최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Wu, J.; Liu, C.; Xiong, Z.; Ding, H.; Liu, Y.
2019 / Proceedings of the Institution of Mechanical Engineers. Part I: Journal of Systems and Control Engineering
데이터가 존재하지 않습니다.
loading...
본 연구는 선형 모터의 힘 리플로 인한 급전 변동 및 운동 정밀도 저하 문제를 해결하기 위해 피드백 제어에 피드포워드 제어기를 추가하여 보상하는 방법을 제시합니다. 힘 리플의 주기성을 고려하여 위치 의존적 다차 고조파 모델을 구축하고, 다양한 응용 분야에 대한 제어기 파라미터를 얻기 위해 반복 튜닝 방법을 제안합니다. 실험 결과, 제안된 방법은 추적 성능을 크게 향상시키고 추적 오차를 최소 60%까지 감소시키는 것을 확인했습니다.
Reliable control and filtering of linear systems with adaptive mechanisms
Applied guidance methodologies for off-road vehicles
Foundations of adaptive control
Singularly perturbed and weakly coupled linear control systems : a recursive approach
Digital repetitive control under varying frequency conditions
Flexible joint robots
Relay autotuning for identification and control
Autotuning of PID controllers
Proceedings of Workshop on Advances in Control and Its Applications
Data-driven model-free controllers
Magnetic bearings : theory, design, and application to rotating machinery
Advanced robot control : proceedings of the International Workshop on Nonlinear and Adaptive Control, Issues in Robotics, Grenoble, France, Nov. 21-23, 1990
Sliding mode control for synchronous electric drives
Adaptive control strategies for industrial use : proceedings of a workshop held in Kananaskis, Canada, 1988
Learning motor skills : From Algorithms to Robot Experiments
PID controllers for time-delay systems
Control of mechatronic systems
Optimal reference shaping for dynamical systems : theory and applications
Modelling and control of robot manipulators
Adaptive control
Mechanical Systems and Signal Processing
Li, X.; Wang, Y.International Journal of Advanced Manufacturing Technology
Villegas, F.J.; Hecker, R.L.; Vicente, D.A.; Flores, G.M.; Peña, M.E.Proceedings of the Institution of Mechanical Engineers. Part I: Journal of Systems and Control Engineering
Shi, X.; Huang, J.; Li, H.Transactions of the Institute of Measurement and Control
Feng, Z.; Ling, J.; Ming, M.; Xiao, X.Electric Power Components and Systems
Baoyu Song; Lei Wang; Shuanghui Hao; Minghui HaoIEEE Transactions on Industrial Electronics
Chen J.,Li J.,Qu R.한국자동차공학회 논문집
박인석; 박영섭; 홍승우; 정재성; 손정원; 선우명호한국자동차공학회 논문집
박인석, 박영섭, 홍승우, 정재성, 손정원, 선우명호Mathematical Problems in Engineering
Ren, H.; Zhang, H.; Deng, G.; Hou, B.IEEE Transactions on Industrial Electronics
Villarreal-Hernandez C.A.,Mayo-Maldonado J.C.,Escobar G.,Loranca-Coutino J.,Valdez-Resendiz J.E.,Rosas-Caro J.C.Measurement Science and Technology
Liu, Y.; Song, F.; Tan, J.; Dong, Y.; Yang, X.IEEE Transactions on Industrial Electronics
Luyao Dai; Xin Li; Yu Zhu; Ming ZhangAerospace Science and Technology
Yao Q.,Li Q.,Huang J.,Jahanshahi H.IEEE Transactions on Energy Conversion, Energy Conversion, IEEE Transactions on, IEEE Trans. Energy Convers.
Karimi, H.; Vaez-Zadeh, S.; Rajaei Salmasi, F.자동차안전학회지
서다빈; 조아라; 이경수IEEE Transactions on Industrial Informatics
Fu X.,Yang X.,Zanchetta P.,Tang M.,Liu Y.,Chen Z.IEEE Transactions on Control Systems Technology
Escorcia-Hernandez J.M.,Chemori A.,Aguilar-Sierra H.IEEE Transactions on Industrial Informatics
Xuewei Fu; Xiaofeng Yang; Pericle Zanchetta; Mi Tang; Yang Liu; Zhenyu ChenIEEE Transactions on Industrial Electronics
Xia J.,Ouyang H.IEEE Transactions on Industrial Electronics
Dai L.,Li X.,Zhu Y.,Zhang M.전선 / 대학원
본 과정은 선형 시스템, 전달 함수, 라플라스 변환에 대하여 소개한다. 안정성과 피드백을 다루고 과도 응답 사양을 위한 기본 설계 도구를 제공한다. 또한 주파수 영역 기술도 간략하게 다룬다. 이 과정에는 컴퓨터 프로그래밍 실습 및 제어 설계 프로젝트가 포함된다. 실습 프로젝트에 관련된 전공은 조선해양공학은 물론 로봇공학, 기계공학, 전자공학, 전기공학, 산업응용수학 등이다.전선 / 대학원
비선형 제어시스템의 안정도 분석에 대한 Lyapunov 안정도와 Operator-theoretic을 이용한 접근방식을 다룬다. 또한, 위상평면 방법론과 같은 함수적 방법에 대해 서술한 고전적 방법론과 Lyapunov direct/indirect method, Popov/circle criteria, singular perturbation technique와 궤환 선형화 이론, 강인 H 제어, 강인 Lyapunov redesign, sliding mode control과 같은 현대적 방법을 더불어 다룬다.전선 / 대학원
인간이 운동을 생성하고 조절 할 때 사용되는 기전을 밝히고, 이 때에 적용되는 원리를 규명하는 것이 운동 제어 연구이다. 최근에 복잡한 인간의 신경체계와 근육체계로 인한 무한한 자유도 생성의 문제와 협응구조의 개념을 통한 학습을 하게 될 것이다.전선 / 대학원
운동학습이란 무엇이며, 그것이 어떻게 구별되는가 하는 문제와 운동기술의 제어와 학습에 대한 이론적 짓기을 운동 기술을 가르치는데 응용하며, 운동기술을 보다 잘 이해하도록 한다. 운동학습의 이해를 위해 운동 수행을 관찰하고 측정한 연구 결과들을 비교 평가하는 능력을 배운다.전선 / 대학원
제어시스템의 기본개념과 선형시스템 기초, 최적제어, dynamic programming, Hamilton-Jacobi이론, 기하학적 비선형 제어이론 등을 공부한다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.전선 / 대학원
비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.전필 / 학사
본 교과목은 제어시스템을 설계하기 위한 기본원리를 제공하는 교과목이다. 전달함수를 이용한 선형계의 응답특성을 해석함으로 시스템의 동특성을 학습한다. 시스템의 안정성을 해석하기 위해서 안정성 이론으로 Routh-Hurwitz criterion, Root Locus 해석법, Bode 선도 및 Nyquist plot과 같은 주파수 응답해석 기법을 다루고, 이러한 해석기법을 이용한 제어기 설계에 관한 기본 사항을 다룬다. 시간영역에서 해석하는 상태공간 해석법을 다루게 되며, 이상과 같은 일반 선형계에 대한 제어이론을 항공기 및 인공위성에 적용, 안정성 해석 및 제어기 설계기법을 학습한다.전선 / 대학원
제어 시스템 1 의 연이은 과목으로 고급 제어시스템 설계 및 해석에 필수적인 개념 및 기법들을 소개하는데, 특히 비선형 제어, 확률적 추정 및 제어, 적응 제어 및 비선형 최적제어 등에 주안점을 둔다.전선 / 대학원
이 과목은 다변수 피드백 제어시스템의 강인성 분석과 설계에 관한 다양한 이론적 개념과 기법들을 배운다. 항공기 모델에 불확실성이 존재하거나 외란이 작용하더라도 비행 안정성과 성능을 잃지 않고 제어할 수 있어, 드론, 무인기, 미래 항공 모빌리티 등에 유용한 기술을 학습한다.전선 / 학사
본 과목에서는 산업의 근간을 이루는 다양한 기계시스템의 수학적 모델링과 동적 거동의 라플라스 공간, 주파수 공간 및 상태 공간에서의 해석 방법에 대해 배우고, 그에 기반한 기본적인 제어 설계 및 해석 기법에 대해서 공부한다.전선 / 대학원
이 교과목에서는 최근 그 발전이 급격하게 이루어지고 있는 전기동력 수직 이착륙기와 고속 복합형 회전익기의 다분야 설계, 전기 추진 동력원(전기모터, 배터리), 소음 측면에 대한 고찰이 소개된다. 전기동력 추진 회전익기에서는 하이브리드 방식을 포함한 분산 전기 추진, 배터리 수명, 그리고 수직 이착륙과 천이 비행 등의 기술적 측면에 초점을 맞추어 학습한다. 고속 복합형 회전인기는 강체 블레이드/허브 및 lift offset에 의거한 동축 반전, 틸트로터 등 수직 이착륙과 장거리 고속 비행 능력의 달성 과정을 학습한다. 학습한 내용을 적용한 전기동력 추진 수직 이착륙기의 시제품을 설계와 실험을 통한 성능 측정 실습이 수행된다.전선 / 대학원
지능재료의 정의와 종류, 역할등에 대한 개략적인 고찰을 한 후 선형 이론을 적용하여 지능 구조물의 거시적인 거동을 기술하는 방법론을 제공한다. 구조물의 열-전기-기계의 완전 연성을 고려하여 주어진 환경하에서 거시적인 거동을 기술하는 능력을 습득하고, 실제 작동기로 사용되는 피에조 세라믹 계열의 재료(PZT, PLZT)와 형상기억합금(SMA;Shape Memory Alloy)의 미시적인 구성방정식을 다루고 이 미시적인 관점이 어떻게 거시적인 구성방정식으로 확장되는지에 대한 미시역학을 공부한다. 특히 PZT에서 발생되는 분극반전(polarization switching)에 대해 공부하고 SMA에서 발생하는 상 전이 현상(Phase transformation)에 관해 공부한다. 구성방정식을 공부한 후 실제 구조물에서 지능재료의 기능을 고찰하고 설계에 응용하기 위한 실제문제들의 해석과 설계 문제를 다룬다.전선 / 대학원
본 강좌에서는 계통 운영과 계획, 시장 연계, 성능평가와 신뢰도 평가 등을 위한 전력계통 분석기법을 소개한다. 전력 계통 예제를 통하여 convex optimization, 동적 최적화, 최적 제어 등에 대한 주요 알고리즘을 소개한다. 본 강의에서는 convex optimization에 대한 interior-point methods, decision theoretic planning, Markov decision processes, 선형 계획법, 동적 계획법, 최적 제어 기법과 비선형 최적화에 대한 최적화 조건과 같은 주제들을 다룬다.전선 / 학사
이 과목은 자동차 환경규제와 제도의 대응을 위해 개발되는 다양한 자동차 동력원들에 대한 소개를 한다. 기계공학 관점에서의 자동차엔진의 원리와 효율, 성능에 영향을 미치는 인자들을 공부하고, 엔진과 모터의 결합체인 하이브리드시스템의 원리와 구조 그리고 시스템 장점에 대해서 학습한다. 전기차 배터리시스템의 구조와 요구사항, 자동차용 PEM 연료전지 시스템의 기본 이해와 연료전지 시스템의 최적성능과 효율을 위한 BOP 특성에 대해서 공부하고, 자동차 동력원 시스템의 해석능력을 배양하고 새로운 환경규제 대응을 위한 동력원의 신기술을 소개한다.전선 / 대학원
내연기관의 성능요소, 내연기관의 연소, 추출물의 생성기구와 제어, 연료 절약 및 성능 예측, 내연기관의 계측및 대체연료 기관의 성능 등에 관한 토픽을 중심으로 학습한다.전선 / 대학원
본 강의에서는 기본적인 플라즈마의 성질, 하전입자의 운동, 전자와 외부 전장의 상호 작용, 하전입자의 생성 과 소멸, Kinetic equation for electron, 인가 주파수에 따른 gas방전의 형성, equilibrium and stability 이론을 소개 하고자 한다. 또한 용량성 결합된 고주파 플라즈마에 대해서도 다루어진다.전선 / 대학원
기계학습은 다양한 분야에서 점차 큰 관심을 받고 있으나, 막상 실제 데이터에 적용하여 성공적인 결과를 도출하는 데에는 많은 어려움이 따른다. 본 과목은 기계학습 기법들을 실제 문제에 적용할 때에 중요한 데이터 전처리, 피쳐 추출, 차원 축소, 클래스 불균형, 모델 앙상블 등의 주제들을 다루고, 데이터로부터 모형과 종속성을 학습하는 원리와 기법들을 소개하는 바, 특히 확률, 통계 및 최적화 이론에 기반하여 신경망 (Neural Networks), 서포트 벡터 머신 (Support Vector Machines), 은닉 마르코프 모형 (Hidden Markov Models) 및 강화 학습 (Reinforcement Learning) 기법들을 공부한다. 또한, 이들 기법을 활용하여, 다양한 시계열 데이터들을 대상으로 예측 및 분류 모델을 구현하는 프로젝트들과 데이터 기반 학습의 사례 연구들이 포함된다.