[논문 리뷰] Global Iterative Sliding Mode Control of an Industrial Biaxial Gantry System for Contouring Motion Tasks

Wenxin Wang, Jun Ma외 4명|arXiv (Cornell University)|2021. 03. 23.

Iterative Learning Control Systems참고 문헌 41인용 수 39

한 줄 요약

이 논문은 유연성 연결 이중축 편이 시스템에서 고정밀 윤곽 추적을 위한 글로벌 반복 슬라이딩 모드 제어(GISMC) 방법을 제안한다. 적응형 슬라이딩 모드 제어와 증분형 캐스케이드 반복 학습 법칙을 융합함으로써, 제어 이득을 과대평가하지 않더라도 채터링을 억제하고 일치 및 비일치 불확실성을 다룰 수 있으며, 복잡한 경로에서 빠른 수렴과 높은 정밀도를 달성한다.

ABSTRACT

This paper proposes a global iterative sliding mode control approach for high-precision contouring tasks of a flexure-linked biaxial gantry system. For such high-precision contouring tasks, it is the typical situation that the involved multi-axis cooperation is one of the most challenging problems. As also would be inevitably encountered, various factors render the multi-axis cooperation rather difficult; such as the strong coupling (which naturally brings nonlinearity) between different axes due to its mechanical structure, the backlash and deadzone caused by the friction, and the difficulties in system identification, etc. To overcome the above-mentioned issues, this work investigates an intelligent model-free contouring control method for such a multi-axis motion stage. Essentially in the methodology developed here, it is firstly ensured that all the coupling, friction, nonlinearity, and disturbance (regarded as uncertain dynamics in each axis) are suitably posed as `uncertainties'. Then, a varying-gain sliding mode control method is proposed to adaptively compensate for the matched unknown dynamics in the time domain, while an iterative learning law is applied to suppress the undesirable effects (arising from the repetitive matched and unmatched uncertainties in the iteration domain). With this approach, the chattering that typically results from the overestimated control gains in the sliding mode control is thus suppressed during the iterations. To analyze the contouring performance and show the improved outcomes, rigorous proof is furnished on both the stability in the time domain and the convergence in the iteration domain; and the real-time experiments also illustrate that the requirements of precision motion control towards high-speed and complex-curvature references can be satisfied using the proposed method, without prior knowledge of the boundary to the unknown dynamics.

연구 동기 및 목표

• 강한 결합, 마찰에 기인한 역행 및 死존, 비선형성으로 인해 어려움을 겪는 유연성 연결 이중축 거치 시스템에서의 고정밀 윤곽 추적 문제를 해결한다.
• 정확한 시스템 식별 또는 불확실성 범위에 대한 사전 지식이 필요한 기존 제어 방법의 한계를 극복한다.
• 시간 영역과 반복 영역 양쪽에서 일치 및 비일치 불확실성에 대해 강건성을 확보하는 모델 프리 제어 전략을 개발한다.
• 반복적인 윤곽 추적 작업에서 시간 영역에서의 글로벌 안정성과 반복 영역에서의 글로벌 수렴을 달성한다.
• 과대평가된 제어 이득 없이 반복적 적응을 통해 슬라이딩 모드 제어의 채터링을 억제한다.

제안 방법

• 모든 시스템 비선형성, 결합 효과, 마찰 및 외란을 각 축의 '불확실성'으로 설정한다.
• 시간에 따라 변화하는 제어 이득을 갖는 적응형 슬라이딩 모드 제어(ASMC) 구성 요소를 구현하여 실시간으로 일치하는 미지 동역학을 보상한다.
• 반복 영역에서 반복적인 일치 및 비일치 불확실성을 억제하기 위해 증분형 캐스케이드 반복 학습 법칙(ILL)을 도입한다.
• 2자유도(2-DOF) 제어 구조를 사용: ASMC는 실시간 강건성을 확보하고, ILL은 반복적 성능 향상을 달성한다.
• 리아프노프 기반 분석을 사용하여 시간 영역과 반복 영역 양쪽에서 철저한 안정성 및 수렴성 증명을 수행한다.
• 실시간 실험을 통해 물리적 유연성 연결 이중축 거치 시스템에 제어 프레임워크를 통합하여 성능을 검증한다.

실험 결과

연구 질문

• RQ1 시스템 식별이나 불확실성의 범위에 대한 사전 지식 없이도 모델 프리 제어 전략이 유연성 연결 이중축 거치 시스템에서 고정밀 윤곽 추적을 달성할 수 있는가?
• RQ2 반복 학습 중 슬라이딩 모드 제어의 채터링을 효과적으로 억제하면서 강건성을 유지할 수 있는가?
• RQ3 제안된 글로벌 반복 슬라이딩 모드 제어(GISMC) 방법이 시간 영역에서의 안정성과 반복 영역에서의 수렴성을 어느 정도 보장할 수 있는가?
• RQ4 카디오이드 및 원과 같은 복잡한 고곡률 기준 경로에 대해 제안된 방법은 어떻게 성능을 발휘하는가?
• RQ5 실제 응용에서 외부 간섭과 측정 노이즈를 효과적으로 다룰 수 있는가?

주요 결과

• 제안된 GISMC 방법은 작업 1(원)에서 xy축의 평균 제곱 오차(RMSE)가 5.990 µm로 나타나고, 작업 2(카디오이드)에서는 6.540 µm로 감소하여 복잡한 경로에서도 높은 정밀도를 확보하였다.
• 최대 절대 윤곽 오차(MaxAE)는 작업 1에서 xy축 기준 16.80 µm로 감소하였고, 작업 2에서는 17.23 µm로 나타나 고곡률 운동 조건에서도 강건성을 입증하였다.
• 슬라이딩 변수의 평균 제곱 값(RMSSV)은 반복 횟수에 따라 크게 감소: xy축 기준 5.58×10⁻⁴에서 3.38×10⁻⁴로 감소하여 효과적인 슬라이딩 운동 확립을 확인하였다.
• 제어 이득을 과대평가하지 않더라도 제어 노력과 슬라이딩 변수 크기가 반복에 따라 감소함으로써 채터링 억제가 효과적으로 이루어졌음을 입증하였다.
• 추가적인 외부 간섭과 측정 노이즈 조건에서도 일관된 성능 유지를 유지하여 강력한 강건성을 확인하였다.
• 6회의 반복에서 수렴성이 검증됨: 첫 번째 반복 이후 RMSE 및 RMSSV 값이 급격히 감소하고, 점차 감소율이 감소하는 경향을 보였다.