• 한국전산구조공학회논문집
• /
• 제32권1호
• /
• pp.45-54
• /
• 2019

본 논문에서는 EKF기법의 초기 파라미터 설정에 따른 상태벡터의 발산 문제를 해결하고자 AEKF기법을 제시한다. EKF기법의 초기 파라미터는 상태벡터 수렴 및 안정성에 중요한 역할을 함으로 초기 파라미터의 적절한 설정은 EKF를 사용함에 있어 매우 중요하다. AEKF방법은 초기 파라미터인 P행렬을 k스텝마다 업데이트하여 초기 상태벡터의 변화에 민감하게 반응할 수 있으며, 또한 초기 상태벡터와 실제 시스템 모델과의 차이가 크게 발생하여도 적응적으로 P행렬의 값을 조절하여 상태벡터의 수렴을 가능하게 한다. 또한 Q행렬 및 R행렬을 k스텝 업데이트하여 상태벡터의 수렴 안정성을 더욱 확보하였다. 3DOF시스템을 통해서 AEKF기법의 결과와 EKF, UKF기법을 비교 검증하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2019년도 추계학술대회
• /
• pp.79-81
• /
• 2019

전기자동차(EV)뿐만 아니라 ESS(Energy Storage System) 등의 사용량이 증가하면서 리튬이온배터리의 중요성은 점점 커지고 있다. 리튬 이온 배터리의 정확한 상태를 추정하는 것은 배터리의 안전하고 신뢰성 있는 작동을 위해 매우 중요하다. 본 논문에서는 AEKF(Adaptive Extended Kalman Filter)를 이용한 배터리 파라미터와 충전상태(SOC, State of Charge)를 추정하고, 이를 활용하여 배터리의 건강상태(SOH, State of Health)를 추정하는 간단한 알고리즘을 제시한다. AEKF에 파라미터 값을 적용하여 SOC를 추정하고, 추정된 SOC값과 전류 적산을 이용하여 SOH를 추정한다. SOC 오차에 따른 SOH 추정 값의 편차는 SOC 연산 간격을 늘리고 가중치 필터를 적용하여 최소화시킴으로써 결과의 정확성을 향상했다. 다양한 자동차의 표준 주행 패턴을 적용한 실험을 통해 제안된 방법을 이용하여 얻어진 SOH 추정 결과는 RMSE(Root Mean Square Error) 1.428% 이내임을 검증하였다.

• Smart Structures and Systems
• /
• 제6권9호
• /
• pp.1057-1077
• /
• 2010

An early detection of structural damages is critical for the decision making of repair and replacement maintenance in order to guarantee a specified structural reliability. Consequently, the structural damage detection, based on vibration data measured from the structural health monitoring (SHM) system, has received considerable attention recently. The traditional time-domain analysis techniques, such as the least square estimation (LSE) method and the extended Kalman filter (EKF) approach, require that all the external excitations (inputs) be available, which may not be the case for some SHM systems. Recently, these two approaches have been extended to cover the general case where some of the external excitations (inputs) are not measured, referred to as the adaptive LSE with unknown inputs (ALSE-UI) and the adaptive EKF with unknown inputs (AEKF-UI). Also, new analysis methods, referred to as the adaptive sequential non-linear least-square estimation with unknown inputs and unknown outputs (ASNLSE-UI-UO) and the adaptive quadratic sum-squares error with unknown inputs (AQSSE-UI), have been proposed for the damage tracking of structures when some of the acceleration responses are not measured and the external excitations are not available. In this paper, these newly proposed analysis methods will be compared in terms of accuracy, convergence and efficiency, for damage identification of structures based on experimental data obtained through a series of laboratory tests using a scaled 3-story building model with white noise excitations. The capability of the ALSE-UI, AEKF-UI, ASNLSE-UI-UO and AQSSE-UI approaches in tracking the structural damages will be demonstrated and compared.