일반화된 말단 상태 제약을 이용한 모델 예측 제어

초록

본 논문은 모델 예측 제어(MPC)에서 말단 상태를 일반화된 형태로 제약함으로써 재귀적 실현 가능성과 제약 만족을 보장한다. 기존 방법보다 넓은 실현 가능 집합을 제공하며, 추적 MPC와 경제 MPC 모두에 적용 가능하다. 새로운 순환 호라이즌 전략을 제시해 제한된 시간 안에 최적의 말단 상태 제약으로 수렴한다.

상세 분석

이 연구는 MPC 설계에서 핵심적인 말단 상태 제약을 기존의 고정된 평형점 대신 ‘일반화된’ 형태로 정의한다는 점에서 혁신적이다. 일반화된 말단 제약은 현재 상태와 입력에 따라 동적으로 선택 가능한 말단 상태 집합을 허용한다. 이러한 설계는 두 가지 중요한 이점을 제공한다. 첫째, 말단 상태가 사전에 지정된 고정점에 얽매이지 않으므로, 시스템의 초기 조건이나 외란에 관계없이 더 넓은 초기 상태 집합에 대해 실현 가능성을 확보한다. 둘째, 말단 제약이 최적화 문제 내부에서 변수로 취급되기 때문에, 최적화 과정 자체가 말단 상태를 자동으로 조정하여 전체 비용을 최소화한다.

논문은 이 일반화된 제약이 재귀적 실현 가능성을 어떻게 보장하는지를 정리된 수학적 증명을 통해 제시한다. 핵심 가정은 (i) 시스템이 제어 가능하고, (ii) 상태·입력 제약이 콤팩트하고, (iii) 비용 함수가 연속이며 하한이 존재한다는 점이다. 이러한 가정 하에, 현재 시점에서 최적화된 말단 상태와 입력이 다음 단계에서도 동일한 제약을 만족하도록 설계된다. 따라서 매 샘플링 주기마다 최적화 문제를 풀어도 언제든지 해가 존재한다는 재귀적 실현 가능성이 확보된다.

또한, 추적 MPC와 경제 MPC 두 영역에 모두 적용 가능하도록 일반화된 프레임워크를 확장한다. 추적 MPC에서는 목표 평형점이 사전에 주어지지만, 일반화된 말단 제약을 통해 목표 평형점 근처의 최적 말단 상태를 자동으로 선택함으로써 수렴 속도와 성능을 향상시킨다. 경제 MPC에서는 비용 함수가 반드시 평형점에서 최소가 아니므로, 전통적인 말단 비용 함수 설계가 어려운 상황에서도 일반화된 제약이 말단 상태를 비용 최소화 방향으로 유연하게 조정한다.

새롭게 제안된 순환 호라이즌 전략은 기존의 고정된 말단 제약을 점진적으로 업데이트하는 방식이다. 초기에는 넓은 말단 상태 집합을 허용하고, 알고리즘이 진행됨에 따라 최적화된 말단 상태가 점차 수렴한다. 논문은 이 과정이 유한 시간 내에 임의의 정확도 ε에 대해 최적 말단 제약에 도달함을 정리와 정리를 통해 증명한다. 이는 실시간 제어에서 계산 부하를 크게 증가시키지 않으면서도, 최적의 말단 제약을 얻을 수 있는 실용적인 방법을 제공한다.

마지막으로, 세 가지 사례 연구(선형 시스템, 비선형 시스템, 그리고 경제적 목표를 가진 공정 제어)를 통해 제안 기법의 실효성을 검증한다. 시뮬레이션 결과는 기존 고정 말단 제약 기반 MPC와 비교했을 때, 실현 가능 영역이 현저히 확대되고, 수렴 속도와 최종 비용이 개선됨을 보여준다. 전반적으로 이 논문은 말단 상태 제약의 일반화를 통해 MPC 설계의 유연성과 성능을 동시에 향상시키는 중요한 기여를 한다.