NN Saturation and FL Deadzone Compensation of Robot Systems

로봇 시스템의 신경망 포화 및 퍼지 데드존 보상

A saturation and deadzone compensator is designed for robot systems using fuzzy logic (FL) and neural network (NN). The classification property of FL system and the function approximation ability of the NN make them the natural candidate for the rejection of errors induced by the saturation and deadzone. The tuning algorithms are given for the fuzzy logic parameters and the NN weights, so that the saturation and deadzone compensation scheme becomes adaptive, guaranteeing small tracking errors and bounded parameter estimates. Formal nonlinear stability proofs are given to show that the tracking error is small. The NN saturation and FL deadzone compensator is simulated on a robot system to show its efficacy.

로봇 시스템의 신경망 포화 및 퍼지 데드존 보상기를 제안한다. 퍼지논리 함수의 분류특성과 신경회로망의 함수 근사화 능력은 포화와 데드존에 의해 유발되는 오자를 제거하기 위한 보상기 설계를 가능케 한다. 포화 및 데드존 보상이 적응적이고 추적오차와 파라미터 추정 치가 유계가 되는 신경망 가중치와 퍼지논리 파라미터 동조알리리듬과 안정도 증명을 제시한다. 신경망 포화 및 퍼지 데드존 보상기를 모의실험으로 포화 및 데드존의 해로운 영향을 줄이는 효과를 보여 준다.