무급유칠러 압축기용 자기베어링의 PID 기반 제어기 제어파라미터 자동 튜닝에 대한 연구 :Study of Autotuning of PID-Based Controller Control Parameters For Oil-free Chiller Compressor Magnetic Bearing

권은상

추천

검색

자료유형: 학위논문

저자정보: 권은상 (충남대학교, 忠南大學校大學院)

지도교수: 노명규

발행연도: 2021

저작권: 충남대학교 논문은 저작권에 의해 보호받습니다.

이용수11

이 논문의 연구 히스토리 (3)

2021

무급유칠러 압축기용 자기베어링의 PID 기반 제어기 제어파라미터 선정 방법에 대한 연구

권은상 , 이남수 , 백성기 외 2명 한국정밀공학회 학술발표대회 논문집 2021.05 학술대회자료

무급유칠러 압축기용 자기베어링의 PID 기반 제어기 제어파라미터 자동 튜닝에 대한 연구

권은상 메카트로닉스공학과 2021.01 학위논문

2020

무급유칠러 압축기의 자기베어링 파라미터 불확실성 분석

권은상 , 노명규 , 이남수 외 2명 대한기계학회 춘추학술대회 2020.12 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

자기 베어링을 가진 무급유 압축기는 고속 동작과 높은 신뢰성에 대한 요구 사항을 충족하며 부분 부하 효율을 개선하여 성능 향상과 에너지 절약을 기대할 수 있습니다. 자기 베어링은 내재된 불안정성을 극복하기 위해 피드백 제어가 필요합니다. 업계에서 컨트롤러 구현이 간편하고 용이하기 때문이 PID(proportional-integral-derivative) 기반 컨트롤러 유형이 널리 사용됩니다. 고속 회전축의 경우 PID 컨트롤러와 함께 센서 소음을 제거하는 저역 통과 필터와 플랙시블 모드를 제어하는 노치필터가 추가됩니다. 컨트롤러 설계 과정은 PID 컨트롤러, 저역 통과 필터 및 노치 필터와 같은 제어 요소를 정의하는 매개 변수를 결정하는 과정이라고 할 수 있습니다. 산업 현장에서 이러한 파라미터는 컨트롤러 튜닝을 통해 결정되므로 설계자의 전문성과 상당한 시간이 필요합니다. 자동 튜닝 알고리즘을 통해 튜닝 과정을 자동화 할 수 있지만 알고리즘의 범용성과 컨트롤러의 효율적인 최적화는 모순됩니다. 본 연구에서는 상용 무급유 칠러 압축기에 사용되는 자기 베어링 컨트롤러의 경우 컨트롤러를 정의하는 제어 매개변수가 시스템 식별 과정을 통해 식별했으며 최적의 매개 변수는 유전 알고리즘을 통해 결정됩니다. 또, 유전 알고리즘에 사용된 유전 알고리즘 파라미터도 실험에 의해 결정할 수 있습니다. 무작위성을 포함하는 유전 알고리즘의 결과는 검증되지 않았으므로 Gradient 방식을 통해 유전 알고리즘의 유효성을 검증하고 파라미터의 적합성을 확인합니다. 유전 알고리즘을 사용한 무급유칠러 압축기용 자기베어링의 PID 기반 제어기 제어 파라미터 설계를 수행하였을 경우 기존에 비해 민감도가 최대 40%, 운전시에 회전 반경이 45% 감소되어 성능이 향상 됬음 을 알 수 있습니다.

The oil-free chiller compressor with magnetic bearings satisfies the requirements of high speed operation and high reliability, and can be expected to improve performance and save energy by improving partial load efficiency. Magnetic bearings require feedback control to overcome inherent instability. In the industry, a proportional-integral-derivative (PID) based controller type is widely used because of the simplicity and ease of implementation of the controller. In the case of a high- speed rotating shaft, along with a PID controller, a low pass filter to remove sensor noise and a notch filter to control the flexible mode are added. The controller design process can be said to be a process of determining parameters that define control elements such as a PID controller, a low pass filter, and a notch filter. In the industrial field, these parameters are determined through controller tuning, requiring a designer''s expertise and a considerable amount of time. Although the tuning process can be automated through the automatic tuning algorithm, the versatility of the algorithm and the efficient optimization of the controller are contradictory. In this study, for the magnetic bearing controller used in the commercial oil-free chiller compressor, the control parameters that define the controller are identified and the optimal parameters are determined using the genetic algorithm. In addition, the genetic algorithm parameters used in the genetic algorithm were found by an experimental method. It is determined whether the optimal parameter is suitable by comparing whether the result of the genetic algorithm containing randomness has a value similar to the value of the optimal algorithm based on the gradient. Through this, it is possible to evaluate the validity of the values found by the genetic algorithm. As a result of conducting rotation experiments with commercial controllers on values obtained by genetic algorithms, improvements were confirmed by comparing system sensitivity and rotor trajectory.

I. 서론 1
1. 연구 배경 및 중요성 1
2. 국내외 연구 동향 5
3. 연구의 목표 6
II. 본론 7
1. 자기 베어링 시스템 7
1.1 자기 베어링 시스템의 구성 7
1.2 플랜트 모델 9
1.3 제어기 모델 10
2. 전역 최적화 알고리즘 21
2.1 유전 알고리즘 21
2.2 최적화 파라미터의 범위 22
2.3 유전 알고리즘의 파라미터 결정 24
3. 최적화 결과 27
3.1 유전 알고리즘 결과 27
3.2 Gradient 기반 최적화 결과 30
3.3 부상 제어 실험 33
IV. 결론 및 추후 과제 39
V. 참고 문헌 42

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)