가변속 냉동시스템의 강인제어를 위한 하이브리드 모델 참조 적응제어 = Robust Hybrid Model Reference Adaptive Control for a Variable Speed Refrigeration System

국문 초록 (Abstract)

본 연구에서는 가변속 냉동시스템 기반의 오일쿨러를 제어대상으로 개선된 MIT 적응 규칙을 이용한 H-MRAC을 설계하고, 시뮬레이션과 실험을 통해 기존의 PI 단독 제어기와 제어성능을 상호 비교하였다. 제안된 H-MRAC은 학습 속도와 제어 안정성 면에서 장점을 가지며, 대조군인 PI 단독 제어기나 기존의 MIT 규칙을 적용한 H-MRAC의 경우보다 더 엄밀하고 강인한 제어성능을 보였다. H-MRAC의 적응 규칙에 사용되는 주요 설계 파라미터 와 는 오일출구온도 의 정착시간과 제어 안정성을 고려하여 결정하였다. 제어성능 비교 결과, 설정값 변경에 대한 명령 추종성은 제안한 H-MRAC이 PI 단독 제어기보다 과도 특성 지표인 정착시간을 더 단축시키고, 최대 언더슈트도 더 작게 제어함을 확인하였다. 특히 열부하 외란이 인가되는 상황과 전달함수 모델 파라미터의 불확실성 하에서도 제안한 H-MRAC이 기존의 PI 단독 제어기보다 제어량을 더 엄밀하게 제어함으로써 우수한 제어 강인성을 확인하였다. 본 연구에서 얻은 결과를 요약하면 아래와 같다.
(1) H-MRAC과 PI 단독 제어기의 제어성능을 비교한 결과 H-MRAC이 PI 단독 제어기보다 와 를 모두 더 빠르고 더 강인하게 제어하였다.
(2) H-MRAC은 설정값 변경 시의 정착시간을 PI 단독 제어기보다 767 초 단축시켰으며, 주된 제어량인 오일출구온도 의 과도오차를 PI 단독 제어기 대비 93.3% 개선하였다.
(3) H-MRAC은 압축기 인버터 주파수 의 급격한 변동 시에도 과열도 의 과도오차를 PI 단독 제어기보다 3.8% 개선하였다.
(4) H-MRAC은 열부하 외란, 모델 불확실성 하에서도 정상상태오차를 허용 오차 범위 ±0.1℃ 이내로 엄밀하게 제어하였다.
향후, AI 수법을 이용하여 적응제어 규칙의 설계 파라미터인 와 를 최적화하면 더 우수한 제어성능을 확보할 수 있을 것으로 기대된다. H-MRAC은 제어기의 정기적인 유지와 보수가 원천적으로 불필요하므로 향후 가변속 냉동사이클의 제어기로서 그 효용 가치가 클 것으로 기대가 된다.

다국어 초록 (Multilingual Abstract)

This paper aimed to design a hybrid model reference adaptive controller (H-MRAC) that would be robust to model parameter uncertainty and disturbances to achieve high precision control of variable speed refrigeration system (VSRS). The designed H-MRAC was based on the modified MIT rule with control performance that strictly followed command values by a parameter that could minimize specific error functions. The designed H-MRAC was found to have robust control performance based on simulation and experiments of disturbance application and model parameter fluctuations for VSRS. When control performance of the designed H-MRAC was compared with that of an existing PI-only controller, it was confirmed that the designed H-MRAC had a faster settling time, fewer undershoots, and fewer steady-state errors for more precise and robust control. This is due to the advantage that the parameter used in the control of H-MRAC is automatically updated without relying on characteristic parameters of the model.