헤비안 튜닝 신경회로망을 이용한 시스템의 히스테리시스 보상 (Hysteresis Compensation of Systems Using Neural Networks with Hebbian Tuning)

서지정보

· 발행기관 : 국제차세대융합기술학회
· 수록지 정보 : 차세대융합기술학회논문지 / 6권 / 7호 / 1189 ~ 1200페이지
· 저자명 : 장준오

초록

압전 구동기나 플라즈마 전력 입력 시스템 등은 히스테리시스에 의해 성능이 상당히 저하된다. 이를 위 해 신경망회로망( NN) 을 이용하여 시스템의 히스테리시스 보상기를 설계한다. 보상기는 백스테핑 기술과 피드포워 드 경로에서 히스테리시스 비선형성을 상쇄시키기 위해 헤비안 튜닝 NN을 사용한다. 이 방법은 NN을 사용하여 동적 시스템의 동적 전역을 결정하는 일반적인 절차를 제공한다. 안정적인 폐루프 시스템을 구성하는 NN 히스테 리시스 보상기에 대한 학습 알고리즘을 제시한다. 비선형 안정성 증명에 의해 추적 오차는 적게 유계된다. NN 히 스테리시스 보상기의 우수한 성능을 입증하기 위하여  테이블 시스템에 모의실험한다. 본 연구는  테이블, 유압 시스템과 같은 정밀제어 시스템에 적용할 수 있고 신경망 안정도까지 보인다. 더욱이 히스테리시스 보상은 기존의 데드존, 백래쉬 및 기타 구동기 비선형 보상에 더욱 확장하여 적용할 수 있다.

영어초록

Piezoelectric actuators or plasma power input systems significantly degrade performance due to hysteresis.A hysteresis compensator is designed for systems using neural networks(NN). The compensator uses the back stepping technique with NN for inverting the hysteresis nonlinearity in the feedforward path. The scheme provides a general procedure for using NN to determine the dynamic pre-inverse of an invertible dynamical system. A Hebbian tuning algorithm is presented for the NN hysteresis compensator which yields a stable closed-loop system. Using this method yields a relatively simple adaptation structure and offers computational advantages over gradient descent algorithms. Nonlinear stability proofs are given to reveal that the tracking error is small. The NN hysteresis compensator is simulated on a  -table system to show its efficacy. This work is applicable to  table-like precision control systems and also shows neural network stability proofs. Moreover, the NN hysteresis compensation can be further extended and applied to dead zone, backlash, and another actuator nonlinearity compensation.

참고자료

· 없음