$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

이산 푸리에변환을 이용한 모델링과 제어기 설계 방법
A System Modeling and Controller Design Method Using Discrete Fourier Transform 원문보기

照明·電氣設備學會論文誌 = Journal of the Korean Institute of Illuminating and Electrical Installation Engineers, v.26 no.2, 2012년, pp.34 - 43  

심관식 (전남대학교 공업기술연구소) ,  안현진 (전남대학교 대학원 전기공학과) ,  남해곤 (전남대 전기공학과) ,  임영철 (전남대학교 전기공학과) ,  김의선 (신경대학교 인터넷정보통신학과)

Abstract AI-Helper 아이콘AI-Helper

This paper describes system modeling and controller design method in the measured signal by discrete Fourier transform. Transfer function of the second order system is estimated by the dominant parameter which is computed in the magnitude and the phase of Fourier spectrum of the measured signal. In ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이와 같은 이산푸리에변환에서 직접 파라미터를 추정하는 방법은 고속푸리에변환(FFT, fast Fourier transform) 알고리즘을 이용할 수 있어 매우 빠르게 파라미터를 추정할 수 있는 장점이 있다. 본 논문에서는 문헌 [7-8]에서 제안한 알고리즘을 개선하여 보다 정확하게 파라미터를 추정하는 방법을 제안하였다. 중요한 파라미터 중에서 제동계수는 DFT에서 계산한 스펙트럼 값만으로 추정할 수 있는 방법을 개발하였으며, 지수함수의 푸리에변환 특성을 이용하여 모드 크기를 추정하는 방법을 개발하였다.
  • 본 논문은 SI와 같이 신호에서 전달함수를 추정하는 것으로 과도응답과 같이 시스템의 응답이 급격히 변화할 때에 계측한 신호에서 파라미터와 전달함수를 추정하는 방법을 기술하고 있다.
  • 본 논문은 시스템에서 계측한 복소지수함수 신호에 이산푸리에변환을 적용하여 2차 시스템으로 모델링하는 모델링 방법과 제어기 설계에 대해서 기술하고 있다. 파라미터를 추정하기 위해서 측정한 신호를 정규화하고, 이 신호에 이산푸리에 변환을 적용하여 푸리에스펙트럼 크기와 위상을 계산하였다.
  • 본 논문은 출력신호에 포함된 시스템의 특성을 이용해서 전달함수를 추정하는 방법을 기술하고 있다. 전술한 이산푸리에변환을 이용한 파라미터 추정방법을 적용하여 전달함수를 추정하는데, 일반적인 SI 알고리즘들과 달리 입력 신호를 배제하고 출력신호만 가지고 전달함수를 추정하는 방법을 개발하였다.
  • 연속함수 문헌 [7-8]에서 푸리에변환에서 직접 복소지수함수의 파라미터를 추정하는 방법에 대해서 기술하고 있다. 이 논문에서는 제동계수를 보다 정확하게 추정할 수 있는 방법에 대해서 기술한다.
  • 2차 시스템은 그 구조가 단순하므로 이에 대한 제어기 설계는 많은 문헌에서 기술하고 있다[11-12]. 이 논문에서는 추정한 전달함수에 PD제어기를 투입하여 제동특성 향상에 설계 초점을 두고 기술한다. 그림 1에 나타난 블록선도에서 제어기 전달함수는 다음과 같다.
  • 이 논문은 복소지수함수 파라미터를 추정하여 단순한 2차시스템의 전달함수를 추정하는 것이다. 2차 시스템은 그 구조가 단순하므로 이에 대한 제어기 설계는 많은 문헌에서 기술하고 있다[11-12].
  • 이 논문은 이산신호에 포함된 중요 파라미터를 추정하여 이를 단순한 2차 시스템 모델 추정에 적용한 것이다. 실제 시스템이 매우 복잡한 모델로 표현될지라도 그 응답특성이 복소지수함수 형태를 가지고 있으면, 중요 모드만으로 단순한 2차 시스템으로 모의 할 수 있다.

가설 설정

  • (1) 시스템의 출력신호가 복소지수함수 형태로 출력되어야 한다. 즉 시스템을 지배하는 독립적인 모드가 존재해서 출력에 시스템의 고유한 특성이 포함되어야 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
궁극적으로 제어기 성능을 최적화하기 위해 만족해야 하는 조건은 무엇인가? 선형모델을 이용해서 제어기를 설계하기 위해서는 시스템의 정확한 수학적 모델링을 필요로 하는데, 동적시스템을 정확하게 모의하는 것은 매우 어렵다. 궁극적으로 제어기 성능을 최적화하기 위해서는 모델의 비선형성, 시간지연 및 시간변화 등과 같은 모델의 불확실성을 최소화하는 것이 필요하다.
선형모델을 이용해서 제어기를 설계하기 위해서는 무엇이 필요한가? 오늘날 급속한 기술 발전으로 다양한 시스템에서 요구하는 제어 기술은 갈수록 고도화되고, 복잡해지고 있다. 선형모델을 이용해서 제어기를 설계하기 위해서는 시스템의 정확한 수학적 모델링을 필요로 하는데, 동적시스템을 정확하게 모의하는 것은 매우 어렵다. 궁극적으로 제어기 성능을 최적화하기 위해서는 모델의 비선형성, 시간지연 및 시간변화 등과 같은 모델의 불확실성을 최소화하는 것이 필요하다.
시스템식별 방법 중 파라메트릭 방법과 비파라메트릭 방법에 대하여 설명하시오. SI는 크게 파라메트릭(parametric)법과 비파라메트릭(nonparametric)법으로 분류할 수 있다. 파라메트릭법[1-3]은 주어진 모델 구조에 맞게 파라미터를 추정하는 방법으로 대표적인 알고리즘으로 부분공간을 이용한 N4SID(subspace state space system identification)가 있다. 비파라메트릭법[3-5]은 입력과 출력의 푸리에변환에서 전달함수를 추정하는 방법으로 모델 구조가 고정되어 있는 않다. 대표적인 알고리즘으로 ETFE(empirical transfer function estimate)가 있으며 여기에 스펙트럴 해석(spectral analysis)도 포함된다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. P. Van Overschee, B. De Moor, "N4SID: Subspace Algorithms for The Identification of Combined Deterministic and Stochastic Systems," Automatica, Vol. 30, No. 1, pp. 75-93, 1994. 

  2. P. Van Overschee, B. De Moor, "Subspace Algorithm for the Stochastic Identification Problem," Automatica, Vol. 29, No. 3, pp 649-660, 1993. 

  3. L. Ljung, System Identification:Theory for the User, Prentice-Hall PTR, New Jersey, 1999. 

  4. T. Soderstrom, P. Stoica, System Identification, Prentice-Hall, 1989. 

  5. L. Ljung, "On The Estimation of Transfer Functions," Automatica, vol. 21, no 6, pp. 677-696, 1985. 

  6. L. L. Scharf, Statistical Signal Processing:Detection, Estimation, and Time Series Analysis, Addison-Wesley Publishing Company, New York, 1991. 

  7. 심관식, 남해곤, "이산푸리에변환과 시계열데이터의 고속 파라미터 추정", 대한전기학회논문지, Vol.55A, No.7, pp. 265-272, 2006. 

  8. 김은주, 심관식, 김용구, 김의선, 남해곤, 임영철, "광역계통의 실시간 해석을 위한 고속 저주파수 파라미터 추정", 대한전기학회논문지, Vol.58, No.6, pp.1078-1086, 2009. 

  9. J. F. Hauer, C. J. Demeure, L. L. Scharf, "Initial Results in Prony Analysis of Power System Response Signals," IEEE Trans. on Power Systems, Vol. 5, pp.80-89, Aug. 1990. 

  10. P. A. Lynn, W. Fuerst, Introductory Digital Signal Processing, John Wiley & Sons, Inc., New York, 1998. 

  11. 신윤기, 자동제어 2판, 인터비젼, 2009. 

  12. B. C. Kuo, F. Golnaraghi, Automatic Control Systems 9/E, John Wiley & Sons, Inc., 2010. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로