 재산출하는 롤링 호라이즌(Rolling Horizon)을 수행한다. 제안 신호제어 기법의 평가를 위해 미시적 교통 시뮬레이션을 활 용하여 기존 신호제어 기법인 TOD 신호제어 기법과 제안기법 간의 평가를 수행하였다.

이 논문에서는 다중 재난을 고려한 복합 구조제어 시스템의 최적 설계방법을 제시한다. 한 가지 유형의 위험에 대해 하나의 시스템이 설계되는 전형적인 구조제어 시스템과는 달리, 구조물의 지진 및 바람에 의한 진동응답을 저감하기 위해 능동 및 수동제어 시스템에 대한 동시 최적 설계방법을 제안하였다. 수치 예로서, 30층 빌딩 구조물에 설치된 30개의 점성 댐퍼와 복합형 질량 감쇠기에 대한 최적 설계문제를 보였다. 최적화 문제를 풀기 위해 자체적응 화음탐색(harmony search, HS)알 고리즘을 채택하였다. 화음탐색 알고리즘은 사람이 연주하는 악기의 튜닝 과정을 모방한 전역 최적화를 위한 메타 휴리스틱 진화 연산방법의 하나이다. 또한 전역 탐색 및 빠른 수렴을 위해 자가적응적이고 동적인 매개변수 조정 알고리즘을 도입하였다. 최적화 설계 결과, 능동 및 수동 시스템이 독립적으로 최적화된 표준적인 복합제어 시스템에 비해 제안한 동시 최적제어 시스템의 성능과 효율성이 우수함을 보였다.

A connected control method for the adjacent buildings has been studied to reduce dynamic responses. In these studies, seismic loads were generally used as an excitation. Recently, multi-hazards loads including earthquake and strong wind loads are employed to investigate control performance of various control systems. Accordingly, strong wind load as well as earthquake load was adopted to evaluate control performance of adaptive smart coupling control system against multi-hazard. To this end, an artificial seismic load in the region of strong seismicity and an artificial wind load in the region of strong winds were generated for control performance evaluation of the coupling control system. Artificial seismic and wind excitations were made by SIMQKE and Kaimal spectrum based on ASCE 7-10. As example buildings, two 20-story and 12-story adjacent buildings were used. An MR (magnetorheological) damper was used as an adaptive smart control device to connect adjacent two buildings. In oder to present nonlinear dynamic behavior of MR damper, Bouc-Wen model was employed in this study. After parametric studies on MR damper capacity, optimal command voltages for MR damper on each seismic and wind loads were investigated. Based on numerical analyses, it was shown that the adaptive smart coupling control system proposed in this study can provide very good control performance for Multi-hazards.

A shared tuned mass damper (STMD) was proposed in previous research for reduction of dynamic responses of the adjacent buildings subjected to earthquake loads. A single STMD can provide similar control performance in comparison with two traditional TMDs. In previous research, a passive damper was used to connect the STMD with adjacent buildings. In this study, a smart magnetorheological (MR) damper was used instead of a passive damper to compose an adaptive smart STMD (ASTMD). Control performance of the ASTMD was investigated by numerical analyses. For this purpose, two 8-story buildings were used as example structures. Multi-input multi-output (MIMO) fuzzy logic controller (FLC) was used to control the command voltages sent to two MR dampers. The MIMO FLC was optimized by a multi-objective genetic algorithm. Numerical analyses showed that the ASTMD can effectively control dynamic responses of adjacent buildings subjected to earthquake excitations in comparison with a passive STMD.

본 연구에서는 유비쿼터스 식물공장의 재배환경에 필요한 요소들의 센서 네트워크를 구성하고 자동으로 감지하여 적응형 뉴로-퍼지 추론시스템을 통하여 환경변화를 추론하여 식물공장의 재배환경을 적절하게 제어할 수 있는 새로운 자동제어시스템의 프레임워크를 제안하고, 이를 설계하였다. 유비쿼터스 식물공장 환경을 제어하기 위하여 식물공장의 재배환경에 영향을 미치는 환경요소인 실내온도, 근권온도, 습도, 광도, CO2 농도를 측정할 수 있는 센서 네트워크를 구성하고 측정된 환경요소의 변화에 따라 램프, 환기, 습도, CO2 농도, 온도를 제어할 수 있는 장치를 자동으로 제어할 수 있는 식물공장 자동제어시스템을 설계하였다. 이를 위하여 본 연구에서는 센서를 통하여 받아들이는 입력값을 퍼지소속함수로 변화하고 적응형 뉴로-퍼지시스템에 따라 추론하고 평가하여 보다 정밀하게 식물공장을 자동으로 제어할 수 알고리즘을 개발하였고 이를 구현하였다. 개발된 자동제어시스템을 상추 식물공장에 적용한 결과 만족스러운 시험결과를 얻을 수 있었다. 향후 연구로는 식물공장에서 재배하고 있는 작물별 생장모델의 적합도 검정 및 개선을 위하여, 작물별 재배규칙을 보다 상세히 도출하는 것이 필요하고, 작물의 재배에 필요한 지식을 보다 정량적으로 표현하고 지식상에 내포하고 있는 불확실성을 해결하는 것이 필요하다. 더 나아가 식물공장에서 환경인자간의 상호관련성을 보다 정밀하게 수식화하고 이를 추론할 수 있는 정밀하고 과학적인 자동제어시스템의 개발이 필요하다.

구조물이 과동한 기진력을 받을 때에 구조물의 진동 제어를 위하여 적응형 뱅뱅 제어 알고리듬이 저자들에 의해서 제안된 바 있으며, 이 제어 알고리듬을 1자유도계의 시험 구조물에 적용하여 제어 성능을 실험적으로 확인하였다. 본 논문은 이의 연장으로서 제안된 적응형 뱅뱅 제어 알고리듬을 최상층에 유압식 농동질량 감쇠기가 설치된 다자유도계의 시험 구조물에 적용하여 이의 유용성을 확인하였다. 이를 통하여 제안된 적응형 뱅뱅 제어 알고리듬은 제어 및 전체 구조계의 안전성이 보장되는 가운데 과도항 외부의 기진력을 받는 다자유도계의 구조물의 진동을 제어함에 효과적임을 확인할 수 있었다.

Underwater robotic vehicles(URVs) are used for various work assignments such as pipe-lining, inspection, data collection, drill support, hydrography mapping, construction, maintenance and repairing of undersea equipment, etc. As the use of such vehicles increases the development of vehicles having greater autonomy becomes highly desirable. The vehicle control system is one of the most critic vehicle subsystems to increase autonomy of the vehicle. The vehicle dynamics is nonlinear and time-varying. Hydrodynamic coefficients are often difficult to accurately estimate. It was also observed by experiments that the effect of electrically powered thruster dynamics on the vehicle become significant at low speed or stationkeeping. The conventional linear controller with fixed gains based on the simplified vehicle dynamics, such as PID, may not be able to handle these properties and result in poor performance. Therefore, it is desirable to have a control system with the capability of learning and adapting to the changes in the vehicle dynamics and operating parameters and providing desired performance. This paper presents an adaptive and learning control system which estimates a new set of parameters defined as combinations of unknown bounded constants of system parameter matrices, rather than system parameters. The control system is described with the proof of stability and the effect of unmodeled thruster dynamics on a single thruster vehicle system is also investigated.

This paper presents a dynamic compensation methodology for robust trajectory tracking control of uncertain robot manipulators. To improve tracking performance of the system, a full model-based feedforward compensation with continuous VS-type robust control is developed in this paper(i.e,. robust decentralized adaptive control scheme). Since possible bounds of uncertainties are unknown, the adaptive bounds of the robust control is used to directly estimate the uncertainty bounds(instead of estimating manipulator parameters as in centralized adaptive control0. The global stability and robustness issues of the proposed control algorithm have been investigated extensively and rigorously via a Lyapunov method. The presented control algorithm guarantees that all system responses are uniformly ultimately bounded. Thus, it is shown that the control system is evaluated to be highly robust with respect to significant uncertainties.

This paper proposes a design methodology of self-reconfigurable kinematics and control engine for modular and reconfigurable robots. A modular manipulator has been proposed to meet the requirement of task adaptation in versatile needs for service and industrial robot area and the function of self-reconfiguration is required to extend the application of modular robots. Kinematic and dynamic contexts are extracted from the module and assembly information and related codes are automatically generated including controller. Thus a user can easily build and use a modular robot without professional knowledge. Simulation results are presented to verify the validity of the proposed method.

An electro-hydraulic actuator (EHA) is widely used in industrial motion systems and the increasing bandwidth of EHA position control is important issue. The model-inverse feedforward controller is known to extend the bandwidth of system. When the system has non-minimum phase (NMP) zeros, direct model inversion makes system unstable. To overcome this problem, an approximate model-inverse method is used. A representative approximate model inversion method is zero phase error tracking control (ZPETC). However, if zeros locate right half plane of z-plane, the approximate inverse model amplifies the high-frequency response. In this paper, to solve the problem of ZPETC, an adaptive model-inverse control is proposed. The adaptive algorithm updates feedforward term in real-time. The effectiveness of the proposed adaptive model-inverse position control strategy is verified by comparison with typical proportional-integral (PI) control and feedforward control by experiments. As a result, the proposed adaptive controller extends the bandwidth of EHA position control.

In this study, an adaptive shared control system for adjacent tall building structures subjected to seismic loads has been investigated using multi-objective genetic algorithms. A tuned mass damper (TMD) was shared with an adjacent building structure in this study. Variable damping or stiffness devices were used to make a controllable shared TMD. Control objectives of the adjacent tall buildings connected by a adaptive shared TMD can be conflict. This kind of problem can be solved using multi-objective optimization techniques that provide a suite of Pareto-optimal solutions. A possibility of application of multi-objective genetic algorithms to design of a adaptive shared TMD for vibration control of adjacent tall buildings has been investigated.

This paper describes efficient flight control algorithms for building a reconfigurable ad-hoc wireless sensor networks between nodes on the ground and airborne nodes mounted on autonomous vehicles to increase the operational range of an aerial robot or the communication connectivity. Two autonomous flight control algorithms based on adaptive gradient climbing approach are developed to steer the aerial vehicles to reach optimal locations for the maximum communication throughputs in the airborne sensor networks. The first autonomous vehicle control algorithm is presented for seeking the source of a scalar signal by directly using the extremum-seeking based forward surge control approach with no position information of the aerial vehicle. The second flight control algorithm is developed with the angular rate command by integrating an adaptive gradient climbing technique which uses an on-line gradient estimator to identify the derivative of a performance cost function. They incorporate the network performance into the feedback path to mitigate interference and noise. A communication propagation model is used to predict the link quality of the communication connectivity between distributed nodes. Simulation study is conducted to evaluate the effectiveness of the proposed reconfigurable airborne wireless networking control algorithms.

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.

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.