인공 신경망을 이용한 엔코더 오차 추정 및 보상 시스템, 그 시스템의 동작 방법
ENCODER ERROR ESTIMATION AND COMPENSATION SYSTEM USING ARTIFICIAL NEURAL NETWORK AND OPERATING METHOD OF THE SAME
특허 요약
인공 신경망을 이용한 엔코더 오차 추정 및 보상 시스템, 그 시스템의 동작 방법이 제공된다. 인공 신경망을 이용한 엔코더 오차 추정 및 보상 시스템 은, 벡터 제어 중인 영구자석형 동기전동기에 대하여 d축 전류를 이용한 약자속 제어에 의해 발생하는 속도의 변동 성분을 인공 신경망을 통해 추출하는 속도 변동 성분 추출부, 추출된 속도 변동 성분을 이용하여 DC 성분의 옵셋(offset) 위치 오차를 추정하는 제1 오차 추정부, 상기 추출된 속도 변동 성분을 이용하여 AC 성분의 정현적인(sinusoidal) 위치 오차 및 속도 오차를 추정하는 제2 오차 추정부, 및 상기 옵셋 위치 오차, 정현적인 위치 오차 및 속도 오차를 이용하여 보상된 위치 및 속도값을 출력하는 보상부를 포함한다.
청구항
번호청구항
1

벡터 제어에 의해 일정한 속도로 운전되는 영구자석형 동기전동기의 d축 전류를 이용한 약자속 제어에 의한 상기 영구자석형 동기전동기의 속도의 변동 성분을 인공 신경망을 이용하여 추출하는 단계;추출된 속도의 변동 성분으로부터 옵셋(offset) 위치 오차와, 정현적인(sinusoidal) 위치 및 속도 오차를 추정하는 단계; 및상기 옵셋 위치 오차와, 정현적인 위치 및 속도 오차를 이용하여 보상된 위치 및 속도값을 출력하는 단계를 포함하는,인공 신경망을 이용한 엔코더 오차 추정 및 보상 방법.

2

제 1 항에 있어서,상기 인공 신경망은 ADALINE(Adaptive Linear Neuron)을 포함하고,상기 약자속 제어에 의한 상기 영구자석형 동기전동기의 속도의 변동 성분을 인공 신경망을 이용하여 추출하는 단계는,속도의 기저 성분인 dc, -cos 및 sin 성분을 입력받고, 다음의 출력 을 생성하되, 및 를 피드백 입력받고, 인공 신경망을 이용하여 속도의 기저 성분인 dc값, -cos 및 sin 성분을 추정하고, 가중치를 갱신하는 단계를 포함하되,, , 는 각각의 기저 성분의 크기를 추출하기 위한 가중치이고, 는 엔코더 측정 위치에 추정된 엔코더 옵셋 오차 및 정현적인 위치 오차를 더하여 보상된 위치이고, 는 엔코더 측정 속도에 정현적인 속도 오차 를 보상한 속도인,인공 신경망을 이용한 엔코더 오차 추정 및 보상 방법.

3

제 1항에 있어서, 추출된 속도의 변동 성분으로부터 옵셋 위치 오차와, 정현적인 위치 및 속도 오차를 추정하는 단계는, 옵셋 위치 오차 의 전달함수를 다음의 식과 같이 1차 LPF로 구성하는 것을 포함하되,는 추정기의 대역폭인,인공 신경망을 이용한 엔코더 오차 추정 및 보상 방법.

4

제 3항에 있어서,추출된 속도의 변동 성분으로부터 옵셋 위치 오차와, 정현적인 위치 및 속도 오차를 추정하는 단계는,상기 옵셋 위치 오차를 위한 추정기 Gdc(s)가 다음 식과 같이 PI제어기로 구성되고, 비례 및 적분 게인은 다음과 같이 구성되되,, 는 토크 상수, 는 주입된 d축 전류, PP는 영구자석의 극 짝 수, J는 관성 모멘트, B는 마찰 계수인,인공 신경망을 이용한 엔코더 오차 추정 및 보상 방법.

5

제 1항에 있어서,상기 추출된 속도의 변동 정보로부터 정현적인 위치 및 속도 오차를 추정하는 단계는, 다음과 같은 전달함수를 1차 LPF가 되도록 구성하되,여기서 및 는 편심의 정도 를 sin 성분과 cos 성분으로 분리한 것이며, 및 는 추정된 값이고, 다음과 같이 선정된 적분기 게인을 갖는 추정기로 구성되는,인공 신경망을 이용한 엔코더 오차 추정 및 보상 방법.

6

벡터 제어 중인 영구자석형 동기전동기에 대하여 d축 전류를 이용한 약자속 제어에 의해 발생하는 속도의 변동 성분을 인공 신경망을 통해 추출하는 속도 변동 성분 추출부;추출된 속도 변동 성분을 이용하여 DC 성분의 옵셋(offset) 위치 오차를 추정하는 제1 오차 추정부;상기 추출된 속도 변동 성분을 이용하여 AC 성분의 정현적인(sinusoidal) 위치 오차 및 속도 오차를 추정하는 제2 오차 추정부; 및상기 옵셋 위치 오차, 정현적인 위치 오차 및 속도 오차를 이용하여 보상된 위치 및 속도값을 출력하는 보상부를 포함하는,인공신경망을 이용한 엔코더 오차 추정 및 보상 시스템.

7

제 6항에 있어서,상기 인공 신경망은 ADALINE(Adaptive Linear Neuron)을 포함하고,상기 속도 변동 성분 추출부는,속도의 기저 성분인 dc, -cos 및 sin 성분을 입력받고, 다음의 출력 을 생성하되,및 를 피드백 입력받고, 인공 신경망을 이용하여 속도의 기저 성분인 dc값, -cos 및 sin 성분을 추정하고, 가중치를 갱신하되,, , 는 각각의 기저 성분의 크기를 추출하기 위한 가중치이고, 는 엔코더 측정 위치에 추정된 엔코더 옵셋 오차 및 정현적인 위치 오차를 더하여 보상된 위치이고, 는 엔코더 측정 속도에 정현적인 속도 오차 를 보상한 속도인,인공신경망을 이용한 엔코더 오차 추정 및 보상 시스템.

8

제 6항에 있어서,상기 제1 오차 추정부는,추출된 속도의 변동 성분으로부터 옵셋(offset) 위치 오차와, 정현적인(sinusoidal) 위치 및 속도 오차를 추정하는 단계는, 옵셋 위치 오차 의 전달함수를 다음의 식과 같이 1차 LPF로 구성하되,는 추정기의 대역폭인,인공신경망을 이용한 엔코더 오차 추정 및 보상 시스템.

9

제 8항에 있어서,상기 제1 오차 추정부는,추정기 Gdc(s)를 다음 식과 같이 PI제어기로 구성하고, 비례 및 적분 게인은 다음과 같이 구성되되,, 는 토크 상수, 는 주입된 d축 전류, PP는 영구자석의 극 짝 수, J는 관성 모멘트, B는 마찰 계수인,

10

제 6항에 있어서,상기 제2 오차 추정부는, 다음과 같은 전달함수를 1차 LPF가 되도록 구성하되,여기서 및 는 편심의 정도 를 sin 성분과 cos 성분으로 분리한 것이며, 및 는 추정된 값이고, 상기 전달함수와 같이 1차 LPF가 되도록 구성하되,상기 제2 오차 추정부는, 상기 및 를 위한 추정기 및 추정기의 적분기 게인을 다음과 같이 구성하는,인공신경망을 이용한 엔코더 오차 추정 및 보상 시스템.