Efficient Multicasting Mechanism for Mobile Computing Environment

경사 감소 학습을 이용한 적응 PID 제어기

PID controllers, which have been widely used in industry, have a simple structure and robustness to modeling error. But it is difficult to have uniformly good control performance in system parameters variation or different velocity command. In this paper, we propose an adaptive PID controller based on a gradient descent learning. This algorithm has a simple structure like conventional PID controller and robustness to system parameters variation. To verify performances of the proposed adaptive PID controller, the speed control of nonlinear DC motor is performed. The simulation results show that the proposed control systems are effective in tracking a command velocity under system parameters variation.

각종 산업기기에서 사용되는 PID 제어기는 단순한 구조와 모델링 오차에 대한 강인성으로 인하여 광범위하게 사용되고 있다. 그러나 외란이 인가되거나 부하 특성이 비선형적으로 변화할 때에 적절한 이득과 성능을 얻기 어려워 고성능 제어 특성을 기대하기 어렵다. 본 연구에서는 구조가 간단하고, 시스템 파라메터의 변화에 강인한 적응 PID 제어기를 제안한다. 제안된 적응 PID제어기의 성능 평가를 위하여 비선형 DC 모터의 가변 속도제어에 적용하고, 결과를 모의실험을 통하여 보이고자한다.