Learning Method for Long Short Term Memory-based Dynamic Characteristic of Pneumatic Systems
Abstract
본 논문에서는 공기의 압축성, 배관 내 누설, 공압 밸브의 마찰력, 센서 잡음과 같은 외란이 존재하는 공압 시스템의 동적 특성을 학습하기 위해 장단기 기억 신경망을 활용한 학습 방법을 제안한다. 제안된 방법은 공압 시스템의 동적 특성을 학습하는 데 최적의 하이퍼 파라미터를 선정하는 방안을 제시하며, 학습을 위해 사용된 데이터는 공압 시스템의 시뮬레이터를 통해 수집되었다. 이때, 장단기 기억 신경망의 은닉층 개수 및 노드 수 구성에 따른 예측성능 분석을 수행하였고, 제안된 방법을 통한 학습된 동적 모델의 성능은 학습 과정에 포함되지 않은 별도의 데이터를 사용하여 평가하였다. 더 나아가, 잘 알려진 순환 신경망에 근간을 둔 공압 시스템의 학습된 동적 특성과의 성능 비교를 통해 본 논문에서 제안한 방법의 우수성을 검증하였다.
Fields of Study & Subjects
Hydraulic and Pneumatic Systems
Neural Networks and Applications
Control Systems and Identification
Publication details
- Journal / source
- Journal of Korean institute of intelligent systems
- Volume
- 36
- Issue
- 1
- Pages
- 65–76
- Publication date
- 28 February 2026
- Language
- EN