코프만 고유함수 기반 터보젯 엔진 식별 및 전역 비선형 최적 제어

초록

**
본 논문은 폐쇄‑루프 운전 데이터를 활용해 스파스 식별(SINDy)으로 로터 동역학을 추출하고, 메타휴리스틱 최적화와 그래디언트 기반 방법으로 코프만 고유함수 공간을 구성한다. 구축된 코프만 모델에 칼만 관측기와 전역 선형‑이차 가우시안(LQG) 제어기를 설계하여 전통적인 PI·LPV‑PI·내부 모델 제어와 비교했을 때, 추적 정확도와 교란 저항성 모두에서 우수한 성능을 보였다.

**

상세 분석

**
이 연구는 가스 터빈 엔진이라는 고비선형·다변량 시스템을 데이터‑구동 방식으로 모델링하고 제어하는 새로운 프레임워크를 제시한다. 첫 단계에서는 기존의 물리‑기반 컴포넌트 레벨 모델(CL​M)의 한계—맵 획득의 어려움, 고성능 센서 부재, 계산량 과다—를 지적하고, 폐쇄‑루프 운전 중 수집된 입력‑출력 데이터를 이용해 SINDy(희소 비선형 동역학 식별) 알고리즘을 적용한다. SINDy는 후보 함수 라이브러리를 사전 정의하고 L1 정규화(LASSO)를 통해 최소한의 비선형 항을 선택함으로써 해석 가능하면서도 충분히 정확한 동역학 방정식을 도출한다. 여기서 얻어진 모델은 비선형 형태를 유지하지만, 자율 부분(입력 없이도 내부적으로 진화하는 부분)을 별도로 추출한다는 점이 핵심이다.

다음으로, 자율 부분을 코프만 연산자(KO) 프레임워크에 매핑한다. 코프만 연산자는 무한 차원의 선형 연산자로, 적절한 관측함수(리프팅) 집합을 선택하면 비선형 시스템을 선형화할 수 있다. 하지만 관측함수 선택은 아직 미해결 문제이며, 본 논문은 고유함수 기반 접근법을 채택한다. 고유함수는 코프만 연산자의 고유값·고유함수 쌍으로 정의되며, 시스템의 스펙트럼을 직접적으로 드러낸다. 고유값을 초기 추정하기 위해 저자들은 메타휴리스틱 전역 최적화(유전 알고리즘)를 사용한다. 구체적으로, 자율 궤적을 여러 지수 함수(예: e^{λt})에 투사한 후, 투사 오차를 최소화하는 λ 집합을 탐색한다. 이 과정은 시간‑프로젝션 기법과 함께 수행되어, 실제 데이터에 대한 적합성을 보장한다.

고유값이 확보되면, 고유함수 자체를 그래디언트 기반 최적화로 식별한다. 여기서는 관측함수의 파라미터를 미분 가능하게 정의하고, 고유값과 고유함수 사이의 잔차(코프만 방정식 위반)를 최소화하는 비용함수를 설정한다. 최적화 결과, 고유함수는 원래 상태 변수와 비선형 변환 관계를 갖는 함수 집합으로 표현되며, 이 집합을 통해 원 시스템을 선형(고유함수) 좌표계로 완전히 리프팅한다.

리프팅된 선형 시스템에 대해, 저자들은 전역 최적 LQG 제어기를 설계한다. 설계 절차는 다음과 같다: (1) 고유함수 좌표계에서 상태‑가중치·입력‑가중치를 정의하고, (2) 연속형 알제브라리안 리카티 방정식(ARE)을 풀어 최적 피드백 이득 K를 구한다. (3) 적분 행동을 포함시키기 위해 상태에 적분 변수를 추가하고, (4) 칼만 필터를 고유함수 좌표계에 적용해 상태 추정기를 구축한다. 이렇게 구성된 K‑LQGI(Koopman‑LQG with Integral) 제어기는 전역 선형 특성을 활용해 비선형 엔진 전역에서 최적 제어를 수행한다는 점이 차별점이다.

성능 검증은 동일한 엔진 모델을 기반으로 한 시뮬레이션 환경에서 수행되었다. 기준으로는 전통적인 비선형 PI, 스케줄링된 LPV‑PI, 그리고 저자들이 제안한 SINDy 기반 내부 모델 제어(IMC)가 사용되었다. 다양한 비행 조건(해수면, 고고도, 급격한 외란)에서 추적 오차, 정착 시간, 과도 응답, 연료 소비량 등을 비교했으며, K‑LQGI는 모든 지표에서 평균 15~30 % 정도의 개선을 보였다. 특히 교란 저항성 측면에서 고유모드 별로 독립적인 튜닝이 가능해, 특정 모드(예: 압축기 토르크 진동)를 목표로 한 최적화가 용이함을 입증했다. 또한, 고유함수 구조 덕분에 제어 설계와 관측기 설계가 동일한 선형 프레임워크 내에서 일관되게 수행될 수 있어 구현 복잡도가 낮아졌다.

이 논문은 (1) SINDy와 코프만 고유함수 결합을 통한 고해상도 데이터‑구동 모델링, (2) 메타휴리스틱·그래디언트 기반 고유값·고유함수 최적화, (3) 전역 선형‑이차 최적 제어기의 실시간 적용이라는 세 축을 통합함으로써, 기존 물리‑기반·LPV‑기반 접근법이 갖는 한계를 극복한다는 점에서 학술적·실용적 의의가 크다. 향후 연구에서는 실험 데이터 적용, 실시간 온라인 업데이트, 그리고 다중 엔진·다중 모드 시스템에 대한 확장 가능성을 탐색할 필요가 있다.

**