선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- V-cycle의 2단계에서 시스템의 검증이 완료 되면 실제 개발의 직접적인 대상이 되는 하드웨어에 Automatic Production Code Generation을 통해 코드를 임베디드 시키게 되고 Hardware-in-theloop simulation (HILS) 단계를 거쳐 실제 제어기의 성능 및 신뢰성을 검증할 수 있다. 본 연구에서는 V-cycle 중 2단계에 해당하는 SILS 단계까지 시행하여 실시간 환경에서 제어 알고리즘의 성능 및 신뢰성을 검증하고 HILS 단계 구현을 위한 기본 환경을 구축하였다.
제안 방법
- 그러므로 Table. 1과 같은 가상의 스위치 입력 시나리오를 만들어서 시뮬레이션을 수행하여 얻은 출력 결과를 통해 제어 알고리즘의 기능 및 성능에 대한 수정 및 검증 과정을 거치게 되었다. 테스트 시나리오에 맞춰 Fig.
- SimElectronics는 센서, 반도체, 모터 등 다양한 전기전자 부품 모델들의 라이브러리를 보유하고 있어서 동특성 분석을 통한 수학적인 모델로 개략화하는 과정 없이 각 부품의 특성 데이터를 이용하여 실제 모델과 같은 특성을 가지도록 Simulink 환경에서 쉽게 모델화가 가능하다. DC 모터는 정격전류, 회전토크 등의 전동기 특성 데이터를 제공되는 상세스펙 및 측정을 통해 모델링에 적용하였고 H-bridge는 테스트 벤치 제작에 사용된 실제 하드웨어와 같은 회로 설계도를 적용하여 모델링을 수행하였다.
- 이번에는 앞 절의 결과를 바탕으로 RCP(Rapid Control Prototyping) 시스템 구현을 통해서 제어 알고리즘을 검증하였다. GM대우 라세티 차종의 운전석 Safety Power Window 테스트 벤치를 구현하여 실제 Plant와 Actuator를 통해 실시간 환경에서 제어 시스템의 성능을 검증하였다. Fig.
- 6은 스위치의 입력 시나리오에 따른 Motor의 정방향, 역방향, 정지 동작의 결과 그래프를 보여주고 있다. Motor는 Low 신호에 동작하도록 설계 되었고 시나리오에 따른 모터의 동작 및 방향의 결과를 확인하였다. 이는 스위치 입력에 따른 정확한 제어를 통한 모터의 동작이 정상적으로 이루어지고 있다는 것을 확인할 수 있다.
- RCP 시스템에서 Auto code generation을 통해 임베디드 시킨 제어기를 실시간 환경으로 실제 Plant와 연계하여 장애물에 걸리는 반전력을 측정하고 결과를 분석하였다. 우선 RCP 시스템을 서로 연동 가능하도록 동작 시킨 후에 유럽과 미국의 장애물의 반전력 규정에 따라 각각 스프링을 교체하며 측정위치에 맞도록 고정기구 등을 조정하였다.
- Safety Power Window의 제어 알고리즘을 검증하는 과정에서 실제 Plant를 이용하여 제어 시스템을 검증할 뿐만 아니라 Actuator와 Plant를 실제 모델과 같은 특성을 가지는 모델로 모델링함으로써 SILS 환경에서 Actuator와 Plant가 제어 알고리즘에 미치는 요인을 분석하고 최적의 제어 알고 리즘 설계에 적용하였다. 또한 설계한 Actuator 및 Plant 모델의 신뢰성 검증을 통해 HILS 시스템의 적용 및 모델의 재사용이 가능하도록 하였다.
- 5와 같이 실제 스위치에서 입력되는 입력 신호를 Signal Builder를 이용하여 임의로 생성하고 이 신호를 이용하여 Open-loop 시스템에 대한 제어기의 기능을 테스트하였다. Up, Down, Auto, Hall_A, Hall_B 5가지 신호를 제어 로직의 입력으로 이용하고 Window 모터의 동작 및 방향에 대한 출력 데이터를 통해 Window의 동작유무를 확인하고 제어기의 성능을 검증 하였다.
- 이와 같은 개발 환경을 이용하면 제어 알고리즘의 설계 단계와 구현 단계를 유기적으로 연계할 수 있으며, 설계한 제어 알고리즘을 제어기 플랫폼에 빠르게 구현해봄으로써 실제 작동환경에서 제어기 성능을 검증할 수 있다.[2] RCP 환경에서 실제 Plant구현을 통한 가상 제어기의 성능 검증이 완료되면 실제 Plant의 동작 특성을 가지는 가상의 Plant를 모델화하여 소프트웨어 시스템을 구성하였다. 그리하여 MBD 제어기 모델과 가상의 Plant 모델을 실시간으로 제어하는 SILS 환경을 구현하였다.
- Plant를 정확하게 모델링하기 위해서는 Window 모터에서 발생되는 동력에 의한 Plant의 동역학적인 반응을 정확히 예측할 수 있어야했다. 그러기 위해서 필수적으로 필요한 부품 자체의 질량과 형상에 의한 관성력과 Plant 부품간의 마찰에 의해 발생하는 감쇠력 등을 측정 및 해석을 통하여 모델링에 부분 적용하여 모델을 구현하였다. 설계한 Actuator와 Plant 모델을 Automatic code generation을 통해 dSPACE 사의 MicroAutoBox에 임베디드하여 가상의 Actuator 및 Plant의 역할을 수행하도록 SILS 환경을 구현하고 시뮬레이션을 통한 결과를 바탕으로 실제 Plant를 이용한 측정 결과와 비교 평가하였다.
- 우선 RCP 시스템을 서로 연동 가능하도록 동작 시킨 후에 유럽과 미국의 장애물의 반전력 규정에 따라 각각 스프링을 교체하며 측정위치에 맞도록 고정기구 등을 조정하였다. 그리고 Anti-pinch 측정 장비를 유리에 장착하고 Auto_up 스위치를 동작시켜 Anti-pinch 동작시의 장애물이 받는 힘을 각각 6회씩 3세트를 측정하였다. Table.
- Window 제어부는 Stateflow를 이용하여 제어기가 일반적 동작 상태와 장애물이 감지되었을 경우의 동작 상태를 구분하여 동작하도록 제어 명령을 구현하였다. 그리고 Motor 신호출력부는 제어기의 명령에 따라서 모터의 회전 방향을 결정하며 역회전 시에 H-bridge에 역전류가 흐르지 않는 범위에서 최대한 빠른 반응을 목표로 동작하도록 설계하였다.
- 그리하여 MBD 제어기 모델과 가상의 Plant 모델을 실시간으로 제어하는 SILS 환경을 구현하였다. 그리고 시뮬레이션을 통해 얻은 결과를 실험결과와 비교하여 Plant에 의한 영향을 분석하고 제어 알고리즘과 Plant 모델의 신뢰성을 확보하였다. V-cycle의 2단계에서 시스템의 검증이 완료 되면 실제 개발의 직접적인 대상이 되는 하드웨어에 Automatic Production Code Generation을 통해 코드를 임베디드 시키게 되고 Hardware-in-theloop simulation (HILS) 단계를 거쳐 실제 제어기의 성능 및 신뢰성을 검증할 수 있다.
- 이에 본 연구에서는 MBD(Model Based Design) 기법을 적용하여 Safety Power Window의 Anti-pinch 제어 알고리즘을 구현하고 오프라인 시뮬레이션을 통해 제어 로직을 검증하였다. 그리고 자동코드생성 방식을 적용하여 최종적으로 얻어지는 제어 소프트웨어를 통해 실제 Plant로 구성된 RCP 환경과 Software-in-the-loop simulation(SILS) 시스템을 이용하여 실시간 환경에서 모델 기반의 제어시스템에 대한 성능과 신뢰성을 검증하였다.
- [2] RCP 환경에서 실제 Plant구현을 통한 가상 제어기의 성능 검증이 완료되면 실제 Plant의 동작 특성을 가지는 가상의 Plant를 모델화하여 소프트웨어 시스템을 구성하였다. 그리하여 MBD 제어기 모델과 가상의 Plant 모델을 실시간으로 제어하는 SILS 환경을 구현하였다. 그리고 시뮬레이션을 통해 얻은 결과를 실험결과와 비교하여 Plant에 의한 영향을 분석하고 제어 알고리즘과 Plant 모델의 신뢰성을 확보하였다.
- Safety Power Window의 제어 알고리즘을 검증하는 과정에서 실제 Plant를 이용하여 제어 시스템을 검증할 뿐만 아니라 Actuator와 Plant를 실제 모델과 같은 특성을 가지는 모델로 모델링함으로써 SILS 환경에서 Actuator와 Plant가 제어 알고리즘에 미치는 요인을 분석하고 최적의 제어 알고 리즘 설계에 적용하였다. 또한 설계한 Actuator 및 Plant 모델의 신뢰성 검증을 통해 HILS 시스템의 적용 및 모델의 재사용이 가능하도록 하였다.
- 본 논문에서는 Simulink 및 Stateflow를 이용한 모델기반 제어기 설계를 통해 Power Safety Window의 제어 알고리즘을 구현하였고 V-cycle을 통해 검증을 수행하였다. 오프라인 시뮬레이션을 통한 제어 알고리즘의 정상적인 동작유무를 확인하고 RCP 환경에서 제어기의 성능이 장애물에 100N 이하의 반전력이 작용하여 유럽 및 미국 안전법규기준을 모두 만족한다는 사실을 실험을 통해 확인하였다.
- 본 연구에서는 V-cycle에 맞춰 Model Based Design 기법을 적용하여 Safety Power Window 제어 알고리즘을 설계하고 검증하는 과정을 수행하였다. V-cycle 1단계에서는 Fig.
- 67 회전 이전에 장애물의 감지가 필요하므로 최대 7개의 펄스가 지나가기 전에 장애물을 감지하고 모터를 동작하도록 모델링해야 한다. 본 연구에서는 미국의 안전규제를 만족하는 조건으로 Hall 센서에서 입력되는 4개 펄스의 평균값을 이용하여 샘플링 시간마다 기준 평균값과 비교하여 그 변화에 따라 장애물을 감지하도록 제어 알고리즘을 설계하였다. Fig.
- 9와 같이 제어 로직을 DS1103 PPC Controller Board에 임베디드 가능하도록 RTI(Real Time Interface)1103 형식으로 변환하여 코드를 생성하였다. 생성된 코드를 Controller Board에 임베 디드 시켜 RCP 환경을 구현하였다.
- 시뮬레이션에서 초기값 0의 위치는 Window가 완전히 닫혔을 때를 의미한다. 스위치의 입력에 따른 최적 제어를 통해 모터가 동작하게 되고 이에 따른 Window의 위치 변화를 확인하였다. 테스트 시나리오에 따라 4.
- DS1103의 가상 제어기는 윈도우 스위치에서 입력되는 신호 3가지와 DC 모터의 Hall 센서로부터 입력되는 신호를 입력으로 제공받고 모터의 정역방향 제어를 할 수 있는 CW, CCW, Board_enable 신호를 출력으로 나오도록 구성하였다. 실제 테스트 벤치를 모두 구현하고 Fig. 9와 같이 제어 로직을 DS1103 PPC Controller Board에 임베디드 가능하도록 RTI(Real Time Interface)1103 형식으로 변환하여 코드를 생성하였다. 생성된 코드를 Controller Board에 임베 디드 시켜 RCP 환경을 구현하였다.
- RCP 시스템에서 Auto code generation을 통해 임베디드 시킨 제어기를 실시간 환경으로 실제 Plant와 연계하여 장애물에 걸리는 반전력을 측정하고 결과를 분석하였다. 우선 RCP 시스템을 서로 연동 가능하도록 동작 시킨 후에 유럽과 미국의 장애물의 반전력 규정에 따라 각각 스프링을 교체하며 측정위치에 맞도록 고정기구 등을 조정하였다. 그리고 Anti-pinch 측정 장비를 유리에 장착하고 Auto_up 스위치를 동작시켜 Anti-pinch 동작시의 장애물이 받는 힘을 각각 6회씩 3세트를 측정하였다.
- 제어기의 정상동작 유무의 검증을 통해 제어 알고리즘의 테스트가 완료되면 자동코드생성 방식으로 코드를 생성하고 이를 이용하여 RCP(Rapid Control Prototyping) 환경을 구현한다. 이를 통해 실시간 운영체제 기반의 Closed-loop 시스템에서 제어 알고리즘의 실제 Plant의 동작과 상호연관성을 분석하고 정확한 실시간 제어가 가능하도록 수정하는 과정을 수행하였다. 이와 같은 개발 환경을 이용하면 제어 알고리즘의 설계 단계와 구현 단계를 유기적으로 연계할 수 있으며, 설계한 제어 알고리즘을 제어기 플랫폼에 빠르게 구현해봄으로써 실제 작동환경에서 제어기 성능을 검증할 수 있다.
- 이번에는 앞 절의 결과를 바탕으로 RCP(Rapid Control Prototyping) 시스템 구현을 통해서 제어 알고리즘을 검증하였다. GM대우 라세티 차종의 운전석 Safety Power Window 테스트 벤치를 구현하여 실제 Plant와 Actuator를 통해 실시간 환경에서 제어 시스템의 성능을 검증하였다.
- 이에 본 연구에서는 MBD(Model Based Design) 기법을 적용하여 Safety Power Window의 Anti-pinch 제어 알고리즘을 구현하고 오프라인 시뮬레이션을 통해 제어 로직을 검증하였다. 그리고 자동코드생성 방식을 적용하여 최종적으로 얻어지는 제어 소프트웨어를 통해 실제 Plant로 구성된 RCP 환경과 Software-in-the-loop simulation(SILS) 시스템을 이용하여 실시간 환경에서 모델 기반의 제어시스템에 대한 성능과 신뢰성을 검증하였다.
- Safety Power Window의 제어 알고리즘 모델은 Simulink 및 Stateflow 프로그램을 이용하여 구현하였으며 크게 장애물 검지부, Window 위치계산부, Window 제어부, Motor 신호출력부로 나눌 수 있다. 장애물 검지부는 Motor 의 Hall 센서에서 입력되는 4개의 펄스의 평균값을 가지고 샘플링 시간마다 순차적으로 기준 펄스값과 비교하여 장애물을 감지하는 원리로 동작하고 Window 위치계산부는 Window의 현재 방향과 초기 카운트를 연산하여 현재 Window의 위치를 판단하고 Window 제어부의 입력으로 정보를 제공하였다. Window 제어부는 Stateflow를 이용하여 제어기가 일반적 동작 상태와 장애물이 감지되었을 경우의 동작 상태를 구분하여 동작하도록 제어 명령을 구현하였다.
- 테스트 벤치는 크게 입력부, 제어부, 구동부 3부분으로 이루어졌다. 입력부는 운전석 스위치의 입력 신호와 Hall 센서로부터 피드백 되는 신호를 제어부의 입력으로 제공하게 된다.
- 1과 같은 가상의 스위치 입력 시나리오를 만들어서 시뮬레이션을 수행하여 얻은 출력 결과를 통해 제어 알고리즘의 기능 및 성능에 대한 수정 및 검증 과정을 거치게 되었다. 테스트 시나리오에 맞춰 Fig. 5와 같이 실제 스위치에서 입력되는 입력 신호를 Signal Builder를 이용하여 임의로 생성하고 이 신호를 이용하여 Open-loop 시스템에 대한 제어기의 기능을 테스트하였다. Up, Down, Auto, Hall_A, Hall_B 5가지 신호를 제어 로직의 입력으로 이용하고 Window 모터의 동작 및 방향에 대한 출력 데이터를 통해 Window의 동작유무를 확인하고 제어기의 성능을 검증 하였다.
대상 데이터
- DS1103의 가상 제어기는 윈도우 스위치에서 입력되는 신호 3가지와 DC 모터의 Hall 센서로부터 입력되는 신호를 입력으로 제공받고 모터의 정역방향 제어를 할 수 있는 CW, CCW, Board_enable 신호를 출력으로 나오도록 구성하였다. 실제 테스트 벤치를 모두 구현하고 Fig.
데이터처리
- 그러기 위해서 필수적으로 필요한 부품 자체의 질량과 형상에 의한 관성력과 Plant 부품간의 마찰에 의해 발생하는 감쇠력 등을 측정 및 해석을 통하여 모델링에 부분 적용하여 모델을 구현하였다. 설계한 Actuator와 Plant 모델을 Automatic code generation을 통해 dSPACE 사의 MicroAutoBox에 임베디드하여 가상의 Actuator 및 Plant의 역할을 수행하도록 SILS 환경을 구현하고 시뮬레이션을 통한 결과를 바탕으로 실제 Plant를 이용한 측정 결과와 비교 평가하였다.
이론/모형
- Safety Power Window에서 H-bridge와 DC 모터를 포함 하는 Actuator 모델은 Mathworks 사의 SimElectronics 프로그램을 이용하여 모델링하였다. Fig.
- Safety Power Window의 제어 알고리즘 모델은 Simulink 및 Stateflow 프로그램을 이용하여 구현하였으며 크게 장애물 검지부, Window 위치계산부, Window 제어부, Motor 신호출력부로 나눌 수 있다. 장애물 검지부는 Motor 의 Hall 센서에서 입력되는 4개의 펄스의 평균값을 가지고 샘플링 시간마다 순차적으로 기준 펄스값과 비교하여 장애물을 감지하는 원리로 동작하고 Window 위치계산부는 Window의 현재 방향과 초기 카운트를 연산하여 현재 Window의 위치를 판단하고 Window 제어부의 입력으로 정보를 제공하였다.
- Window Plant 모델은 Glass와 Regulator를 포함한 Window 모듈 전체를 Mathwrks 사의 SimMechanics 프로그램을 이용하여 모델링하였다. SimMechanics를 이용하면 Plant 고유의 특성 데이터와 측정 및 해석 결과를 이용하여 모델화하므로 모델링 과정이 간편해지고 기계, 시스템, 제어기 엔지니어 누구나 모델의 수정 및 공유가 가능해졌다.
- 제어부는 실시간 시뮬레이션용 RCP 하드웨어로 사용되는 dSPACE 사의 DS1103 PPC Controller Board로 제어 하드웨어를 구성하었다. 제어 소프트웨어는 Simulink 및 Stateflow를 이용하여 제어 로직을 설계하고 자동코드 생성을 위하여 Mathworks 사의 Real time workshop을 활용하였다. 구동부는 운전석 Door와 Glass, Regulator 및 기타부품들로 구성된 Plant 부분과 12V-220V 인버터 및 H-bridge 회로, DC모터로 구성된 Actuator 부분으로 구성되었다.
성능/효과
- Window Plant 모델은 Glass와 Regulator를 포함한 Window 모듈 전체를 Mathwrks 사의 SimMechanics 프로그램을 이용하여 모델링하였다. SimMechanics를 이용하면 Plant 고유의 특성 데이터와 측정 및 해석 결과를 이용하여 모델화하므로 모델링 과정이 간편해지고 기계, 시스템, 제어기 엔지니어 누구나 모델의 수정 및 공유가 가능해졌다. Fig.
- 측정 결과에서 국내 및 유럽과 미국의 장애물의 반전력 규정에 대하여 장애물에 모두 100N 이하의 반전력이 작용하고 있는 사실을 확인하였다. 결과적으로 모델기반 설계를 적용한 제어기의 반전력 측정 결과가 국내 및 유럽, 그리고 미국의 안전법규 기준을 모두 만족하는 것을 검증하였다.
- 또한 Window에 장애물 발생 시에 장애물의 하중에 의한 부하가 모터에 더욱 작용하게 되고 모터에서는 동작방향을 바꾸기 위해 순간적인 입력전류의 증가가 발생하였다. 결과적으로 시간 지연 및 동작전류의 오차를 제외하고 두 결과에서 같은 전류의 응답 특성과 모터의 동작을 보인다는 사실을 확인하였다. 마지막으로 Window에 작용하는 모터의 토크특성은 모터의 전류 변화에 따라 같은 거동을 나타내었다.
- 34N으로 100N 이하의 반전력이 장애물에 작용하였다. 다음으로 FMVSS 118 S5 법규에 따라 반전구간을 6mm, 25mm, 50mm에서 측정한 평균 반전력은 각각 79.05N, 71.72N, 59.64N으로 100N 이하의 반전력이 측정되었다. 측정 결과에서 국내 및 유럽과 미국의 장애물의 반전력 규정에 대하여 장애물에 모두 100N 이하의 반전력이 작용하고 있는 사실을 확인하였다.
- 또한, Plant 및 Actuator 모델링을 통한 SILS 환경에서 시뮬 레이션 결과 Window에서 발생하는 토크값이 실험결과에 비해 1.6N·m의 오차가 발생하였지만 중력 및 외부요인에 의한 허용오차이며 실제 Plant 모델과 유사한 응답 특성을 나타내는 것을 확인할 수 있었다.
- 모델기반설계 기법을 적용한 V-cycle 과정을 통해 제어 알고리즘 설계에서 구현을 통한 검증까지 빠르고 정확하게 기존의 Plant 시스템에 적용하여 수정 및 검증이 용이하게 함으로써 개발 기간의 단축 및 모델의 재사용을 통한 강건한 시스템의 설계 등의 장점을 얻을 수 있었다.
- 시뮬레이션 결과에서 DC 모터의 전류응답은 1.86초에 즉시 발생하였으나 실험 결과에서는 1.88 초에 DC 모터의 전류응답이 나타났다. 실험결과에서 Auto_up 동작 중에는 중력에 의한 더 많은 부하가 모터에 작용하여 더 많은 토크가 모터에 필요하므로 Window의 Down 동작에 비해 더 많은 전류가 측정되었다.
- 시뮬레이션 결과에서 정상상태에서 평균 29.9N·m의 토크가 발생하였으며 실험결과에서는 평균 31.5N·m의 토크가 측정되었다.
- 실험결과에서 Auto_up 동작 중에는 중력에 의한 더 많은 부하가 모터에 작용하여 더 많은 토크가 모터에 필요하므로 Window의 Down 동작에 비해 더 많은 전류가 측정되었다. 시뮬레이션에서는 Plant 모델링 과정에서 중력에 의한 영향을 고려하지 않아 Up, Down 동작 시에 정상상태 응답으로 평균 1.59A의 같은 전류가 발생하였고 실험결과에서 측정된 평균 1.96A의 전류값과 오차를 발생하였다. 또한 Window에 장애물 발생 시에 장애물의 하중에 의한 부하가 모터에 더욱 작용하게 되고 모터에서는 동작방향을 바꾸기 위해 순간적인 입력전류의 증가가 발생하였다.
- 88 초에 DC 모터의 전류응답이 나타났다. 실험결과에서 Auto_up 동작 중에는 중력에 의한 더 많은 부하가 모터에 작용하여 더 많은 토크가 모터에 필요하므로 Window의 Down 동작에 비해 더 많은 전류가 측정되었다. 시뮬레이션에서는 Plant 모델링 과정에서 중력에 의한 영향을 고려하지 않아 Up, Down 동작 시에 정상상태 응답으로 평균 1.
- 본 논문에서는 Simulink 및 Stateflow를 이용한 모델기반 제어기 설계를 통해 Power Safety Window의 제어 알고리즘을 구현하였고 V-cycle을 통해 검증을 수행하였다. 오프라인 시뮬레이션을 통한 제어 알고리즘의 정상적인 동작유무를 확인하고 RCP 환경에서 제어기의 성능이 장애물에 100N 이하의 반전력이 작용하여 유럽 및 미국 안전법규기준을 모두 만족한다는 사실을 실험을 통해 확인하였다. 또한, Plant 및 Actuator 모델링을 통한 SILS 환경에서 시뮬 레이션 결과 Window에서 발생하는 토크값이 실험결과에 비해 1.
- 5N·m의 토크가 측정되었다. 위의 모든 결과를 바탕으로 SILS 환경에서 제어 알고리즘의 성능 검증 및 Plant 및 Actuator 모델의 신뢰성을 확인하였다. Plant의 각 부품에 대한 정확한 특성 데이터의 적용과 외부 요인의 분석을 통한 모델의 최적화 과정을 수행한다면 더욱더 모델의 신뢰성을 검증받고 HILS 시스템 테스트를 위한 Plant 모델의 재사용이 가능해질 수 있다.
- 6N·m의 오차가 발생하였지만 중력 및 외부요인에 의한 허용오차이며 실제 Plant 모델과 유사한 응답 특성을 나타내는 것을 확인할 수 있었다. 이를 통해 HILS 시스템 구성 및 시스템 테스트를 위한 Plant 모델의 적용이 가능하다는 사실을 검증하였다.
- 0 초에서 Auto_up 동작 중에 장애물이 감지되었을 때 Safety 기능이 동작하여 Window를 일정수준의 높이까지 다운시켰다. 이를 통해 제어 알고리즘이 Open-loop 시스템에서 Safety 기능을 정확하게 구현하고 있다는 사실을 검증하였다.
- 이를 통해 실시간 운영체제 기반의 Closed-loop 시스템에서 제어 알고리즘의 실제 Plant의 동작과 상호연관성을 분석하고 정확한 실시간 제어가 가능하도록 수정하는 과정을 수행하였다. 이와 같은 개발 환경을 이용하면 제어 알고리즘의 설계 단계와 구현 단계를 유기적으로 연계할 수 있으며, 설계한 제어 알고리즘을 제어기 플랫폼에 빠르게 구현해봄으로써 실제 작동환경에서 제어기 성능을 검증할 수 있다.[2] RCP 환경에서 실제 Plant구현을 통한 가상 제어기의 성능 검증이 완료되면 실제 Plant의 동작 특성을 가지는 가상의 Plant를 모델화하여 소프트웨어 시스템을 구성하였다.
- 64N으로 100N 이하의 반전력이 측정되었다. 측정 결과에서 국내 및 유럽과 미국의 장애물의 반전력 규정에 대하여 장애물에 모두 100N 이하의 반전력이 작용하고 있는 사실을 확인하였다. 결과적으로 모델기반 설계를 적용한 제어기의 반전력 측정 결과가 국내 및 유럽, 그리고 미국의 안전법규 기준을 모두 만족하는 것을 검증하였다.
후속연구
- 위의 모든 결과를 바탕으로 SILS 환경에서 제어 알고리즘의 성능 검증 및 Plant 및 Actuator 모델의 신뢰성을 확인하였다. Plant의 각 부품에 대한 정확한 특성 데이터의 적용과 외부 요인의 분석을 통한 모델의 최적화 과정을 수행한다면 더욱더 모델의 신뢰성을 검증받고 HILS 시스템 테스트를 위한 Plant 모델의 재사용이 가능해질 수 있다.
- 따라서, 이와 같은 모델기반설계를 이용한 V-cycle을 제어 시스템의 일련의 개발과정으로 적용한다면 자동차는 물론 다양한 산업분야의 활용이 가능할 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.