KR100865719B1 - 퍼지 평가 함수를 이용하는 제어 장치 및 그의 자동 동조방법 - Google Patents

퍼지 평가 함수를 이용하는 제어 장치 및 그의 자동 동조방법 Download PDF

Info

Publication number
KR100865719B1
KR100865719B1 KR1020070022315A KR20070022315A KR100865719B1 KR 100865719 B1 KR100865719 B1 KR 100865719B1 KR 1020070022315 A KR1020070022315 A KR 1020070022315A KR 20070022315 A KR20070022315 A KR 20070022315A KR 100865719 B1 KR100865719 B1 KR 100865719B1
Authority
KR
South Korea
Prior art keywords
value
evaluation function
fuzzy evaluation
fuzzy
function
Prior art date
Application number
KR1020070022315A
Other languages
English (en)
Other versions
KR20080082055A (ko
Inventor
이내일
Original Assignee
세메스 주식회사
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 세메스 주식회사 filed Critical 세메스 주식회사
Priority to KR1020070022315A priority Critical patent/KR100865719B1/ko
Publication of KR20080082055A publication Critical patent/KR20080082055A/ko
Application granted granted Critical
Publication of KR100865719B1 publication Critical patent/KR100865719B1/ko

Links

Images

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.
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34065—Fuzzy logic, controller

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

본 발명은 반도체 제조 설비, 전력 설비 시스템 등의 산업 공정에서 사용하기 위해 퍼지 평가 함수를 이용하는 제어 장치 및 그의 자동 동조 방법에 관한 것이다. 제어 장치는 자동 동조를 위한 퍼지 평가 함수와 이에 따른 평가 지수를 이용하는 비례 적분 미분(PID) 제어기를 구비한다. 따라서 본 발명의 PID 제어기는 퍼지 추론과, 하중이 포함된 퍼지 평가 함수를 이용함으로써, 제어 대상의 변화에 따른 각각의 평가 지수들의 하중을 조절하여 자동 동조시킨다. 그러므로 본 발명의 제어 장치는 구성이 용이하고 온라인 상에서 빠르고 최적의 동조가 자동 처리된다.
제어 장치, PID 제어기, 플랜트, 자동 동조, 퍼지 평가 함수, 평가 지수

Description

퍼지 평가 함수를 이용하는 제어 장치 및 그의 자동 동조 방법{PID CONTROLLER USING FUZZY CRITERION FUNCTION AND AUTO TUNING METHOD OF THE SAME}
도 1은 본 발명에 따른 제어 장치의 구성을 도시한 블럭도;
도 2는 도 1에 도시된 PID 제어기의 상세한 구성을 도시한 블럭도;
도 3은 본 발명에 따른 계단 응답의 평가 지수를 나타내는 파형도;
도 4a 내지 도 4d는 도 3에서 정의한 평가 지수들의 퍼지 소속 함수들을 나타내는 파형도들;
도 5 내지 도 10은 본 발명에 따른 퍼지 평가 함수를 적용한 PID 제어기의 다양한 제어 대상을 시뮬레이션한 결과를 나타내는 파형도들; 그리고
도 11은 본 발명에 따른 퍼지 평가 함수를 적용한 PID 제어기의 자동 동조 수순을 나타내는 흐름도이다.
* 도면의 주요 부분에 대한 부호 설명 *
100 : 제어 장치 102 : PID 제어기
104 : 제어 대상(플랜트) 106 : PID 연산부
108 : PID 설정부 110 : 자동 조정부
112 : 파형 인식부 114 : 추론부
116 : 메모리 120 : 동정부
122 : 플랜트 동정부 124 : 연산부
본 발명은 제어 장치에 관한 것으로, 좀 더 구체적으로는 반도체 제조 설비, 전력 설비 시스템 등과 같은 산업 공정에서의 퍼지 평가 함수를 이용하는 제어 장치 및 그의 자동 동조 방법에 관한 것이다.
근래에는 많은 현대적 제어 이론들이 개발되었음에도 불구하고 산업 공정에서 지속적으로 널리 이용되고 있는 알고리즘은 대부분이 PID 제어기이다. 이는 PID 제어기가 공정의 여러 환경에 대해 강인한 특성을 나타내고 있으며, 사용자들에게 가장 익숙한 제어 방식이기 때문이다. 예컨대, PID 제어기는 계(system) 구성의 단순성, 견실성 그리고 넓은 적응성 등의 장점으로 제어 기술자들에게는 익숙한 제어 방식중의 하나이다. 그러나 PID 제어기들은 원하는 출력을 얻기 위해 숙련된 기술자의 경험에 의한 수동으로 동조하는 등의 시행 착오적으로 동조되고 있으므로, 많은 노력과 시간이 소비된다.
실질적으로 반도체 제조 설비에서도 온도 제어, 모터 제어, 밸브 제어 등과 같은 부분에서 PID 제어기를 다양하게 접목시켜 사용하고 있으나, 시행 착오적인 동조에 의한 손실이 설비의 최적화를 방해하는 요소로 크게 작용하고 있는 것이 현실이다.
최근 제어 이론의 발전과 마이크로 전자 공학의 발전으로 인하여 DDC 레벨에 서 마이크로프로세스(microprocess)를 이용하여 여러가지 제어 알고리즘을 실시간에 구현할 수 있게 되었으며, 특히 PID 제어기 계수를 이것에 의해 자동으로 동조하는 연구가 활발히 진행되어지고 있다.
PID 제어기는 각종 제어 기법의 개발에도 불구하고 산업 공정 제어에 가장 일반적으로 사용되고 있다. PID 제어기를 사용하는데 있어서 가장 어려운 문제는 제어기의 파라미터(Parameter)를 정확하게 설계하는 것이다. 지금까지 여러 가지 파라미터 자기동조 법이 사용되었는데, 예를 들어, PID 제어기 동조에 관한 연구로는 지글러-니콜스(Ziegler-Nichols)의 한계 감도법을 꼽을 수 있다. 이는 1/4의 감쇠 반응을 목표치로 두어 산업 현장에서 가장 널리 쓰이고 있는 방법이다. 그러나 이러한 PID 동조 방법은 최적값이 유일하지 않은 단점을 갖는다.
그 외 Cohen/Coon의 근사 루프 기법, Astrom/Hagglund의 주파수 응답 개선법, Nishikawa의 최소 면적법, Karus의 패턴 인식법의 자동 동조 기법이 있으나, 이들 대부분은 오프 라인 최적화 기법이며, 시변 제어 대상에 대한 알고리즘 적용성이 떨어지는 단점을 가진다.
이에 Zadeh에 의해 제안된 퍼지 이론이 Mamdani에 의해 실제 제어에 도입되면서 퍼지 제어 기법은 입출력 변수가 많아 기존의 제어 방법으로는 다루기 곤란할 경우, 시스템이 간단하지만 비선형성이 높은 시스템에서 상당히 안정된 성능을 발휘할 수 있으며, 이를 통하여 PID 제어기에 대한 최적화된 자동 동조(optimal auto tuning)을 구현하고자 한다.
즉, 종래의 PID 제어기는 작업자의 경험적인 방법에 의해 최적의 해를 추정 하는 기법을 적용함으로 인하여 많은 시간과 노력이 허비되고, 또 각 계(system)의 설정이 적절하지 않을 경우에 시스템이 불안정하게 되며, 또 너무 안정되어 외란이 들어 오면 제어 편차가 발생되어서 이로 인한 회복 시간이 오래 걸릴 경우 등의 문제가 발생된다. 그리고 제어의 목적면에서 생각하면, 3 가지 요소 즉, 잔류 편차가 없고 안정성이 있으며, 그리고 응답이 빠른 조건을 충족시켜야 하는데, 이러한 종래의 경험적인 방법에 의해서는 구현이 어렵다.
그리고 PID 제어기는 자동 동조를 위해 현재 가장 대중적인 방식 예를 들어, 지글러-니콜스(Ziegler-Nichols)의 한계 감도법에 의해서는 유일한 최적해를 구하지 못하므로 제어시 안정하지 못하는 단점이 있다.
본 발명의 목적은 최적의 자동 동조를 위한 제어 장치 및 그 방법을 제공하는 것이다.
본 발명의 다른 목적은 퍼지 평가 함수를 이용하여 적응성 향상과, 응답 특성 조절이 용이한 제어 장치 및 그의 자동 동조 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 반도체 제조 설비에 적용되는 퍼지 알고리즘을 이용하는 제어 장치 및 그의 자동 동조 방법을 제공하는 것이다.
상기 목적들을 달성하기 위한, 본 발명의 제어 장치는 제어 대상을 제어하기 위하여 퍼지 평가 함수를 이용하는데 그 한 특징이 있다. 이와 같이 제어 장치는 구성이 용이하고 최적의 자동 동조가 가능하다.
본 발명의 제어 장치는, 제어 대상과; 상기 제어 대상의 출력값을 목표치에 수렴하도록 자동 동조하는 퍼지 평가 함수를 구비하는 비례 적분 미분(PID) 제어기를 포함한다.
상기 퍼지 평가 함수는;
Figure 112007018639187-pat00001
으로 구비되며, 여기서 상기 WOV, WDP, WRT 및, WST는 각각 최대 오버슈트, 감쇠비, 상승 시간 및, 정정 시간의 하중 벡터를 나타내고, 상기 μOV, μDP, μRT 및, μST는 각각 상기 최대 오버슈트, 상기 감쇠비, 상기 상승 시간 및, 상기 정정 시간에 대한 멤버쉽 함수의 값이다.
일 실시예에 있어서, 상기 멥버쉽 함수들 각각은;
Figure 112007018639187-pat00002
Figure 112007018639187-pat00003
Figure 112007018639187-pat00004
Figure 112007018639187-pat00005
으로 구비되며, 여기서 t는 시간, L은 상기 제어 대상의 시간 지연값이다.
다른 실시예에 있어서, 상기 퍼지 평가 함수는; 상기 제어 대상에 대한 계단 응답의 패턴을 분석하기 위한 평가 지수를 구비하되; 상기 평가 지수는 상기 최대 오버슈트, 상기 감쇠비, 상기 상승 시간 및 상기 정정 시간 각각의 초기 응답 특성에서의 응답 변화에 따라 산출된다.
또 다른 실시예에 있어서, 상기 퍼지 평가 함수는; 상기 제어 대상의 지연 시간 값에 대응하여 가변할 수 있도록 상기 평가 지수 각각에 대한 상기 멤버쉽 함수들의 상기 하중 벡터를 상기 제어 대상에 따라 변화시킨다.
본 발명의 다른 특징에 따르면, 제어 대상을 제어하기 위한 퍼지 평가 함수를 포함하는 알고리즘을 구비하는 제어 장치의 자동 동조 방법이 제공된다. 이 방법에 의하면, 목표치를 계단 입력한다. 상기 퍼지 평가 함수의 하중을 설정한다. 상기 제어 대상의 출력값을 이용하여 상기 제어 대상을 동정한다. 상기 제어 대상의 동정에 의해 초기값을 계산한다. 상기 초기값을 이용하여 상기 제어 대상의 전달 함수를 계산한다. 상기 전달 함수를 이용하여 계단 응답을 계산한다. 상기 계단 응답과 상기 목표치와 비교하여 파형을 분석한다. 상기 분석에 따른 오차를 이용하여 퍼지 평가 함수를 계산한다. 현재 계산된 퍼지 평가 함수의 값과 이전의 퍼지 평가 함수의 값과 비교한다. 상기 비교 결과, 상기 현재 계산된 퍼지 평가 함수의 값이 상기 이전의 퍼지 평가 함수의 값보다 크면, 저장한다. 이어서 상기 저장된 퍼지 평가 함수의 값이 최대일 때, 상기 퍼지 평가 함수의 값을 결정한다.
일 실시예에 있어서, 상기 퍼지 평가 함수를 계산하는 것은;
Figure 112007018639187-pat00006
에 의해 처리되며, 상기 WOV, WDP, WRT 및, WST는 각각 최대 오버슈트, 감쇠비, 상승 시간 및, 정정 시간의 하중 벡터를 나타내고, 상기 μOV, μDP, μRT 및, μST는 각각 상기 최대 오버슈트, 상기 감쇠비, 상기 상승 시간 및, 상기 정정 시간에 대한 멤버쉽 함수의 값이다.
다른 실시예에 있어서, 상기 멥버쉽 함수들 각각은;
Figure 112007018639187-pat00007
Figure 112007018639187-pat00008
Figure 112007018639187-pat00009
Figure 112007018639187-pat00010
으로 구비되며, 여기서 t는 시간, L은 상기 제어 대상의 시간 지연값이다.
또 다른 실시예에 있어서, 상기 퍼지 평가 함수는; 상기 제어 대상에 대한 계단 응답의 패턴을 분석하기 위한 평가 지수를 구비하되; 상기 평가 지수는 상기 최대 오버슈트, 상기 감쇠비, 상기 상승 시간 및 상기 정정 시간 각각의 초기 응답 특성에서의 응답 변화에 따라 산출된다.
또 다른 실시예에 있어서, 상기 퍼지 평가 함수의 하중을 설정하는 것은; 상기 제어 대상의 지연 시간 값에 대응하여 가변할 수 있도록 상기 평가 지수 각각에 대한 상기 멤버쉽 함수들의 상기 하중 벡터를 상기 제어 대상에 따라 변화시킨다.
또 다른 실시예에 있어서, 상기 방법은; 상기 현재 계산된 퍼지 평가 함수의 값이 상기 이전의 퍼지 평가 함수의 값보다 작으면, 상기 초기값을 변경하고 상기 전달 함수를 계산하는 것으로 진행하여 상기 퍼지 평가 함수의 값이 최대가 될 때까지 반복하는 것을 더 포함한다.
본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 서술하는 실시예로 인해 한정되어지는 것으로 해석되어서는 안된다. 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서 도면에서의 구성 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어진 것이다.
이하 첨부된 도 1 내지 도 11을 참조하여 본 발명의 실시예를 상세히 설명한다.
도 1은 본 발명에 따른 퍼지 평가 함수를 이용하는 제어 장치의 구성을 도시한 블럭도이다.
도 1을 참조하면, 제어 장치(100)는 제어 대상 즉, 플랜트(plant)(104)를 제어하기 위한 제어 알고리즘으로 PID(Proportional Integral Derivative) 제어기(102)를 포함한다. 그리고 제어 장치(100)는 예를 들어, 반도체 제조 설비, 전력 설비 시스템 등의 설비의 동작(예를 들어, 밸브류의 개폐 제어, 모터 제어, 위치 제어, 압력 제어 및 온도 제어 등)을 제어하기 위한 장치이다.
PID 제어기(102)는 퍼지 평가 함수를 이용하여 플랜트(104)의 출력값(C(s))을 목표치(R(s))에 수렴하기 위하여 전달 함수(Gc(s))를 구비한다. 여기서, 플랜트(104)의 응답은 수학식 1과 같다.
Figure 112007018639187-pat00011
Figure 112007018639187-pat00012
구체적으로 도 2를 참조하면, PID 제어기(102)는 플랜트(104)의 출력값을 목표치에 수렴하기 위한 제어 알고리즘으로, 추론부(114)를 구비하는 자동 조정부(110)를 구비한다. 또 PID 제어기(102)는 PID 연산부(106)와, PID 설정부(108) 및, 동정부(120)를 포함한다. 그리고 동정부(120)는 플랜트 동정부(122)와, 연산부(124)를 포함한다. 동정부(120)는 플랜트(104)의 출력값을 피드백하여 플랜트 동정부(122)에서 플랜트(104)의 출력값 K, T, 및 L을 모니터링하고, 연산부(124)에서 출력값에 대한 추이를 이용하여 함수를 추출하고, 추출된 함수에 적합한 계수를 설정하도록 PID 설정부(108)로 제공한다. 또 동정부(120)는 플랜트(104)의 출력값이 목표치와 일치하는 경우, 플랜트 동정부(122)에서 바로 플랜트(104)로 출력한다.
그리고 자동 조정부(110)는 플랜트(104)의 출력값과 목표치를 받아서, 파형 의 오차를 추출하여 추론부(114)로 제공하는 파형 인식부(412)와, 퍼지 평가 함수를 구비하고, PID 계수와 퍼지 평가 함수 값을 산출하여 자동 동조하는 추론부(114) 및, 추론부(114)의 산출 결과에 대응하여 PID 계수 및 평가 함수 값을 저장하는 메모리(116)를 포함한다.
PID 설정부(108)는 동정부(120)의 연산부(124)에서 출력되는 값과 추론부(114)에서 출력되는 값을 머지(merge)시켜서 제어 계수를 산출하여 자동 동조한다.
따라서 PID 제어기(102)는 퍼지 평가 함수를 이용하여 플랜트(104)의 출력값이 목표치에 수렴하도록 자동 동조를 처리한다. 즉, PID 제어기(102)는 목표치를 계단 입력(step input)하면, 동정부(120)에서 플랜트(104)를 동정한 후, 계산된 K, T 및 L 정수값은 초기 PID 값을 설정하기 위하여 PID 설정부(108)로 입력된다. PID 설정부(108)는 지글러-니콜스의 한계 감도법으로 초기 PID 계수를 설정하고, 이어서 설정된 PID 계수를 이용하여 PID 연산부(106)의 출력은 플랜트(104)에 다시 입력되고, 이것의 계단 응답(step response)을 피드백시켜서 자동 조정부(110)의 파형 인식부(112)를 거쳐서 목표치와 비교한다. 파형 인식부(114)는 비교 결과 즉, 목표치와 계단 응답의 오차를 이용하여 4 가지의 평가 지수 값을 계산하고, 이를 통해 퍼지 평가 함수를 산출한다.
이것은 다시 추론부(114)를 통해 현재 계산된 퍼지 평가 함수의 값과 메모리(116)에 저장되어 있는 이전의 퍼지 평가 함수의 값과 비교한다. 추론부(114)는 비교 결과에 따라 현재의 PID 값의 저장 유무를 판단한다. 만약, 현재의 PID 값이 이전의 PID 값보다 크면, 현재의 PID 값과 퍼지 평가 함수의 값을 메모리(116)에 저장한다. 이어서 다른 PID 값으로 설정하여 상술한 과정들을 반복한다. 이렇게 반복하여 퍼지 평가 함수의 값이 최대가 되는 PID 값을 결정함으로써, 자동 조정부(110)는 자동 동조를 처리한다.
여기서 추론부(114)의 퍼지 제어(fuzzy control)에 대하여 설명한다.
먼저, 퍼지 집합이란 현상의 불확실한 상태를 수량적 정보로 다루는 수학적 기법의 일종으로, 인간의 사고나 판단의 애매 모호함을 정량적으로 나타낸 것이다. 우선 퍼지 추론을 하기 위해서는 퍼지화에 따른 멤버쉽(membership) 함수가 정의되어야 한다.
즉, 임의의 전체 집합 U에 있어서 퍼지 집합 A의 특성을 가리키는 멤버쉽 함수를 μＡ라 하면, 다음의 수학식 2로 정의된다.
Figure 112007018639187-pat00013
여기서 요소 x ∈ U에 대한 값 μＡ(x) ∈ [ 0, 1 ]는 x가 퍼지 집합 A에 속하는 적합도(grade)를 나타낸다.
퍼지 추론에서 직접법을 사용하면 이에 주어진 함의(implication)와 입력에 대하여 결론부의 추론은 수학식 3과 같이 합성 연산자를 사용하여 얻는다.
(ⅰ) 함의 : A -> B
(ⅱ) 입력 : A'
(ⅲ) 추론 : B' = A'·(A -> B)
여기서 A'와 A → B의 함의로부터 직접 B'을 추론하는 방법으로, A' ≒ B이면, B' ≒ B라는 성질을 갖고 있으며, A', A와 B', B는 퍼지 집합이다.
예를 들어, 입력 A'가 함의의 전건부와 같을 때, B'의 추론은 A -> B 함의로부터 다음의 수학식 4와 같이 된다.
Figure 112007018639187-pat00014
여기서 ∧는 최소값을 선택하기 위한 최소 연산자(minimum operator)이며, B'의 멤버쉽 함수 h는 다음의 수학식 5와 같이 된다.
Figure 112007018639187-pat00015
그리고 B'의 멤버쉽 함수의 크기를 a의 값으로 커트(cut)한 것을 수학식 6에 나타내었다.
Figure 112007018639187-pat00016
한편, 본 발명의 PID 제어기(102)는 도 3에 도시된 바와 같이, 플랜트(104)에 대한 계단 응답의 패턴을 분석하기 위한 평가 지수로서 최대 오버슈 트(overshoot), 감쇠비, 상승 시간 및 정정 시간을 채택한다. 이는 초기 응답 특성을 나타내는 것으로, 응답의 변화에 대한 평가 지수가 된다.
즉, 도 3에서 최대 오버 슈트는 a, 감쇠비는 b/a, 상승 시간은 t1 그리고 정정 시간은 t2이다. 또 도 3에서 정의한 평가 지수들의 퍼지 소속 함수(μOV, μDP, μRT 및, μST)들을 도 4와 같이 정의한다.
실험 결과, 오버슈트와 정정 시간은 제어 대상(즉, 플랜트)의 지연 시간(L)값에 따라 변화가 심하여 때로는 퍼지 소속 함수의 값이 1과 0 사이의 값이 되지 못하고, 항상 0이 되어 퍼지 평가 지수가 제대로 구실을 하지 못하는 경우가 있다. 이 때문에 지연 시간(L) 값에 따라 퍼지 소속 함수의 폭을 가변할 수 있도록 퍼지 소속 함수를 정의한다. 그리고 각각의 퍼지 소속 함수의 최대치를 제어 대상의 특징에 따라 특정한 평가 지수에 비중을 더 주도록 한다. 예를 들어, 오버슈트에 큰 영향을 받는 제어 대상이 있다고 하면, PID 제어기를 동조할 때 오버슈트에 최대치 즉, 하중을 크게 하여 오버슈트가 좀더 작은 응답을 최적의 응답으로 택할 수 있도록 한다. 따라서 본 발명에서 제안한 퍼지 평가 함수를 수학식 7과 같이 나타낸다.
Figure 112007018639187-pat00017
여기서 WOV, WDP, WRT 및, WST는 각각 최대 오버슈트, 감쇠비, 상승 시간 및, 정정 시간의 하중을 의미하며, μOV, μDP, μRT 및, μST는 각각 최대 오버슈트, 감 쇠비, 상승 시간 및, 정정 시간에 대한 멤버쉽 함수의 값이다. 그러므로 각각의 멤버쉽 함수는 도 4를 참조하면, 다음의 수학식 8과 같이 산출된다.
Figure 112007018639187-pat00019
Figure 112007018639187-pat00020
Figure 112007018639187-pat00021
그리고 도 5 내지 도 10은 본 발명에 따른 퍼지 평가 함수를 적용한 PID 제어기의 다양한 제어 대상을 시뮬레이션한 결과를 나타내는 파형도들이다. 여기서 도 5, 도 7 및 도 9 각각은 다양한 모델에 대한 기존의 지글러-니콜스 방법에 의한 계단 응답을 시뮬레이션한 결과를 나타내고, 도 6, 도 8 및 도 10 각각은 본 발명에 따른 퍼지 평가 함수를 이용하여 계단 응답을 시뮬레이션한 결과를 나타낸 것이다. 또 본 발명의 PID 제어기를 시뮬레이션 하기 위해서 수치 계산 프로그램 언어(예컨대, MATLAB)로 제작한 자동 동조 프로그램을 이용한다.
도 5 내지 도 10을 참조하면, 시뮬레이션에서 사용된 제어 대상은 다음의 3 가지 모델을 선정한다. 즉, 모델 1, 2 그리고 모델 3은 각각 L=0.5, T=80, K=1과, L=0.1, T=100, K=1 그리고 L=0.023, T=100, K=1인 모델로서, 부동작 시간(L)과 시정수(T)를 동시에 변화시킴으로써, 각 정수가 미치는 영향을 쉽게 파악할 수가 있다. 그리고 이들 각 각의 모델에 대해 무조정 상태 즉, 하중 벡터 WOV, WDP, WRT 및, WST를 각각 1, 1, 1 및, 1로 설정하여 시뮬레이션 한다.
도 5 및 도 6을 참조하여 모델 1에 대한 시뮬레이션 결과를 살펴보면, 지글러-니콜스 방법에 의한 계단 응답 보다 퍼지 추론 알고리즘에 의한 계단 응답이 안정됨을 확인할 수 있다. 이것은 지글러-니콜스 방법에 의해 산출된 기존의 PID 계수를 퍼지 평가 함수를 이용함으로써, 최적화에 대하여 더욱 안정화된 영역을 찾아 낼 수 있다.
또한 기존의 PID 제어기의 고질적인 수동 동조(Tuning)의 오류에서 더 나은, 그리고 안정화된 자동 동조 기법을 적용시켜서 안정화된 해를 찾을 수 있음을 확인할 수 있다.
또 도 7 내지 도 10을 참조하면, 각각의 모델 2, 3에 대한 시뮬레이션 결과에서도, 모델 1과 동일하게 지글러-니콜스 방법에 의한 계단 응답 보다 퍼지 추론 알고리즘에 의한 계단 응답이 안정됨을 확인할 수 있다.
계속해서 도 11은 본 발명에 따른 퍼지 평가 함수를 적용한 PID 제어기의 자동 동조 수순을 나타내는 흐름도이다.
도 11을 참조하면, 단계 S200에서 목표치를 계단 입력(step input)하면, 단 계 S202에서 퍼지 평가 함수의 하중을 설정하고, 단계 S204에서 제어 대상 즉, 플랜트(104)의 출력값을 이용하여 제어 대상을 동정한다. 단계 S206에서 플랜트 동정에 따른 K, T 및 L 정수값을 이용하여 초기 PID 값을 계산한다. 즉, PID 설정부(108)는 K, T 및 L 정수값을 받아서 지글러-니콜스의 한계 감도법으로 초기 PID 계수를 설정한다.
이어서 단계 S208에서 설정된 PID 계수를 이용하여 PID 연산부(106)의 출력을 플랜트(104)에 다시 입력시켜서 전달 함수를 계산한다. 단계 S210에서 전달 함수를 이용하여 플랜트(104)의 계단 응답(step response)을 계산하고, 단계 S212에서 계단 응답을 피드백시켜서 자동 조정부(110)의 파형 인식부(112)를 거쳐서 파형을 분석하기 위하여 목표치와 비교한다. 단계 S214에서 파형 인식부(114)는 비교 결과 즉, 목표치와 계단 응답의 오차를 추론부(114)로 전달하고, 이를 이용하여 4 가지의 평가 지수 값 및 퍼지 평가 함수를 수학식 7 및 8을 이용하여 계산한다.
단계 S216에서 추론부(114)를 통해 현재 계산된 퍼지 평가 함수의 값과 메모리(116)에 저장되어 있는 이전의 퍼지 평가 함수의 값과 비교한다. 추론부(114)는 비교 결과에 따라 현재의 PID 값의 저장 유무를 판단한다. 만약, 현재의 PID 값이 이전의 PID 값보다 크면, 이 수순은 단계 S218로 진행하여, 현재의 PID 값과 퍼지 평가 함수의 값을 메모리(116)에 저장한다. 그리고 현재의 PID 값이 이전의 PID 값보다 작으면, 이 수순은 단계 S220로 진행하여, 다른 PID 값으로 설정하여 상술한 과정(S208 ~ S216)들을 반복한다. 이렇게 반복하여 퍼지 평가 함수의 값이 최대가 되는 PID 값을 결정한다.
따라서 본 발명의 PID 제어기는 퍼지 추론과, 하중이 포함된 퍼지 평가 함수를 이용함으로써, 플랜트의 변화에 따른 각각의 평가 지수들의 하중을 조절하여 자동 동조시킨다. 그러므로 본 발명의 제어 장치는 구성이 용이하고 온라인 상에서 빠르고 최적의 동조가 자동 처리된다.
이상에서, 본 발명에 따른 퍼지 평가 함수를 이용하는 제어 장치의 구성 및 작용을 상세한 설명과 도면에 따라 도시하였지만, 이는 실시예를 들어 설명한 것에 불과하며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능하다.
상술한 바와 같이, 본 발명의 제어 장치는 퍼지 평가 함수를 이용하는 PID 제어기를 구현함으로써, 최적의 자동 동조가 가능하다.
또 플랜트의 부동작 시간 변화 및 시정수의 변화에 대응하여 하중을 조절함으로써, 적응성이 좋으며, 퍼지 평가 함수의 하중 변화에 의해 희망하는 응답 특성의 조절이 가능하다. 따라서 제어 규칙을 찾기 힘든 비선형성이 강한 시스템에서도 적용이 가능하다.
또한, 퍼지 평가 함수를 통한 구현을 통하여 자동 동조 시점부터 제어 규칙이 불필요하므로 자동 동조 시간이 짧다.
그리고 퍼지 이론은 다른 최적 기법인 신경망 이론과는 달리 로컬 지역값에 수렴하는 오류가 거의 없으므로, 정밀한 제어가 가능하다.

Claims (10)

  1. 삭제
  2. 제어 장치에 있어서:
    제어 대상과;
    상기 제어 대상의 출력값을 목표치에 수렴하도록 자동 동조하는 퍼지 평가 함수를 구비하는 비례 적분 미분(PID) 제어기를 포함하되;
    상기 퍼지 평가 함수는;
    Figure 112008046815253-pat00043
    으로 구비되며, 상기 WOV, WDP, WRT 및, WST는 각각 최대 오버슈트, 감쇠비, 상승 시간 및, 정정 시간의 하중 벡터를 나타내고, 상기 μOV, μDP, μRT 및, μST는 각각 상기 최대 오버슈트, 상기 감쇠비, 상기 상승 시간 및, 상기 정정 시간에 대한 멤버쉽 함수의 값이고,
    상기 멥버쉽 함수들 각각은;
    Figure 112008046815253-pat00023
    Figure 112008046815253-pat00024
    Figure 112008046815253-pat00025
    Figure 112008046815253-pat00026
    으로 구비되며, 여기서 t는 시간, L은 상기 제어 대상의 시간 지연값인 것을 특징으로 하는 제어 장치.
  3. 제 2 항에 있어서,
    상기 퍼지 평가 함수는;
    상기 제어 대상에 대한 계단 응답의 패턴을 분석하기 위한 평가 지수를 구비하되;
    상기 평가 지수는 상기 최대 오버슈트, 상기 감쇠비, 상기 상승 시간 및 상기 정정 시간 각각의 초기 응답 특성에서의 응답 변화에 따라 산출되는 것을 특징으로 하는 제어 장치.
  4. 제 3 항에 있어서,
    상기 퍼지 평가 함수는;
    상기 제어 대상의 지연 시간 값에 대응하여 가변할 수 있도록 상기 평가 지수 각각에 대한 상기 멤버쉽 함수들의 상기 하중 벡터를 상기 제어 대상에 따라 변화시키는 것을 특징으로 하는 제어 장치.
  5. 삭제
  6. 삭제
  7. 제어 대상을 제어하기 위한 퍼지 평가 함수를 포함하는 알고리즘을 구비하는 제어 장치의 자동 동조 방법에 있어서:
    목표치를 계단 입력하고;
    상기 퍼지 평가 함수의 하중을 설정하고;
    상기 제어 대상의 출력값을 이용하여 상기 제어 대상을 동정하고;
    상기 제어 대상의 동정에 의해 초기값을 계산하고;
    상기 초기값을 이용하여 상기 제어 대상의 전달 함수를 계산하고;
    상기 전달 함수를 이용하여 계단 응답을 계산하고;
    상기 계단 응답과 상기 목표치와 비교하여 파형을 분석하고;
    상기 분석에 따른 오차를 이용하여 퍼지 평가 함수를 계산하고;
    현재 계산된 퍼지 평가 함수의 값과 이전의 퍼지 평가 함수의 값과 비교하고;
    상기 비교 결과, 상기 현재 계산된 퍼지 평가 함수의 값이 상기 이전의 퍼지 평가 함수의 값보다 작으면, 상기 초기값을 변경하여 상기 전달 함수를 계산하는 것으로 진행하여 상기 퍼지 평가 함수의 값을 반복 계산하고, 상기 현재 계산된 퍼지 평가 함수의 값이 상기 이전의 퍼지 평가 함수의 값보다 크면, 저장하고; 이어서
    상기 저장된 퍼지 평가 함수의 값이 최대가 될 때까지, 상기 초기값을 변경하여 상기 전달 함수를 계산하는 것으로 진행하여 상기 퍼지 평가 함수의 값을 반복 계산하고, 상기 저장된 퍼지 평가 함수의 값이 최대일 때, 상기 퍼지 평가 함수의 값을 결정하되;
    상기 퍼지 평가 함수를 계산하는 것은;
    Figure 112008046815253-pat00044
    에 의해 처리되며, 상기 WOV, WDP, WRT 및, WST는 각각 최대 오버슈트, 감쇠비, 상승 시간 및, 정정 시간의 하중 벡터를 나타내고, 상기 μOV, μDP, μRT 및, μST는 각각 상기 최대 오버슈트, 상기 감쇠비, 상기 상승 시간 및, 상기 정정 시간에 대한 멤버쉽 함수의 값이고,
    상기 멥버쉽 함수들 각각은;
    Figure 112008046815253-pat00028
    Figure 112008046815253-pat00029
    Figure 112008046815253-pat00030
    Figure 112008046815253-pat00031
    으로 구비되며, 여기서 t는 시간, L은 상기 제어 대상의 시간 지연값인 것을 특징으로 하는 제어 장치의 자동 동조 방법.
  8. 제 7 항에 있어서,
    상기 퍼지 평가 함수는;
    상기 제어 대상에 대한 계단 응답의 패턴을 분석하기 위한 평가 지수를 구비하되;
    상기 평가 지수는 상기 최대 오버슈트, 상기 감쇠비, 상기 상승 시간 및 상기 정정 시간 각각의 초기 응답 특성에서의 응답 변화에 따라 산출되는 것을 특징으로 하는 제어 장치의 자동 동조 방법.
  9. 제 8 항에 있어서,
    상기 퍼지 평가 함수의 하중을 설정하는 것은;
    상기 제어 대상의 지연 시간 값에 대응하여 가변할 수 있도록 상기 평가 지수 각각에 대한 상기 멤버쉽 함수들의 상기 하중 벡터를 상기 제어 대상에 따라 변화시키는 것을 특징으로 하는 제어 장치의 자동 동조 방법.
  10. 삭제
KR1020070022315A 2007-03-07 2007-03-07 퍼지 평가 함수를 이용하는 제어 장치 및 그의 자동 동조방법 KR100865719B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070022315A KR100865719B1 (ko) 2007-03-07 2007-03-07 퍼지 평가 함수를 이용하는 제어 장치 및 그의 자동 동조방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070022315A KR100865719B1 (ko) 2007-03-07 2007-03-07 퍼지 평가 함수를 이용하는 제어 장치 및 그의 자동 동조방법

Publications (2)

Publication Number Publication Date
KR20080082055A KR20080082055A (ko) 2008-09-11
KR100865719B1 true KR100865719B1 (ko) 2008-10-29

Family

ID=40021497

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070022315A KR100865719B1 (ko) 2007-03-07 2007-03-07 퍼지 평가 함수를 이용하는 제어 장치 및 그의 자동 동조방법

Country Status (1)

Country Link
KR (1) KR100865719B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102926125A (zh) * 2012-09-29 2013-02-13 浙江理工大学 一种横机机头可重组模块化控制系统
KR101572241B1 (ko) 2009-12-30 2015-11-27 재단법인 포항산업과학연구원 강건한 제어 성능을 갖는 제어시스템

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106444357B (zh) * 2016-05-17 2019-10-01 长春工业大学 一种变论域模糊pid双液压缸电液伺服同步控制方法
CN108267313B (zh) * 2017-12-27 2019-09-17 中国航发中传机械有限公司 直升机尾减速器操纵杆轴承的载荷测试控制方法及系统
CN108828934B (zh) * 2018-09-26 2021-10-22 云南电网有限责任公司电力科学研究院 一种基于模型辨识的模糊pid控制方法及装置
CN109581863A (zh) * 2019-01-02 2019-04-05 青岛理工大学 一种智能混肥控制系统水肥浓度控制器
CN110834544B (zh) * 2019-11-19 2021-04-20 北京理工大学 一种基于模糊-pi复合控制的纯电动汽车恒流控制系统和方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0121103B1 (ko) * 1995-01-28 1997-12-04 이희종 다기준 전문가형 퍼지논리 제어방법 및 장치
KR100205691B1 (ko) 1997-04-29 1999-07-01 정순착 공정 제어용 혼성예측자 및 혼성 예측 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0121103B1 (ko) * 1995-01-28 1997-12-04 이희종 다기준 전문가형 퍼지논리 제어방법 및 장치
KR100205691B1 (ko) 1997-04-29 1999-07-01 정순착 공정 제어용 혼성예측자 및 혼성 예측 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101572241B1 (ko) 2009-12-30 2015-11-27 재단법인 포항산업과학연구원 강건한 제어 성능을 갖는 제어시스템
CN102926125A (zh) * 2012-09-29 2013-02-13 浙江理工大学 一种横机机头可重组模块化控制系统

Also Published As

Publication number Publication date
KR20080082055A (ko) 2008-09-11

Similar Documents

Publication Publication Date Title
KR100865719B1 (ko) 퍼지 평가 함수를 이용하는 제어 장치 및 그의 자동 동조방법
Maciejowski et al. Predictive control
US7577483B2 (en) Automatic tuning method for multivariable model predictive controllers
EP0643344B1 (en) Apparatus and method for model based process control
US5245528A (en) Process control apparatus and method for adjustment of operating parameters of controller of the process control apparatus
US20070078529A1 (en) On-line adaptive model predictive control in a process control system
JPH09501525A (ja) 自動調整によるファジー論理制御のための方法及び装置
CN113874865A (zh) 借助于贝叶斯优化方法确定技术系统的调节策略的模型参数的方法和装置
CN111240201B (zh) 一种扰动抑制控制方法
US5649062A (en) Auto-tuning controller and method of use therefor
JPH11296204A (ja) 多変数プロセス制御システム
WO1996005541A1 (en) Cascade tuning controller and method of use therefor
Wu et al. Water level control by fuzzy logic and neural networks
FI129470B (en) Check
WO1996003699A1 (en) Auto-scaling controller and method of use therefor
Marchetti et al. Real-time optimization via modifier adaptation integrated with model predictive control
JPH09146610A (ja) 多変数非線形プロセス・コントローラー
Guś et al. Comparison of artificial neural network adaptive control techniques for a nonlinear system with delay
Wang et al. An observer-based model predictive control strategy for distributed parameter system
Foltin et al. A new adaptive PID control approach based on closed-loop response recognition.
Xakimovich et al. Structural-Parametric Synthesis of an Adaptive Fuzzy-Logical System
Mishra et al. A Survey on Reinforcement Learning based Adaptive Optimal Control Design
Anuja et al. Optimal tuning procedure for fopid controller of integrated industrial processes with deadtime
KR19980084979A (ko) 퍼지 전문가 장치를 이용한 피아이디 제어기의 계수조정 장치 및 그의 제어방법
Kocian et al. The concept of knowledge adaptation of pid controller with plc implementation

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
LAPS Lapse due to unpaid annual fee