[논문 리뷰] Identification of Fractional-Order Dynamical Systems

Ľ. Dorčák, V. Lesko외 1명|ArXiv.org|2002. 04. 15.

Advanced Control Systems Design참고 문헌 1인용 수 29

한 줄 요약

이 논문은 분수계수 미분의 수치적 근사와 전이 특성 미분 기법을 결합하여 분수계수 동역학 시스템을 식별하는 새로운 방법을 제안한다. 이 방법을 통해 측정된 입력-출력 데이터로부터 시스템 파라미터와 미분 차수를 동시에 추정할 수 있으며, 시뮬레이션 및 실제 시스템(예: 실험실 가열 furnance 포함) 모두에서 높은 정확도를 달성한다.

ABSTRACT

This contribution deals with identification of fractional-order dynamical systems. We consider systems whose mathematical description is a three-member differential equation in which the orders of derivatives can be real numbers. We give a discretization method and a numerical solution of differential equations of this type. An experimental method of identification is given which is based on evaluation of transfer characteristics. This is a combination of the method of derivatives of transfer characteristics and of the method of passive search. The verification was performed on systems with known parameters and also on a laboratory object.

연구 동기 및 목표

• 도함수 차수(정수로 제한되지 않은 실수)를 갖는 분수계수 동역학 시스템을 신뢰할 수 있는 방법으로 식별하는 데 목적이 있다.
• 기존 정수계수 모델링이 실제 시스템의 진정한 분수계수 동역학을 간과하는 한계를 해결하는 데 목적이 있다.
• 실험적 입력-출력 데이터로부터 시스템 파라미터와 도함수 차수(α, β)를 정확하게 식별할 수 있도록 하는 데 목적이 있다.
• 알려진 파라미터를 갖는 시스템과 실제 실험실 물체에 대해 방법을 검증하여 정수계수 근사보다 더 높은 정밀도를 보여주는 데 목적이 있다.

제안 방법

• 세 성분으로 구성된 분수계수 미분 방정식 모델을 사용한다: $ a_2 y^{(\alpha)}(t) + a_1 y^{(\beta)}(t) + a_0 y(t) = u(t) $, 여기서 α와 β는 실수이다.
• Grünwald-Letnikov 공식을 사용하여 분수계수 도함수의 수치적 근사를 적용한다: $ y^{(\alpha)}(t) \approx h^{-\alpha} \sum_{j=0}^{N(t)} b_j y(t-jh) $, 이때 이항 계수 $ b_j = (-1)^j \binom{\alpha}{j} $이다.
• 시간 간격 $ h $ 와 이산 시간 값들을 사용하여 시스템의 수치적 해를 구하기 위한 명시적 재귀 공식(식 5)을 유도한다.
• 모델 예측값과 측정된 데이터 간의 차이를 최소화하기 위해 최소 제곱 오차 기준(식 6)을 적용한다.
• 기울기 조건 $ \partial E/\partial \bar{a} = 0 $ 에서 유도된 세 개의 선형 방정식 시스템(식 8)을 풀기 위해 이산 적분을 합으로 근사한다.
• 지정된 구간 내에서 오차 기능을 최소화함으로써 추정된 차수 α와 β를 정밀하게 조정하기 위해 이분법 기반 반복 절차(식 10–11)를 사용한다.

실험 결과

연구 질문

• RQ1 시스템 파라미터와 도함수 차수가 모두 알려지지 않은 상태에서 분수계수 시스템을 정확하게 식별할 수 있는가?
• RQ2 실제 동역학 시스템에 대해 기존의 정수계수 모델링과 비교했을 때 제안된 방법은 정밀도와 정확도 측면에서 어떻게 다른가?
• RQ3 측정 정확도와 시간 간격이 분수계수 시스템의 식별 성능에 어떤 영향을 미치는가?
• RQ4 진짜 차수를 처음에 알지 못하는 상황에서도 실험 데이터로부터 비정수 도함수 차수(α, β)를 신뢰성 있게 추정할 수 있는가?

주요 결과

• α=2, β=1 인 정수계수 시스템에 대해, 방법은 $ a_2=1.0001 $, $ a_1=2.99987 $, $ a_0=1.99998 $ 를 회복하였으며, α=1.99993, β=0.99996 로 추정하여 진짜 값과 뛰어난 일치를 보였다.
• α=2.2, β=0.9 인 분수계수 시스템에 대해, 방법은 $ a_2=0.80005 $, $ a_1=0.49996 $, $ a_0=0.99998 $, α=2.19996, β=0.89989 를 추정하여 진짜 파라미터와 밀접하게 일치시켰다.
• 동일한 분수계수 시스템을 두 번째 차수 정수 모델로 근사했을 때, 방법은 $ a_2=0.76639 $, $ a_1=0.23184 $, $ a_0=1 $ 을 도출하였으며, 이는 눈에 띄게 다른 반응을 보여주어 모델의 부적합성을 시사했다.
• 실제 가열 furnance에 대해, 방법은 $ a_2=-14994.3 $, $ a_1=6009.52 $, $ a_0=1.69 $, α=1.31, β=0.97 인 분수계수 모델을 식별하여 기준 값 $ 2.7 \times 10^{-4} $ 을 달성했으며, 이는 정수계수 근사($ 1.02 \times 10^{-3} $)보다 훨씬 우수한 성능을 보였다.
• 이 방법은 두 성분 모델을 식별함으로써 강건성을 입증하였으며, $ a_1=788.35 $, $ a_0=1.39 $, β=0.73 로 추정하여 기준 값 $ 6.3 \times 10^{-4} $ 을 달성했으며, 이는 여전히 정수계수 피팅보다 우수한 성능을 보였다.