KR20230003718A

KR20230003718A - An automatic tuning driver using artificial intelligence

Info

Publication number: KR20230003718A
Application number: KR1020210084988A
Authority: KR
Inventors: 유용길; 김연섭
Original assignee: (주) 번영
Priority date: 2021-06-29
Filing date: 2021-06-29
Publication date: 2023-01-06

Abstract

The present invention relates to an automatic tuning driver and, more specifically, to an automatic tuning driver system utilizing AI, which comprises: a motor; a driver which is connected to the motor to control the rotation direction and rotation speed of the motor; and a feedback sensor which is connected to the motor to detect the state of the motor, wherein the driver includes a processor which receives a signal from the feedback sensor and an AMP circuit which transfers the signal to the motor, and the processor includes a PID control module which has a PID controller, a PID CNN Network, and a PID simulator, and a secondary control module which has a secondary motor system model and a model CNN network, thereby increasing accuracy and responsiveness by utilizing artificial intelligence (AI) and being capable of updating in real-time by receiving tuning data feedback.

Description

Auto tuning driver using AI {An automatic tuning driver using artificial intelligence}

본 발명은 오토 튜닝 드라이버에 관한 것으로, 보다 상세하게는 인공지능 (AI)을 활용하여 정확도 및 반응성을 높이고, 튜닝 데이터를 피드백받아 실시간으로 업데이트가 가능한 AI를 활용한 오토 튜닝 드라이버에 관한 것이다.The present invention relates to an auto-tuning driver, and more particularly, to an auto-tuning driver using artificial intelligence (AI) capable of improving accuracy and responsiveness by utilizing artificial intelligence (AI) and updating in real time by receiving tuning data as feedback.

일반적으로 모터 드라이버는 작은 전류와 전압을 제어하는 프로세서와 큰 전류로 작동하는 모터 사이에 중재 역할을 하는 장치로써, 주로 프로세서의 작은 전압을 제어하여 모터의 속도를 제어하고, 모터의 방향을 바꿀 수 있는 회로 장치를 말한다.In general, a motor driver is a device that mediates between a processor that controls small current and voltage and a motor that operates with a large current. refers to a circuit device in

특히, DC 모터의 경우 Pin 은 2개 밖에 없으며, 모터의 Pin에 +와 -를 연결하는 방법에 따라 모터의 방향이 달라지게 되는데, 이는 소프트웨어적으로 해결할 수 없는 문제이므로 회로를 만들어서 물리적으로 모터에 가해지는 전압의 극성을 바꾸어 주어야 할 필요성이 내재된다.In particular, in the case of a DC motor, there are only two pins, and the direction of the motor changes depending on how + and - are connected to the pins of the motor. The need to change the polarity of the applied voltage is inherent.

즉, H-Bridge 회로와 같은 방향제어를 위한 회로를 사용하거나 또는 PWM(Pulse Width Modulation) 제어와 같은 속도제어를 위한 회로를 대표적으로 사용하게 된다.That is, a circuit for direction control such as an H-Bridge circuit or a circuit for speed control such as PWM (Pulse Width Modulation) control is typically used.

이 때, 하나의 예시로, PWM, DIR, ENA 신호 등을 제어하게 되는데, PWM이 속도제어, DIR이 방향제어, ENA은 전원의 ON/OFF 혹은 비상정지 용도로 사용된다.At this time, as an example, PWM, DIR, and ENA signals are controlled. PWM is used for speed control, DIR is for direction control, and ENA is used for power ON/OFF or emergency stop.

이와 같은 종래 사용되고 있던 모터 드라이버의 튜닝 방법으로서는, 일반적으로, 작업자가 전류 리미트 값 및 회전속도 지정 등을 설정해 모터를 회전시켜, 모터 회전수를 보면서 그 값을 결정해 저장하여 사용하는 방식이 대부분이었다.As such a conventional motor driver tuning method, in general, an operator rotates a motor by setting a current limit value and a rotation speed designation, and determines the value while watching the motor rotation speed, and stores and uses most of the methods. .

이에 따라, 종래의 모터 드라이버의 튜닝 방법은, 작업자가 수작업으로 세팅값을 각각 증가시키면서, 그 때마다 모터의 회전수를 모니터로 감시하면서 최적 값을 모터 드라이버의 프로그램으로 설정하고 있었기 때문에, 수많은 모터에 대해서 실시하는 것으로는 막대한 노력과 비용이 소요되는 문제가 있었다.Accordingly, in the conventional tuning method of a motor driver, a worker manually increases each set value while monitoring the number of revolutions of the motor each time while monitoring the motor driver program to set the optimal value, so that numerous motors There was a problem that a huge amount of effort and cost was required to implement.

또한, 작업자가 직접 설정 작업에 의하여 세팅을 하였기 때문에 작업 과정에서 발생되는 실수를 방지하기가 지극히 어려웠을 뿐만 아니라, 생산성에 있어서도 문제가 되어 왔다.In addition, since the operator directly sets the setting work, it is extremely difficult to prevent mistakes that occur during the work process, and has also been a problem in terms of productivity.

등록특허공보 제10-1953815호Registered Patent Publication No. 10-1953815

상기와 같은 문제를 해결하기 위한 본 발명의 목적은 2차 시스템으로 모델링된 가상의 파라미터를 외부 피드백을 통해서 Model CNN Network로 수렴함으로써 정확도 및 반응성을 높이고, 튜닝 데이터를 피드백받아 실시간으로 업데이트가 가능한 AI를 활용한 오토 튜닝 드라이버를 제공하고자 함에 있다.The purpose of the present invention to solve the above problem is to increase the accuracy and responsiveness by converging the virtual parameters modeled by the secondary system into the Model CNN Network through external feedback, and AI capable of receiving tuning data feedback and updating in real time. It is intended to provide an auto-tuning driver using

본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The technical problem to be achieved by the present invention is not limited to the above-mentioned technical problem, and other technical problems not mentioned can be clearly understood by those skilled in the art from the description below. There will be.

상기와 같은 목적을 달성하기 위한 본 발명인 AI를 활용한 오토 튜닝 드라이버 시스템은 모터; 상기 모터와 연결되어 상기 모터의 회전방향 및 회전속도를 제어하는 드라이버; 및 상기 모터와 연결되어 상기 모터의 상태를 감지하는 피드백 센서; 를 포함하며, 상기 드라이버는, 상기 피드백 센서로부터 신호를 전달받는 프로세서 및 상기 모터로 신호를 전달하는 AMP 회로를 포함하며, 상기 프로세서는, PID 컨트롤러, PID CNN Network, PID 시뮬레이터를 포함하는 PID 제어모듈 및 2차 모터 시스템 모델, 모델 CNN Network를 포함하는 2차 제어모듈을 포함하는 것을 특징으로 한다.An auto-tuning driver system using the AI of the present invention for achieving the above object is a motor; A driver connected to the motor to control the rotation direction and rotation speed of the motor; and a feedback sensor connected to the motor to detect a state of the motor. The driver includes a processor receiving signals from the feedback sensor and an AMP circuit transmitting signals to the motor, wherein the processor includes a PID controller, a PID CNN Network, and a PID simulator. and a secondary control module including a secondary motor system model and a model CNN Network.

또한, 모터; 상기 모터와 연결되어 상기 모터의 회전방향 및 회전속도를 제어하는 드라이버; 상기 드라이버로 연산 신호를 전달하는 호스트 디바이스; 및 상기 모터와 연결되어 상기 모터의 상태를 감지하는 피드백 센서; 를 포함하며, 상기 드라이버는, 상기 피드백 센서로부터 신호를 전달받는 프로세서 및 상기 모터로 신호를 전달하는 AMP 회로를 포함하며, 상기 프로세서는, PID 컨트롤러 및 데이터 버퍼를 포함하며, 상기 호스트 디바이스는, PID CNN Network, PID 시뮬레이터, 2차 모터 시스템 모델 및 모델 CNN Network를 포함할 수 있다.Also, the motor; A driver connected to the motor to control the rotation direction and rotation speed of the motor; a host device transmitting an operation signal to the driver; and a feedback sensor connected to the motor to detect a state of the motor. The driver includes a processor receiving a signal from the feedback sensor and an AMP circuit transmitting a signal to the motor, the processor includes a PID controller and a data buffer, and the host device includes a PID It may include a CNN Network, a PID simulator, a second-order motor system model, and a model CNN Network.

상기와 같은 구성에 따르는 본 발명의 효과는, 인공지능을 활용하여 PID 제어기의 각각의 파라미터에 대한 시뮬레이션 결과를 미리 검증하고, 이에 대한 적용 여부를 미리 결정할 수 있기 때문에 정확도 및 반응성을 높이고, 실시간으로 업데이트가 가능한 장점이 있다.The effect of the present invention according to the configuration as described above is to use artificial intelligence to verify the simulation results for each parameter of the PID controller in advance, and to determine whether or not to apply it in advance, thereby increasing accuracy and responsiveness, and real-time There are benefits to being able to update.

본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.The effects of the present invention are not limited to the above effects, and should be understood to include all effects that can be inferred from the detailed description of the present invention or the configuration of the invention described in the claims.

도 1은 본 발명의 일실시예에 따른 AI를 활용한 오토 튜닝 드라이버 시스템의 개략도이다.
도 2는 본 발명의 또다른 일실시예에 따른 AI를 활용한 오토 튜닝 드라이버 시스템의 개략도이다.1 is a schematic diagram of an auto-tuning driver system using AI according to an embodiment of the present invention.
2 is a schematic diagram of an auto-tuning driver system using AI according to another embodiment of the present invention.

이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, the present invention will be described with reference to the accompanying drawings. However, the present invention may be embodied in many different forms and, therefore, is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.Throughout the specification, when a part is said to be "connected (connected, contacted, combined)" with another part, this is not only "directly connected", but also "indirectly connected" with another member in between. "Including cases where In addition, when a part "includes" a certain component, it means that it may further include other components without excluding other components unless otherwise stated.

본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in this specification are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as "include" or "have" are intended to indicate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.

이하 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일실시예에 따른 AI를 활용한 오토 튜닝 드라이버 시스템의 개략도이다.1 is a schematic diagram of an auto-tuning driver system using AI according to an embodiment of the present invention.

도 1에 도시된 바와 같은 본 발명인 AI를 활용한 오토 튜닝 드라이버 시스템은 모터, 상기 모터와 연결되어 상기 모터의 회전방향 및 회전속도를 제어하는 드라이버 및 상기 모터와 연결되어 상기 모터의 상태를 감지하는 피드백 센서를 포함하며, 상기 드라이버는, 상기 피드백 센서로부터 신호를 전달받는 프로세서 및 상기 모터로 신호를 전달하는 AMP 회로를 포함하며, 상기 프로세서는, PID 컨트롤러, PID CNN Network, PID 시뮬레이터를 포함하는 PID 제어모듈 및 2차 모터 시스템 모델, 모델 CNN Network를 포함하는 2차 제어모듈을 포함하는 것을 특징으로 한다.As shown in FIG. 1, the auto-tuning driver system using AI of the present invention includes a motor, a driver connected to the motor to control the rotation direction and rotation speed of the motor, and a driver connected to the motor to sense the state of the motor. A feedback sensor is included, and the driver includes a processor that receives a signal from the feedback sensor and an AMP circuit that transmits a signal to the motor, wherein the processor includes a PID controller, a PID CNN Network, and a PID simulator. It is characterized in that it includes a secondary control module including a control module, a secondary motor system model, and a model CNN Network.

즉, 본 발명인 AI를 활용한 오토 튜닝 드라이버 시스템은 2차 시스템으로써, 모델링된 가상의 파라미터를 외부 피드백을 통해서 Model CNN Network로 수렴하도록 이루어진다.That is, the auto-tuning driver system using the AI of the present invention is a secondary system, and is configured to converge the modeled virtual parameters to the Model CNN Network through external feedback.

구동되는 모터에 직접적으로 연결된 피드백 센서에서는 모터의 다양한 상태를 감지하게 되는데, 대표적으로 인코더(Encoder) 또는 포텐셜미터(Potentialmeter) 등이 사용될 수 있으며, 모터에서 감지된 상태를 신호변환하여 상기 드라이버로 전달하게 된다.A feedback sensor directly connected to the driven motor detects various motor states. Representatively, an encoder or a potential meter can be used. will do

상기 드라이버는 상기 피드백 센서에서 전달된 신호를 연산/제어하는 프로세서와, 상기 프로세서에서 생성된 신호를 전달받아 모터로 다시 전달하는 AMP 회로로 구성된다.The driver is composed of a processor that calculates/controls the signal transmitted from the feedback sensor and an AMP circuit that receives the signal generated by the processor and transmits it back to the motor.

상기 프로세서에서는 수렴된 2차 시스템 모델을 기반으로 내부 시뮬레이션을 통해 PID 제어기의 다양한 파라미터에 대한 수렴을 PID용 별도 CNN Network로 수행하게 되며, 이 때 PC 등의 호스트 디바이스, 또는 외부 스위치에 의해 AI로 수렴된 PID 컨트롤러 파라미터의 적용 여부를 결정할 수 있다.In the processor, based on the converged secondary system model, convergence of various parameters of the PID controller is performed by a separate CNN network for PID through internal simulation. Whether to apply the converged PID controller parameters can be determined.

또한, 상기 피드백 센서로부터 전달받은 신호는 2차 모터 시스템 모델, 모델 CNN Network를 포함하는 2차 제어모듈로 입력되는데, 이 신호는 PID 시뮬레이터에서 우선적으로 시뮬레이션 하여 각 파라미터에 대한 수렴 및 적용여부에 대한 신호를 상기 PID CNN Network 로 전달하는 기능을 한다.In addition, the signal transmitted from the feedback sensor is input to the secondary control module including the secondary motor system model and the model CNN Network. It functions to deliver signals to the PID CNN Network.

도 2는 본 발명의 또다른 일실시예에 따른 AI를 활용한 오토 튜닝 드라이버 시스템의 개략도이다.2 is a schematic diagram of an auto-tuning driver system using AI according to another embodiment of the present invention.

도 2에 도시된 바와 같은 본 발명인 AI를 활용한 오토 튜닝 드라이버 시스템은 모터; 상기 모터와 연결되어 상기 모터의 회전방향 및 회전속도를 제어하는 드라이버; 상기 드라이버로 연산 신호를 전달하는 호스트 디바이스; 및 상기 모터와 연결되어 상기 모터의 상태를 감지하는 피드백 센서; 를 포함하며, 상기 드라이버는, 상기 피드백 센서로부터 신호를 전달받는 프로세서 및 상기 모터로 신호를 전달하는 AMP 회로를 포함하며, 상기 프로세서는, PID 컨트롤러 및 데이터 버퍼를 포함하며, 상기 호스트 디바이스는, PID CNN Network, PID 시뮬레이터, 2차 모터 시스템 모델 및 모델 CNN Network를 포함하는 것을 특징으로 한다.An auto-tuning driver system using the AI of the present invention as shown in FIG. 2 includes a motor; A driver connected to the motor to control the rotation direction and rotation speed of the motor; a host device transmitting an operation signal to the driver; and a feedback sensor connected to the motor to detect a state of the motor. The driver includes a processor receiving a signal from the feedback sensor and an AMP circuit transmitting a signal to the motor, the processor includes a PID controller and a data buffer, and the host device includes a PID It is characterized by including a CNN Network, a PID simulator, a second-order motor system model, and a model CNN Network.

상기와 같은 도 2에 도시된 바와 같은 본 발명의 또다른 실시예에 따르면, 도 1에 도시된 실시예에서와 유사하게 2차 시스템으로 모델링된 가상의 파라미터를 수렴하는 것은 같으나, 이를 수행하는 구체적인 단계들과 이에 따른 세부적인 구성에서 차이가 있다.According to another embodiment of the present invention as shown in FIG. 2 as described above, similarly to the embodiment shown in FIG. 1, convergence of virtual parameters modeled as a secondary system is the same, but specific details for performing this There is a difference in the steps and the detailed configuration accordingly.

즉, 본 실시예에서는, 2차 시스템으로 모델링된 가상의 파라미터를 드라이버 내부의 데이터 버퍼에 저장된 내용을 바탕으로 호스트의 Model CNN Network로 수렴하는 것을 특징으로 한다.That is, in this embodiment, virtual parameters modeled by the secondary system are characterized in converging to the model CNN network of the host based on the contents stored in the data buffer inside the driver.

구동되는 모터에 직접적으로 연결된 피드백 센서에서는 모터의 다양한 상태를 감지하게 되는데, 대표적으로 인코더(Encoder) 또는 포텐셜미터(Potentialmeter) 등이 사용될 수 있으며, 모터에서 감지된 상태를 신호변환하여 상기 드라이버로 전달하는 것은 상기와 동일하다.A feedback sensor directly connected to the driven motor detects various motor states. Representatively, an encoder or a potential meter can be used. Doing is the same as above.

상기 프로세서에서는 수렴된 2차 시스템 모델을 기반으로 내부의 데이터 버퍼에 저장된 내용을 바탕으로 호스트의 Model CNN Network로 수렴을 수행하게 되며, 이 때 수렴된 파라미터의 적용 여부는 외부에 마련된 별도의 호스트 디바이스에서 결정하게 된다.The processor performs convergence to the model CNN network of the host based on the contents stored in the internal data buffer based on the converged secondary system model. will be decided in

즉, 수렴된 2차 시스템 모델을 기반으로 외부 PC와 같은 호스트 디바이스에 내장된 PID 시뮬레이터에서의 시뮬레이션을 통해, PID 제어기의 파라미터에 대한 수렴을 PID용 별도 CNN Network로 수행하게 되는데, 이 때 PC 등의 호스트 디바이스, 또는 외부 스위치에 의해 AI로 수렴된 PID 컨트롤러 파라미터의 적용 여부를 결정할 수 있다.That is, based on the converged second-order system model, convergence of the parameters of the PID controller is performed by a separate CNN Network for PID through simulation in a PID simulator built into a host device such as an external PC. It is possible to determine whether to apply the converged PID controller parameter to the AI by a host device or an external switch.

이 때, 상기 호스트 디바이스는, PID CNN Network, PID 시뮬레이터, 2차 모터 시스템 모델 및 모델 CNN Network를 포함하는 것이 바람직한데, 이 신호는 PID 시뮬레이터에서 우선적으로 시뮬레이션 하여 각 파라미터에 대한 수렴 및 적용여부에 대한 신호를 상기 PID CNN Network 로 전달하는 기능을 한다.At this time, the host device preferably includes a PID CNN network, a PID simulator, a secondary motor system model, and a model CNN network. This signal is first simulated in the PID simulator to determine whether each parameter is converged and applied. It serves to deliver the signal for the PID CNN Network.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The above description of the present invention is for illustrative purposes, and those skilled in the art can understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, the embodiments described above should be understood as illustrative in all respects and not limiting. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as distributed may be implemented in a combined form.

본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the following claims, and all changes or modifications derived from the meaning and scope of the claims and equivalent concepts should be interpreted as being included in the scope of the present invention.

Claims

motor;
A driver connected to the motor to control the rotation direction and rotation speed of the motor; and
A feedback sensor connected to the motor to detect a state of the motor; Including,
The driver includes a processor receiving a signal from the feedback sensor and an AMP circuit transmitting a signal to the motor,
The processor includes a PID control module including a PID controller, a PID CNN Network, and a PID simulator, and a secondary control module including a secondary motor system model and a model CNN Network. system.

motor;
A driver connected to the motor to control the rotation direction and rotation speed of the motor;
a host device transmitting an operation signal to the driver; and
A feedback sensor connected to the motor to detect a state of the motor; Including,
The driver includes a processor receiving a signal from the feedback sensor and an AMP circuit transmitting a signal to the motor,
The processor includes a PID controller and a data buffer,
The host device includes a PID CNN Network, a PID simulator, a secondary motor system model, and a model CNN Network.