자기 궤환 뉴런을 가진 자동 동조 PID 제어

Auto-Tuning PID Control with Self-feedback Neurons

본 논문에서는 산업 현장에서 일반적으로 많이 사용되고 있는 PID 제어기의 비례, 적분, 미분 파라미터를 다층 신경회로망을 이용하여 자동으로 동조하는 방법을 제안한다. 제안한 방식은 자기 궤환 뉴런을 가진 다층 신경회로망이 플랜트의 입력과 출력을 이용하여 PID 제어기의 파라미터들을 학습에 의하여 자동 동조한다. 다층 신경회로망은 자기 궤환 뉴런을 이용하여 입력층, 은닉층, 출력층의 3층으로 구성하고, 출력은 3개의 값을 갖는다. 이것은 PID 제어기의 비례(P), 적분(I), 미분(D) 파라미터로 사용된다. 이 값들은 특정한 값으로 고정되는 것이 아니라 제어 수행 과정 중에서도 다층 신경회로망의 학습에 의해 계속 변화된다. DC 서보 모터와 단일 관절 매니퓰레이터를 대상으로 시뮬레이션을 통해서 제안한 방식의 유용성을 확인한다.

In recent years, a PID controller has been used as a major control method in real control processes. This controller requires a determination of PID control gains. But it is difficult to select the best gains theoretically. Thus there have been many approaches to determine them empirically Most of them are based on experience and knowledge. In this paper, we proposed a tuning method of the PID Parameters by using neural network. To show effectiveness of the proposed method, the simulation of DC motor and one link manipulator position control is carried out.