인공 물고기 떼 알고리즘-역전파 퍼지 신경망 기반의 대형 분무기 능동 서스펜션 성능 및 가변 우주 제어 방법 연구

농작물 보호를 위한 열악한 도로 조건에서 운영되고 고속 작동을 요구하는 대형 고간격 분무기의 전형적인 요구를 고려할 때, 분무기 서스펜션 시스템의 진동 감소는 연구의 핫스팟이 되었다. 본 연구에서는 대형 고간격 분무기의 수압 기계식 서스펜션(HPS)을 대상으로 하여, 실제 차량 진동 데이터를 입력으로 하는 가변 우주 T-S 퍼지 제어기를 제안하여 서스펜션 동작을 실시간으로 제어하였다. 전통적인 반능동 서스펜션과는 다르게, 가변 우주 확장 요소의 특성을 기반으로 인공 물고기 떼 알고리즘과 역전파 알고리즘을 결합한 훈련 방법을 사용하여 정확한 입력을 최적화하는 퍼지 신경망 제어기를 구축하였다. 이후 HPS의 시간 영역 및 주파수 영역 응답 특성을 농경지의 전형적인 특수 도로 조건을 시뮬레이션하여 분석하였다. 마지막으로, 새로운 제어기가 장착된 분무기의 현장 성능을 테스트하였다. 결과는 AFSA-BP 알고리즘이 FNN 학습에서 오류율을 3.9%로 줄일 수 있었고, 수동 서스펜션 시스템과 비교했을 때 T-S 퍼지 제어기가 스프링 질량 가속도, 피치 각 가속도 및 롤 각 가속도를 각각 18.3%, 23.3%, 27.7% 개선하여 본 연구의 능동 제어기의 효과성과 공학적 실용성을 검증하였다.