| 1 |
1
PID 제어기의 제어 대상의 현재 출력과 목표 출력간의 출력 오차를 입력받아 제어 대상의 진동을 검출하고, 진동이 발생하면 게인의 최대값을 설정하여 출력하는 진동 검출부; 및상기 제어 대상의 현재 출력 및 PID 제어기로부터 상기 제어 대상으로 입력되는 제어 입력을 이용하여, 제어 입력의 변화에 따른 상기 제어 대상의 출력 추종값의 변화율을 계산하고, 상기 변화율 및 상기 출력 오차를 이용하여 상기 게인의 최대값 범위내에서 게인값을 조정하여, 조정 게인값을 상기 PID 제어기로 출력하는 게인 업데이트부를 포함하는 것을 특징으로 하는 PID 제어기 게인 조정 시스템
|
| 2 |
2
제 1 항에 있어서, 상기 진동 검출부는 상기 출력 오차에 대해서 고역통과 필터링을 수행하여 고주파 성분을 추출하고, 추출된 고주파 성분의 크기가 사전에 정의된 임계값보다 크면 상기 제어 대상에 진동이 발생한다고 판단하여, 현재의 게인에 따라서 상기 조정 게인값의 최대값을 설정하는 것을 특징으로 하는 PID 제어기 게인 조정 시스템
|
| 3 |
3
제 2 항에 있어서, 상기 진동 검출부는 상기 조정 게인값이 진동이 발생하는 게인값보다 작은 값을 갖도록, 진동이 발생하는 현재의 게인값에 0 내지 1 사이의 스케일 팩터를 곱하여 상기 조정 게인값의 최대값을 설정하는 것을 특징으로 하는 PID 제어기 게인 조정 시스템
|
| 4 |
4
제 1 항에 있어서, 상기 게인 업데이트부는상기 제어 대상의 현재 출력 및 상기 제어 입력을 인공 신경망에 입력하여 상기 제어 대상의 현재 출력에 대한 추종값을 구하고, 제어 입력의 변화에 따른 상기 제어 대상의 출력 추종값의 변화율을 출력하는 변화율 계산부; 및상기 변화율 및 상기 출력 오차를 이용하여 상기 게인값의 최대값 범위내에서 게인값을 조정하여 조정 게인값을 상기 PID 제어기로 출력하는 조정 게인 생성부를 포함하는 것을 특징으로 하는 PID 제어기 게인 조정 시스템
|
| 5 |
5
제 4 항에 있어서, 상기 조정 게인 생성부에서 출력된 조정 게인값을 저역통과 필터링하여, 게인값의 급격한 변화를 방지하고, 노이즈로 인한 고주파 성분을 제거하는 저역 필터를 더 포함하는 것을 특징으로 하는 PID 제어기 게인 조정 시스템
|
| 6 |
6
제 4 항에 있어서, 상기 조정 게인 생성부는상기 출력 오차의 절대 크기에 비례하는 목적 함수(cost function) 값이 최소가 되도록 게인을 조정하되, 목적 함수를 게인에 대해서 편미분하여 게인의 변위량을 구하고, 현재의 게인값에 변위량을 합산하여 조정 게인값을 생성하는 것을 특징으로 하는 PID 제어기 게인 조정 시스템
|
| 7 |
7
제 6 항에 있어서, 상기 변화율 계산부에 포함된 인공 신경망은 하나의 입력 레이어, 하나의 히든 레이어, 및 하나의 출력 레이어를 포함하고, 활성 함수(activation function)로 hyperbolic tangent()를 적용하며, training siganl v 는 로 설정되고(는 제어 대상의 현재 출력이고, 는 인공 신경망의 출력값으로서 의 추종값임), 인공 신경망의 출력값 은 다음의 수학식으로 정의되고,입력 레이어 웨이트(w1), 히든 레이어 웨이트(w2), 입력 레이어 바이어스(b1), 히든 레이어 바이어스(b2)는 아래의 수학식에 따른 백 프로퍼게이션 알고리즘(back propagation algorithm)으로 실시간 갱신되며,상기 수학식에서 ni는 입력 레이어 뉴런의 개수, no는 출력 레이어 뉴런의 개수, nk는 히든 레이어 뉴런의 개수, w1ij는 입력 레이어 웨이트 w1의 ij번째 멤버, w2jk는 히든 레이어 웨이트 w2의 jk번째 멤버, vk는 training signal v의 k번째 멤버, b1j는 입력 레이어 바이어스 b1의 j번째 멤버, b2k는 히든 레이어 바이어스 b2의 k번째 멤버, α는 모멘트 계수(moment coefficient), xi는 입력 x의 i번째 멤버, η은 learning rate, s1j는 히든 레이어 출력 s1의 j번째 멤버인 것을 특징으로 하는 PID 제어기 게인 조정 시스템
|
| 8 |
8
제 6 항에 있어서, 제어 입력(u(t)) 및 현재 출력(x(t))와 목표 출력(xd(t))간의 출력 오차함수(e(t))는 각각 아래의 수학식으로 설정되고,목적 함수 E는 아래의 수학식으로 설정되며,상기 조정 게인 생성부는 상기 PID 제어기의 각 게인(Kp,Ki,Kd)의 변위량(△Kp, △Ki, △Kd)을 아래의 수학식에 따라서 계산하되,상기 제어 입력의 변화에 따른 상기 제어 대상의 현재 출력의 변화율()대신에, 상기 제어 입력의 변화에 따른 상기 제어 대상의 출력 추종값의 변화율()을 적용하여 각 게인의 변위량을 계산하는 것을 특징으로 하는 PID 제어기 게인 조정 시스템
|
| 9 |
9
PID 제어기의 제어 대상의 현재 출력, PID 제어기로부터 상기 제어 대상으로 입력되는 제어 입력, 및 현재 출력과 목표 출력간의 출력 오차를 입력받는 입력 단계;상기 출력 오차를 이용하여 상기 제어 대상의 진동 여부를 검출하고 게인의 최대값을 설정하는 게인 최대값 설정 단계;상기 제어 대상의 현재 출력과 상기 제어 입력을 이용하여, 제어 입력의 변화에 따른 상기 제어 대상의 출력 추종값의 변화율을 계산하는 변화율 계산 단계; 및 상기 변화율 및 상기 출력 오차를 이용하여 상기 게인의 최대값 범위내에서 게인값을 조정하여 상기 PID 제어기로 출력하는 조정 게인값 출력 단계를 포함하는 것을 특징으로 하는 PID 제어기 게인 조정 방법
|
| 10 |
10
제 9 항에 있어서, 상기 게인 최대값 설정 단계는상기 출력 오차에 대해서 고역통과 필터링을 수행하여 고주파 성분을 추출하고, 추출된 고주파 성분의 크기가 사전에 정의된 임계값보다 크면 상기 제어 대상에 진동이 발생한다고 판단하여 현재의 게인에 따라서 상기 게인의 최대값을 설정하는 것을 특징으로 하는 PID 제어기 게인 조정 방법
|
| 11 |
11
제 10 항에 있어서, 상기 게인 최대값 설정 단계는조정되는 게인이 진동이 발생하는 게인값보다 작은 값을 갖도록, 진동이 발생하는 현재의 게인값에 0 내지 1 사이의 스케일 팩터를 곱하여 상기 게인의 최대값을 설정하는 것을 특징으로 하는 PID 제어기 게인 조정 방법
|
| 12 |
12
제 9 항에 있어서, 상기 변화율 계산 단계는상기 제어 대상의 현재 출력 및 상기 제어 입력을 인공 신경망에 입력하여 상기 제어 대상의 현재 출력에 대한 추종값을 계산하는 단계; 및제어 입력의 변화에 따른 상기 제어 대상의 출력 추종값의 변화율을 계산하는 단계를 포함하는 것을 특징으로 하는 PID 제어기 게인 조정 방법
|
| 13 |
13
제 12 항에 있어서, 상기 조정 게인값 출력 단계는상기 변화율 및 상기 출력 오차를 이용하여 상기 게인의 변위량을 계산하는 단계;상기 변위량을 현재의 계인값에 합산하여 조정 게인값을 계산하는 단계; 및상기 조정 게인값을 상기 게인의 최대값과 비교하여, 상기 조정 게인값이 상기 게인의 최대값보다 큰 경우에는 게인의 최대값을 조정 게인값으로 상기 PID 제어기로 출력하고, 상기 조정 게인값이 상기 게인의 최대값 이하인 경우에는 상기 조정 게인값을 상기 PID 제어기로 출력하는 조정 게인값 출력 단계를 포함하는 것을 특징으로 하는 PID 제어기 게인 조정 방법
|
| 14 |
14
제 13 항에 있어서, 상기 조정 게인값 출력 단계는 조정 게인값을 저역통과 필터링하여, 게인값의 급격한 변화를 방지하고, 노이즈로 인한 고주파 성분을 제거하는 것을 특징으로 하는 PID 제어기 게인 조정 방법
|
| 15 |
15
제 12 항에 있어서, 상기 조정 게인값 출력 단계는상기 출력 오차의 절대 크기에 비례하는 목적 함수(cost function) 값이 최소가 되도록 게인을 조정하되, 목적 함수를 게인에 대해서 편미분하여 게인의 변위량을 구하고, 현재의 게인값에 변위량을 합산하여 조정 게인값을 생성하는 것을 특징으로 하는 PID 제어기 게인 조정 방법
|
| 16 |
16
제 15 항에 있어서,상기 인공 신경망은 하나의 입력 레이어, 하나의 히든 레이어, 및 하나의 출력 레이어를 포함하고, 활성 함수(activation function)로 hyperbolic tangent()를 적용하며, training siganl v 는 로 설정되고(는 제어 대상의 현재 출력이고, 는 인공 신경망의 출력값으로서 의 추종값임), 상기 인공 신경망의 출력값 은 다음의 수학식으로 정의되고,입력 레이어 웨이트(w1), 히든 레이어 웨이트(w2), 입력 레이어 바이어스(b1), 히든 레이어 바이어스(b2)는 아래의 수학식에 따른 백 프로퍼게이션 알고리즘(back propagation algorithm)으로 실시간 갱신되며,상기 수학식에서 ni는 입력 레이어 뉴런의 개수, no는 출력 레이어 뉴런의 개수, nk는 히든 레이어 뉴런의 개수, w1ij는 입력 레이어 웨이트 w1의 ij번째 멤버, w2jk는 히든 레이어 웨이트 w2의 jk번째 멤버, vk는 training signal v의 k번째 멤버, b1j는 입력 레이터 바이어스 b1의 j번째 멤버, b2k는 히든 레이어 바이어스 b2의 k번째 멤버, α는 모멘트 계수(moment coefficient), xi는 입력 x의 i번째 멤버, η은 learning rate, s1j는 히든 레이어 출력 s1의 j번째 멤버인 것을 특징으로 하는 PID 제어기 게인 조정 방법
|
| 17 |
17
제 15 항에 있어서, 제어 입력(u(t)) 및 현재 출력(x)과 목표 출력(xd)간의 출력 오차함수(e(t))는 각각 아래의 수학식으로 설정되고,목적 함수 E는 아래의 수학식으로 설정되며,상기 조정 게인 출력 단계는 상기 PID 제어기의 각 게인(Kp,Ki,Kd)의 변위량(△Kp, △Ki, △Kd)을 아래의 수학식에 따라서 계산하되,상기 제어 입력의 변화에 따른 상기 제어 대상의 현재 출력의 변화율()대신에, 상기 제어 입력의 변화에 따른 상기 제어 대상의 출력 추종값의 변화율()을 적용하여 각 게인의 변위량을 계산하는 것을 특징으로 하는 PID 제어기 게인 조정 방법
|
| 18 |
18
제 9 항 내지 제 17 항 중 어느 한 항의 PID 제어기 게인 조정 방법을 컴퓨터에서 판독할 수 있고, 실행 가능한 프로그램 코드로 기록한 기록 매체
|
