대학원과정

과정
교과목명
과목소개
석사
로보트 제어공학(Robot Control Engineering)
로봇의 동력학 해석 및 제어기 구성법에 관련된 내용을 배운다.
석사
센서공학 특론(Sensor Engineering)
각종 정보를 감지하여 전기적 신호로 변환하는 기구에 관련된 기초이론 및 그 응용에 대하여 강의함
석박
분산제어시스템(Distributed Control System)
마이크로프로세서를 장착한 지능형 센서 또는 제어기가 상호 연계되어 하나의 제어시스템을 구성하는데 따르는 각종 문제를 다룬다. 마이크로프로세서, 센서, 필드버스, 통신 프로토콜에 대한 소개와 함께 간단한 시스템 설계 실습을 한다.
석박
선형시스템 해석(Linear System Analysis)
가장 간단한 제어대상인 선형시스템을 해석하기 위한 기법을 배운다.
선형공간의 개념 및 좌표변환, 선형 시스템의 수학적 표현 및 응답특성, 가제어성 및 가관측성, 상태 추정기, 안정도 해석 그리고 간단한 선형제어기 설계문제를 다룬다.
석박
적응 제어(Adaptive Control)
미지의 파라미터가 존재하는 시스템 해석법을 배운다.
Lyapunov 안정도이론, 적응관측자, MRAS 설계 등에 관한 기본 이론을 배우고 컴퓨터 모의실험을 통한 사례검토를 한다.
석박
확률제어 이론(Stochastic Control Theory)
Random Input에 의한 시스템 제어문제를 다룬다. Stochastic Process의 일반적 개념 소개, 수렴성과 안정도, Markov Process, 확률 미분방정식, 확률제어 등을 강의한다.
석박
마이크로프로세서 응용(Microprocessor System Application)
모터제어에서부터 NC 및 로봇 등의 다양한 산업용 기기 제어를 위한 마이크로프로세서 및 DSP 응용 시스템의 구조 및 설계 기법에 관하여 강의한다.
석박
디지털 제어계(Digital Control System)
컴퓨터를 이용한 제어계 구성을 위한 수학적 기초 및 제어기법을 배운다.
Z-변환, 차분방정식, 연속시간계 해석방법과의 비교, 각종 변환기법을 통한 디지털 제어계의 구성 및 그 특성 고찰, 신호 샘플링 및 그 영향을 다루며 실질적인 응용 예제를 소개한다.
석박
지능제어 이론(Intelligent Control Theory)
퍼지 이론과 신경망이론을 이용한 제어법을 배운다.
Fuzzy Set, Relations, Functions 등 각종 기초 개념을 배우고, 퍼지모델과 시스템, 그리고 퍼지제어기를 배우며, 신경망의 구조 및 학습법, BPN, CPN, Associative Memory 및 그 응용에 대한 고찰을 한다.
박사
강인성 제어 시스템(Robust Control System)
외란 및 잡음에 강한 제어기 설계법을 배운다.
기존 제어기의 외란 및 잡음에 대한 특성 고찰, 제어기에 대한 감도 해석, 강인성과 제어 효율과의 관계, 적응제어기, 그리고 강인성을 갖는 새로운 제어기를 소개한다.
박사
지능형 로봇 제어(Intelligent Robot Control)
어려운 작업환경에서 인간을 대신할 수 있는 고성능 로봇의 개발 현황과 이에 필요한 기초학문을 배운다.
로봇 팔의 협조제어, 이동형 및 보행형 로봇, 로봇 제어를 위한 컴퓨터 기술, 로봇의 학습능력 부여, 앞으로의 동향 등을 소개한다.