초록
산업공정에 가장 많이 활용되고 있는 일차 시지연 공정은 긴 지연시간으로 인하여 정확한 공정모델을 구하기 어려울 뿐만 아니라,플랜트와 모델불일치에 따른 제어성능에 문제가 발생할 수 있다. 따라서 일차 시지연 공정의 제어 문제에 있어서 기본적으로 공정의 정확한 모델을 구하기 위한 공정 파라메타 식별이 아주 중요하다. 본 논문에서는 지금까지 제안된 계단입력 시험에 의한 공정식별법보다 더 효율적인 실수형 유전알고리즘에 의한 공정식별법을 제안하였다. 또한, 이러한 추정전략은 다양한 사례를 통하여 유용한 결과를 얻었다.
Even though FOPDT(First-Order Plus Dead-Time) process is most widely applied in the industrial control field, it is difficult to figure out a in precise process model because of the long dead-time problem. Also, control performance may be deteriorated due to the mismatch problem of plant and model. Thus, the accuracy of process identification is the most important problem in FOPDT process control. In this paper, the proposed method using real-coded genetic algorithm outperforms the existing estimation methods that use step-test responses. The proposed strategy obtained useful result through a number of simulation examples.
