Intelligent controls have been noticed in control theory because of their powerful control capability. However, to make an intelligent control system perform some of the complex and laborious tasks currently done by people, those methodologies of intelligent controls should be integrated into an intelligent control system with hierarchy and modularity in a systematic manner. This thesis provides a frame-work to achieve this goal based on several control concepts - an event-based intelligent control, a fuzzy logic control, a PID control, and two methodologiesneural networks, Genetic Algorithms (GAs). We employed a multilevel control structure to hierarchically manage environmental informations with three levels such as continuous one, discrete one, and fused one. Also, a hybrid control methodology was taken to control any plants composed of discrete and continuous modules. An event-based intelligent controller which is the main framework of our approach plays a high level supervising controller. That is, this control paradigm takes discrete environmental informations and makes decision using an endomorphic plant model and a current scheduled control task. The endomorphic plant model should provide our control system with an adaptability about environmental variation. An endomorphic neural network model is employed to give this adaptability. The results of decision are sent to low-level control modules to track predetermined control sequences. Control tasks, i.e., control objectives are managed by a higher-level modules, a scheduler and a planner.
Several new methodologies related with the lower-level modules are devised and applied to our system to increase the performances of the modules and provide our system with high autonomy. We introduced an adaptable PID-plus Bang-Bang control with a predictive model using a neural network and with a gradient based prediction model; a fuzzy logic control method with multi-shaped output fuzzy sets, its defuzzification method, and a self fuzzy rule generation method based on human control strategies and a fuzzy rule optimization method with GAs; a new methodology of a GA. A multilevel, hybrid intelligent control system, called a High-level Intelligent CONtroller (HICON), is realized with devised structure and concepts, and is applied to several plants.
This thesis discusses the framework of MHIC, all related modules, its realization and application, and improving methodologies of lower-level modules and their performance. The integration of all devised modules and extension our system to distributed environment are remained as further works.
근래에 개발된 여러가지 지능제어 기법들은 그들의 뛰어난 제어 능력때문에 제어 이론분야에서 각광을 받아오고있다. 그러나, 현재 사람이 하는 복잡하고 힘든 작업을 하나의 지능제어시스템을 이용 수행하게 하기위하여 이러한 여러 지능제어 기법들은 계층적이며 모듈한 방식으로 통합되어야만 한다. 본 논문에서 우리는 사건중심 지능제어, 퍼지제어, PID 제어등의 제어기법과 신경망 그리고 유전자 알고리즘 등의 보조방법을 사용하여 이러한 제어능력을 수행할 수 있는 제어시스템의 구성을 제안하였다. 플랜트에서 들어오는 정보를 계층적으로 관리하기 위하여, 우리는 연속정보, 분산정보, 통합정보를 다루는 3개층 구조를 선택하였다. 또한, 연속적인 부분과 이산적인 부분이 함께 존재하는 플랜트의 제어를 위하여 복합구조를 택하였다. 이러한 구성에서 사건중심 지능제어는 모든 상황을 총괄하는 가장 중요한 모듈인데, 하위레벨의 제어를 감시하는 상위 감시제어기의 역할을 담당하게 된다. 즉, 플랜트의 정보를 이산적으로 취하고, 이 정보와 내부 플랜트 모델을 이용 현재 수행하고 있는 일을 수행하는데 필요한 목표결정을 내리게 된다. 여기서 내부 플랜트 모델은 외부 환경의 변화에 대하여 적응성있게 대처해 나갈 수 있어야하는데, 우리는 이러한 적응성을 주기위하여 내부 플랜트 모델을 신경망을 이용하여 구성하였다. 결정된 목표 상태는 현재의 작업이 플랜트에서 구현될 수 있게 하기위하여 하위 제어 모듈로 보내지게 된다. 이러한 구성에서 최상위의 작업관리는 스케쥴러와 플래너가 맡게된다.
이러한 시스템에서 무엇보다 중요한것은 일을 스스로 해 나갈수있는 능력이다. 이러한 능력은 모든 구성 모듈에서 갖추어져야 하는데, 이를 위하여 하위 제어모듈의 독립성과 제어 능력을 향상시키는 방법 또한 연구하였다. 하위 제어모듈의 하나인 PID-plus Bang-Bang 제어기의 제어 성능을 향상 시키기 위하여 플랜트의 출력을 미리 예측 스위칭을 알맞게 바꾸어 주는 방법을 연구하였다. 여기서 플랜트의 출력을 예측하는 방법으로 첫번째로 신경망을 이용하는 방법, 두번째로 현재 플랜트의 출력경향을 이용하는 방법을 사용하였다. 또하나의 하위 제어모듈인 퍼지제어를 위하여 다음과 같은것이 연구되었다. 첫째, 다중모양의 출력퍼지 집합을 사용할때의 비퍼지화 방법, 둘째 사람의 제어방식을 모방한 퍼지규칙의 자동 생성방법, 그리고 유전자 알고리즘 이용한 퍼지규칙 질의 향상, 셋째 보다 효과적인 유전자 알고리즘 방법등이다. 우리는 이러한 개념을 이용 상위수준 지능제어 시스템 (HICON) 이라고 불리는 시스템을 설계, 개발 하였으며, 몇개의 플랜트에 적용시켜 보았다.
본 논문에서는 이러한 다중계층, 복합형 지능제어 시스탬의 각모듈의 설계와 개발, 그리고 전체 시스템의 응용에 대하여 다룬다. 몇개의 모듈은 아직 통합이 되지 않았는데, 모든 모듈의 통합과 이러한 제어개념을 분산환경으로 확장 적용하는 문제가 앞으로 계속 해야할 일로 남아있다.
