Fault-Tolerant Networked Control Systems Using Control Allocation for Failures in Multiple Control Surfaces
양 인 석, 김 동 길, 이 동 익* (Inseok Yang1, Donggil Kim1, and Dongik Lee1)
1Kyungpook National University
Abstract: In this paper, the methodology of a CA (Control Allocation) based FTNCS (Fault-Tolerant Networked Control System) is proposed. Control allocation is a control surface management technique by redistributing the redundant control surfaces in over- actuated systems. In modern high performance aircrafts, they adopt many redundant control surfaces to provide high performance and to satisfy various tactical requirements. Moreover, redundant control surfaces provide an opportunity to compensate performance degradation due to failures in more than one actuator by re-allocating redundant control surfaces. Simulation results with an F-18 HARV demonstrate that the proposed CA based FTNCS can achieve a fast and accurate tracking performance even in the presence of actuator faults.
Keywords: control allocation, fault tolerant control, networked control system
ABBREVIATIONS CA control allocation CAP control allocation problem FTC fault-tolerant control
FTCAP fault-tolerant control allocation problem FTNCS fault-tolerant networked control system HARV high alpha research vehicle
HATP high angle of attack technology program LiP lock in place
LoE loss of effectiveness
NCS networked control system TV thrust vectoring
I. 서론
항공기, 우주선, 자동차 등 사고로 인하여 인명 손실, 임무 실패 등 막대한 손실이 발생하는 시스템을 통칭하여 안전중요 시스템(safety-critical systems)이라 부른다. 이러한 안전중요시스 템은 높은 수준의 안전성을 요구하고 있으며, 시스템 고장으로 인한 사고에 대비하기 위하여, 다중의 하드웨어를 장착하고 있 다. 반면 최근 20년 동안 제어이론을 기반으로 한 고장 대처 기법에 대한 연구가 활발하게 진행되어 왔다[1-3]. 이러한 기법 을 통칭하여 고장 대처 제어(FTC: Fault-Tolerant Control) 기법이 라 부르며, 하드웨어 다중화(hardware redundancy)와 구별하여 소프트웨어 다중화(software redundancy) 고장 대처 기법으로 분 류한다. 현재까지 pseudo inverse [1], model reference adaptive
control [2], sliding mode control [3], multiple model switching and tuning [4], control allocation [5-9] 등 다양한 고장 대처 제어 기법 들이 제안되어 왔다. 그 중에서 제어면 재분배(CA: Control Allocation) 기법은 성능 향상을 위하여 다수의 액추에이터를 탑제하는 항공기의 고장 대처에 효과적인 것으로 인식되고 있 다[5-9]. CA는 시스템의 상태 변수의 개수보다 많은 개수의 액 추에이터를 효과적으로 분배하여, 요구되는 시스템 성능을 만 족하도록 액추에이터를 관리하는 기법이다. 예를 들면, 고기동 성을 추구하는 최근의 전투기 설계에 있어서, 고기동성 확보를 위하여 여분의 제어면을 추가하여 설계하는 경우가 많다[10].
이러한 경우 CA는 추가적으로 탑재한 여분의 제어면을 재분 배 하는 기법으로, 가상의 입력에 대하여 제어면을 효과적으로 분배하는 방법이다. 이러한 여분의 제어면은 시스템의 성능 향 상을 이끌 뿐만 아니라 시스템에서 발생하는 고장을 대처할 수 있는 여유도를 제공하기도 한다. 즉, 고장으로 발생한 성능 저하에 대하여, 여분의 제어면을 적절히 재분배함으로 고장을 대처할 수 있게 된다. 특히 여분의 제어면 확보로 인한 제어 여유도의 증가는 두 개 이상의 제어면에서 발생하는 다중 제 어면 고장에 대해서도 효과적인 대처가 가능하다. 그러나 CA 를 포함한 대부분의 FTC 기법이 적절히 동작하기 위해서는 고장진단 정보가 필요하지만, 정밀하고 신속한 진단정보를 얻 는 것이 어려운 문제로 남아있다[11].
이 문제를 해결하기 위하여, 네트워크를 이용한 고장 대처 방법이 제시되고 있다[9,12,13]. 이 방법들은 제어시스템 구조 측면에서 고장 대처를 접근한 방법으로, 네트워크 기반 제어 시스템(NCS: Networked Control System)에 FTC를 탑재하여 고 장 대처 네트워크 제어시스템(FTNCS: Fault Tolerant Networked Control System)을 설계하는 방법이다. FTNCS는 필드버스 (fieldbus)로 통칭되는 디지털 통신네트워크를 이용하여 고장 대처에 필요한 상태정보를 교환함으로, 고장에 대한 신속하 고 정확한 정보 획득 및 대처가 가능하다. 예를 들면, Yang et al은 지능형 액추에이터를 이용한 FTNCS를 제시하였다[9].
Copyright© ICROS 2011
* 책임저자(Corresponding Author)
논문접수: 2011. 8. 20., 수정: 2011. 9. 5., 채택확정: 2011. 9. 25.
양인석: 경북대학교 경북대학교 IT대학 국방수중통신/탐지특화연구센 터([email protected])
김동길: 경북대학교 대학원 전자전기컴퓨터학부([email protected]) 이동익: 경북대학교 IT대학([email protected])
※ 본 연구는 지식경제부 및 정보통신산업진흥원의 IT융합 고급인력 과정 지원사업의 연구결과로 수행되었음(NIPA-2011-C6150-1102- 0011).
여기서 지능형 액추에이터는 자체고장탐지 및 진단 그리고 양방향 통신을 지원할 수 있는 액추에이터로, 일반적인 액추 에이터에 microprocessor와 같은 지능형 장치를 결합한 액추 에이터이다. 먼저 지능형 액추에이터는 자체고장탐지 및 진 단을 통해 고장 발생 유무를 판단하고, 고장이 발생한 경우 상태정보(condition data)를 생성한다(그림 1). 그리고 진단된 결과를 필드버스를 통해 상위단계의 전역 관리자(supervisor) 에게 제공한다. 관리자는 모든 액추에이터로부터 전송된 상 태정보를 이용하여 고장으로 인하여 저하된 성능을 보상할 수 있도록 제어면을 재분배함으로써 액추에이터 고장을 대 처한다. 그림 1에서 제어기(baseline controller)는 시스템의 주 제어기(main controller)로 시스템의 움직임을 제어한다.
본 논문에서는 Yang et al에 의해 제안된 지능형 액추에이터 기반의 FTNCS 구조를 이용하여, 고장을 효과적으로 대처할 수 있는 CA 기반 고장 대처 기법을 제안한다. 제안된 기법을 F-18 HARV (High Alpha Research Vehicle) [9]에 적용하여 성능을 비교분석 한다.
II. 다중 제어면 고장이 발생한 시스템 모델 1. 액추에이터 고장 모델
일반적으로 액추에이터 고장 모델은 그림 2와 같이 크게 4 가지로 분류된다[14]: LiP (Lock in Place); float; hardover; LoE (Loss of Effectiveness). 그림 2에서, 입력에 관계없이 출력의 형태가 독립적으로 나타나는 LiP, float 그리고 hardover 고장 을 total failure로 정의한다[9]. 만약 i번째 액추에이터에 고장 이 발생하였다면, 고장이 발생한 액추에이터의 일반적인 출 력은 다음과 같이 표현된다.
(1 )
i i i iu i iu
δ = −α γ +α (1)
여기서 ui는 i번째 액추에이터의 고장을 가정하지 않은 정상 적인 출력을 의미하며, δi는 액추에이터의 실제 출력으로 시 스템에 들어가는 입력을 의미한다. 그리고 ui는 total failure로 인한 액추에이터 출력을 나타낸다. 또한 αi는 total failure 발생 을 나타내는 스위칭 함수로 다음과 같이 정의된다.
0, if total failure does not occur 1, if total failure occurs.
αi
= (2)
그리고 γi는 i번째 액추에이터의 성능을 나타내는 지표로써 액추에이터의 상태에 따라 다음과 같이 정의된다.
0, total failure (0 1), LoE failure healthy 1,
γi ε ε
= < <
(3)
(a) Lock in place. (b) Float.
(c) Hard over. (d) Loss of effectiveness.
그림 2. 액추에이터 고장 종류[14].
Fig. 2. Typical failures of an actuator [14].
만약 식 (1)에서 액추에이터가 정상적으로 동작하고 있다면, αi = 0 그리고 γi = 1이 되며 δi = ui가 된다.
식 (1)로부터, 만약 시스템의 액추에이터 수보다 작은 임의 의 k개 액추에이터에서 고장이 발생한다면, 고장이 발생한 액추에이터의 출력(uF)은 다음과 같이 일반화된다.
( )
F Ik F F Fu F Fu
δ = − Ω Γ + Ω (4)
여기서 uF은 고장이 발생한 액추에이터들의 고장을 가정하지 않은 정상적인 출력 벡터를 나타내며, u 는 total failure가 발F
생한 액추에이터들의 출력 벡터를 나타낸다. 또한 액추에이 터의 성능을 나타내는 행렬 ΓF와 ΩF는 각각 ΓF = diag(γj)∈ Rk×k와 ΩF = diag(αi)∈ Rk×k로 표현되며, Ik는 (k X k)-항등행렬 (identity matrix)을 의미한다.
고장이 발생하지 않은 액추에이터의 집합 δN에 대하여, δ = [δF, δN]T로 가정하면, 액추에이터의 출력은 다음과 같이 일반 화된다.
(In ) u u
δ = − Ω Γ + Ω (5)
여기서 u은 모든 액추에이터들의 정상적인 출력을 나타낸다.
그리고 u=[ 0]uF T이며, 행렬 Γ와 Ω는 각각 다음과 같다.
( ) ( )
( ) ( ) ( ) ( )
0 0
, .
0 0 0
F m k k F m k k
k m k Im k k m k m k m k
− × − ×
× − − × − − × −
Γ Ω
Γ = Ω =
(6)
만약 모든 액추에이터가 정상적으로 동작하고 있다고 가정 하면, ΓF = Ik와 ΩF = 0k이 된다. 따라서 Γ= Im와 Ω= 0m이 되며, 결과적으로 δ= u가 된다.
2. 고장이 발생한 시스템의 일반적인 모델 다음과 같은 시스템을 고려하자.
,
x Ax B= + δδ (7)
여기서 x∈ Rn와 u∈ Rm는 각각 상태 벡터(state vector)와 입력 그림 1. 고장 대처 네트워크 기반 제어시스템 구조[9].
Fig. 1. The structure of fault tolerant networked control systems [9].
를 bδ,i로 정의하면, Bδ δ,1 δ,2 δ,m으로 표현된다.
만약 임의의 k (k ≤ m)개의 액추에이터에서 고장이 발생하 였다고 가정하고, 고장이 발생한 액추에이터와 정상적인 액 추에이터를 δ = [δF, δN]T와 같이 재배열하면, 식 (7)의 Bδ는 Bδ
= [BF, BN]으로 재구성된다. 여기서, BF ∈ Rn×k는 고장이 발생한 액추에이터에 대응되는 열벡터로 구성된 행렬이며, BN
∈ Rn×(n-k)는 정상적인 액추에이터에 대응되는 열벡터로 구성
된 행렬이다. 즉, 만약 i, j (i < j ≤ m)번째 액추에이터에서 고 장이 발생했다고 가정하면, BF = [bδ,i, bδ,j]가 되며, BN = [bδ,1, bδ,2, ..., bδ,i-1, bδ,i+1, ..., bδ,j-1, bδ,j+1, ..., bδ,m]로 표현된다. 따라서 식 (5) 와 (7)로부터, 액추에이터 고장이 발생한 시스템은 다음과 같 이 일반화된다.
[ ]( ) [ ]
[( ) ].
F N n F N
N N F k F F F F F
x Ax B B I u B B u
Ax B u B I u u
= + − Ω Γ + Ω
= + + − Ω Γ + Ω
(8)
만약 시스템의 모든 액추에이터가 정상적으로 동작하고 있 다면, Γ= Im와 Ω= 0m이 되며, 식 (7)을 만족하게 된다.
III. 제안된 고장 대처 제어 기법 1. 제어면 재분배 문제
최근 개발되고 있는 항공기의 경우, 높은 성능을 확보하기 위하여 기존의 제어면에 추가적인 제어면을 탑재하는 추세 이다. 이러한 여유 제어면은 항공기에 추가적인 모멘트를 발 생시켜 고기동성의 확보 등 높은 수준의 비행 성능을 확보할 수 있도록 만든다. 나아가 여유 제어면의 확보는 항공기 고 장으로 인하여 발생하는 예기치 않은 외란을 대처할 수 있는 추가적인 힘을 발생 가능하도록 하여, 결과적으로 고장에 대 한 효과적인 대처가 가능하다. 제어면 재분배(CA: Control Allocation) 기법은 여유 제어면을 탑제한 시스템에서 여분의 제어면을 관리하는 기법으로 제어기에서 생성된 가상의 입 력에 대하여 각 제어면에 들어가는 최적의 입력값을 찾는 방 법이다. 즉, 만약 식 (7)로 표현된 시스템에서, 입력을 분배하 는 행렬 Bδ가 rank(Bδ) = l < m을 만족하고, 제어기에서 생성된 가상의 입력 v(t)∈ Rl을 이용한 동일한 시스템을 식 (9)와 같 이 표현된다고 가정하면,
x Ax B v= + v (9)
일반적인 제어면 재분배 문제는 다음과 같이 표현된다:
CAP (Control Allocation Problem) [9]: Given a virtual input, v(t), find the actuator commands δ(t) such that the followings are satisfied:
( ) v ( )
B tδδ =B v t (10)
where, δmin≤δ(t)≤δmax.
따라서 일반적인 제어면 재분배는 가상의 입력에 대하여 식 (10)을 만족하는 최적의 입력을 구하는 문제가 된다.
2. 제안된 고장 대처 제어 기법
임의의 k개의 액추에이터에서 고장이 발생하면, 식 (8)과 같이 시스템의 성능 저하를 야기하게 된다. 고장이 발생하는 경우의 고장 대처 제어면 재분배 문제(FTCAP: Fault-Tolerant Control Allocation Problem)는 가상의 입력(v(t))에 대하여 최적 의 고장 대처 입력(ur(t))을 구하는 문제로 다음과 같이 표현
virtual input v(t), find the reconfigurable actuator commands ur(t) satisfying (11)
[BF B IN]( n− Ω Γ +) ur [BF BN]Ω =u B v tv ( ) (11) where, umin≤ur(t)≤umax.
즉, 여분의 액추에이터를 이용한 고장 대처 문제는 FTCAP를 풀어 식 (11)을 만족하는 재구성 입력 ur(t)값을 구하는 문제 로 볼 수 있다.
Theorem 1: 만약 (8)과 같이 표현된 시스템에서 k개의 액 추에이터가 고장났다고 가정하면, 고장 대처 입력은 다음과 같다.
r reconf,
u = +u u (12)
여기서 u∈ Rm은 식 (10)의 일반적인 CAP로부터 얻어지는 입 력이다. 그리고 ureconf ∈ Rm은 k개의 액추에이터 고장으로 인 하여 저하된 성능을 보상하기 위해 추가되는 입력항으로, ureconf = [0, uN,reconf]T 이며, uN,reconf는 다음을 만족한다.
( ) , 0
F F F F k F F F F F N N reconf
B u − ΓB I − Ω u − ΩB u −B u = (13) Proof: 만약 고장 대처 제어 입력이 (12)와 같다고 가정하 면, 식 (8)과 (11)로부터 다음을 만족하게 된다:
,
[ ]( ) [ ]
[ ]( ) ( ) [ ]
[ ]( ) [ ]( )
[ ]
( ) .
F N n r F N
F N n reconf F N
F N n F N n reconf
F N
N N F k F F F F F F N N reconf
B B I u B B u
B B I u u B B u
B B I u B B I u
B B u
B u B I u B u B u
− Ω Γ + Ω
= − Ω Γ + + Ω
= − Ω Γ + − Ω Γ
+ Ω
= + − Ω Γ + Ω +
(14)
만약 uN,reconf가 (13)을 만족한다면, 식 (14)는 다음과 같다:
( ) ,
.
N N F k F F F F F F N N reconf
N N F F u v
B u B I u B u B u
B u B u B u B v
+ − Ω Γ + Ω +
= + = = (15)
따라서 (12)에서 제안된 입력을 통하여, k개의 액추에이터 고
장에 효과적으로 대처 가능하다. ■
IV. 시뮬레이션 및 고찰 1. 시뮬레이션 모델 설계
본 논문에서 제안된 액추에이터 고장 대처 기법의 성능을 평가하기 위하여, 제안된 기법을 F-18 HARV (High Alpha Research Vehicle)에 적용하여 시뮬레이션을 수행하였다. F-18 HARV는 1987년부터 9년 동안 진행된 HATP (High Angle of Attack Technology Program)의 시험기로 thrust vectoring vane을 이용하여 고받음각 기동에 대한 연구를 수행하였다[10]. F-18 HARV는 일반적인 항공기와 같이 aileron, stabilator, rudder를 제어면으로 탑제하고 있으며, 추가적으로 roll thrust vectoring (TV), pitch TV 및 yaw TV를 제어면으로 사용하고 있다.
본 논문에서는 고도 30,000ft에서 Mach 0.6으로 비행하는 F- 18 HARV의 turn reversal 기동에 대한 고장 대처 성능을 평가 하였으며, 고려한 비행 조건에 대한 항공기 모델링 및 제어 면 모델은 각각 식 (16)과 표 1과 같다[15]:
표 1. 제어면의 모델 정보[15].
Table 1. Model data of control surfaces [15].
Control
surface Transfer function Rate limits
Position limits Ailerons
2
2 75 2
2(0.59)(75) 75
s + + ± 100
deg/sec ± 27.5 deg Stabilators
2
2 2
30.8
2(0.51)(30.8) 30.8
s + + ± 40
deg/sec -10.5~24 deg Rudders
2
2 72 2
2(0.69)(72) 72
s + + ± 30
deg/sec ± 30 deg Pitch
vanes
2
2 2
75 2(0.59)(75) 75
s + + ± 80
deg/sec -25~20 deg Yaw
vanes
2
2 2
75 2(0.59)(75) 75
s + + ± 80
deg/sec -20~10 deg 표 2. 제어면 분류[15].
Table 2. Nomenclatures of control surfaces [15].
Symbol Description Symbol Description
δ SS Deflection of
symmetric stabilators δ Deflection of differential DS stabilators δ R Deflection of
Symmetric rudders δ Deflection of differential A ailerons
δPTV Pitch thrust vectoring
nozzle deflection δRTV Differential pitch thrust vectoring nozzle
deflection δYTV Yaw thrust vectoring
nozzle deflection 0.5088 0.9940 1.1310 0.2804
0.09277 0.01787 6.573 1.525
SS PTV
q q
α α
δ δ
= −
− −
− −
+ − −
0.11180 0.09363 0.99490 10.22000 1.169000 0.43180 2.20100 0.009853 0.10560
p p
r r
β β
− −
= − −
− −
(16)
0.009231 0.004885 0.01262 9.02 11.06 0.842 0.2957 0.2637 0.6841
− −
+
− −
0.0000 0.008328 0.7304 0.05522 0.001928 0.757
DS A R RTV YTV
δ δ δ δ δ
− −
여기서 α는 받음각이며 (deg), β는 sideslip이다 (deg). 그리고 p, q, r은 각각 roll, pitch, yaw 각속도이다 (deg/sec). 또한 δ는 F-18 HARV의 제어면을 나타내고 있으며, 아래 첨자는 표 2에 정 의되어 있다. 본 논문에서는 항공기의 제어기로 nonlinear dynamic inversion을 사용하였으며[16], 제어기는 Level 1 비행 요구조건을 만족하도록 설계하였다[17].
본 논문에서는 aileron과 stabilator에서 발생하는 고장을 고 려하였다. 먼저 시나리오 1에서는 3.5초에 좌측 aileron에서 50%의 성능 저하 고장(LoE failure)이 발생하고, 8초에 좌측 stabilator에서 LiP 고장이 발생함을 가정하였다. 시나리오 2에 서는 좌측 aileron에서 float 고장이 발생(3.5초)하고, 8초에 좌 측 stabilator에서 hardover 고장이 발생함을 가정하였다. 좌측 aileron 및 stabilator에서 발생한 고장으로 인하여, 항공기는 더 이상 좌우 대칭성은 보장하지 못하게 되며, 결과적으로 종방향과 횡방향은 서로 커플링 된다. 따라서 고장 대처 제 어 입력은 커플링 되어 있는 종방향 운동을 반드시 고려해야 한다.
2. 시뮬레이션 결과
시나리오 1: 그림 3-5는 좌측 aileron과 stabilator에서 각각 LoE 고장(3.5초) 및 LiP 고장(8초)의 발생을 가정한 시뮬레이 션 결과를 보여준다.
그림 3은 고장으로 인한 항공기의 turn reversal 기동 결과이 다. 제어면에서 발생한 고장으로 항공기는 안정성을 확보하 지 못하게 된다. 특히 고장으로 인한 항공기의 비대칭성은 좌측 stabilator의 LiP 고장이 발생한 8초 이후 종방향 운동에 큰 영향을 주게 되어, 결과적으로 피치 각의 큰 진동을 야기 하게 되며, 종방향의 발산을 일으킨다(그림 3 (b), (c)). 하지만 제안된 제어면 재구성 기법을 이용하여 고장을 대처하게 되 면, 이상적인 모델을 추종하고 있음을 볼 수 있다. 또한 고장 으로 인하여 영향을 받은 종방향 운동은, 제안된 고장 대처 기법을 통하여 상쇄되고 있음을 볼 수 있다.
(a) Roll angle.
(b) Pitch angle.
(c) Flight path.
그림 3. Turn reversal 기동에 대한 시뮬레이션 결과.
Fig. 3. The results of the turn reversal maneuver with/without reconfiguration.
그림 4. 고장을 대처하지 않은 경우 제어면 변위.
Fig. 4. The deflections of control surfaces without reconfiguration.
그림 4와 5는 각각 고장을 대처하지 않은 경우와 고장을 대처한 경우의 제어면 변위를 보여준다. 그림 4와 5에서, 3.5 초에 발생한 고장으로 인하여 좌측 aileron의 성능이 50% 저 하됨을 확인할 수 있으며, 8초에 발생한 LiP 고장으로 좌측 stabilator가 고정되어 있음을 볼 수 있다. 특히 제안된 고장 대처 기법을 이용하여 제어면을 재분배한 경우, 8초 이후의 고장이 발생하지 않은 모든 제어면의 변위가 크게 증가하고 있음을 볼 수 있다. 특히 8초 이후, pitch TV가 크게 증가하고 있는데, 이는 8초에 발생한 좌측 stabilator의 고장으로 인한 종방향 운동의 발산을 대처하기 위해 pitch 방향의 추력을 증 가시키고 있음을 알 수 있다.
시나리오 2: 그림 6-8은 좌측 aileron과 stabilator에서 각각 float 고장(3.5초) 및 hardover 고장(8초)의 발생을 가정한 항공 기 기동 결과를 보여준다.
본 시나리오 결과도 시나리오 1의 결과와 같이, 고장으로
그림 5. 고장을 대처한 경우 제어면 변위.
Fig. 5. The deflections of control surfaces with reconfiguration.
인한 항공기의 성능 저하는 항공기를 불안정하게 만든다 (그림 6). 특히 8초 이후에 발생한 좌측 stabilator의 hardover 고장은 항공기의 종방향 운동에 큰 영향을 주어, 종방향으로 의 발산을 야기하게 된다(그림 6(b)). 하지만 제안된 고장 대 처 기법을 통하여 제어면을 재분배하면, 이상적인 모델을 잘 추종하고 있음을 확인할 수 있다.
고장 대처 유무에 따른 제어면 변위는 그림 7과 8에 나타 나 있다. 그림 7과 8에서, 3.5초 이후에 발생한 고장으로 인하 여 좌측 aileron이 0도(deg)에 고정되어 있음을 볼 수 있으며, 8초에 발생한 hardover 고장으로 좌측 stabilator가 stabilator의 최대 변위인 -10.5도에 saturation되어 있음을 확인할 수 있다.
그림 8에서, 고장을 대처하기 위하여, 모든 제어면의 변위가 크게 증가되고 있음을 볼 수 있다. 특히 시나리오 1과 같이, 종방향의 발산을 보상하기 위하여, 8초 이후에 pitch TV의 변 위가 크게 증가하고 있음을 알 수 있다.
(a) Roll angle.
(b) Pitch angle.
(c) Flight path.
그림 6. Turn reversal 기동에 대한 시뮬레이션 결과.
Fig. 6. The results of the turn reversal maneuver with/without reconfiguration.
그림 7. 고장을 대처하지 않은 경우 제어면 변위.
Fig. 7. The deflections of control surfaces without reconfiguration.
그림 8. 고장을 대처한 경우 제어면 변위.
Fig. 8. The deflections of control surfaces with reconfiguration.
V. 결론
본 논문은 액추에이터에서 발생하는 고장을 대처하기 위 한 제어면 재분배 고장 대처 기법을 제안하였다. 제안한 고 장 대처 기법은 지능형 액추에이터 기반의 FTNCS 구조를 이용하여, 효과적으로 제어면을 재구성할 수 있게 된다. 본 논문에서는 여분의 제어면을 이용하여 한 개 이상의 제어면 에서 발생하는 고장에 대한 대처 기법을 제시하였다. 본 논
용하여 제안한 방법의 효용성과 성능을 분석하였다.
참고문헌
[1] Z. Gao and P. J. Antsaklis, “Stability of the pseudo-inverse method for reconfigurable control systems,” International Journal of Control, vol. 53, no. 3, pp. 717-729, 1991.
[2] K. J. Åström and B. Wittenmark, Adaptive Control, 2nd Ed.,Addison-Wesley Publishing Company, Inc., 1995.
[3] I. Yang, Y. Kim, and D. Lee, “Actuator failure diagnosis and accommodation using sliding mode control for submersible vehicle,” Journal of Institute of Control, Robotics and Systems (in Korean), vol. 16, no. 7, pp. 661-667, 2010.
[4] J. D. Bošković and R. K. Mehra, “A multiple model-based reconfigurable flight control system design,” Proc. the 37th IEEE Conference on Decision & Control, pp. 4503-4508, Dec.
1998.
[5] D. Enns, “Control allocation approaches,” AIAA Guidance, Navigation and Control Conference and Exhibit, pp. 98-108, 1998.
[6] J. Buffington, P. Chandler, and M. Pachter, “On-line system identification for aircraft with distributed control effectors,”
International Journal of Robust and Nonlinear Control, vol. 9, no. 14, pp. 1033-1049, 1999.
[7] H. Alwi and C. Edwards, “Fault tolerant control using sliding modes with on-line control allocation,” Automatica, vol. 44, pp.
1859-1866, 2008.
[8] K. Ahmed and T. Didier, “Reconfigurable control design for over-actuated systems based on reliability indicators,”
Conference on Control and Fault Tolerant Systems, Nice, France, Oct. 2010.
[9] I. Yang, D. Kim, and D. Lee, “Fault-tolerant control strategy based on control allocation using smart actuators,” Conference on Control and Fault Tolerant Systems, Nice, France, pp. 377- 381, Oct. 2010.
[10] K. W. Iliff and K. -S. C. Wang, “Flight-determined subsonic longitudinal stability and control derivatives of the F-18 High Angle of Attack Research Vehicle (HARV) with thrust vectoring,” NASA/TP-97-206539, 1997.
[11] Y. Zhang and J. Jiang, “Bibliographical review on reconfigurable fault-tolerant control systems,” Proc. of the 5th IFAC Symposium on Fault Detection, Supervision and Safety for Technical Processes 2003, Washington, D. C., USA, pp. 265-276, 2003.
[12] D. Lee, “Distributed real-time fault-tolerant control using smart actuators and time-triggered communication,” Ph.D.
Dissertation, Dept. Automatic Control & Systems Eng., Sheffield University, UK, 2002.
[13] C. Kambhampati, R. J. Patton, and F. J. Uppal, “Reconfiguration
and Safety of Technical Processes, Tsinghua University, P. R.
China, pp. 151-156, 2006.
[14] J. D. Bošković and R. K. Mehra, “Failure detection, identification and reconfiguration in flight control,” Fault Diagnosis and Fault Tolerance for Mechatronic Systems: Recent Advances, Springer-Verlag, 2002.
[15] J. A. Richard, J. M. Buffington, A. G. Sparks, and S. S. Banda, Robust Multivariable Flight Control, London: Springer-Verlag, 1994.
[16] D. Enns, D. Bugajski, R. Hendrick, and G. Stein, “Dynamic inversion: an evolving methodology for flight control design,”
Int. J. Cont., vol. 59, no. 1, pp. 71-91, 1994.
[17] “Military Standard Flying Qualities of Piloted Aircraft,” Mil- STD-1797A, Jan. 1990.
양 인 석
2001년 2월 경북대학교 수학과(이학사).
2005년 2월 경북대학교 대학원 산업응 용수학과(이학석사). 2011년 8월 경북대 학교 대학원 산업응용수학과(이학박사).
2011년 10월~현재 경북대학교 IT대학 국방수중통신/탐지특화연구센터 박사후 연수연구원. 관심분야는 항공제어, 고장진단, 고장대처제어, 네트워크 기반 제어 시스템.
김 동 길
2006년 2월 경북대학교 전자전기컴퓨터 학부(공학사). 2008년 2월 경북대학교 대학원 전자공학과(공학석사). 2008년 3 월~현재 경북대학교 대학원 전자전기 컴퓨터학부 박사과정 재학중. 관심분야 는 고장대처제어, 네트워크 기반 제어, 필드버스
이 동 익
1987년 8월 경북대학교 전자공학과(이 학사). 1990년 2월 경북대학교 대학원 전자공학과(공학석사). 1990년 3월~1997 년 8월 국방과학연구소 연구원. 1997년 9월~2002년 4월 영국 셰필드대학교 자 동제어시스템공학과(공학박사). 2002년 1월~2005년 3월 영국 DRTS Ltd 공동설립 및 CTO. 2005년~현 재 경북대학교 전자공학부 조교수.
![그림 2. 액추에이터 고장 종류[14].](https://thumb-ap.123doks.com/thumbv2/123dokinfo/4695804.505024/2.892.467.806.95.436/그림-액추에이터-고장-종류.webp)
![Table 2. Nomenclatures of control surfaces [15].](https://thumb-ap.123doks.com/thumbv2/123dokinfo/4695804.505024/4.892.468.809.619.1072/table-nomenclatures-of-control-surfaces.webp)
