내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

파라미터 추정기법을 이용한 반복학습제어

전문가 제언: ○ 우리나라 자동차산업 현장에 로봇이 본격적으로 등장한 것은 1980년대부터이며, 일정한 제어성능을 유지할 수 있어 인건비 절감과 생산제품의 불량을 최소화시킬 수 있었다. 제어설계에 있어 모델링을 거치지 않고 대상 시스템의 입력, 출력 데이터를 직접 이용하게 되면, 필요한 보상기는 제어계에 대해 입력, 출력 데이터만을 사용하여 IFT에 의해 보상기 파라미터를 자동적으로 조정할 수 있게 된다. 로봇 기술의 발전을 위해 선형 행렬 부등식을 사용하는 안정 해석에 대한 연구가 되어야 한다.

○ 우리나라는 기간산업의 하나로 로봇산업을 중점 추진하고 있으므로 선형계에 대해 학습하는 입력공간을 유한 차원으로 제약하여 문제점을 해결하는 하나의 학습제어법을 개발해내야 한다. 입력 공간을 실질적으로 제약하면서 대상계의 파라미터를 추정하여 학습을 달성시켜야하므로 모델과 실제 데이터를 통합시키는 연구는 매우 중요하다고 할 수 있다. 종전의 전형적인 학습제어법이 오차의 미분을 필요로 할 경우, 오차의 적분에 의해 입력을 새롭게 바꾸고 잡음이 있을 경우에는 이를 평활화시킬 필요가 있다.

○ 시스템 동정방법에서 대부분 이산 시간계를 대상으로 하고 있으나, 연속 시간계로 직접 동정이 되게 되면 설계 등과의 적합성도 좋아지게 되므로, 연속 시간계를 동정하는 방법들이 제안되고 있다. 여기에서 설명한 학습제어법은 미분을 사용하지 않은 파라미터 동정을 하였으며, 이것이 실제 시스템에 응용될 수 있을지에 대해서는 잡음이 크게 될 때 각 시행에서 추정치가 커지게 되는 어려움이 있다. 그러나 신호의 미분값이나 대상 시스템의 상세한 정보도 사용하지 않으면서 완전 목표치 추정을 하는 것이 특징이다.

저자: Toshiharu SUGIE
자료유형: 학술정보