초록
본 논문에서는 시간영역 및 주파수영역 성능지수와 클론 선택기반 유전자 알고리즘을 이용한 자기부상 RGV(Rail-Guided Vehicle)의 최적 PID 제어기 설계 기법을 제안한다. 일반적으로 RGV에 적용되는 흡인식 자기부상시스템은 시스템 자체의 불안정성을 내포하고 있으며, 오버슈트 및 정착시간을 고려한 설계가 요구되기 때문에 기존의 성능지수함수로는 원하는 성능을 얻기에 어려움이 있다. 본 논문에서는 먼저 PID 제어기 설계에 사용되는 성능지수함수를 분석하고, 자기부상 RGV에 적합한 시간영역 및 주파수영역 성능을 고려한 새로운 성능지수 함수를 제안하였다. 또한, 클론선택 최적화기법을 적용하여 성능이 향상된 클론 선택기반 유전자 알고리즘을 제안하였다. 제안된 최적화 알고리즘과 성능지수함수의 성능을 평가하기 위하여 단순 유전자 알고리즘과 기존의 군집 최적화 기법인 PSO(Particle Swarm Optimization)를 이용하여 비교 시뮬레이션을 하였다. 제안된 알고리즘이 기존의 최적화 기법들에 비해 자기부상 RGV의 최적 제어기 설계에 더 효과적임을 시뮬레이션을 통해 보였다.
This paper proposes a novel optimum design method for the PID controller of magnetic levitation-based Rail-Guided Vehicle(RGV) by a genetic algorithm using clone selection method and a new performance index function with performances of both time and frequency domain. Generally, since an attraction type levitation system is intrinsically unstable and requires a delicate controller that is designed considering overshoot and settling time, it is difficult to completely satisfy the desired performance through the methods designed by conventional performance indexes. In the paper, the conventional performance indexes are analyzed and then a new performance index for Maglev-based RGV is proposed. Also, an advanced genetic algorithm which is designed using clonal selection algorithm for performance improvement is proposed. To verify the proposed algorithm and the performance index, we compare the proposed method with a simple genetic algorithm and particle swarm optimization. The simulation results show that the proposed method is more effective than conventional optimization methods.