Intelligent PID Control -current and featurebmsp.chonbuk.ac.kr/lect/2008_2/2 seminar… · PPT file · Web view · 2008-09-02Intelligent PID Control-current and future 전북대학교

1

Intelligent PID Control-current and future

전북대학교 지능제어연구실

Intelligent Control Lab 2

工學 : 자연의 이치를 깨달아 인간에게 편리를 제공하는 기계 , 장치 , 도구 , 시스템 등을 만드는 학문 , 과 ( 科 ) Research target :

* 인간과 자동기계의 차이점 : 지능 – 추론과 학습기능

Engineering

로봇 사람


Feedback controlOpen-loop systems Closed-loop systems

앗 ! 뜨거워으음 ~~~~~


PID(Proportional Integral Derivative) control – basic concept

(1)---------)()(1)()(

dt

tdeTdtteTteKtu di

K : P-term (Proportional gain) : I-term (Reset time) : D-term (Rate time)iT

dT

r

n

그림 1. Block diagram of simple feedback loop

PID

process

l

ue

-x y

∑ ∑∑


PID control – basic concept

Integral, Proportional and Derivative feedback is based on the past(I-term), present(P-term), future(D-term) error

P-term 은 출력 y 가 설정값 r 에 빨리 추종하게 하려면 크게 하여야함 . 다만 K 가 너무 크면 load disturbance에 민감하여 불안정 하게됨 .I-term 은 정상상태의 오차를 0 으로 하는 역할D-term 은 폐루우프의 안정도를 개선하는 역할 예측된 출력에 비례한 제어신호 발생


PID control – characteristic 고주파 특정 노이즈가 있는 시스템에서 매우 어려움 , 따라서

형태로 변형

사용

PID 제어기는 오늘날 산업현장을 비롯한 모든 제어시스템중 95% 이상을 차지함지난 30 여년 간 PID 제어기에 대한 논문 발표 수

dtdy

NTTD

d

d

1

그림 2. PID publications historical evolution in the last 30yr.


PID 제어기가 계속 널리 이용되는 이유 단순한 구조 현장운전자에게 익숙함 견실함 등

현재 PID 제어기는 original 아날로그 PID 제어기와는 현저히 다름 PID 가 Digital 형태로 Microprocessor 에 구현되어

anti-windup, auto-tuning, adaptive, fine-tuning operator knowledge 등의 부가기능이 첨가됨

PID control – characteristic


PID control - design

)4(111

)3(111

1

)2()(

)(

spc

ff

c

c

c

c

spc

ff

cc

di

ff

di

c

yGGG

nGGGlGG

GGu

yGGGG

nGGlGGGy

ScKSKbKsG

SKSKKsG

그림 3. A block diagram describing a typical control problem

u+-

l n

x yspyffG G

cG

∑ ∑∑ ∑


Approaches to tuning - basic conceptsTuning (design of PID control parameters) : Spec 을 만족하도록 PID 제어계수 를 조절하는 것을 의미함

di TTK ,,

Specification Features

Heuristics

Control Law

Design methods

Specification Models

그림 4. Design Concepts


Approaches to tuning - specification PID 제어기설계를 위한 Spec.

Load disturbance rejection Set-point tracking Robustness to model uncertainty Filtering measurement noise response 초기 운전의 안정도 보장 운영 모드의 선택과 smooth 한 연결 입출력 신호의 filtering 과 signal condition 입출력 신호의 크기와 변화비 제한 비정상운전에 대한 안전장치 Anti-windup 대책 및 Bumpless transfer 문제 운전자 정보제공 및 표현

t mn dttetJ0

)( t

dttuteJ0

22 )()( or


Approaches to tuning - model

Process modeling & estimation Nonparametric method :

시간영역에서의 접근법 -> 시정수와 지연시간측정

주파수 영역에서의 접근법 -> Ziegler-Nichols 방법에 의한 임계이득과 주기 측정

Parametric method : 불연속 전달함수로 process 를 표현하고

RLS 방법 등으로 파라미터 추정

),( cc tK

)1( sTeK

sL

p


그림 5. step response 그림 6. monotone response

)5(1)(

sLp esTK

sG )6()( sLesLasG

Nonparametric method - 시간영역법 Process model

PID design

L/22L1.2/aPID3L0.9/aPI

1/aPKcontroller dTiT


Nonparametric method - 주파수영역법 Process information

PID design (Ziegler-Nichols)

그림 7. Block diagram of a process under relay feedback

adKc

4 주기ct

0.6PID0.4PI0.5PKcontroller

cKcK

cK

iT dT

ct8.0ct5.0 ct12.0


Nonparametric method – RLS 등의 parameter 측정법

)8(1

)(

)7()1)(1()(

22

11

22

1101

21

k

sLp

zzazazbzbbzG

sTsTeK

sG

ControlDesign

ParameterEstimator

Process yuRegulato

rcu

그림 8. Block diagram of self-tuning regulator

+

-


PID control 의 단점과 과제 PID 제어의 단점

strongly nonlinear system delay system time-varying system 에 성능이 급격히 저하 , 재동조가 필요함 .

PID control 의 단점 극복을 위한 방법 strongly nonlinear system ← PID + gain scheduling delay system ← PID + smith predictor => GPC control time-varying system ← Self-tuning control or Adaptive control

PID control 을 이용하는 환경이 복잡하고 Multi-loop 임 Maintenance Tuning 사용의 편리성이 더 요구됨


PID control 의 단점과 과제 제어대상과 목적이 general 하게됨 ex) 기존 Motor 나 단순공정 => 무인자동차 , paper-machine Mobile robot 이 단순 선정 궤적추적 => 목적지를 정하고 충돌을 회피하며 최적 , 최단거리 이용

고정된 환경에서 보다는 uncertainty 한 상황에서 goal 요구 fault diagnosis controller reconfiguration adaptation & learning 등이 중요한 제어요소 reasoning planning, search algorithm

사용의 편리성을 더욱 요구


Intelligent PID control복잡하고

PIDLQG

Conventional Controller

Maintenance사용의 편리성요구

Uncertainty 한 환경에서 goal요구

Multi-loop 에도

동작 제어대상과 목적의

general

Intelligent Control

좀더 단순하고 현장운전자에 익숙한 제어기

Intelligent PID Control


Intelligent control – basic concept

Definition Intelligent controllers are envisioned emulating human mental

faculties such as adaptation and learning, reasoning, planning under large uncertainty, coping with large amounts of data, etc, in order to effectively control complex processor.

일반적인 differential / difference 형태의 수학적인 방법외에다른 방법으로 제어문제를 해결하려는 체계적인 접근법을 통칭하여 Intelligent controller 이라함 .



그림 9. 지능제어의 계층적 기능

decreasing intelligence increasing precision & real-time

Increasing intelligence decreasing precision & real-time



그림 10. Saridis 에 의한 지능제어의 요소



제어설계는 먼저 명확한 plant 모델을 얻는게 중요 ? 그러나 , plant 는

① 더욱 복잡해지고 , 입출력 변수관계가 쉽게 측정되지 않음 ② 예측하지 못한 환경외란 ③ 단순 선형 시불변으로는 표현되지 않음

Intelligent control 은 human operator 의 장점을 유지하고단점을 배제하면서 , ① system 의 불확실성에도 견실한 동작 ② 외부간섭 없이도 failure 등에 대처 ( 보상 ) ③ 제어 목적의 변화나 새로운 제어기능을 수행



Intelligent control 는 plant 및 제어환경의 급격한 변화에도적응할수 있도록 ① 상황에 따라서 적응하는 operator 모방 – Fuzzy Logic② plant 및 환경측정 (modelling) 하고 그에 적절한 제어기 설계운영 – Neural network

Approach to Intelligent control Neural-network : reasoning or learning ( 학습 , 사고 능력 ) Fuzzy logic : decision-making ( 의사결정 ) GA (Genetic Algorithm): optimization ( 적자생존에 의한 최적화 ) Knowledge based systems ( 전문가 지식 내장 )


Intelligent PID control – based neural network Direct PID control

그림 12. structure of an neural network PID controller

)9()()(21

)()(

2

tytrJ

eKeKeKftu ddiip

y

그림 11. Direct adaptive PID controller based on neural network

Neural PID Controller

Nonlinear PLANT

+ -

-r

y

e

r y

u


Intelligent PID control – based neural network

즉 , 매 샘플마다 신경회로망 weight 인 값을 update 함으로서 실시간 신경 PID 제어기를 동조한다 .

)10()1(

)1(

)1(

3

2

1

ddd

iii

ppp

KJtKK

KJtKK

KJtKK

dip KKK ,,


그림 13. Indirect adaptive PID controller based on neural networks

)12()1()1(21

)11()2()1()()1()(2

321

tytrJ

teGteGteGtutu

nn

Intelligent PID control – based neural network Indirect PID control

+ -

PID controller

Neural network

Nonlinear plant

r +y -

r

y

nny

e u



)13()1( 111

xwfwfwfty TT

LTL

nn

Tmtutuntutyx )1(,),(),1(,),(1 단 ,는 각각 L 층 , 1 층 연결강도 벡터이다 .1,wwL

따라서 , 식 (12) 를 최소로 하는 는 다음과 같다 .)3,2,1( jG j

)()1()( tGJtGtGj

jj

)14()(

)()(

)1()1()1(

tGtu

tutytetG

j

nn

j

결국 , (14) 식에 의하여 표현된 제어식을 식 (11) 에 대입하면)(tu = PID + 외란 , 비선형

보상항



Harris 이론 : 모든 현대 적응제어 (MVC, GPC 등 ) 는 결국 PID 제어에 노이즈 , 지연시간 보상항을 갖는 것으로 해석됨 Indirect PID control with compensator

+ -

그림 14. Nonlinear PID controller with neural network base compensator

Neural network

Nonlinear plant

r +

y -

r

y

nnyPID compensator

PID controller

++


Intelligent PID control – based knowledgebase

Expert system 은 제어분야에 다음 두 가지 형태로 사용off-line : controller design, scheduling, planning, fault diagnosison-line : process management and control

Inference Engine

External programs

Files input data

Rule Facts

user

Knowledge base그림 15. The architecture of a typical expert

system


Intelligent PID control – based knowledgebase

그림 16. Blackboard architecture and knowledge source

Expert objectInference Engine

Knowledgebase

HP 9000 workstation

Shared memory with semaphore synchronization

User interface Numerical

Routine

PID control

process

IBM AT

Man-machine communication

IEEE 488 bus


Intelligent PID control – based fuzzy logic

Fuzzy gain scheduling

Fuzzy tuner

Fuzzy rules and reasoning

PID controller

processu ye

-+r

그림 17. PID controller based on rules and reasoning

Fuzzy tuner

process yu

-

-

+

+ er

dtd

K

iK

dK

dt

그림 18. Fuzzy PID tuner

∑


Intelligent PID control – based fuzzy logic

Step 1 : 설정Step 2 : 계산

Step 3 : 임의의 식에 의하여 계산단점 , 매 샘플마다 설정하는 문제점이 있음Foxboro 사에서 이 개념에 기초하여 EXACT 라는 제품 상품화

321 ,, TTT

L

L

LLD

TTTTTT

TTTT

23

12

1

),,,,,( 21321 eSSTTTfK di KKK ,,

,,

,,

그림 19. Bristol 이 제안한 오차적분 구간 결정법


Intelligent PID control – based fuzzy logic Fuzzy PI controller

)15()( edtkKefu i

Fuzzifi-cation

Inference engine

Rule base

Data base

Defuzzifi-cation Proces

s

K

iK

u- y

re

+

Fuzzy PI controller

그림 20. Block diagram of a fuzzy PI controller


Intelligent PID control – based fuzzy logic Fuzzy PD controller

)16())(( dttdekKefu d

Fuzzifi-cation

Inference engine

Rule base

Data base

Defuzzifi-cation

processK

dKdtd

u-y

r e+

Fuzzy PD controller

그림 21. Block diagram of a fuzzy PD controller


Intelligent PID control – based fuzzy logic Self-tuning Fuzzy PID controller

Input scaling feature

Fuzzy Inference

Performance Evaluation

Fuzzy Controller

Process

u ye+-

r

c

d

d

OSCRTOV

OSCRTOV ,

그림 22. Schematic diagram of the fuzzy tuning procedure


Intelligent PID control – based GA

Step 1 :

Step 2 : new generation by roulette wheel selectionStep 3 : 교배 (crossover), 돌연변이 (mutation) Step 4 : 제어계수 계산 후에 제어신호 발생

GA based on system performance for best fitness

PID controller-

Process

er u y+

그림 23. Block diagram of GA-PID controller

di KKKS 111001111010100010101011:


MPC (Model Predictive Control) 제어 대상에 대한 적은 정보를 요구함 Long delay-time, non-minimum phase,

unstable 시스템에 적용가능 제어기내에 dead-time 보상기능이 있음 Multi-loop 에 확장가능 설계단계에서 입출력 신호에 대한 제한을 둘 수 있음 강인성을 갖음

Intelligent control 의 요구를 충족 , 현재 공정제어에 널리 이용되고 있음

PID 형태로 변형하면 Intelligent PID controller


MPC (Model Predictive Control)

)18()1())()((

)17()()()1()()()(

2

1 1

22

111

N

NJ

N

j

u

jtujtjtyEJ

tzTtuzBtyzA

그림 24. MPC Strategy


Does PID control have a future ?

PID 제어기는 공정제어뿐만 아니라 다양한 분야에서 계속 사용 PID dead-time control of distributed process

- temperature control of super-heaters in a 500MW power boiler Optimal tuning PID control for industrial systems

- rotary hydraulic speed control and MIMO gasfier of a power plant

Mobile robot path tracking using a robust PID controller - path tracking in the Nomad 200 mobile robot Fault-tolerant PID control

- two interconnected tank process in oil-bank PID control for a distributed system with a smart actuator

- Combining anti-windup schemes - Reconfigurable control system based on extra information provided



그림 25. Experimental setup for actuator black lash compensation



특히 , PI 제어가 주종을 이룰 것임 . PID 제어기의 보조기능 및 대안으로 다음 제어기가 부상

RST : Discrete-time linear MISO controller -> poorly damped oscillatory mode 를 갖는 시스템에 유용 SFO : State feedback and observers MPC : Model predictive control -> PID tuning 및 다 변수 제어 , PID 제어기의 Supervisor 를 널리 이용되고 Saturation 및 windup 문제도 해결가능

기존 PID 제어기에 인공지능기법을 이용하여 성능 개선 , 동조 , maintenance 등 전문가 지식을 구현하려는 노력이 계속될 것임 .

Documents

Intelligent PID Control -current and featurebmsp.chonbuk.ac.kr/lect/2008_2/2 seminar… · PPT file · Web view · 2008-09-02Intelligent PID Control-current and future 전북대학교