본 연구실은 신경망 기반 제어와 비선형 시스템 제어 분야에서 세계적인 연구를 수행하고 있습니다. 신경망 제어는 인공지능 기술과 제어 이론을 융합하여, 복잡한 동적 시스템의 비선형성과 불확실성을 효과적으로 극복할 수 있는 혁신적인 방법론입니다. 특히, 영구자석 동기 전동기(PMSM), 스테퍼 모터, 전기차 구동 시스템 등 다양한 실제 응용 분야에 신경망 기반 적응 제어, 강화학습 기반 제어, 신경망 예측 제어 기법을 적용하고 있습니다. 비선형 시스템 제어는 기존의 선형 제어 이론으로는 다루기 어려운 복잡한 동적 시스템에 대한 안정적이고 강인한 제어를 목표로 합니다. 본 연구실에서는 Lyapunov 기반 제어, 슬라이딩 모드 제어, 백스테핑(backstepping) 제어, 외란 관측기(DOB) 기반 제어 등 다양한 비선형 제어 기법을 개발하고, 실제 시스템에 적용하여 우수한 성능을 입증하였습니다. 또한, 외란 및 불확실성이 존재하는 환경에서도 안정적인 제어 성능을 보장하는 알고리즘을 연구하고 있습니다. 이러한 연구는 전기차, 로봇, 드론, 산업용 모터 등 다양한 첨단 산업 분야에서 요구되는 고성능, 고신뢰성 제어 시스템의 실현에 기여하고 있습니다. 신경망 기반 제어와 비선형 시스템 제어의 융합을 통해, 미래 지능형 제어 시스템의 핵심 기술을 선도하고 있습니다.

본 연구실은 차량 제어 및 에너지 시스템 제어 분야에서 다양한 연구를 수행하고 있습니다. 전기 파워 스티어링(EPS), 전자식 제동 시스템(ABS, ESC), 자율주행 차량의 경로 추종 및 안정성 제어, 드론(쿼드로터) 제어 등 첨단 모빌리티 시스템의 핵심 제어 기술을 개발하고 있습니다. 특히, 차량의 안전성과 주행 성능을 극대화하기 위한 실시간 제어 알고리즘, 외란 관측기 기반 슬라이딩 모드 제어, 강화학습 기반 경로 생성 및 추종 제어 등 다양한 최신 기법을 연구하고 있습니다. 에너지 시스템 분야에서는 나노그리드, 마이크로그리드, 하이브리드 에너지 저장 시스템, 태양광 발전 시스템 등 차세대 에너지 네트워크의 제어 및 관리 기술을 중점적으로 다루고 있습니다. 에너지 관리 시스템(EMS), 예측 기반 에너지 분배, 통신 지연을 고려한 H∞ 제어, 하이브리드 에너지 저장장치의 최적 운용 등 실제 에너지 네트워크에서 요구되는 다양한 제어 문제를 해결하고 있습니다. 또한, 전력 변환기, DC-DC 컨버터, 반도체 변압기 등 전력전자 시스템의 고효율 제어 및 안정성 향상 기술도 함께 연구하고 있습니다. 이러한 연구는 친환경 모빌리티, 스마트 그리드, 재생에너지 통합 등 미래 에너지 및 교통 시스템의 혁신을 이끄는 핵심 기반 기술로 자리매김하고 있습니다. 산업체와의 공동 연구, 정부 과제 수행, 특허 및 논문 발표 등 다양한 산학연 협력을 통해 실제 산업 현장에 적용 가능한 실용적인 솔루션을 지속적으로 개발하고 있습니다.