모핑항공기의 심층신경망 기반 게인스케줄링 연구 = Gain Scheduling Using Deep Neural Network for Morphing Aircraft

국문 초록 (Abstract)

본 연구에서는 심층신경망을 사용하여 다수의 선형시스템에 대해 자동화된 게인스케줄링을 수행하는 방법론에 대해 다룬다. 제어대상 플랫폼은 모핑항공기 단주기운동 동역학 시스템에 대한 PID 제어기를 고려하였다. 모핑항공기 동역학 시스템은 모핑 파라미터에 대한 선형 파라미터 가변 시스템으로 모델링할 수 있으며, 모핑파라미터가 변함에 따라 서로 다른 선형시스템으로 간주된다. 선형 파라미터 가변 시스템 동역학 시뮬레이터를 포함한 심층신경망 구조를 사용하여 단위계단함수 응답을 최적화하도록 학습함으로써 모핑파라미터에 따라 제어게인을 출력하는 게인스케줄러 신경망을 훈련한다. 제안한 방법론을 통해 학습된 게인스케줄러의 성능을 사람이 튜닝한 게인스케줄러와 비교한다.

다국어 초록 (Multilingual Abstract)

A methodology is presented in this study for the automated gain scheduling of multiple linear systems utilizing deep neural networks. The focus is on a morphing aircraft's short-period dynamic motion and the application of a PID controller. The morphing aircraft dynamics system can be effectively modeled as a linear parameter-varying system in relation to the morphing parameters. As the morphing parameters change, different linear systems are considered. To address this, a deep neural network structure is employed, integrating an LPV system dynamics simulator. The gain scheduler neural network is trained to optimize the unit step response, enabling it to output control gains based on the morphing parameters. A performance comparison is conducted between the scheduler trained using the proposed methodology and a manually-tuned scheduler.