[논문 리뷰] Computational Analysis of Control Systems Using Dynamic Optimization

Wei Kang, Liang Xu|ArXiv.org|2009. 06. 01.

Advanced Control Systems Optimization참고 문헌 24인용 수 19

한 줄 요약

이 논문은 선형 및 비선형 제어 시스템에서 관측 가능성, 도달 가능성, 내구성의 정량적 측정을 위해 계산적 동적 최적화 방법을 도입한다. 추정 및 제어의 모호성 문제를 최적화 문제로 공식화함으로써, 강한 관측 가능성 대 약한 관측 가능성, 부분 관측 가능성, 제약 조건이 있는 도달 가능성의 실용적 검증이 가능해지며, 주요 결과로는 안전 제약 조건 하에서 상태 도달 가능성에 대해 최대 40퍼센트의 상대 오차가 발생함을 보여준다.

ABSTRACT

Several concepts on the measure of observability, reachability, and robustness are defined and illustrated for both linear and nonlinear control systems. Defined by using computational dynamic optimization, these concepts are applicable to a wide spectrum of problems. Some questions addressed include the observability based on user-information, the determination of strong observability vs. weak observability, partial observability of complex systems, the computation of $L^2$-gain for nonlinear control systems, and the measure of reachability in the presence of state constraints. Examples on dynamic systems defined by both ordinary and partial differential equations are shown.

연구 동기 및 목표

• 선형 및 비선형 제어 시스템에 대해 계산적으로 검증 가능하고 정량적인 관측 가능성, 도달 가능성 및 내구성 측정법을 개발한다.
• 제어 입력의 유한한 변화 범위와 같은 사용자 지식, 그리고 시스템 제약 조건을 통합함으로써 전통적 정의의 한계를 해결한다.
• 복잡한 시스템, 특히 부분 관측 가능성과 PDE로 기술되는 시스템에 대한 관측 가능성 및 도달 가능성의 실용적 평가를 가능하게 한다.
• 특히 상태 및 제어 제약 조건 하에서 $L^2$-gain과 제어 비용을 동적 최적화를 통해 계산한다.
• 실세계 문제, 즉 열 방정식의 경계 제어 및 비선형 원자력 현미경 모델에 대해 본 방법을 적용하여 실증한다.

제안 방법

• 관측 가능성을 '추정의 모호성'을 통해 정의하며, 출력 오차 한계 하에서 추정 상태와 진짜 상태 간의 최소 이탈을 동적 최적화로 해결한다.
• 제어의 모호성을 제약 조건이 있는 최적 제어 문제로 공식화하여 상태 및 제어 제약 조건 하에서의 도달 가능성 평가를 수행한다.
• $L^p$-노름을 시스템 메트릭으로 사용하고, 최적 제어 문제의 수치적 해법으로 허위스펙트럴 방법(예: 레지온드-갈레-로바토)을 적용한다.
• 제어 입력의 유한한 변화 범위, 상태의 상하한, 종단 조건과 같은 제약 조건을 최적화 프레임워크에 명시적으로 모델링한다.
• 비선형 시스템의 $L^2$-gain을 동적 최적화를 통해 계산하며, 정확한 방법과 고유값 기반 근사 방법을 모두 사용한다.
• 중앙 차분법을 통해 PDE(예: 열 방정식)를 ODE 제어 시스템으로 변환하여 수치 계산에 활용한다.

실험 결과

연구 질문

• RQ1 비선형 시스템에서 강한 관측 가능성과 약한 관측 가능성 간의 정량적 차이를 어떻게 구분할 수 있는가?
• RQ2 사용자 지식(예: 제어 입력의 유한한 변화 범위)을 통합할 경우, 전통적 정의를 초월해 시스템의 관측 가능성은 얼마나 향상될 수 있는가?
• RQ3 상태나 매개변수의 함수만 관측 가능한 대규모 또는 네트워크 기반 시스템의 부분 관측 가능성은 어떻게 측정할 수 있는가?
• RQ4 유한 차원의 입력을 가진 비선형 제어 시스템에 대해 $L^2$-gain을 결정하는 계산적 접근은 무엇인가?
• RQ5 상태 제약 조건이 존재할 경우 제어 시스템의 실용적 도달 가능성은 어떻게 영향을 받고, 이를 어떻게 정량화할 수 있는가?

주요 결과

• 기존에 관측 가능하다고 간주된 시스템도 추정의 높은 모호성으로 인해 실질적으로 관측 불가능할 수 있으며, 이에 대한 정량적 측정법을 통해 강한 관측 가능성과 약한 관측 가능성의 차이를 명확히 구분할 수 있다.
• 센서 외 정보(예: 제어 입력의 유한한 변화 범위)를 통합할 경우, 고전적 정의에서는 비관측 가능성이지만 강한 관측 가능성이 되는 시스템가 존재함을 입증한다.
• 경계 제어가 적용된 열 방정식의 경우, 목표 상태가 임계값(A > 0.4)을 초과하면 실질적으로 도달 불가능해지며, 안전 제약 조건(w ≤ 2) 하에서 가장 가까운 도달 가능한 상태에 대해 최대 40퍼센트의 상대 오차가 발생한다.
• 비선형 원자력 현미경 모델의 $L^2$-gain은 동적 최적화를 통해 성공적으로 계산되었으며, 이는 실세계 비선형 시스템에의 적용 가능성을 입증한다.
• 상태 제약 조건 하에서 제어의 모호성은 크게 증가하며, 이는 이론적 가용성과 실질적 도달 가능성 간의 괴리를 보여준다.
• 레지온드-갈레-로바토 노드를 사용한 허위스펙트럴 방법은 동적 최적화 문제를 효과적으로 해결하여 관측 가능성 및 도달 가능성 메트릭의 정확한 계산을 가능하게 하였다.