Fuzzy logic controller(FLC) is widely used for applications ranging from industrial automation systems to consumer electronics products. Previous research revealed that FLCs have, in many cases, a superiority over the conventional control algorithms such as PID controller. This property is a nothing surprise because the fuzzy logic on which the FLC is based is more closer to the human decision making and the FLC is inherently a nonlinear controller.
In order to realize the FLC, there are, in general, 3 ways to choose.
The controller can be implemented by using a look-up table in which controller output values are calculated and stored beforehand corresponding to possible input values. This so-called fuzzy memory controller is simple but requires huge memory space when the number of input/output is increased or the resolution of input variables is increased to have better performance. Secondly, one can utilize a software program executed on a general purpose computer. The method is suitable for low speed applications because general purpose computers are generally Von-Neumann type whereas fuzzy inference procedure requires multiple data computations.
In this thesis is investigated the methodology of utilizing specialized hardware processors in order to construct FLCs, which is better than the above two methods. It uses a straightforward manner and dedicated hardware processors can be exploited by fast processing and its simplicity. There has been many researches about the hardware, but those processors are, in general, inflexible to expand.
Therefore, a novel architecture of fuzzy inference coprocessor consisting of IF modules and THEN modules is proposed in this thesis. Using the architecture, one can expand the capacity of an FLC by simply adding another module. Furthermore, pipelined parallelism is adopted in the architecture.
By the way, it is well known that there is no systematic way to design FLCs. Although many researchers have tackled the problem but there is few research works about self-tuning FLCs especially equipped with fuzzy hardware. In that case, it seems difficult to apply conventional self-tuning algorithms.
A novel self-tuning algorithm which is so simple that it can be implemented with some hardware circuit, is proposed as well. To justify the algorithm a simulation study is executed and its originality is discussed as well.
Finally, the yo-yo robot is introduced as a new benchmark system for advanced control algorithms. And the plant is utilized to be controlled by the proposed coprocessor. The proposed coprocessor architecture is implemented and tested as a standard VME board type with discrete components in order to justify the operation. Through the experiment, the system can control the yo-yo robot as human beings do.
최근들어 가장 각광을 받고있는 제어이론으로 퍼지 제어를 들 수 있다. 퍼지제어는 퍼지집합및 퍼지 논리를 근간으로 0 아니면 1 인 이진 논리에 비해 조금 많게, 약간 빠르게 등, 인간이 실제로 표현하고 있는 이러한 언어 값들을 수학적으로 처리할 수 있게 하는 것이 큰 장점이다.
이러한 논리에 바탕을 둔 퍼지제어는 인간전문가의 지식을 이와같은 언어변수를 써서 기술하고 이를 추론의 과정을 통해 알고 있는 지식으로 부터 새로운 입력에 상응하는 출력을 구하는 것을 기본으로 하고 있다.
퍼지제어이론이 이와 같은 인간의 제어 지식을 곧바로 기계화는 툴로써 큰 장점을 가지고 있지만 이보다 이렇게 구현된 제어기의 성능이 기존의 제어기보다 더 나은 성능을 보이는 경우가 많아 산업용 혹은 민수용 분야에서 각광을 받고 있는 것이다. 이는 근본적으로 퍼지제어기가 비선형의 특성을 가진데 기인한다고 볼 수 있다.
이와 같은 퍼지제어기를 실제로 구현하는 방법을 살펴보면, 첫째 메모리 소자를 사용해서 룩업 테이블 형식으로 구성할 수 있다. 이 때 메모리의 어드레스 지시자가 제어기의 입력이되고 해당 어드레스의 메모리 내용이 출력값이 된다. 이는 간단히 구현할 수 있는 장점이 있으나 입, 출력의 갯수나 입력의 정도가 높아질 수록 필요한 메모리가 지수함수적으로 증가하여 비경제적이고 비효율적이다.
그리고 범용 컴퓨터에서 응용 프로그램으로 퍼지추론 과정을 구현할 수 있다. 이 방법을 쓰는 경우에는 추론 속도에 한계가 있다. 왜냐하면 퍼지 추론의 과정이 퍼지 집합 연산에 기초를 두고 있는 까닭에 많은 계산을 동시에 해야하는데 대부분의 범용 컴퓨터들은 한번에 하나씩의 연산을 행하는 Von-Neumann 구조를 가지고 있어 역시 입력의 정도가 높을 수록, 입, 출력 갯수가 증가할 수록 추론 속도도 곱으로 증가한다.
이러한 퍼지제어기의 구현문제를 전용 하드웨어 혹은 칩으로 간단히 해결하고자 하는 노력으로 80년대 중반 부터 많은 사람들이 연구에 힘을 쏟았다. 현재 대략 10여종이 넘는 칩이 판매 될 정도로 그동안의 연구가 활발했음을 보여준다. 그러나 기존의 퍼지 하드웨어 혹은 프로세서들은 대용량, 초고속을 지향해 왔으나 그 용량의 확장할 수 있는 것은 드물다. 예를 들어 100개의 입력을 처리할 수 있는 칩이 있으나 어떠한 방법을 써도 101개의 입력을 처리하는 것이 불가능 하거나 가능하더라도 외부에 복잡한 회로가 추가되든지 칩을 트리 형태로 연결해야 하는 비경제적인 측면이 있었다.
본 논문에서는 기본적으로 확장을 고려한 퍼지 추론 코프로세서를 제안 하였다. 제안된 하드웨어의 아키텍처는 퍼지 추론 과정에서 분할할 수 있는 IF 부분과 THEN 부분을 별도의 모듈로 만들고 이들이 서로 통신하여 전체적으로 퍼지 제어기를 구성하는 것을 기본으로 설계되었다. 입, 출력 확장을 기본으로 규칙확장 까지 가능하다. 또한 확장이 선형적으로 이루어지는 장점과 확장성으로 인한 추론속도의 감소를 파이프라인 형식의 병렬처리를 통해 보완하고 있다.
한편 퍼지제어기를 설계함에 있어 체계적인 설계 방법이 없다는 것은 잘 알려진 사실이다. 그래서 많은 사람들에 이른바 퍼지제어기의 자기동조 기능에 대해 연구해 왔다. 본 논문이 다루고 있는 하드웨어 프로세서를 쓰는 퍼지제어기에도 마찬가지로 퍼지규칙이나 소속함수를 얻음에 있어 여전히 이러한 문제는 남아있다. 그런데 퍼지 추론 하드웨어를 쓰는 큰 목적은 빠른 추론을 얻는 것과 간결하게 구현하는데 있다고 하겠다. 빠른 추론이 요구되는 경우에 기존에 발표된 자기동조 방법들은 하드웨어가 결부된 퍼지제어기에는 적용하기 힘들다.(3장 참조)
이에 본 논문에서는 이와 같은 하드웨어가 포함된 퍼지제어기에서 자기동조 역시 하드웨어로 처리하는 것을 목표로 하드웨어화 하기 쉽게 간단하면서도 성능은 기존의 것을 능가하는 퍼지제어기의 자기동조 알고리즘을 제안하였다. 알고리즘은 기존의 scaling factor 조정에 옵셋의 개념을 도입하여 성능향상을 꾀하였고 시스템의 성능은 규칙의 발화정도를 계수하는 방식으로 차후 카운터 등과 같은 회로로 구현 가능하도록 하였다. 제안된 알고리즘은 도립진자 시스템을 통한 모의실험을 통해 그 유용성을 확인 하였다.
끝으로 기존의 벤치마크 시스템을 많이 이용되어온 도립진자 시스템에 대해 보다 더 제어가 힘든 새로운 벤치마크 시스템으로 요요 로봇을 소개하였다. 제안된 퍼지 추론 코프로세서의 성능 검증을 바로 이 요요 시스템에 적용하여 실제의 실험을 통하여 마치 인간이 하는 것 처럼 잘 동작함을 보았다.
