Adaptive approaches for milling forces control

기술 요약: 밀링 힘 제어를 위한 적응형 접근 방식

문제 정의
밀링 공정은 특히 축 방향 절삭 깊이가 변할 때 비선형적이고 시변적인 특성을 가지며, 이는 절삭력의 변화로 이어진다. 과도한 힘은 공구 마모를 가속화하고, 채터(chatter)를 유발하며, 표면 거칠기를 저하시키고, 공구 파손을 일으킬 수 있다. 전통적으로 널리 사용되는 비례-적분-미분(PID) 제어기는 이러한 동적 불확실성과 비선형성에 대응하는 데 어려움을 겪는 경우가 많다. 적응 제어(Adaptive Control)는 매개변수를 실시간으로 조정함으로써 해결책을 제시하지만, 기존의 구현 방식은 주로 이산화를 위해 영차 홀드(Zero-Order Hold, ZOH)에 의존하며, 이는 최적화되지 않은 과도 응답, 샘플 간 리플(inter-sample ripples), 그리고 이산 전달 함수의 불안정한 영점(unstable zeros)을 초래할 수 있다. 본 연구가 다루는 과제는 안정성을 해치지 않으면서도 갑작스러운 공정 변화에 대한 적응성을 높이고, 과도 성능을 개선하며, 오버슈트를 줄여 절삭력을 안전 한계 내로 유지하는 제어 전략을 개발하는 것이다.

방법론
저자들은 알려지지 않은 시변 매개변수를 가진 선형 플랜트 모델을 기반으로 하는 결정론적 적응 제어 전략을 제안한다. 핵심 방법론은 세 가지 주요 구성 요소로 이루어진다:

1. 시스템 모델링 및 이산화:
   밀링 역학은 공구-공작물 상호작용과 서보 전자 장치를 결합한 2차 연속 전달 함수로 모델링된다. 연속 플랜트와 이산 제어기 사이의 간극을 메우기 위해, 저자들은 표준 ZOH 대신 보정 이득($\beta$)이 포함된 **분수 차수 홀드(Fractional Order Holds, FROH)**를 활용한다. FROH는 추가적인 자유도를 제공하는데, $\beta=0$이면 ZOH로 축소되고, $\beta=1$이면 1차 홀드(First-Order Hold, FOH)가 된다. 본 연구는 $\beta$의 변화가 이산화된 시스템의 극점(poles)과 영점(zeros)에 어떻게 영향을 미치는지, 특히 영점 배치와 샘플 간 거동을 개선하는 데 중점을 두고 조사한다.

2. 모델 참조 적응 제어 (Model Reference Adaptive Control, MRAC):
   플랜트 출력이 원하는 동특성(특정 감쇠 및 고유 진동수로 특징지어짐)을 가진 참조 모델을 추종하도록 강제하는 MRAC 기법이 구현된다. 제어 매개변수는 재귀 최소 제곱(Recursive Least Squares, RLS) 알고리즘을 사용하여 실시간으로 업데이트된다. 제어 법칙은 이산화로 인해 발생할 수 있는 불안정한 영점을 고려하면서, 폐루프 시스템이 참조 모델과 일치하도록 디오판틴 방정식(Diophantine equation)을 푸는 방식으로 도출된다.

3. 다중 추정 감독 체계 (Multi-Estimation Supervisory Schemes):
   불확실성과 급격한 변화(예: 축 방향 절삭 깊이의 계단식 변화)를 처리하기 위해 두 가지 다중 추정 체계가 도입된다:

• 체계 1: 여러 개의 추정기가 병렬로 실행되며, 각 추정기는 서로 다른 $\beta$-FROH 이산화 조건 하에서 플랜트 매개변수를 식별한다. 감독 시스템은 다목적 비용 함수를 기반으로 각 샘플링 간격에서 가장 적합한 제어기를 선택한다. 이 함수는 추적 오차, 스위칭 중 출력 변화, 제어 신호 변화 및 추정 오차를 평가한다. 폐루프 안정성을 보장하기 위해 스위칭 사이에 "최소 체류 시간(minimum residence time)"이 강제된다.
• 체계 2: 현재 선택된 $\beta$-이득과 관련된 추정기만 업데이트하는 계산 부하가 적은 방식이다. 감독 메커니즘은 병렬 후보 제어기들의 추적 성능을 평가하고, 가장 우수한 추적 동작을 보이는 제어기로 전환한 후, 해당 제어기의 매개변수를 추정에 사용한다.

주요 기여

• 밀링 분야의 $\beta$-FROH 적용: 본 논문은 밀링 시스템을 이산화하기 위해 다양한 보정 이득을 가진 분수 차수 홀드를 사용하는 것을 소개하며, 이 방식이 기존 ZOH에 비해 우수한 과도 성능과 안정성을 제공함을 입증한다.
• 감독 다중 추정 프레임워크: 정의된 추적 성능 지수를 최소화하기 위해 $\beta$-FROH 이득을 동적으로 선택하는 감독 메커니즘을 개발하였다. 이를 통해 시스템은 서로 다른 이산화 모델 간의 전환을 통해 공정 변화에 적응할 수 있다.
• 연속 성능을 위한 비용 함수: 연속 시간 시스템 출력과 참조 모델 출력 사이의 면적을 측정하는 특정 비용 함수(식 13)를 제안한다. 이 지표는 가공 표면 품질에 중요한 샘플 간 거동 및 리플을 명시적으로 고려한다.

결과
축 방향 절삭 깊이의 계단식 변화를 포함하는 워크피스 프로파일을 가진 밀링 시스템에 대해 시뮬레이션 결과가 수행되었다.

• 홀드(Hold) 비교: ZOH($\beta=0$)와 $\beta=0.5$인 FROH를 비교한 시뮬레이션 결과, FROH 방식이 갑작스러운 절삭 깊이 변화 시 과도 오버슈트와 피크 힘을 크게 감소시켰다. 이러한 감소는 공구 파손을 방지하고 더 높은 기준 힘을 허용하는 데 매우 중요하다.
• 최적의 $\beta$ 값: 비용 함수 분석 결과, 테스트된 초기 조건에서 $\beta$ 값이 약 0.5일 때 시스템과 참조 응답 사이의 오차 면적이 최소화되었다. $\beta < -0.6$인 값은 불안정한 영점을 유발하여 성능을 저하시키는 것으로 나타났다.
• 다중 추정 성능: 두 가지 다중 추정 체계 모두 참조 힘(1200 N)을 성공적으로 추종하고 매개변수 변화에 적응하였다. 감독 시스템은 서로 다른 $\beta$ 값 사이를 효과적으로 전환하였으며, 일반적으로 정상 상태에서는 특정 이득을 선택하고 과도 상태에서는 피크를 억제하기 위해 다른 이득으로 전환하였다. 결과는 다중 추정 방식이 고정 이득 구현보다 더 나은 과도 응답을 달 Achieve 할 수 있음을 확인시켜 주었다.

의의 및 주장
본 논문은 제안된 프레임워크가 밀링에서 적응형 힘 조절을 위한 체계적인 접근 방식을 제공하며, 공정 변화에 대한 적응성을 높이고 가공 성능을 향상시킨다고 주장한다. 저자들은 제안된 전략이 과도 응답, 영점 배치 및 샘플 간 거동을 개선함으로써 다음과 데 기여한다고 단언한다:

• 표면 품질 향상 및 공구 마모 감소.
• 오버슈트를 줄임으로써 공구 파손 한계에 더 가깝고 안전하게 운전할 수 있는 능력.
• 시스템의 최적 매개변수에 대한 완전한 사전 지식 없이도 효과적으로 작동하는 견고한 제어 아키텍처.

본 연구는 적응 제어, 감독 의사 결정 및 예측 최적화 원칙을 결합하여 지능형 제조 및 산업 4.0을 향한 단계로 자리매김한다. 저자들은 다중 추정 체계가 복잡성을 더하지만, 불확실한 환경에서 더 우수한 모델을 자율적으로 식별하고 전환할 수 있는 능력이 그 사용을 정당화한다고 언급한다. 본 연구는 시뮬레이션 결과에 의존하여 이러한 접근 방식의 잠재력을 입증하며, 밀링 작업에서 안정성과 정밀도를 유지하는 데 있어 그 효과를 강조한다.