초록 close

본 논문에서는 주어진 작업을 반복적으로 수행하는 시스템을 효과적으로 제어하기 위하여 확장된 형태의 직접학습제어방법을 제안한다. 직접학습제어는 기존의 반복학습제어에서, 원하는 출력에서의 작은 변화에 대해서도 학습과정을 처음부터 다시 수행해야 한다는 단점을 극복하기 위해 제안되었다. 이미 학습되어 있는 출력궤적과 특별한 비례(proportional)관계를 갖는 새로운 원하는 출력궤적이 주어졌을 때 직접학습제어를 이용하면 다시 반복학습과정을 수행할 필요없이 원하는 제어입력을 직접 구할 수 있다. 우선, 대부분의 기존의 직접학습제어방법은 단일 입출력 비선형 시스템의 상대차수가 1인 경우에만 적용 가능함을 보이고, 시스템의 상대차수에 대한 정보를 이용하여 상대차수가 1이상인 비선형 시스템에 적용할 수 있는 확장된 형태의 직접학습제어를 제안한다. 또한, 상대차수가 2이상인 임의의 비선형 시스템에 대하여 컴퓨터 모의실험을 수행하고 제안된 직접학습제어방법의 타당성 및 성능을 확인한다.


In this paper, an extended type of a direct learning control(DLC) method is proposed for the effective control of systems which perform a given task repetitively. DLC methods have been suggested to overcome the defects of iterative learning control, the learning process should be resumed from the beginning even if a slight change occurs in the desired output pattern. If a given desired output trajectory is "proportional" to the output trajectories which are learned previously, we can obtain the desired control input directly without the iterative learning process by using the DLC. First, most existing DLC methods are shown to be applicable only to single-input single-output systems with the relative degree one and then, an extended type of DLC is proposed for a class of nonlinear systems having the relative degree more than or equal to one by using the known relative degree of a nonlinear system. By the simulation results for the arbitrary nonlinear system with the relative degree more than one, the validity and the performance of the proposed DLC method are examined.