인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.6
- 수록면
- 653 - 664 (12page)
- DOI
- 10.5139/JKSAS.2026.54.6.653
이용수
초록· 키워드
본 연구에서는 1차, 2차 및 4차 벤치마크 시스템에 대해 물리 정보 기반 손실함수를 활용한 물리 정보 신경망(Physics-informed neural network, PINN)을 통해 시스템이 목표값(Setpoint)에 안정적으로 수렴하도록 하는 최적의 비례-적분-미분(Proportional-integral-derivative, PID) 이득(Gain) 값 Kp, Ki, Kd를 도출하였다. 도출한 PID 이득 값은 MATLAB/Simulink 환경에서 다양한 케이스(Case)에 대해 검증하였다. 이에 기존 PID, 비례-적분-미분 신경망(PID-neural network, PID-NN) 및 PINN-PID 기법을 기반으로 도출한 PID 이득 값을 적용한 시뮬레이션 결과, 제안된 PINN-PID 제어 기법이 수렴 안정성을 유의미하게 향상시키고 목표값에 안정적으로 수렴함을 확인하였으며, 다른 기법 대비 우수한 제어 성능을 보였다.
#Physics-informed Neural Network(물리 정보 신경망)
#Proportional-integral-derivative(비례-적분-미분)
#PID Gain(비례-적분-미분 이득)
#PID-neural Network(비례-적분-미분 신경망)
#PINN-PID(물리 정보 신경망 기반 PID 제어)
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- ABSTRACT
- 초록
- Ⅰ. 서론
- Ⅱ. 본론
- Ⅲ. 결론
- References