본 논문에서는 비선형 시스템의 직접제어방식을 위한 다층 신경회로망을 제안하였다. 제안한 방식은 신경회로망이 플랜트의 역 모델을 학습하는 방식으로 플랜트의 사전지식을 시스템의 입출력 정보를 이용하여 추정하고, 플랜트의 역 모델을 선형부분과 비선형 부분의 직렬연결로 구성하고 선형부분과 비선형부분의 모델을 신경회로망을 이용하여 구성한 직접제어방식이다. 제안한 제어기의 선형부분은 선형 시스템의 시스템동정을 위해 이용되었던 반복최소자승법을 이용하여 구하여진 플랜트의 선형입력으로 학습을 수행하고, 비선형부분은 기준 궤적과 실제 출력의 오차를 이용해 학습을 수행한다. 단일 관절 매니플레이터를 이용하여 추종제어에 대한 시뮬레이션과 실험을 하여 기존의 다층신경회로망을 이용한 직접제어방식과 제어성능을 비교 검토한 결과 신경회로망 구성의 간단함과 정밀성 등의 우수함을 확인하였다.
In this paper, we proposed a multi-layer neural network for direct control method of nonlinear system. The proposed control method uses neural network as the controller to learn inverse model of plant. The neural network used consists of two parts; one part is for identification of linear part, and the other is for identification of nonlinear part of inverse system. The neural network has to be learned the liner part with RLS algorithm and the nonlinear part with error of plant. From the simulation and experiment of tracking control to use one link manipulator as plant, we proved usefulness of the proposed control method to comparing to conventional direct neural network control method. By comparing the two methods, from simulation and experiment, we were convinced that the proposed control method is more simple and accuracy than the conventional method. Moreover, number of weight and bias to be controller parameter are small, and it has smaller steady state error than conventional method.
