초록
현재 가동 중인 월성 원자력 발전의 핵연료 교체로봇 시스템을 살펴보면 핵연료 교환에 필요한 구동압력 제어를 위해 PI제어기를 사용한다. PI제어는 구조가 간단하고 이득 설정을 통해 시스템 요구조건에 만족하는 제어 성능을 낼 수 있지만 밸브와 관로 등의 파라미터 변화로부터 적절한 이득 변경 없이 안정한 제어가 힘들다. 이러한 문제를 해결하기 위해 PI제어기 이득을 동적으로 변경 하거나 PI제어기 출력을 보상하도록 제어기를 구성하는 것이 바람직하다. 본 연구개발의 목적은 파라미터 변화에도 안정한 제어가 가능하도록 제어기를 설계하여 오차와 진동현상을 줄이는데 있다. 제안한 PI/NN제어 기법은 PI제어기와 신경회로망 제어기를 병렬 결합한 구조로 신경회로망 제어기가 PI제어기 출력을 보상하여 파라미터 변화에 강인하도록 설계 하였다. 제어기의 성능평가를 위해 직접 실 공정에 테스트하기가 힘들기 때문에 공정의 특성을 반영하여 모델링한 시뮬레이터를 개발하였고, 시뮬레이션 결과를 실 공정데이터와 비교하여 공정 특성을 모사함을 보였으며, 파라미터 변화에 PI/NN제어기가 오차 및 진동현상을 줄이는 것을 확인 하였다. 또한, 실 공정에서 사용 중인 PI제어기를 주 제어기로 사용하면서 파라미터 변화에 대한 비선형성을 보상하는 제어기 역할을 하기 때문에 신경회로망을 단독으로 사용하였을 때 보다 더 신뢰성 있고 안정적인 제어가 가능하다.
Look into the nuclear power plant of Wolsong currently, it is controlled in order to required operating pressure with PI controller. PI controller has a simple structure and satisfy design requirements to gain setting. However, It is difficult to control without changing the gain from produce changes in parameters such as loss of the valves and the pipes. To solve these problems, the dynamic change of the PI controller gain, or to compensate for the PI controller output is desirable to configure the controller. The aim of this research and development in the parameter variations can be controlled to a stable controller design which is reduced an error and a vibration. Proposed PI/NN control techniques is the PI controller and the neural network controller that combines a parallel and the neural network controller part is compensated output of the controller for changes in the parameters were designed to be robust. To directly evaluate the controller performance can be difficult to test in real processes to reflect the characteristics of the process. Therefore, we develope the simulator model using the real process data and simulation results when compared with the simulated process characteristics that showed changes in the parameters. As a result the PI/NN controller error and was confirmed to reduce vibrations.
