1 |
1
소정의 샘플링 시간을 갖는 급속처리장치;
입력신호 스펙트럼의 주파수대 영역이 상기 급속처리장치의 공정 주파수 영역과 유사하도록 유사-랜덤 이진신호의 최소주기를 확장하여 상기 급속처리장치에 입력할 입력신호를 생성하는 입력신호 생성기;
상기 입력신호 생성기에서 생성된 입력 데이터 및 상기 급속처리장치에 상기 입력 데이터를 입력하여 출력된 출력 데이터를 전처리하고, 상기 입출력 데이터에 대한 ARX(auto regressive exogenous) 모델의 매개변수를 추정하여 델타형 다중 입출력 상태공간 모델을 결정하는 모델인식기를 포함하는 것을 특징으로 하는 다중 입출력 상태공간 모델인식 시스템
|
2 |
2
제1항에 있어서,
상기 모델인식기를 통하여 생성된 모델의 출력과 상기 급속처리장치의 출력을 비교하여 모델의 성능을 평가하는 모델평가기를 더 포함하는 것을 특징으로 하는 다중 입출력 상태공간 모델인식 시스템
|
3 |
3
제1항 또는 제2항에 있어서,
상기 급속처리장치는 급속 열처리장치인 것을 특징으로 하는 다중 입출력 상태공간 모델인식 시스템
|
4 |
4
제1항 또는 제2항에 있어서,
상기 샘플링 시간(h)은,
(여기서, 는 공정의 시정수, 는 공정의 샘플링 시간, 는 공정의 시정수와 공정의 샘플링 시간의 비율이다
|
5 |
5
급속처리장치 공정의 상태공간 모델 인식방법에 있어서,
(a) 입력신호 스펙트럼의 주파수대 영역이 상기 급속처리장치 공정 주파수 영역과 유사하도록 유사-랜덤 이진신호의 최소주기를 확장하여 상기 공정을 수행하는 상기 급속처리장치에 입력할 입력신호를 생성하는 단계;
(b) 상기 입력신호의 데이터 및 상기 생성된 입력신호를 상기 급속처리장치에 입력하여 상기 급속처리장치로부터 출력되는 데이터를 저장하는 단계; 및
(c) 상기 입출력 데이터에 대한 ARX(auto regressive exogenous) 모델의 매개변수를 추정하고, 상기 매개변수를 이용하여 델타형 다중 입출력 상태공간 모델로 인식하는 단계를 포함하는 것을 특징으로 하는 다중 입출력 상태공간 모델인식 방법
|
6 |
6
제5항에 있어서,
상기 급속처리 공정의 샘플링 시간(h)은,
(여기서, 는 공정의 시정수, 는 공정의 샘플링 시간, 는 공정의 시정수와 공정의 샘플링 시간의 비율이다
|
7 |
7
제5항 또는 제6항에 있어서,
상기 (c) 단계는 상기 저장된 입출력 데이터를 전처리하는 단계;
상기 전처리된 입출력 데이터를 이용하여 고차 단일 입출력 ARX(auto regressive exogenous) 모델의 매개변수를 추정하는 단계;
상기 고차 단일 입출력 ARX(auto regressive exogenous) 모델을 고차 단일 입출력 상태공간 모델로 변형하는 단계;
상기 고차 단일 입출력 상태공간 모델을 다중 입출력 상태공간 모델로 결합하는 단계; 및
상기 다중 입출력 상태공간 모델을 델타형 다중 입출력 상태공간 모델로 변형하는 단계를 포함하는 것을 특징으로 하는 다중 입출력 상태공간 모델인식 방법
|
8 |
8
제7항에 있어서,
상기 델타형 다중 입출력 상태공간 모델로 변형하는 단계는 상기 모델의 균형 실현화(balanced realization) 및 저차화(balanced truncation)을 이용하는 것을 특징으로 하는 다중 입출력 상태공간 모델인식 방법
|
9 |
9
제7항에 있어서,
상기 매개변수를 추정하는 단계는 부분 최소자승회귀법 또는 최소자승법을 이용하는 것을 특징으로 하는 다중 입출력 상태공간 모델인식 방법
|
10 |
10
급속처리장치 공정의 상태공간 모델 인식방법에 있어서,
(a) 입력신호 스펙트럼의 주파수대 영역이 상기 급속처리장치 공정 주파수 영역과 유사하도록 유사-랜덤 이진신호의 최소주기를 확장하여 상기 공정을 수행하는 상기 급속처리장치에 입력할 입력신호를 생성하는 단계;
(b) 상기 입력신호의 데이터 및 상기 생성된 입력신호를 상기 급속처리장치에 입력하여 상기 급속처리장치로부터 출력되는 데이터를 저장하는 단계;
(c) 상기 저장된 입출력 데이터를 이용하여 ARX(auto regressive exogenous) 모델의 매개변수를 추정하고, 상기 매개변수를 이용하여 델타형 다중 입출력 상태공간 모델로 인식하는 단계; 및
(d) 상기 인식된 모델의 출력과 상기 공정의 출력을 비교하여 상기 모델의 성능을 평가하는 단계를 포함하는 것을 특징으로 하는 다중 입출력 상태공간 모델인식 방법
|
11 |
11
제10항에 있어서,
상기 급속처리 공정의 샘플링 시간은
|
12 |
12
제10항 또는 제11항에 있어서,
상기 (c) 단계는 상기 저장된 입출력 데이터를 전처리하는 단계;
상기 전처리된 입출력 데이터를 이용하여 고차 단일 입출력 ARX(auto regressive exogenous) 모델의 매개변수를 추정하는 단계;
상기 고차 단일 입출력 ARX(auto regressive exogenous) 모델을 고차 단일 입출력 상태공간 모델로 변형하는 단계;
상기 고차 단일 입출력 상태공간 모델을 다중 입출력 상태공간 모델로 결합하는 단계; 및
상기 다중 입출력 상태공간 모델을 델타형 다중 입출력 상태공간 모델로 변형하는 단계를 포함하는 것을 특징으로 하는 다중 입출력 상태공간 모델인식 방법
|
13 |
13
제12항에 있어서,
상기 델타형 다중 입출력 상태공간 모델로 변형하는 단계는 상기 모델의 균형 실현화(balanced realization) 및 저차화(balanced truncation)를 이용하는 것을 특징으로 하는 다중 입출력 상태공간 모델인식 방법
|
14 |
14
제12항에 있어서,
상기 매개변수를 추정하는 단계는 부분 최소자승회귀법 또는 최소자승법을 이용하는 것을 특징으로 하는 다중 입출력 상태공간 모델인식 방법
|