가변속 냉동시스템의 고정밀 고효율 제어를 위한 칼만 필터와 다입출력계 기반의 모델 예측 제어

• Published in: 설비공학 논문집, 36(11) Vol. 36; no. 11; pp. 521 - 534
• Main Authors: 정현석(Hyeon Seok Jeong), 정석권(Seok Kwon Jeong)
• Format: Journal Article
• Language: Korean
• Published: 대한설비공학회 01.11.2024
• Subjects: 기계공학; 다입출력; Model predictive control(MPC; Kalman filter(칼만 필터); 베이지안 최적화; Multi-input multi-output(MIMO; 가변속 냉동시스템; Variable speed refrigeration system(VSRS; Bayesian optimization(BO; 모델 예측 제어
• ISSN: 1229-6422; 2465-7611
• DOI: 10.6110/KJACR.2024.36.11.521

본 연구에서는 VSRS의 고정밀 고효율 제어를 위해 간섭을 고려한 MIMO 기반 MPC를 설계하였다. 동특성 실험을 통해 간섭을 고려한 MIMO 기반 VSRS의 모델을 확대계 상태공간모델로 구성하였다. 주요 설계 파라미터인 출력 예측 구간 , 입력 예측 구간 , 압축기와 EEV의 각 하중행렬 , 를 시행착오 없이 베이지안 최적화를 도입하여 확정적으로 결정하였다. 또한, 가상의 물리량인 상태변수와 열잡음이 혼입된 출력을 엄밀히 추정하기 위해 칼만 필터를 설계하였다. 제안된 제어기는 VSRS 기반의 OCS를 제어대상으로 한 시뮬레이션 및 실험을 통해 그 타당성이 검증되었다. MPC는 지령값 변경과 열부하 인가 시에도 오일출구온도 를 엄밀히 제어하였으며, 압축기의 간섭에도 과열도 를 엄밀히 제어하였다. 최종적으로 PI 제어기와의 제어성능 비교를 통해 설계한 MPC의 유효성을 확인하였다. 본 연구를 통해 얻은 주요 결론은 다음과 같다. (1) MPC는 압축기의 회전 속도의 급격한 변동 시에도 간섭 영향을 고려한 다변수 제어를 통해 의 과도오차를 PI 제어기보다 49.9% 개선하였다. (2) 베이지안 최적화를 이용하여 제어기의 설계 사양을 만족하는 MPC 설계 파라미터의 최적값을 확정적으로 설계함으로써 시행착오 없이 체계적인 MPC 설계가 가능해졌다. (3) 설계한 칼만 필터는 MPC의 제어입력 연산에 필요한 상태변수 및 출력을 외란과 열잡음으로부터 엄밀하게 추정하였다. (4) MPC는 주 제어량인 오일출구온도 를 목표 온도에 엄밀히 추종시켰고, 지령값 변경과 열부하 외란 인가 시 의 과도오차를 PI 제어기보다 최대 53.2% 개선하였다. (5) MPC는 PI 제어기보다 와 를 더 빠르고 더 정밀하게 제어함과 동시에 과도현상도 최소화 하였다. A variable-speed refrigeration system is widely used in various industries because of its high energy savings during partial load. However, because there is an interference between the target temperature and superheat, it is difficult to control these two variables independently and precisely without a large transient phenomenon that causes energy loss in the event of a sudden change in the control input. In this paper, we applied multi-input and multi-output (MIMO) based model predictive control (MPC) to offset the interference. In addition, a Kalman filter was designed to reduce effects of thermal noise mixed into state variables and output variables required for control logic calculations. Especially, Bayesian optimization was applied to obtain the optimal value without trial and error for design parameters of MPC. The validity of the proposed MPC was verified through simulations and experiments with an oil cooler system. Moreover, the effectiveness of the proposed MPC was demonstrated through comparative experiments of control performance with conventional PI controllers. KCI Citation Count: 0