KR100890526B1 - 유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법 - Google Patents

유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법 Download PDF

Info

Publication number
KR100890526B1
KR100890526B1 KR1020070070377A KR20070070377A KR100890526B1 KR 100890526 B1 KR100890526 B1 KR 100890526B1 KR 1020070070377 A KR1020070070377 A KR 1020070070377A KR 20070070377 A KR20070070377 A KR 20070070377A KR 100890526 B1 KR100890526 B1 KR 100890526B1
Authority
KR
South Korea
Prior art keywords
control
motion controller
gene
genetic algorithm
gains
Prior art date
Application number
KR1020070070377A
Other languages
English (en)
Other versions
KR20090006926A (ko
Inventor
이중재
양광웅
최무성
신은철
이호길
Original Assignee
한국생산기술연구원
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 한국생산기술연구원 filed Critical 한국생산기술연구원
Priority to KR1020070070377A priority Critical patent/KR100890526B1/ko
Publication of KR20090006926A publication Critical patent/KR20090006926A/ko
Application granted granted Critical
Publication of KR100890526B1 publication Critical patent/KR100890526B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • H02P21/18—Estimation of position or speed
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/22—Current control, e.g. using a current control loop
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using DC to AC converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using DC to AC converters or inverters with pulse width modulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Feedback Control In General (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

본 발명은, 유전자 알고리즘을 이용한 모션 제어기의 자동 동조방법에 관한 것으로서, P, I, D 제어이득을 유전자로 설정하고, 상기 P, I, D 제어이득을 모션 제어기에 설정하여 제어를 수행한 후, 그 제어 결과에 대하여 적합도 함수를 기준으로 적정 여부를 판단한 후, 상기 적합도 함수를 기준으로 한 판단 결과에 따라서, 적정 제어 이득은 다음 세대로 유전시키고, 그 외 제어 이득은 선택, 교차, 및 변이를 이용하여 유전자를 진화시켜, 적정 P, I, D 제어이득이 선택하는 것이다.
자동 동조, 모션 제어, 유전자 알고리즘, CAN 통신

Description

유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법{Auto Tuning Method for Motion Controller Using Genetic Algorithm}
본 발명은 전동기에 대한 위치와 속도, 토크를 입력받고, PID 제어이론을 이용하여 전동기를 제어하는 모션 제어기의 자동 동조방법에 관한 것으로서, 더욱 상세하게는 유전자 알고리즘을 사용하여 상기 모션 제어기의 제어이득을 전동기의 특성 및 동작 환경에 적합하게 자동으로 설정할 수 있는 유전자 알고리즘을 이용한 모션 제어기의 자동 동조방법에 관한 것이다.
삭제
보통, 액츄에이터의 동작을 제어하는 모션 제어기는, ISO11898 표준으로 채택된 지능형 센서나 액츄에이터의 통신에 적합한 컨트롤 에어리어 네트워크(Controller Area Network; 이하 "CAN"이라 약칭함)를 기반으로, 각각의 전동기의 위치, 속도, 토크를 입력받아 전동기를 제어한다.
더 구체적으로, 상기 모션 제어기의 출력은 펄스폭 변조 방식(PWM : Pulse Width Modulator)으로 전동기의 구동 전압을 변경하게 되는데, 전동기의 속도, 위치 제어를 하기 위한 모션 제어기의 입력은 속도이고, 피드백(feed-back)되어 오는 출력은 전동기에 부착된 인코더(Encoder)의 펄스(Pulse) 수이다. 여기서 문제가 되는 부분은 인코더의 레졸루션(Resolution)이 전동기마다 각각 다르다는 점이다. 따라서 상기 모션 제어기를 설계할 때 각 부분의 변수가 되는 부분을 모두 고려할 수 없다. 따라서 전동기의 전달함수와 인코더의 펄스를 속도로 변환하고, 제어이득과 연산한 속도에 대한 출력을 전동기의 펄스폭 변조 방식으로 변환하는 전환 블록(Converting Block)을 하나의 블록으로 통합하여 하나의 블랙박스(Black Box)로 설정하고 모션 제어기를 설계하기 때문에 상기 제어이득을 계산하는 데는 많은 어려움이 따른다.
삭제
따라서, 대부분의 서보 시스템은 초기 설치 시 전동기의 종류와 특성, 작업현장에서의 적절한 이득이나 파라미터의 동조 단계를 필요로 한다. 이러한 튜닝 작업을 위해서 종래에는 많은 시간을 필요로 하는 반복 실험에 의한 시행착오(Trial-and-Error) 방법이 이용되었다. 이 방법은 약간의 제어 이론 지식을 가지고 있다면 제어이득을 구할 수 있는 반면에, 노하우가 없다면 제어 이득을 구하기 위해 많은 시간을 투자해야한다는 문제점이 있다. 따라서 상기 서보 시스템의 초기 설치 시, 동조 작업을 짧은 시간 내에 자동으로 수행할 수 있는 방법의 개발이 요구되었다.
또한, 기존에 제안된 자동 동조 알고리즘은, 실제 시스템이 정확한 모델링(modeling)이 되거나 측정 잡음과 오차 없는 환경에서는 완벽한 제어상태를 보이지만, 실제 환경에서는 측정 잡음과 오차, 불확실성 등의 오차 발생요인으로 인해 제어가 불안정(Unstable)해진다.
따라서, 전동기의 종류나 특성, 주위 환경 등의 간섭을 받더라도 환경적 요소를 무시할 수 있고, 전동기의 전류, 속도, 위치에 대한 정밀한 제어를 수행하기 위한 제어이득을 설정할 수 있는 자동 동조 방법의 개발이 요구된다.
상기 문제점을 해결하기 위하여 안출된 본 발명은, 모션 제어기와 상기 모션 제어기에 연결될 전동기 및 시스템 주변환경으로부터의 영향을 최소화하고 전동기의 특성에 따라 상기 모션 제어기의 전류, 속도, 위치 제어이득을 상황에 맞춰 최적화하고 빠른 튜닝을 할 수 있는 유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법을 제공하는데 그 목적이 있다.
또한, 본 발명은, 종래 모션 제어기마다 통신방법과 전동기 구동 명령이 다른 구조로 되어 있어 튜닝 프로그램을 각각 구동해야하는 문제점을 해결하고자 한 것으로, 통신과 제어구동에 대한 부분을 인터페이스화하여, 디바이스의 종류에 따라 인터페이스를 변경할 수 있으므로, 여러 종류의 모션 제어기의 제어이득을 모두 용이하게 설정할 수 있도록 하는 유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 과제 해결 수단으로서, 본 발명은, PID 제어 이론을 이용하여 전동기를 제어하는 모션 제어기의 자동 동조방법에 있어서, P, I, D 제어이득을 유전자로 설정하는 단계; 상기 P, I, D 제어이득을 모션 제어기에 설정하여 제어를 수행한 후, 그 제어 결과에 대하여 적합도 함수를 기준으로 적정 여부를 판단하는 단계; 상기 적합도 함수를 기준으로 한 판단 결과에 따라서, 적정 제어 이득은 다음 세대로 유전시키고, 그 외 제어 이득은 선택, 교차, 및 변이를 이용하여 유전자를 진화시키는 단계; 및 상기 적합도 함수를 기준으로 적정 여부를 판단하는 단계 및 상기 유전자를 진화시키는 단계를 반복 수행하여, 적정 P, I, D 제어이득이 선택하고, 이를 저장하는 단계를 포함하는 유전자 알고리즘을 이용한 모션 제어기의 자동 동조방법을 제공한다.
바람직하게는, 상기 적합도 함수는 전동기의 ts(settling time), PMO(Percent Maximum Overshoot), ess(Steady-state error)의 결과 함수로 설정한다.
상기 방법에 있어서, 상기 유전자를 진화시키는 단계는, P, I, D 제어이득을 비트연산을 통해 하나의 유전자로 구성하여 진화과정을 거치면서, 두 개의 유전자를 하나의 쌍을 이루도록 하고 교차 임계 확률에 따라 일점 교차(one-Point Crossover)를 이용하여 교차를 하여 다음 세대의 유전자를 생성하는 것을 특징으로 한다.
또한, 상기 방법에 있어서, 상기 유전자를 진화시키는 단계는, 유전자 변이시, 비트 연산을 통해 P, I, D 제어 이득을 하나의 유전자로 구성하고, 돌연변이 임계값에 따라 새로운 유전자를 생성하도록 한다.
상기 방법은, 상기 P, I, D 제어 이득을 하나의 유전자형태로 구성시, I 제어이득은 그 값의 10배, D 제어이득은 그 값의 100배를 하여 유전자를 구성하며, 역으로 모션 제어기에 제공할 때는 I 제어 이득을 1/10배, D 제어 이득을 1/100배를 하여 사용한다.
삭제
삭제
삭제
본 발명에 의한 모션 제어기의 자동 동조 방법은, 모션 제어기와 상기 모션 제어기에 연결될 전동기 및 시스템 주변환경으로부터의 영향을 최소화하고 전동기의 특성에 따라 상기 모션 제어기의 전류, 속도, 위치 제어이득을 상황에 맞춰 최적화하고 빠른 튜닝을 할 수 있다.
또한, 본 발명은, 종래 모션 제어기마다 통신방법과 전동기 구동 명령이 다른 구조로 되어 있어 튜닝 프로그램을 각각 구동해야하는 문제점이 있지만, 통신과 제어구동에 대한 부분을 인터페이스화할 수 있으므로, 디바이스의 종류에 따라 인터페이스를 변경해 줌으로써 여러 종류의 모션 제어기의 제어이득을 용이하게 설정할 수 있도록 한다.
본 발명과 본 발명의 동작의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로써, 본 발명을 상세히 설명한다.
도 1은 본 발명의 유전자 알고리즘을 이용한 자동 동조 방법이 적용되는 모션 제어기의 일부 구성을 나타낸 블럭도이다.
도 1을 참조하면, 본 발명이 적용되는 모션 제어기는 전류, 속도, 위치에 대한 제어 이득을 구하는 전류, 속도, 위치 제어루프(100, 200, 300)를 포함하며, 상기 전류제어루프(100)는 속도제어를, 상기 전류와 속도제어루프(100, 200)는 위치제어를 수행한다.
보다 상세히, 상기 전류제어루프(100)는 전동기의 허용 전류 이상에서의 동작 유무를 확인하는 것으로, 제어의 개념보다는 시스템 안정에 그 목적을 둔다. 상기 전류제어루프(100)는 상기 속도제어루프(200)로부터 속도제어된 제어신호를 입력받고, 전동기로부터 인가 전류를 피드백 받아 전류비례적분(Proportional-Integral) 제어기(110)와 게인함수(120)를 통하여 전류를 제어한다. 상기 전류제어루프(100)는 모션 제어기에서 출력되는 PWM 신호를 이용하고, 전동기의 출력단에 구비된 전류측정용 저항을 통해 전동기에 인가되는 전압을 측정하여 하기 수학식 1의 옴(Ohm)의 법칙을 이용하여 전동기에 인가되는 전류를 계산한다.
Figure 112007051017825-pat00001
여기서 전류제어의 제어주기는 40uμs로 CAN 통신을 이용하여 실시간으로 출력을 받을 수 없다. 따라서 전류 제어 이득을 계산하기 위해서, 전류를 인가하여 전동기를 구동하고 상기 전동기의 출력 데이터를 버퍼에 저장한 후, 저장된 데이터를 최종적으로 상위 프로그램으로 전달하는 방식을 사용한다.
한편, 상기 속도제어루프(200)의 입력은 전동기의 속도로써, 전동기 제어주기(1ms)당 전동기에 부착된 인코더에서 출력된 회전수(Pulse)를 피드백 받아 전동기의 속도를 계산한다. 이후, 상기 피드백된 속도를 속도비례적분(Proportional-Integral) 제어기(210)에 인가하여 전동기의 출력 속도를 계산한다. 그 후, 도시되어 있지 않으나, 상기 계산된 출력 속도값을 전동기의 구동 신호인 PWM 신호로 변조하고, 상기 PWM 신호를 브릿지(Bridge) 회로를 통해 전동기에 인가다. 즉, 상기 속도제어루프(200)는 전류제어이득을 설정한 후 상기 전류제어루프(100)를 하나의 시스템(전달함수)으로 간주하고 속도제어를 실시한다. 여기서 계산된 값은 전류입력값으로 전류제어루프(100)의 입력이 된다.
한편, 상기 위치제어루프(300)는 위치에 대한 입력을 받아 전동기가 이동할 거리를 계산하여 각 위치에서의 속도를 생성하는 프로파일 생성 방식을 사용하는 피드포워드(Feed-forwad) 제어기(310)와, 위치에 대한 보정 제어를 수행하는 위치비례(Proportional) 제어기(320)로 구성된다. 여기서 상기 전동기로부터 피드백되는 정보는 전동기에 부착된 인코더를 이용하여 측정된 전동기가 회전한 각도이다.
상기와 같은 구조를 가지는 모션 제어기에서는 전류이득을 설정 후, 속도이득, 위치이득의 순서로 제어이득을 설정해야한다.
한편, 제어 이득을 계산하는 상위 프로그램과, 상기 모션 제어기 사이의 통신은 ISO11898 표준을 사용하며 퍼스널 컴퓨터(PC)의 인터페이스가 풍부한 CAN(Cotroller Area Network)을 이용함으로써, 개방화, 저비용화 및 유지보수의 간이화를 이룰 수 있다.
또한, 상기 상위 프로그램과 모션 제어기의 사이의 통신은, 여러가지의 통신형태에 유연하게 대처할 수 있도록 하기 위하여 통신 디바이스를 인터페이스로 구성하며, 상기 모션 제어기의 구동부 역시 인터페이스로 구성하여 유연성을 높일 수 있다. 또한 유전자 알고리즘을 이용한 자동 동조방법 또한 하나의 객체로 구성하여 개방화 모듈구조에 적합하도록 구성한다.
도 2는 본 발명에 의한 유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법을 나타낸 순서도이다.
상기 유전자 알고리즘은 유전적 계승과 다윈의 생존경쟁이라는 자연의 현상을 모델링한 확률론적 접근방식에 근거하여 주로 전공간 검색(Global search procedures)에 효과적으로 사용되는 검색 방법이다. 다시 말해 주어진 환경에 잘 적응하는 유전자만을 선택(Selection)하여 교배(Crossover)하고 교배 후 발생할 수 있는 경우로 돌연변이(Mutation)도 생성하여 다음 세대에 우수한 유전 형질이 전달(Reproduction)되게 한다. 따라서 진화(Evolution)가 거듭될수록 주어진 환경에 더 적합한 유전자들만이 남아있게 되는 것이다.
본 발명은 자동 동조에 사용할 알고리즘으로 상기 유전자 알고리즘(Genetic Algorithm)을 이용하여 시스템에 적합한 제어이득을 계산한다.
도 2를 참조하면, 상기 유전자 알고리즘은 대부분 정해진 수의 해로 구성되는 해집단을 갖는다. 따라서, 본 발명에서는, 모션 제어기의 제어이득을 계산하기 위해, PID 제어기의 P, I, D 제어이득을 유전자로 설정해 진화를 할 수 있도록 설정한다(S100).
그리고, 상기 설정된 제어 이득을 이용하여 모션 제어기가 전동기의 제어를 수행하면(S110), 상기 제어 결과에 대한 적합도를 판단하는데, 본 발명에 따른 유전자 알고리즘에서는, 적합도 함수를 하기 수학식 2와 같이 전동기의 ts(settling time), PMO(Percent Maximum Overshoot), ess(Steady-state error)의 결과로 설정하여, 제어 결과 적합도를 판단한다(S120). 그리고, 상기 적합도 판단 결과에 따라서 제일 좋은 유전자, 즉, 제어 이득은 그대로 다음 세대로 유전되고, 그 외의 유전자, 즉, 제어 이득은 선택과, 교차와 변이를 이용하여 새로운 유전자를 생성하여 다음 세대에서 확인할 수 있도록 한다(S130). 그리고 상기 과정(S130)에 의해 처리된 제어이득을 통한 제어 수행(S110)이 다시 반복된다. 상기 과정들(S110,S120,S130)을 반복하여 적합한 제어 이득이 선택되면, 이를 저장한다(S140).
Figure 112007051017825-pat00002
여기서 ts는 settling time, Mp는 Maximum Overshoot, ess는 Steady-state error를 의미한다.
상술한 유전자 알고리즘을 이용한 자동 동조 방법은, 유전자의 진화를 위해 P, I, D 제어이득을 하나의 Set으로 선택(Selection), 교차(CrossOver), 변이(Mutation)의 과정을 거쳐 유전자를 진화하도록 한다. 여기서, 유전자의 교차는 하기 수학식 3과 같이 3개의 제어이득을 비트연산을 통해 하나의 유전자로 구성하여 진화과정을 거치며 교차는 두 개의 유전자를 하나의 쌍을 이루도록 하고 교차 임계 확률에 따라 일점 교차(one-Point Crossover)를 이용하여 교차를 하여 다음 세대의 유전자를 생성한다. 변이 또한 교차와 마찬가지로 비트 연산을 통해 하나의 유전자로 구성하고 돌연변이 임계값에 따라 새로운 유전자를 생성하도록 한다.
Figure 112007051017825-pat00003
본 발명의 일 실시예에 따른 교차 임계 확률은 50%이며 돌연변이 확률은 10%로 하고, 유전자의 개수는 10개, 10세대까지 진화하며 전동기에 맞는 제어이득을 획득할 수 있도록 구현한다.
상기 유전자 알고리즘을 통한 PID 제어이득은, 상술한 교차와 변이로 인해 PID 구성 비율이 틀려지게 된다. 보편적으로 I 제어이득은 P 제어이득의 10% 내외의 제어이득을 가지며 D 제어이득은 P 제어이득의 1% 미만의 제어이득을 가지는 것을 실험적으로 찾아낼 수 있다. 따라서 상기 유전자 알고리즘을 이용한 자동 동조시에 그 특성을 살리기 위해, 하나의 유전자형태로 구성시 I 제어이득은 그 값의 10배, D 제어이득은 100배를 하여 유전자를 구성하며, 역으로 유전 알고리즘의 연산결과를 모션 제어기에 제공할 때는 1/10배, 1/100배를 하여 사용하도록 구성하여 제어이득으로 인한 전동기의 폭주를 방지한다.
이상에서 설명한 바에 의하면, 본 발명의 유전자 알고리즘을 이용한 모션 제어기의 자동 동조방법은, 디바이스 제어부를 인터페이스로 구현함으로써 여러 형태의 제어기를 컨트롤할 수 있다. 또한 통신부를 인터페이스화 하여 각 모션 제어기 마다 다른 프로토콜에 대한 유연성을 가질 수 있도록 하며, 상기 모션 제어기의 내부 제어 알고리즘에 따라 자동 동조 프로그램이 변화하지 않도록 상위 프로그램에 유전자 알고리즘을 사용함으로써 빠른시간 내에 제어기와 전동기의 종류에 따른 제어이득을 구할 수 있다. 또한 현재 상태의 유전자, 즉, 제어이득을 1세대에 포함시킴으로써 자동 동조 프로그램을 사용하여 제어이득을 찾는 횟수가 많아질수록 유전자가 현재 시스템에 더욱 적합해지도록 한다. 또한, 적합도 함수를 모션 제어기의 성능으로 구현함으로써 모션 제어기의 추종성능의 중요도에 따라 제어이득을 쉽게 획득할 수 있도록 한다.
본 발명은 도면에 도시된 일 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
도 1은 본 발명의 유전자 알고리즘을 이용한 자동 동조 방법이 적용되는 모션 제어기를 도시한 블럭도이다.
도 2는 본 발명에 의한 유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법을 나타낸 흐름도이다.
<도면의 주요부분에 대한 부호의 설명>
100 : 전류제어루프 110 : 전류비례적분 제어기
120 : 게인함수 200 : 속도제어루프
210 : 속도비례적분 제어기 300 : 위치제어루프
310 : 피드포워드 제어기 320 : 위치비례 제어기

Claims (8)

  1. PID 제어 이론을 이용하여 전동기를 제어하는 모션 제어기의 자동 동조방법에 있어서,
    P, I, D 제어이득을 유전자로 설정하는 단계;
    상기 P, I, D 제어이득을 모션 제어기에 설정하여 제어를 수행한 후, 그 제어 결과에 대하여 적합도 함수를 기준으로 적정 여부를 판단하는 단계;
    상기 적합도 함수를 기준으로 한 판단 결과에 따라서, 적정 제어 이득은 다음 세대로 유전시키고, 그 외 제어 이득은 선택, 교차, 및 변이를 이용하여 유전자를 진화시키는 단계; 및
    상기 적합도 함수를 기준으로 적정 여부를 판단하는 단계 및 상기 유전자를 진화시키는 단계를 반복 수행하여, 적정 P, I, D 제어이득이 선택하고, 이를 저장하는 단계를 포함하는 유전자 알고리즘을 이용한 모션 제어기의 자동 동조방법.
  2. 제 1 항에 있어서,
    상기 적합도 함수는 전동기의 ts(settling time), PMO(Percent Maximum Overshoot), ess(Steady-state error)의 결과 함수로 설정하는 것을 특징으로 하는 유전자 알고리즘을 이용한 모션 제어기의 자동 동조방법.
  3. 제 1 항에 있어서, 상기 유전자를 진화시키는 단계는,
    P, I, D 제어이득을 비트연산을 통해 하나의 유전자로 구성하여 진화과정을 거치면서, 두 개의 유전자를 하나의 쌍을 이루도록 하고 교차 임계 확률에 따라 일점 교차(one-Point Crossover)를 이용하여 교차를 하여 다음 세대의 유전자를 생성하는 것을 특징으로 하는 유전자 알고리즘을 이용한 모션 제어기의 자동 동조방법.
  4. 제 1 항에 있어서, 상기 유전자를 진화시키는 단계는,
    유전자 변이시, 비트 연산을 통해 P, I, D 제어 이득을 하나의 유전자로 구성하고, 돌연변이 임계값에 따라 새로운 유전자를 생성하도록 하는 것을 특징으로 하는 유전자 알고리즘을 이용한 모션 제어기의 자동 동조방법.
  5. 제3항 또는 제4항에 있어서,
    상기 P, I, D 제어 이득을 하나의 유전자형태로 구성시, I 제어이득은 그 값의 10배, D 제어이득은 그 값의 100배를 하여 유전자를 구성하며, 역으로 모션 제어기에 제공할 때는 I 제어 이득을 1/10배, D 제어 이득을 1/100배를 하여 사용하는 것을 특징으로 하는 유전자 알고리즘을 이용한 모션 제어기의 자동 동조방법.
  6. 삭제
  7. 삭제
  8. 삭제
KR1020070070377A 2007-07-13 2007-07-13 유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법 KR100890526B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070070377A KR100890526B1 (ko) 2007-07-13 2007-07-13 유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070070377A KR100890526B1 (ko) 2007-07-13 2007-07-13 유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법

Publications (2)

Publication Number Publication Date
KR20090006926A KR20090006926A (ko) 2009-01-16
KR100890526B1 true KR100890526B1 (ko) 2009-03-27

Family

ID=40487939

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070070377A KR100890526B1 (ko) 2007-07-13 2007-07-13 유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법

Country Status (1)

Country Link
KR (1) KR100890526B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110336609B (zh) * 2019-05-31 2021-03-30 中山大学 一种多跨段光纤传输系统优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001008476A (ja) 1999-06-18 2001-01-12 Yaskawa Electric Corp 機械システムの同定装置
JP2006042473A (ja) 2004-07-26 2006-02-09 Fuji Mach Mfg Co Ltd 電動機制御システムの自律設計方法
KR100617963B1 (ko) 2005-03-30 2006-08-31 인하대학교 산학협력단 로봇의 제어장치
KR20070027302A (ko) * 2005-09-06 2007-03-09 이현식 모델 기반 비례적분 제어기를 이용한 직류모터의 속도제어방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001008476A (ja) 1999-06-18 2001-01-12 Yaskawa Electric Corp 機械システムの同定装置
JP2006042473A (ja) 2004-07-26 2006-02-09 Fuji Mach Mfg Co Ltd 電動機制御システムの自律設計方法
KR100617963B1 (ko) 2005-03-30 2006-08-31 인하대학교 산학협력단 로봇의 제어장치
KR20070027302A (ko) * 2005-09-06 2007-03-09 이현식 모델 기반 비례적분 제어기를 이용한 직류모터의 속도제어방법

Also Published As

Publication number Publication date
KR20090006926A (ko) 2009-01-16

Similar Documents

Publication Publication Date Title
He et al. Reinforcement learning-based output feedback control of nonlinear systems with input constraints
Kogiso et al. Reference governor for constrained systems with time-varying references
JP2023504220A (ja) 軌道中心モデルに基づく強化学習のロバスト最適化を行うためのシステムおよび方法
Farrell et al. On-line approximation based control of uncertain nonlinear systems with magnitude, rate and bandwidth constraints on the states and actuators
US20210049501A1 (en) Constraint Adaptor for Reinforcement Learning Control
EP3404497B1 (en) A method and system for providing an optimized control of a complex dynamical system
CN111684475B (zh) 学习支援装置、处理系统、学习支援方法以及存储介质
Demirtas Off-line tuning of a PI speed controller for a permanent magnet brushless DC motor using DSP
de Rozario et al. Iterative learning control and feedforward for LPV systems: Applied to a position-dependent motion system
El-Ferik et al. Formation control of multi unmanned aerial vehicle systems based on DDS middleware
Wu et al. Adaptive neural predictive control for permanent magnet synchronous motor systems with long delay time
Ma et al. Adaptive output feedback control of steer-by-wire systems with event-triggered communication
Ganai et al. Iterative reachability estimation for safe reinforcement learning
Wabersich et al. Nonlinear learning‐based model predictive control supporting state and input dependent model uncertainty estimates
Liu et al. Tracking control of uncertain Euler–Lagrange systems with fading and saturating actuations: A low‐cost neuroadaptive proportional‐integral‐derivative approach
KR100890526B1 (ko) 유전자 알고리즘을 이용한 모션 제어기의 자동 동조 방법
KR102382047B1 (ko) Pso를 이용한 모터 제어기의 자동 학습 튜닝 시스템
Bemporad et al. Constraint fulfilment in control systems via predictive reference management
KR102520280B1 (ko) 최적의 제어 정책, 트레이닝 시스템, 제어 시스템, 컴퓨터 프로그램 및 기계 판독가능한 저장 매체를 마련하기 위한 방법
Yu et al. Adaptive neural position tracking control for induction motors via backstepping
CN111805537A (zh) 多机械手协同控制方法、系统、设备及存储介质
Egerstedt Linguistic control of mobile robots
Pannocchia et al. Existence and computation of infinite horizon model predictive control with active steady-state input constraints
US12124230B2 (en) System and method for polytopic policy optimization for robust feedback control during learning
Mezghani et al. Multimodel control of discrete systems with uncertainties

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: 20120305

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20130111

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20141113

Year of fee payment: 6

R401 Registration of restoration
FPAY Annual fee payment

Payment date: 20150217

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160316

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170320

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20190318

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20200311

Year of fee payment: 12