KR0158584B1 - 전문가 시스템을 이용한 산업공정제어기의 이득 조정장치 - Google Patents

전문가 시스템을 이용한 산업공정제어기의 이득 조정장치 Download PDF

Info

Publication number
KR0158584B1
KR0158584B1 KR1019950024865A KR19950024865A KR0158584B1 KR 0158584 B1 KR0158584 B1 KR 0158584B1 KR 1019950024865 A KR1019950024865 A KR 1019950024865A KR 19950024865 A KR19950024865 A KR 19950024865A KR 0158584 B1 KR0158584 B1 KR 0158584B1
Authority
KR
South Korea
Prior art keywords
unit
gain
inference
controller
signal
Prior art date
Application number
KR1019950024865A
Other languages
English (en)
Other versions
KR970012052A (ko
Inventor
최일섭
전종학
Original Assignee
김종진
포항종합제철주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김종진, 포항종합제철주식회사 filed Critical 김종진
Priority to KR1019950024865A priority Critical patent/KR0158584B1/ko
Publication of KR970012052A publication Critical patent/KR970012052A/ko
Application granted granted Critical
Publication of KR0158584B1 publication Critical patent/KR0158584B1/ko

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/028—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using expert systems only
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0295—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic and expert systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Feedback Control In General (AREA)
  • Low-Molecular Organic Synthesis Reactions Using Catalysts (AREA)

Abstract

제어기의 응답파형에서 진폭비, 진폭 감쇄비, 응답시간과 같이 과도상태를 특징지워 줄수 있는 특징량을 추출하여 사용자가 원하는 응답패턴과의 비교를 통하여 제어계의 현재 상태를 판정하고 원하는 응답패턴을 얻기 위해 전문가의 경험적 지식과 노하우를 이용하여 조정롤 및 멤버쉽 함수를 구축하여 퍼지 추론을 통해 제어기의 이득 조정량을 추론한다.

Description

전문가 시스템을 이용한 산업공정 제어기의 이득 조정 장치
제1도는 본 발명에 의한 전문가 시스템을 이용한 산업공정제어기가 적용된 전체 시스템의 블록도이다.
제2도는 본 발명에 의한 전문가 시스템을 이용한 산업공정제어기의 이득 조정 장치의 내부구성을 보이는 블록도이다.
제3도는 제어응답 파형 곡선이다.
제4도는 본 발명에 적용되는 멤버 쉽 함수이다.
제5도는 응답파형곡선의 특징량과 제어이득에 대한 멤버 쉽 함수이다.
제6a도 및 제6b도는 본 발명에 적용되는 조정롤 1과 조정롤 4에 관한 추론의 예이다.
* 도면의 주요부분에 대한 부호의 설명
21 : 추론부 22 : 프로세스 모니터링부
23 : 응답파형 인식부 24 : 표시부
25 : 시험신호 인가부
본 발명은 산업공정 제어기에 관한 것으로, 특히 전문가의 경험적 지식을 이용하여 산업용 PID 제어기의 이득조정값을 결정하는 전문가 시스템을 이용한 산업 공정 제어기의 이득조정장치에 관한 것이다.
PID제어기는 구조가 간단하고 목표치 추종 및 외란 제거 성능이 우수하여 현재 산업체에서 가장 많이 사용되고 있다. 그런데 이러한 우수한 성능을 충분히 발휘하기 위해서는 그 대상 공정의 상태에 최적인 제어기의 이득 설정이 필요하다. 현재 산업 공정에서는 많은 제어기의 이득들이 불완전하게 조정되어 있으며 이것으로 인하여 에너지 손실, 제품의 품질저하, 생산성 감소등이 초래 되고 있다.
지금까지 산업현장에 설치되어 있는 대부분의 제어기는 현장기술자의 경험을 토대로 시행착오적 방법에 의하여 조정되고 있으며 이 경우 많은 노력과 시간이 필요할 뿐만 아니라, 특히 많은 루프를 가진 프로세스를 조정하기 어렵다는 단점이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로, 본 발명의 목적은 전문가의 경험적 지식으로 산업용 PID 제어기의 이득을 결정하는 산업공정 제어기의 이득 조정장치를 제공하는 것이다.
본 발명에서는 진폭비, 진폭감쇄비, 응답시간과 같이 과도 상태를 특징지워 줄수 있는 특징량을 받아 들여서 사용자가 원하는 응답패턴과의 비교를 통하여 제어계의 현재 상태를 판정하고 원하는 응답패턴을 얻기 위해 전문가의 경험적 지식과 노하우를 이용할 수 있는 퍼지 추론법을 사용하여 PID 제어기의 이득값을 결정하였다.
이하 본 발명을 도면을 참고로 하여 상세히 설명한다.
제1도에 본 발명에 의한 전문가 시스템을 이용한 산업공정 제어기가 적용된 전체 시스템의 블록도가 도시된다.
특정 공정을 실행하는 프로세스 장치(1)에 제어기 이득조정 장치(2)로 부터 시험 신호가 인가되며, 그 시험신호를 받은 프로세스 장치(1)는 반응신호(PV)를 출력하고, 그 반응신호(PV)는 가산기(4)에서 표준 제어 신호(SV)와 합산되어 PID 제어기(3)에 입력된다. 이때 제어기 이득조정장치(2)는 반응신호(PV)를 입력받아 그 신호로 부터 퍼지추론하여 PID 제어기(3)의 최적게인 (즉, 비례계수 Kc, 적분계수 Ti, 미분계수 Td)을 결정한다.
제2도에 본 발명에 의한 전무가 시스템을 이용한 산업공정 제어기의 이득조정장치의 내부구성을 보이는 블록도가 도시된다.
이 장치는 제어계의 과도상태 특성을 분석하기 위하여 프로세스(1)에 시험신호를 인가하는 시험신호 인가부(25)와, 프로세스(1)에서 출력되는 반응신호(PV)를 모니터하는 프로세스 모니터링부(22)와, 프로세스 모니터링부(22)에서 저장된 신호로부터 파형을 인식하는 응답파형 인식부(23)와, 응답파형 인식부(23)에서 추출된 특징량을 받아서 조정룰로 부터 퍼지 추론에 의해 제어 이득의 수정량을 추론하는 추론부(21)와, 응답파형 인식부(23)에서 얻어진 현재의 제어계의 상태와 추론부(21)의 추론 결과를 디스플레이하는 디스플레이부(24)로 구성된다.
이하 본 발명의 작용 효과를 설명한다.
시험신호 인가부(25)에서는 제어계의 과도상태 특성을 분석하기 위하여 프로세스(1)에 강제로 과도 상태를 만들기 위해 프로세스(1)에 시험신호를 인가한다. 본 장치는 기준 입력이 변화할 경우 자연적으로 발생되는 과도 상태를 이용하여 제어계의 특성을 분석할 수도 있지만 사용자가 원하는 경우 언제든지 과도상태를 만들 수 있도록 하기 위하여 이 기능을 두었다. 시험신호는 프로세스 모니터링부(22)의 맨-머신 인터페이스(Man-Machine Interface)기능을 이용하여 인가할 수 있으며 펄스 형태의 신호를 이용하고 있다. 온라인(On-Line)상에서 제어계의 시험신호를 인가하면 대상 시스템이 직접적인 영향을 주게되므로 시스템에 큰 영향을 주지 않는 범위내에서 시험신호의 크기와 폭을 결정하는 것이 상당히 중요하다.
프로세스 모니터링부(22)에서는 정상적인 상태에서는 운전자가 현재의 프로세스(1)의 상태를 감시할 수 있도록 신호를 모니터링하는 역할을 한다. 그러나 신호가 사용자가 지정한 한계범위를 벗어날 경우 이상적인 데이타로 판단되어 자동적으로 저장이 된다. 또한 상태분석을 위해 사용자가 임의로 시험 신호를 인가할 수도 있다.
응답파형 인식부(23)는 프로세스 모니터링부(22)에서 저장된 신호로 부터 파형 인식하는 부분이다. 응답파형 인식은 파형의 특징을 가장 잘 나타낼 수 있는 특징량을 선정함으로써 가능하다. 특징량은 서로 다른 응답패턴을 구분지어 주는 역할을 함으로 특징량의 선정은 파형인식에 있어서 매우 중요한 역할을 한다.
여기서는 특징량으로 진폭비, 진폭감쇄비, 응답시간의 세개의 파라미터로 정하였다. 각 특징량에 관한 정의는 제3도에 나타나 있다. 진폭비는 기준입력에 대한 최대 오버슈터량(과도응답량)의 크기비로 정의하였으며 프로세스의 안정도를 나타내고 있으며 진폭감쇄비는 첫번째 오버슈터와 두번째 오버슈터와의 크기비로써 정의하였고 이것은 응답의 감쇄성을 나타낸다. 응답시간은 프로세스 출력이 최초로 목표값의 90％까지 도달하는데 걸리는 시간으로 정의하였으며 응답속도를 나타내고 있다. 특징량 추출이 끝난후 파형 인식부에서는 추론부(21)에서 추론을 위해 전처리 과정을 거친다. 즉 사용자가 원하는 응답패턴과 실제 추출한 응답패턴과를 비교하여 편차를 구한 다음 이 편차량을 정규화(normalize)한후 이것을 퍼지화하는 것이다. 특징량의 편차는 다음식을 이용하여 정규화 할 수 있다.
여기서 fp는 응답에서 추출한 특징량을 나타내고 fd는 사용자가 설정한 특징량을 나타낸다.
퍼지화는 각 특징량에 대응하는 표준 퍼지집합을 선정하여 정규화된 특징량 편차를 표준 퍼지 집합의 소속함수로 표현하는 것이다. 표준이 되는 퍼지 변수의 수는 진폭비에 대해서는 없다(NB), 적당하다(ZO), 아주크다(PB), 진폭감쇄비에 대해서는 적당하다(ZO), 조금크다(PS), 아주크다(PB), 그리고 응답시간에 대해서는 적당하다(ZO), 너무늦다(PB)의 두개를 사용하였다. 제4도에 도시한 바와 같이 멤버쉽 함수는 모두 삼각형 모양을 사용하고 있다.
OV는 오버슈터의 멤버쉽 함수를 표시하고, DA는 진폭감쇄비의 멤버쉽 함수, RT는 응답시간, Kc는 비례계수, Ti는 적분계수, Td는 미분계수의 멤버쉽 함수를 나타내고 있다.
추론부(21)에서는 응답파형 인식부(23)에서 추출된 특징량을 받아서 전문가의 지식과 경험을 바탕으로 구축한 조정룰로 부터 추론에 의해서 제어 파라미터의 수정량을 결정하는 부분이다. 조정룰로 부터 퍼지 추론에 의하여 파라미터 수정량을 계산하게 되므로 조정룰을 어떻게 선택하는가 하는 것이 매우 중요하며 이것에 따라 시스템의 성능이 크게 좌우된다. 조정룰은 제어파라미터와 각 특징량과의 관계로 부터 전문가의 지식에 의하여 결정한다. 본 장치에서는 PID각각의 계수들과 특징량과의 상관관계를 토대로 조정룰을 구축하였다. 각 제어 파라미터들과 특징량 사이의 관계는 다음과 같다.
본 장치에서는 추론을 위해 위의 관계로 부터 구축된 10개의 조정룰을 사용하고 있으며 각 조정룰은 다음과 같다.
퍼지추론부(21)는 응답파형 인식부(23)로부터 정규화된 특징량의 편차를 받은 다음 위에서 기술된 조정룰을 참조하여 각 PID게인의 조정량을 추론하는 기능을 갖는다. 본 장치에서는 추론의 방법으로서 MANDANI의 min-max법을 사용 하였다. 이 방법은 주어진 룰에 각 특징량이 대응하는 정도 즉, 적합도를 먼저 구하고 이들 적합도의 최소값을 취하여 결론부를 취하고 이들 결론부들을 최대값 연산하여 추론 결과로 한다. 추론의 결과는 퍼지값이므로 실제의 이득 수정량을 구하기 위해서는 추론 결과를 수치화하는 비퍼지화를 수행하며 여기에서는 무게 중심법을 사용하였다.
제6a도 및 제6b도에 조정룰1과 조정룰4에 관한 추론의 예가 도시된다. 제5도는 특징량 OV(오버슈트), DA(진폭 감쇄비), RT(상승 시간)의 제어 파라미터의 수정량인 △Kc, △Ti, △Td에 대한 멤버쉽 함수를 나타내고 있으며, 제6a도 및 제6b도는 퍼지 추론의 방법을 나타내고 있다. 퍼지 추론은 조건부와 결론부로 이루어져 있으며 제5a도 및 제5b도의 왼쪽이 조건부를 오른쪽이 결론부를 나타내고 있다. 퍼지 추론은 주어진 rule에 각 특징량이 대응하는 정도 즉, 적함도를 먼저 구하고 이들 적합도의 최소 값을 취하여 결론부에 끼워 맞추고 이들 결론부들을 최대값 연산하여 추론 결과로 한다. 추론 결과는 퍼지값이므로 실제의 파라미터 수정량을 구하기 위해서는 추론 결과의 수치화가 필요하다. 이러한 과정을 일반적으로 비퍼지화(DIFUZZIFICATION)라 부르고 있으며 여기에서는 비퍼지화의 대표적인 방법이라 할 수 있는 무게 중심법을 사용 하였다. 예를 들어, 비례 게인의 수정량을 결정하기 위한 무게중심법은 다음과 같다.
여기서 △Kc＊는 비례 게인의 수정량의 중심 좌표를 나타내고 μF(△Kc)수정량에 대한 멤버쉽 함수를 나타낸다.
제어 파라미터의 전 값과 추론부(21)에서 구한 수정량으로 부터 현재의 파라미터를 계산한다.
여기서 (.)n+1은 제어 파라미터의 현재값을 나타내고 (.)n은 제어 파라미터의 전값을 나타낸다.
상기와 같이 추론의 결과로써 산출된 최적이득은 사용자에게 디스플레이부(24)를 통해 표시됨으로써 사용자가 이득을 조정할 수 있게 해 준다.
이상 설명한 바와 같이 본 발명에 의하면 제어기를 최적인 상태로 운용하기 위해 제어계에 있어서 현재 상태를 분석한후 사용자에게 표시하여 줌으로써 사용자가 현재의 제어계 상태를 정확히 알도록 하고 또 최적게인을 도출한후 그 값을 표시함으로써 사용자가 제어기의 이득을 어떻게 설정해야 하는가를 알수 있게 해 준다.

Claims (3)

  1. 표준 제어신호(SV)와 반응신호(PV)를 가산하여 두신호의 편차(e)를 출력하는 가산기(4)와, 이 편차(e)에 대해 PID제어를 수행하는 PID제어기(3)와, 상기 PID제어기(3) 의 출력신호에 대해 소정의 처리과정을 통해 반응신호(PV)를 출력하는 프로세스(1)를 포함하는 산업공정제어기에 대한 이득을 조정하는 장치에 있어서, 상기 프로세스(1)가 산업공정 프로세스 제어계의 과도상태에 대한 특성분석을 할 수 있도록 상기 프로세스(1)로 시험신호를 제공하는 시험신호 인가부(25); 상기 프로세스(1)에서 출력되는 반응신호(PV)를 모니터하는 프로세스 모니터링부(22); 상기 프로세스 모니터링부(22)에 저장된 신호로부터 파형을 인식하여 파형의 특징량을 선정후 출력하는 응답파형 인식부(23); 상기 응답파형 인식부(23)에서 추출된 특징량을 받아서, 전문가의 지식과 경험을 바탕으로 구축된 조정룰(21a)에 기초하고 추론엔진(21b)에서의 퍼지 추론에 의해 제어이득 수정량을 추론하는 추론부(21); 상기 응답파형 인식부(23)에서 얻어진 현재 제어계의 상태와 상기 추론부(21)의 추론결과를 디스플레이하는 디스플레이부(24); 를 구비하는 것을 특징으로 하는 산업공정 제어기의 이득조정장치.
  2. 제1항에 있어서, 상기 추론부(21)는 진폭비(기준입력에 대한 최대 오버슈트량의 크기비), 진폭감쇄비(첫번째 오버슈트와 두번째 오버슈트의 크기비) 및 응답시간(프로세스 출력이 최초로 목표값이 90％까지 도달하는데 걸리는 시간)과 PID제어기(3)의 이득과의 상관관계를 토대로 구축한 조정룰(21a)을 구비함을 특징으로 하는 산업공정 제어기의 이득 조정장치.
  3. 제1항에 있어서, 상기 추론부(21)는 상기 응답파형 인식부(23)로부터 정규화된 특징량의 편차를 입력받아 내부 조정룰(21a)에 의해 제어이득 조정량을 추론하도록 구성한 것을 특징으로 하는 산업공정 제어기의 이득조정장치.
KR1019950024865A 1995-08-11 1995-08-11 전문가 시스템을 이용한 산업공정제어기의 이득 조정장치 KR0158584B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019950024865A KR0158584B1 (ko) 1995-08-11 1995-08-11 전문가 시스템을 이용한 산업공정제어기의 이득 조정장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019950024865A KR0158584B1 (ko) 1995-08-11 1995-08-11 전문가 시스템을 이용한 산업공정제어기의 이득 조정장치

Publications (2)

Publication Number Publication Date
KR970012052A KR970012052A (ko) 1997-03-29
KR0158584B1 true KR0158584B1 (ko) 1999-03-20

Family

ID=19423360

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019950024865A KR0158584B1 (ko) 1995-08-11 1995-08-11 전문가 시스템을 이용한 산업공정제어기의 이득 조정장치

Country Status (1)

Country Link
KR (1) KR0158584B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230134308A (ko) 2022-03-14 2023-09-21 한국수력원자력 주식회사 소형원자로 냉각장치 및 냉각방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230134308A (ko) 2022-03-14 2023-09-21 한국수력원자력 주식회사 소형원자로 냉각장치 및 냉각방법

Also Published As

Publication number Publication date
KR970012052A (ko) 1997-03-29

Similar Documents

Publication Publication Date Title
US5150289A (en) Method and apparatus for process control
DE69123026T2 (de) Einstellgerät mit Selbstüberwachung für einen Regler mit Rückkopplung
US5748467A (en) Method of adapting and applying control parameters in non-linear process controllers
DE69518208T2 (de) Verfahren und Vorrichtung zur Erzeugung einer Mehrgrössen-/nichtlinearen Steuerung
DE10304902B4 (de) Anpassung von erweiterten Prozeßsteuerblöcken in Abhängigkeit von veränderlichen Prozeßverzögerungen
DE102016011528B4 (de) Maschinelle Lernvorrichtung zur Optimierung der Zyklusprozesszeit einer Bearbeitungsmaschine, Motorsteuervorrichtung, Bearbeitungsmaschine und maschinelles Lernverfahren
US5043863A (en) Multivariable adaptive feedforward controller
DE69225723T2 (de) Zweistufige Systemidentifikationsvorrichtung mit Optimierung
US5159660A (en) Universal process control using artificial neural networks
EP0710901A1 (en) Multivariable nonlinear process controller
DE69608796T2 (de) Rückkopplungsmethode zur regelung
US6330484B1 (en) Method and apparatus for fuzzy logic control with automatic tuning
US5598329A (en) Method and device for controlling a process
JPH0774961B2 (ja) オートチユーニングｐｉｄ調節計
DE10341764A1 (de) Integrierte Modell-Vorhersagesteuerung und -Optimierung innerhalb eines Prozesssteuerungssystems
Ruiz et al. Neural network based framework for fault diagnosis in batch chemical plants
JP3330758B2 (ja) 調節されるシステムにおけるプロセスの制御方法および装置
Rawlings et al. Gage control of film and sheet‐forming processes
KR0158584B1 (ko) 전문가 시스템을 이용한 산업공정제어기의 이득 조정장치
EP3891561A1 (de) Steuereinrichtung zur steuerung einer fertigungsanlage sowie fertigungsanlage und verfahren
DE68928609T2 (de) Fuzzy-Gerät
JPS62108306A (ja) 調節計
Kocian et al. Implementation of fuzzy logic control based on plc
Conway et al. Using adaptive networks to model and control drug delivery
Janabi-Sharifi et al. Neuro-fuzzy tension controller for tandem rolling

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20030801

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee