Theories and Applications of Chem. Eng., 2009, Vol. 15, No. 1 177
화학공학의 이론과 응용 제 15 권 제 호 1 2009 년
공정 제어를 위한 면역 유전 알고리즘을 이용한 제어기 설계
RO - PID
김고은 박지모 김진성 권오신 허 훈, , , , * 고려대학교 제어계측공학과
(heo257@korea.ac.kr*)
Design of PID controller using Immune-Genetic Algorithm for RO plant
Goeun Kim, Jimo Park, Jinsung Kim, Oshin Kwon, Hoon Heo* Department of Control and Instrumentation Engineering, Korea university
(heo257@korea.ac.kr*)
1. 서론
해수담수화는 절대적인 담수자원이 부족한 지역에서는 유일한 대안으로서 그 필요성이 대두되고 있다 현재 해수의 담수화 생산설비에는 생산설비 구조가 간단하고 에너지 소. 비량이 적은 고효율 저에너지 소모 공정인 역삼투법이 많이 채용되고 있다 역삼투 공정. 에 쓰이는 멤브레인의 반 투과막은 높은 pH와 불순물에 의해 막의 손상과 스케일링 현상 이 발생하게 된다 이는 역삼투압 공정의 효율성을 떨어뜨리는 주요 원인이 되기 때문에.
를 일정하게 유지하고 불순물의 양을 로 체크하여 최대한 적게 유지하도록
pH , Conductivity
최적으로 제어하는 것이 역삼투 공정의 효율성을 향상시키는 핵심적인 부분이라 할 수 있다 최근 최적화 문제 등 여러 분야에 걸쳐 유전자 알고리즘. (genetic algorithm)이 많이 사용되고 있다 하지만 유전자 알고리즘의 가장 큰 단점인 조기 국부 수렴 문제를 보완하. 고자 본 논문에서는 면역 알고리즘(Immune algorithm)과 유전자 알고리즘을 합한 새로운 알고리즘을 제안하였다.
2. RO plant
전반적인 역삼투
공정과 역삼투압의
분리막 구조는 그림 과 같고 전달 함 (1) ,
수로 표현 하면 식 과 같다
(1) [1].
< Figure 1. The RO(Reverse Osmosis) system >
Theories and Applications of Chem. Eng., 2009, Vol. 15, No. 1 178
화학공학의 이론과 응용 제 15 권 제 호 1 2009 년
(1)
where, F = Flux, P = Pressure, C = Conductivity, pH = Density of H ion.
면역 유전 알고리즘을 이용한 제어기 설계
3. - PID
면역 알고리즘 3.1
생체의 방어 및 유지를 수행하는 자율분산 시스템이라 할 수 있는 면역 알고리즘은 일 반적인 최적화 알고리즘과 같이 여러 분야 에서 제안되고 있으며 특징은 다음과 같다, [2,3].
한번 배제한 항원에 대해서 기억하여 (1)
항체를 조속히 생성하는 기억 학습 능력을 가지고 있다.
항원에 대한 기대치 의 계산에 의해 면
(2) ‘ ’
역계의 자기 조절 기능 수행이 가능하다.
최적화의 목적함수만을 필요로 하기 때 (3)
문에 제어기 설계에 매우 유용하다.
동시에 여러 개의 가능 해로써 최적화 (4)
로 진행하는 병렬 분산 처리가 가능하다. < Figure 3. I-GA algorithm >
유전 알고리즘의 친화도 및 기대치 계산 3.2
목적함수는 최적화 하고자 하는 함수를 말하며 값의 범위가 문제마다 다르기 때문에 보, 통 정해진 구간 사이의 양수의 값을 갖도록 표준화된 값을 적합도로 사용한다[4,5]. 본 논 문에서는 친화도를 계산하기 위한 목적 함수로써 아래식 (2)과 같은 ITSE (Integral of 방법을 사용하였고 최적화 하고자 하는 목적함수가 최 Time multiplied by Absolute Error) ,
소일 때 가장 큰 값을 가지도록 친화도를 식(3)와 같이 설계하였다.
(2)
(3)
시뮬레이션 및 고찰 4.
Theories and Applications of Chem. Eng., 2009, Vol. 15, No. 1 179
화학공학의 이론과 응용 제 15 권 제 호 1 2009 년
본 연구에서 사용한 알고리즘 각각의 parameter 는 Table (1)과 같고, PID gain 값들은 Table (2) 와 같이 성능을 비교하고자 하는 Ziegler-Nichols 방법을 이용한 gain 값과 정량적인 차이가 있음을 알 수 있다.
< Figure 3. Simulation of RO system >
< Table 1. parameter of IA >
Parameter Value
Generation 80
Population 200
Mutation 0.4%
Crossover 0.5%
Range of gain -1000 ~ 1000
affinity ITSE
< Table 2. PID gain >
Tuning
기법 system P gain I gain D gain Ziegler
Nichols
715 0.14 0.03
-0.07 -1.09 0.0027 Immune
- Genetic Algorithm
993.223 989.455 0.163
-31.510 -33.716 -0.0003
에 대한 step response는 그림 와 같고5 ,
에 대한 step response는 그림 과 같다6 .0 200 400 600 800 1000 1200 1400 1600 1800 2000
0 0.2 0.4 0.6 0.8 1
X: 147 Y: 0.9983
Tme (sec)
ZN Set point IGA
0 1 2 3 4 5 6
x 105 0
0.2 0.4 0.6 0.8 1
X: 5.259e+005 Y: 0.9997
Tme (sec)
ZN Set point IGA
< Figure 5. step response of
>0 10 20 30 40 50 60 70 80 90 100
-0.5 0 0.5 1 1.5 2 2.5
Time (sec)
Set point IGA ZN
< Figure 6. step response of
>실선이 본 논문에서 제안한 IGA를 적용한 결과이고 점선이 일반적인, Ziegler Nichols 방법을 적용한 결과로, 일반적인 Ziegler 방법보다 안정적이고 응답이 좋은 Nichols
것을 알 수 있다 추가적으로 본 연구의 시. , 뮬레이션 결과는 noise가 없는 가장 안정적 인 step response의 결과 이다.
Theories and Applications of Chem. Eng., 2009, Vol. 15, No. 1 180
화학공학의 이론과 응용 제 15 권 제 호 1 2009 년
6. 결 론본 논문에서는 RO plant에 사용되는 membrane의 제어 성능을 향상시키기 위해 사용된 제어기의 최적 값을 선정하는데 새로운 면역 유전알고리즘의 방법을 제시하였
PID gain -
다 제안한 알고리즘의 성능 검진을 위해 실제와 유사한 시뮬레이션 구현을 통해 일반적. 인 Ziegler-Nichols tuning 방법과 비교하였고 비교 결과, Ziegler-Nichols 방법에 비해 개선 된 응답을 확인할 수 있다 하지만 본 시뮬레이션에는 여러 불확실한 요소들 및 비선형성. 이 제외되어 있기 때문에 실제 상황과 차이가 존재 할 수밖에 없다 이러한 차이를 개선. 하기 위해 각종 불확실한 요소들 및 비선형성을 적용하여 실제와 매우 유사한 시뮬레이 션 구현과 더 나아가서 간단한 축소 크기의 실험을 통하여 본 논문에서 제안한 알고리즘 의 성능을 입증할 계획이고 향 후 연구로써 진행하고 있다.
후 기
본 연구는 국토해양부 플랜트기술고도화사업의 연구비지원(C106A15000106A 085700200) 에 의해 수행되었습니다.
참 고 문 헌
1. Robertson, M. W., Watters, J. C., Desphande, P. B., Assef, J. Z. and Alatiqi, I. M.,
“Model based control for reverse osmosis desalination processes”, Desalination 104, 59~68, (1996).
2. Park, J. H. and Choi, Y. K., “Optimization of controller parameters using A Memory Cell of Innune Algorithm”, KIEE. Vol. 51D, No 8, (2002).
3. Kim, D. H. and Cho, J. H., “Optimal tuning and Disturbance Rejection on PID controller loop for motor control using Immune Algorithm”, The Korean Institute of Power Electronice 2003, 137 ~ 140 (4pages), (2003).
4. Chung, H. H., Hur, D. R., Lee, J. P., Chung, H. H., “Design of PID Controller using Immune Algorithm for AC-DC Power System”, KOREA SOCIETY OF MARINE ENGINEERING 01A035, (2001).
5. Kim, S. H., Cho D. G., Lee, M. S., Oh, B. S., Kim, J. H., Kim, I. S., “SEAHERO R&D program and key strategies for the scale-up of a seawater reverse osmosis (SWRO) system”, Desalination 238, 1 9, (2009).–
6. Kim, J. S., Kim, J. H., Park, J. M., Park, S. M. and Heo. H., “Auto tuning pid controller based on genetic algorithm for reverse osmosis plant”, 4th Asian Conference on Multibody Dynamics, (2008).
7. Kim, J. S., Kim, J. H., Park, J. M., Park, S. M., Choi, W. Y. and Heo, H., “Auto tuning pid controller based on improved genetic algorithm for reverse osmosis plan”, Proceedings of World Academy of Science, Engineering And Technology. Vol 30, (2008).
8. Kim, G. E., Park, J. M., Kim, J. S., Kwon, O. S. and Heo, H., “Auto tuning of PID 개제 예정
for RD system using Immune algorithm”, KSNVE ( ), (2009).
9. Kim, G. E., Park, J. M., Kim, J. S., Lee, H. J. and Heo, H., “Simulation of Auto 발표 예정 tuning controller for RO system using Genetic-Immune Algorithm”, KSNVE ( ), (2009).
