본 논문에서는 신경회로망 기반의 다중 모델을 이용한 예측제어 방법에 간하여 기술한다. 플랜트의 특정한 피라미터 값들에 대해 다중의 모델을 구성하고, 이들 중 현재 시간에서 최적의 예측 값을 제공하는 모델을 스위칭 기법으로 선택한다. 선택된 모델의 예측 값을 기반으로 비선형 프로그래밍 방법으로 현재 시간에서의 제어 입력 값을 구하여 예측제어를 수행한다. 제안한 방법을 시간지연 값이 변하거나 매개변수 값이 가변하는 시스템에 적용하여 그 유용성을 보이고, 부하가 변동하는 자기부상열차 시스템의 부상제어에 이용한 모의 실험 결과를 보인다.
In the paper, we propose a predictive control scheme using multiple neural network-based prediction models. To construct the multiple models, we select several specific values of a parameter whose variation affects serious control performance in the plant. Among the multiple prediction models, we choose one that shows the best predictions for future outputs of the plant by a switching technique. Based on a nonlinear programming method, we calculate the current process input in the nonlinear predictive control system with multiple prediction models. The proposed control method is shown to be very effective when a parameter of the plant changes or the time delay, if it exists, varies. It is also shown that the proposed method is successfully applied for the control of suspension in a electro-magnetic levitation system.
