모션컨트롤 관련 전문지를 만들며, 가장 기본적인 궁금증을 갖게 되었다. 모션컨트롤이란 무엇인가? 오늘날 모션컨트롤은 어떤 과정을 거쳐 이루어질까? 모션컨트롤을 도입하기 위해 꼭 알아야 할 것들에는 무엇이 있을까? 명쾌한 답변을 얻기 위해 업계 곳곳에서 자료를 모았다. 
 
여과 작업(필터링)

폐루프 측정 시스템을 설계할 때는 루프 이득과 안정성을 보장하기 위한 대역폭 사이의 균형을 잘 맞춰야 한다. 그렇지 않으면 장치가 움직이는 동안 진동이 발생하는 등 위치 정확도를 떨어트리는 많은 문제점이 발생할 위험이 있다. 안정적인 장치 가동을 위한 조치를 취해야 하는 이유다. 균형을 잡기 위한 방법 중 하나는 위치 루프에 특수한 필터링을 첨가하는 것이다.

필터링은 추종 오차(Following Error)를 줄여주는 역할을 한다. 추종 오차가 일어나서는 안 되는 응용사례에서 원활한 작동을 보장하는 열쇠이기도 하다. 대표적인 장점은 통합으로 인해 일어나는 특정한 오류를 예측하는 기능이다. 효율적인 통합을 통해 장치가 평소보다 더 빠른 속도로 작업을 처리하게 되어 위치 오차가 줄어든다.
 

통합은 인코더의 위치 피드백에 쓰인다. 또한 미분 필터(Differentiation Filtering)도 함께 사용한다. 장치들은 위치 피드백이 증가 혹은 감소하는 과정에서 발생하는 모터의 기계적인 시간 상수를 보상한다. 피드백은 상수항 혹은 비례항을 곱함으로써 구할 수 있는데, 이는 피드백이 기본적으로 증가하는 양상을 띰을 뜻한다.

위치 피드백 루프에서 일정한 통과대역 특성을 구현함으로써 세 가지의 제어행위(비례·적분·미분 등, 이를 줄여 PID라고 한다)에 대해 살펴볼 수 있다. 또한 각 제어와 관련된 상수를 변경함으로써 서로 다른 부하와 위치결정정도를 가진 시스템도 안정적으로 조절할 수 있다.

몇몇 시스템은 PID 중 PD 기능만을 구현한다. 이를 진상 필터링(Phase-Lead Filtering)이라고 부른다. 진상 필터링 기능은 일부 주파수대에서 정상(Positive Phase)을 전달한다.

적응 제어

가장 최근에 쓰이고 있는 제어기술들을 통틀어 적응 제어(Adaptive Control)라고 한다. 적응 제어에 사용되는 기본 알고리듬은 지난 수십 년 동안 널리 알려진 것들이다. 하지만 지금까지는 알고리듬이 많은 응용사례에 적응되지 않았다. 계산에 많은 주의를 기울여야 하기 때문이다. 즉, 지나치게 계산 집약적이었던 것.
 

하지만 특수한 목적으로 만들어진 디지털 신호 프로세서(DSP) 칩이 등장하면서 적응 제어에 대한 새로운 관심을 불러일으켰다. DSP칩은 적응 알고리듬을 곧장 수행할 수 있는 하드웨어를 포함하고 있으며, 따라서 계산 속도를 크게 높인다.

적응 제어를 도입하는 주요 목적은 시스템이 변화함에 따라 부하·관성·여타 힘 등이 급격하게 작용하는 상황에 대응하는 것이다. 다양한 매개변수를 변경해야 하는 시스템의 예가 유도 미사일이다. 미사일들이 연료를 모두 사용한 뒤 공중에서 낙하할 때, 고도에 따라 각기 다른 마찰과 맞닥뜨리게 된다. 이 경우 적응 제어를 도입해 미세 조정을 실현할 수 있다.

몇몇 장치는 예측할 수 없는 변화를 만들어내며, 일반적인 폐루프 시스템은 시스템 전송 기능의 변화에 대해 적절한 응답을 하지 못할 수 있다. 이러한 문제 중 일부는 게인 스케줄링(Gain Scheduling, 피드 포워드 제어라고도 한다) 등 기존 선형 제어 기술을 통해서도 처리할 수 있다. 또한 기존 설계를 사용했을 때 매개변수가 자주 변화하는 환경이나 예기치 못한 장애에 맞닥뜨렸을 경우에도 시스템을 안정적으로 유지할 수 있다.
 

하지만 안정성에 대한 대가는 보다 부족한 성능으로 돌아온다. 장치를 안정적으로 유지한다는 말은 곧 변화에 적극적으로 대응하지 못한다는 이야기이기도 하기 때문이다. 안정성을 우선시한다고 하더라도 시스템이 만족스러운 범위 내에서 오류를 해결하지 못하거나 설계가 허용오차를 보상 및 대처하지 못하는 경우에는 다른 방법을 찾아야 한다.

적응 제어는 안정적인 동작과 좋은 반응이라는 두 가지 장점을 모두 제공한다. 적응 제어 접근법은 제어 알고리듬 계수를 실시간으로 바꿈으로써 환경 혹은 시스템의 변화를 보상한다. 제어기는 정기적으로 시스템 전송 기능을 감시하며, 감시 결과에 따라 제어 알고리듬을 수정한다. 장치를 제어함과 동시에 독자적으로 진행과정을 학습한다. 적응 제어의 목표는 제어기를 한층 견고하게 만드는 것이다. 이를 실현하기 위해서는 시스템이 모델링 오류 및 환경 변화에 둔감해야 한다(즉, 잦은 변화에도 원활한 작동을 실현해야 한다).
 

일반적인 피드백 제어 시스템은 좁은 의미로써의 적응을 실현한다. 장치 대역폭 내에서 입력 변화를 보정할 수 있는 정도다. 하지만 이러한 변화 폭은 비교적 작다. 따라서 입력 수치가 크게 흔들리면 시스템 역시 불안정해질 수 있다. 경우에 따라 큰 입력 변화를 보정하지 못하는 경우도 종종 일어난다.
 

적응형 피드백 제어 설계에는 두 가지 주요 방법이 있다. 모델 규범형 적응 제어(MRAC)와 자기순환 조절기(Self Tuning Regulators, STRs)가 그것이다.

모델 규범형 적응 제어는 참조 모델을 만듦으로써 시스템 성능을 파악할 수 있는 것이 특징이다. 적응형 제어기는 참조 모델과 유사한 형태로 시스템 혹은 공장을 설계한다. 이후 모델 결과를 실제 결과와 비교해 두 결과 사이의 차이를 바탕으로 피드백 제어기의 매개변수를 조정한다.
 

모델 규범형 적응 제어 작업 중 대부분이 적응 구조 및 방법의 설계에 초점을 맞추고 있다. 설계를 도입할 때에는 출력 오차에 유의해야 한다. 또한 제어기 계수의 조정 방법을 결정할 때에도 신중해야 한다. 어떤 환경에서든 안정적인 작동을 보장해야 함은 물론이다. 이러한 접근방식의 단점 중 하나는 어댑터 설계 방법에 대해 일반적인 이론적 체계 및 방법이 없다는 점이다. 
 

모델 규범형 적응 제어의 장점은 사전에 정의해둔 입력에 빠르게 적응한다는 점이다. 반면 알 수 없는 진행과정 혹은 장애와 맞닥뜨렸을 때에 잦은 문제를 일으킨다.
 

모델 규범형 제어기는 고유한 적응 기제를 가지고 있다. 하지만 자기순환 조절기는 조금 다르다. 자기순환 조절기와 모델 규범형 제어기의 비교할 만한 요소로 순환 알고리듬(Tuning Algorithm)이 있다. 자기순환 조절기는 공정을 제어할 수 있는 선형 모델을 탑재한 양상을 띤다(여타 조절기는 일반적으로 비선형 모델을 사용한다). 자기순환 조절기는 피드백 제어 법칙을 활용함으로써 계수 조절 등을 실현한다. 자기순환 알고리듬을 통해 계수를 바꿀 수 있는 것.

이 제어기는 일반적으로 내부 루프 및 외부 루프를 포함한다. 내부 루프는 피드백 보통의 피드백 루프 및 플랜트로 구성되어있다. 내부 루프를 통해 기존 방법으로도 플랜트 출력을 실현할 수 있다. 외부 루프는 내부 피드백 루프의 매개변수를 조절하는 역할을 한다. 외부 루프는 제어 설계 알고리듬과 순환적 매개변수 추정기(Ercursive Parameter Estimator)를 결합했다.

반복적 평가 도구(Recursive Estimator)는 플랜트 출력을 감시함과 동시에 플랜트 모델의 매개변수 수치를 규정함으로써 플랜트의 역학 관계를 추산한다. 장치는 모수 추정(Parameter Estimates)을 제어법칙 설계 알고리듬으로 이동시키는 역할을 한다. 제어법칙 설계 알고리듬은 내부 루프에 있는 기존 피드백 조절기에 새로운 계수를 전송한다.
 

위에서 설명한 개념은 다소 추상적이다. 매개변수를 추정하는 데에 매우 다양한 제어기 및 제어 방식을 사용하기 때문이다. 가장 널리 쓰이는 제어기로는 PID 상태 제어기(PID State Controller)와 데드비트 제어기가 있다. 순환적 매개변수 추정 기술로는 확률 근사 방법(Stochastic Approximation), 최소 자승법(Least Squares, 최소 제곱법이라고도 한다), 확장 칼만 필터링(Extended Kalman Filtering), 최우추정법(Maximum Likelihood Method) 등이 있다.