Multiple-Model Probabilistic Design of Repetitive Controllers

연속반복학습제어의 복수모형 확률설계기법

This paper presents a method to design a repetitive controller that is robust to variations in the system parameters. The uncertain parameters are specified probabilistically by their probability distribution functions. Instead of working with the distribution functions directly, the repetitive controller is designed from a set of models that are generated from the specified probability functions. With this multiple-model design approach, any number of uncertain parameters that follow any type of distribution functions can be treated. furthermore, the controller is derived by minimizing a frequency-domain based cost function that produces monotonic convergence of the tracking error as a function of repetition number. Numerical illustrations show how the proposed multiple-model design method produces a repetitive controller that is significantly more robust than an optimal repetitive controller designed from a single nominal model of the system.

본 논문은 시스템 인자의 변위에 강인한 연속반복학습제어기(Repetitive Controller RC)를 설계하는 방법을 소개하고자 한다. 이 때 사용되는 불확실 인자들은 확률분포함수에 의해 무작위로 설정되게 된다. 분포함수를 직접 적용하는 대신 본 제어기는 설정된 확률함수로부터 생성된 모형을 기본으로 설계하였다. 이러한 복수모형 설계 기법으로 임의의 분포함수로 구성된 수많은 불확실 인자들을 다룰 수 있다. 그러므로, 제어기는 반복영역에서 수렴성을 보장하는 비용함수를 주파수영역에서 최소화함으로써 유도할 수 있다. 모의실험은 제안된 복수모형설계 기법으로 구한 RC가 단수모형 설계기법을 이용한 RC보다 강인한 것을 보여 주고 있다.