과학연구

PSO-DE혼합최량화알고리듬에 기초한 델타형병렬로보트의 로바스트PID최량파라메터조정

 2024.4.30.

우리는 립자무리최량화(PSO)와 계차진화(DE)의 혼합최량화알고리듬을 리용하여 델타형병렬로보트의 궤도추종을 위한 계산모멘트조종+로바스트PID최량파라메터를 조정하는 한가지 수법을 제안하였다. 이 수법은 그라디엔트에 기초한 전통적인 최량화알고리듬에 기초하여 로바스트PID조종기파라메터를 구하고 그것을 공정조종에 적용한 선행연구결과들과 차이가 있다.

연구에서는 우선 델타형병렬로보트의 비선형동력학모형을 고려하여 닫긴체계의 로바스트성과 외란억제특성 등 여러가지 특성지표들을 동시에 만족하도록 하는 계산모멘트조종수법과 결합된 로바스트PID조종기파라메터조정문제를 비선형제한조건을 가지는 비선형최량화문제로 귀착시켰다. 또한 델타형병렬로보트의 궤도추종을 위한 설계지표를 구체적으로 설정하고 인식경험의 진화에 기초하여 무리의 다양성을 유지함으로써 대역적최량풀이를 구하는 PSO-DE혼합최량화알고리듬을 리용하여 우의 비선형최량화문제의 대역적최량풀이를 구하는 방법으로 로바스트PID조종기를 설계하였다. 모의결과와 실험결과들은 설계된 로바스트PID조종기를 델타형병렬로보트의 궤도추종조종에 적용할 때 로바스트성과 외란억제특성을 가진다는것을 보여주고있다.

구체적인 결과는 잡지 《Robotica》에 《Robust PID optimal tuning of a Delta parallel robot based on a hybrid optimization algorithm of Particle Swarm Optimization and Differential Evolution》 (https://doi.org/10.1017/S0263574722001606)의 제목으로 발표되였다.