전달함수의 정의와 의미
전달함수는 선형 시불변 시스템의 입력과 출력 사이 관계를 복잡한 미분방정식 대신 $s$-영역(라플라스 영역)에서 간결하게 나타낸 식이다. 이는 고전 제어이론에서 가장 핵심적인 도구로 여겨지며, 시스템 거동을 이해하고 제어기를 설계할 때 유용하다. 일반적으로 시스템의 동역학적 거동은 시공간에서 다루기 어렵고, 시간에 따라 변화하는 미분방정식을 그대로 해석하기도 쉽지 않다. 하지만 라플라스 변환을 통해 시스템의 모든 선형 미분방정식을 다항식 비율 형태로 단순화할 수 있고, 이 비율이 바로 전달함수다.
전달함수의 일반적 형태
전달함수는 대개 $G(s)$로 표현되며, 시스템 입력의 라플라스 변환을 $U(s)$, 출력의 라플라스 변환을 $Y(s)$라 할 때
와 같은 정의를 갖는다. 여기서 $s$는 복소변수이며, 실제 제어계 해석에서는 $s = \sigma + j\omega$ 형태로 주파수응답이나 안정도 해석 등을 수행한다.
시스템의 본질적인 동특성은 $G(s)$에 반영된다. 예를 들어 2차 시스템이라면 다음과 같은 일반형을 가정할 수 있다.
이때 $\omega_n$과 $\zeta$는 각각 고유진동수(natural frequency)와 감쇠비(damping ratio)를 나타낸다. 전달함수가 이와 같이 작성되면, 분자와 분모의 다항식 계수를 통해 시스템의 극점(pole)과 영점(zero)을 해석할 수 있다.
전달함수가 갖는 수학적 의의
선형 시불변 시스템에서 시간영역의 선형 미분방정식을 그대로 다루면 해석이 복잡해지기 쉽다. 예를 들어 $n$차 미분방정식을 풀기 위해서는 초기조건 설정, 미분방정식 해 일반해 등의 개념을 모두 고려해야 한다. 하지만 라플라스 변환을 적용하면
형태로 쉽게 변환되고, 결과적으로 $Y(s)$와 $U(s)$의 비율로써 시스템이 지닌 동특성을 명시적으로 얻을 수 있다. 이는 해석뿐 아니라 시스템 설계에도 직결되며, 전달함수 자체가 시스템의 안정도, 응답 특성 등을 좌우하는 함수가 되므로 매우 중요하다.
전달함수는 오직 선형 시불변 시스템에 대해서만 정의가 명확하다. 시간이 변하는 계수나 비선형성을 갖는 시스템은 일반적으로 동일한 개념으로 다루기 어렵고, 별도의 수단(예: 선형화, 상태방정식 접근, 시간축 세분화)이 필요하다. 그러나 엔지니어링 현장에서는 많은 물리적 시스템이 일정 범위 내에서 선형 근사로 해석 가능한 경우가 많고, 이 경우 전달함수를 이용한 고전 제어이론 기법이 유효하다.
전달함수의 유도 과정
한 예로 단일 입력 단일 출력(MISO가 아닌 SISO) 선형 미분방정식을 가정하자.
이를 라플라스 변환하면 초기조건이 영이라고 가정했을 때
가 된다. 이때
형태로 정의할 수 있다. 이처럼 전달함수는 분자와 분모의 다항식 형태로 나타나며, 분모는 시스템의 극점을, 분자는 영점을 결정한다.
전달함수와 블록선도
전달함수는 블록선도의 핵심 구성요소다. 블록선도에서 사각형 블록 내부에 $G(s)$가 적혀 있다면, 이는 입력 신호에 $G(s)$만큼의 조작을 가해 출력이 생성됨을 의미한다. 복잡한 시스템이라도 여러 전달함수를 조합해 블록선도로 표현하면, 직관적으로 신호흐름을 이해할 수 있다.
블록선도 상에서 전달함수 블록을 직렬 혹은 병렬로 연결하거나 되먹임(feedback)을 구성하면, 그 결과물 역시 하나의 전달함수로 단순화할 수 있다. 이는 여러 개의 미분방정식으로 분산돼 있는 모델을 단일한 비율 형태의 $G_{\text{eq}}(s)$로 만들 수 있음을 시사한다. 단순화된 전달함수를 통해 시스템 전체를 손쉽게 해석하고, 제어 목표에 맞는 제어기 설계 및 보상기(compensator) 설계를 수행하게 된다.
라플라스 영역에서의 직관
물리적 시간축을 직접 다루는 대신 라플라스 영역으로 옮겨 생각하면, 시스템의 응답 특성을 극점과 영점을 중심으로 파악할 수 있다. 극점은 시스템의 자연응답과 안정도를 좌우하며, 영점은 시스템 출력에 영향을 주는 구조적 요소로 해석된다. 예컨대
형태의 전달함수에서 ${-z_1, -z_2}$는 영점, ${-p_1, -p_2, -p_3}$는 극점이 된다. 극점이 우반평면에 존재하면 시스템이 불안정해지고, 좌반평면에 존재하면 지수감쇠로 인해 안정 동작이 가능하다는 사실을 알 수 있다.
시간영역에서 구현된 미분방정식을 단순 관찰하는 것보다, 이렇게 $s$-영역에서 극점과 영점을 분석하면 보다 체계적으로 시스템 특성을 분류하고 개선점을 찾을 수 있다. 이로써 전달함수는 제어계 설계뿐 아니라 거동 예측, 모델 간 비교, 상태방정식으로부터 얻은 고차 방정식의 단순화 등에 폭넓게 활용된다.
복잡계의 간결화
물리적으로 수많은 에너지원과 상호작용하는 복잡한 시스템이라도, 선형 근사를 통해 전달함수로 표현하면 제어 목적에 맞춰 단순화할 수 있다. 회전관성이나 진동요소가 많은 기계시스템, 전자 필터나 증폭기를 포함한 회로시스템 등 다양한 분야에서 동일하게 적용된다. 이를테면 전동기 제어에서는 전동기의 회전방정식을 전자기 방정식과 함께 고려해야 하지만, 라플라스 영역에서 $G(s)$로 표현하면 제어관점에서 필요한 핵심 매개변수만 노출되므로 설계가 용이해진다.
추가적 해석 관점
전달함수를 제대로 이해하기 위해서는, 그 식이 담고 있는 수학적·물리적 의미를 심층적으로 파악해야 한다. 예를 들어 시스템이 갖는 기저동특성(주파수응답, 강인성, 안정도 등)은 전달함수를 통해 일정 부분 명시적으로 드러난다. 이를 해석하는 대표적인 기법으로 극점-영점 배치, 근궤적(root locus), 보드선도(Bode plot), 나이퀴스트(Nyquist) 등이 있다. 이들은 모두 라플라스 혹은 주파수 영역에서 전달함수를 직접 다루면서 시스템이 입력에 대해 어떻게 반응할지를 예측해주는 툴이다.
각 요소별로 어떠한 의미가 있는지를 살펴보면 다음과 같은 통찰을 얻을 수 있다. 우선 시스템 극점은 그 계의 자연적인 응답을 결정한다. 극점이 우반평면에 있으면 지수적으로 발산하는 모드가 존재함을 뜻해 불안정해진다. 반면에 모든 극점이 좌반평면에 있으면 발산 성분이 없는 지수적 감쇠반응으로 이어지므로 안정이라 볼 수 있다. 극점이 허수축에 위치하면 지수감쇠도 발산도 없는 임계상태에 해당하며, 대표적으로 맥동 운동이나 영구 진동이 나타날 수 있다.
영점은 시스템의 출력(또는 전달 특성)에 관여하는 추가적 특성으로, 특정 모드가 입력 신호에 대응해 출력으로 충분히 전달되지 못하거나, 또는 특정 주파수대에서 특이한 반응이 일어나는 현상 등과 관련이 있다. 예컨대 적절한 위치의 영점 배치는 특정 주파수 영역에서 동특성을 의도적으로 변경하거나, 고차 시스템을 고유 모드 없이 효율적으로 제어하는 메커니즘을 제공한다.
전달함수와 시간영역 해석의 접점
전달함수 분석을 통해 시간영역 응답이 어떤 형태로 전개될지 예측이 가능하다. 즉,
에서 $U(s)$가 단위 계단 입력(즉 $u(t) = 1(t)$, 라플라스 변환은 $1/s$)이라고 할 경우,
가 되므로 역라플라스 변환으로서 $y(t)$의 단위 계단응답(step response)을 구할 수 있다. 이처럼 전달함수는 입력에 대한 시스템의 시간응답을 직접 결정하며, 초기치 문제를 제외하고 순수한 시스템 특성만을 반영하기 때문에 제어기 설계에서 기준점으로 활용된다.
예를 들어 2차 계통의 전달함수
에 대해, 단위 계단 입력 응답은 고유진동수를 중심으로 감쇠비에 따라 오버슈트(overshoot), 감쇠진동(ringing), 정상상태 오차 등의 척도가 변한다. 이는 제어 시스템에 대한 기본적인 성능 사양(예: 상승시간, 정착시간, 오버슈트)을 결정짓는 요인이 되며, 궁극적으로는 $\omega_n$과 $\zeta$에 대한 조절(예: 보상기 설계, 피드백 게인 조정)을 통해 원하는 동특성을 만족하도록 시스템을 형성할 수 있다.
전달함수와 주파수영역 해석
전달함수를 $G(j\omega)$로 치환하면, 이는 시스템의 주파수응답 함수를 의미한다. 물리적으로 이는 입력 신호가 여러 주파수 성분을 포함하는 경우 각 주파수 성분별로 시스템이 얼마만큼의 진폭 이득(gain)과 위상차(phase shift)를 부여하는가를 나타낸다. 이 방식으로 해석하면, 시간영역 응답을 일일이 구하지 않고도 여러 주파수대역에서의 거동을 한눈에 파악할 수 있다.
주파수응답 해석은 Bode 선도, 나이퀴스트 선도 등으로 시각화된다. Bode 선도의 경우, $|G(j\omega)|$의 로그 스케일과 $\angle G(j\omega)$를 각각 $\omega$의 로그 스케일에 대해 그린 그림이다. 나이퀴스트 선도는 복소평면 상에서 $G(j\omega)$의 궤적을 그린 것이다. 이러한 시각적 해석을 통해 안정도(라우스-후르비츠 판별 없이도 직관적 판단이 가능), 위상여유(phase margin), 이득여유(gain margin) 등이 쉽게 파악되고, 제어계 설계에 중요한 정보를 제공한다.
간단한 블록선도 예시
블록선도 상에서 $G_1(s)$와 $G_2(s)$가 직렬로 연결된 경우, 그 전체 전달함수는 $G_{\text{series}}(s) = G_1(s) G_2(s)$가 된다. 병렬 연결인 경우 출력 측에서 합산되기 때문에 $G_{\text{parallel}}(s) = G_1(s) + G_2(s)$ 식으로 단순화된다. 피드백 루프가 있을 때는 좀 더 복잡한 식을 다루어야 하지만, 표준형(단순 단일 루프)에서는
형태로 주어진다.
간단한 단일 피드백 구조를 mermaid로 표현하면 다음과 같다.
여기서 $G_{\text{forward}}(s)$는 순방향 전달함수, $H(s)$는 피드백(센서, 계측 등)의 전달함수를 가정한다. 이를 통합하면
와 같이 단일한 전달함수로 나타낼 수 있다. 이 하나의 전달함수만 알면 폐루프(closed-loop) 시스템의 동특성을 분석할 수 있기 때문에, 블록선도를 활용한 단순화 작업은 제어계 해석에 있어 대단히 중요하다.
전달함수의 범용성
전달함수는 전기·기계·화학·항공우주·로봇공학 등 다양한 공학 분야에서 적용된다. 물리적으로 전혀 다른 종류의 장치라도, 선형 시불변 가정 아래서는 미분방정식을 이용해 동일한 형태의 전달함수를 도출할 수 있기 때문이다. 이를 통해 서로 다른 분야의 시스템이라도 유사한 형태의 전달함수를 공유하면, 동일한 제어기법(예: PID 제어, 보상기 설계)을 활용하여 해석하고 제어할 수 있다.
제어공학에서 흔히 등장하는 예로는 기계식 시스템(질량-스프링-댐퍼), 전기회로(RLC 회로), 유체(배관 및 밸브의 유량 모델), 열(열전달 모델) 등이 있다. 모든 분야에서 시스템 방정식을 수립해 라플라스 변환을 취한 뒤, 분자와 분모가 유사한 형식의 전달함수로 귀결됨을 확인할 수 있다. 이것이 바로 제어공학이 다분야 공학을 관통하는 학문으로 성장할 수 있었던 근본적 이유 가운데 하나다.
전달함수와 임펄스응답
시스템의 가장 순수한 동특성은 임펄스응답에 드러난다. 임펄스 입력(디락 델타 함수)을 $u(t) = \delta(t)$라 할 때, 그 라플라스 변환은 상수 $1$이다. 따라서 전달함수 $G(s)$에서 입력을 $\delta(t)$로 설정하면
이고 이를 역라플라스 변환한 결과가 곧 시스템의 임펄스응답 $g(t)$가 된다. 즉
관계가 성립한다. 이는 시간영역에서 시스템의 본질적 반응을 가장 간결하게 담아내며, 선형 시불변 가정하에 어떤 입력이 주어지더라도 해당 입력과 임펄스응답의 컨볼루션으로 출력이 표현된다.
이 식은 라플라스 변환 관점에서 $Y(s) = U(s)G(s)$와 동일하며, 시스템이 선형 시불변적이라는 가정이 있기에 성립한다. 임펄스응답 자체가 시간영역에서 모든 입력에 대한 시스템의 반응을 결정하므로, $G(s)$를 얻는다는 것은 결국 $g(t)$를 얻는 것과 동일한 의미다.
전달함수의 부분분수 전개와 고유해석
시스템 전달함수가 분모와 분자로 이루어져 있을 때, 그 분모의 근들을 극점, 분자의 근들을 영점이라 부른다. 실제 시간응답을 구하기 위해서는 전달함수를 부분분수(Partial Fraction) 형태로 전개하고, 역라플라스 변환 과정을 거치면 된다. 예를 들어
형태를 갖는 $n$차 시스템은 $n$개의 극점을 갖는다. 분모를 일차 또는 이차 인수로 분해하면 지수함수 혹은 감쇠진동 형태로 표현되는 고유해들이 등장하고, 이들의 조합이 곧 시스템의 시간응답을 결정한다.
이 과정에서 극점의 위치가 실수부 음수이면 시간이 지남에 따라 해당 모드가 점차 사라지고(감쇠), 실수부 양수이면 해당 모드가 발산한다. 복소공액 쌍으로 존재하는 극점은 진동 성분을 발생시키며, 감쇠 비율은 실수부에 의해 결정된다. 영점은 이러한 고유모드의 상대적 전달 비중에 영향을 끼치며, 특정 주파수 성분을 약화시키거나 강화하는 역할을 담당한다.
상태방정식과의 비교
전달함수 개념은 상태공간(state-space) 모델과도 밀접한 관련이 있다. 예를 들어 상태방정식
에서, 라플라스 변환을 취하고 초기조건을 0으로 두면
가 되고, 이를 $\mathbf{X}(s)$에 대해 정리하면
따라서 출력 $Y(s)$는
형태를 갖는다. 이를 통해,
라는 결과를 얻는다. 결국 상태방정식 표현도 라플라스 변환을 적용하면 전달함수의 형태로 일원화되어, 극점과 영점은 각각 $\mathbf{A}$의 고유값과 적절한 조건에서 정해진 행렬식(영점이 위치하는 식)으로 대응된다.
실제 계에서 전달함수 도출
실험이나 실제 프로세스 제어에서도 전달함수 개념은 핵심이다. 어떤 계를 식으로 유도하기 어려운 경우에는 계단 입력이나 임펄스 형태에 가까운 신호를 인가하고 출력 데이터를 측정해서, 경험적으로 전달함수를 얻어낼 수 있다. 이를 시스템 식별(system identification)이라 한다.
주파수응답 기반 접근을 취할 수도 있다. 여러 주파수대역에 걸쳐 정현파 입력을 인가해 응답의 진폭비와 위상차를 측정하고, 이를 Bode 선도 형태로 정리하면 유효한 전달함수를 추정할 수 있다. 이후 PID 제어나 보상기 설계를 통해 폐루프 성능을 개선하는 식으로 실제 프로세스의 제어가 이루어진다.
고차 시스템의 단순화
전력망, 프로세스 플랜트, 항공기 등 복잡한 다입출력(MIMO) 시스템에서는 그 차수가 매우 높아질 수 있다. 모든 극점과 영점을 정확히 다루는 것은 해석이나 설계에 부담이 된다. 이럴 때 축약모델(reduced-order model) 기법을 활용해 고차 시스템을 저차 근사모델로 단순화할 수 있다.
전달함수 관점에서도, 지배극점(dominant pole)만을 남기고 나머지 극점을 무시하거나 적절히 근사하는 방식이 종종 쓰인다. 특정 주파수 대역에서 영향력이 미미한 빠른 극점 혹은 느린 극점은 설계자가 원하는 동작 범위에서 큰 역할을 하지 않을 수 있기 때문이다. 다만 이러한 단순화는 언제나 정확도와 해석 편의성 사이의 절충을 요구하므로, 용도에 맞게 조정해야 한다.
발전 및 응용
전달함수는 단순히 미분방정식을 라플라스 변환한 결과 이상의 의미를 갖는다. 극점과 영점 분포에 따른 해석과 더불어, 제어기 설계 과정에서 근궤적 기법, 보드선도 기법, 나이퀴스트 판별법 등과 결합해 다양한 응용이 가능하다. 이를 통해 실제 산업 현장에서는 높은 안전성과 성능을 보장하는 제어계가 구축되고 있으며, 각종 자동화 설비, 로봇, 비행체 등의 정확한 동작에 핵심 역할을 담당한다.
전이응답과 정상상태 응답
전달함수를 이용하면 전이응답(transient response)와 정상상태 응답(steady-state response)을 명확히 구분하여 해석할 수 있다. 전이응답은 입력이 바뀌었을 때 시스템의 출력이 새로운 정상상태(또는 정상 동작 조건)에 도달하기까지의 과도 과정을 말한다. 전이응답의 형태는 극점의 실수부와 감쇠비에 따라 결정된다. 예를 들어 2차 시스템의 경우, $\zeta < 1$이면 감쇠진동을 동반하면서 새로운 평형점에 도달하고, $\zeta = 1$이면 임계감쇠(critical damping) 상태로 부진동성 접근을 하며, $\zeta > 1$이면 과감쇠(over damping)로 점진적으로 수렴한다.
정상상태 응답은 충분히 긴 시간이 지났을 때 출력이 안정적으로 머무르는 값이나 패턴을 의미한다. 앞서 언급했던 타입(type) 분류가 이 정상상태 응답의 오차를 가늠하는 주된 기준이 된다. 예를 들어 적분 성분이 하나 포함된 시스템(유형 1)은 단위 계단 입력에 대해 정상상태 오차가 0이 되지만, 램프 입력에서는 유한한 오차를 가진다. 적분 성분이 두 개 포함된 시스템(유형 2)은 램프 입력에 대해서도 정상상태 오차가 0이 된다. 이러한 해석은 분자와 분모에 존재하는 $s$ 인수의 수로 결정되므로, 전달함수를 파악하면 바로 예측할 수 있다.
제어기 설계와 전달함수
고전 제어 분야에서 제어기(컨트롤러)를 설계할 때, 전달함수를 적극적으로 활용한다. 대표적인 설계 방법인 근궤적(root locus)은 폐루프 극점이 개루프 전달함수의 게인 변화에 따라 어떻게 이동하는지를 궤적으로 보여준다. 이를 통해 제어 게인을 조정하며 극점 위치를 원하는 곳으로 유도해 전이응답과 안정도를 만족시키는 제어계 설계가 가능해진다.
주파수영역 기법으로는 보드(Bode) 선도를 이용해 대역폭, 이득여유, 위상여유를 조정하고, 필요시 위상보상기(phase compensator)나 이득보상기를 삽입해 폐루프 성능을 개선한다. 이러한 접근법들은 모두 전달함수의 분자와 분모 형태를 전제로 성립한다.
전달함수가 명시된 경우, PID(Proportional-Integral-Derivative) 제어기를 설계하는 과정에서도 편의성이 크다. 예컨대 PID의 전달함수를 $K_p + K_i \tfrac{1}{s} + K_d s$로 표현하고, 이를 개루프 전달함수 $G_{\text{open}}(s)$와 연결해 전체 응답을 관찰하면, 게인과 극점-영점 조절에 따라 원하는 동작 특성을 얻을 수 있다.
전달함수와 관측성·제어성
현대 제어이론에서는 상태방정식 기반으로 관측성(observability)과 제어성(controllability)을 중요시하지만, 전달함수 관점만으로는 이 두 성질을 완전히 파악하기 어렵다. 다만 SISO 시스템의 경우, 최소 실현(minimal realization) 조건과 같다고 보면 대체로 큰 문제가 없다. 하지만 MIMO 시스템이나 높은 차수의 시스템에서 특정 모드가 측정되지 않는다거나 구동이 불가능한 경우, 전달함수만으로는 그 내부 상태를 알 수 없으므로 상태공간 해석을 병행해야 한다.
실험적 식별과 비선형성
전달함수를 실험적으로 식별할 때, 다양한 접근법이 존재한다. 편의상 적당히 작은 범위에서 시스템이 비선형성을 보이지 않는다고 가정하고, 계단응답 혹은 주파수응답 기법으로 데이터를 취득한 뒤 모델 파라미터를 추정한다. 하지만 실제로 시스템에 강한 비선형성이 존재한다면, 그 단일 선형 전달함수로 전체 동작 구간을 정확히 표현하기는 어렵다. 그럼에도 제한된 작동 범위에서 충분히 잘 근사될 수 있다면, 이 근사모델에 대한 제어 설계를 시행하는 식으로 엔지니어링 문제를 해결한다.
비선형 시스템에 대해서도 선형화(linearization) 기법을 통해 전달함수를 구할 수 있다. 예컨대 항공기의 가공도(작동점) 주변에서 동역학 방정식을 소신호(linear perturbation)로 전개하면, 비선형 항목들을 1차 근사로 취합해 라플라스 변환이 가능한 형태의 선형 미분방정식으로 나타낼 수 있다. 이렇게 도출된 전달함수는 해당 작동점 주변 한정으로 유효하다.
실용적 모델링 사례
공장에서 흔히 볼 수 있는 온도제어 시스템을 예로 들면, 히터 출력을 제어해 온도를 목표값에 근접하도록 유지한다. 이때 온도의 동특성을 정확히 비선형 열방정식이나 대류방정식으로 풀기보다는, $1$차 또는 $2$차 지연계로 근사 모델을 잡고 전달함수를 구성한다.
형태로 지연요소($e^{-Ls}$)와 1차 관성요소($1 + \tau s$)를 포함한 모델을 사용하기도 한다. 이때 실제 지연 $L$과 시정수 $\tau$, 이득 $K$는 실험으로부터 추정한다. 이어 PID 제어기를 설계해 보드선도를 보고, 빠른 응답과 안정성 사이의 절충점을 찾는다. 이 모든 과정이 전달함수 기법 하에서 이루어진다.
설계 여유와 강인성
전달함수 기반 설계에서 확보하고 싶은 목표 중 하나는 불확실성(파라미터 변화나 모델링 오차)에 대한 강인성(robustness)이다. 주파수응답 도구를 활용하면, 특정 대역에서 모델 오차가 일정 비율 이내로 존재해도 시스템이 요구 성능을 유지하는지를 판단할 수 있다. 고전적으로는 나이퀴스트 선도를 통해, 오차를 반영한 궤적이 임계점을 침범하지 않도록 이득여유(gain margin)와 위상여유(phase margin)를 충분히 확보하는 식으로 안정도와 성능을 동시에 보장하려 한다.
만일 불확실성이 큰 시스템이거나 외란(disturbance)이 주입되는 경로가 복잡하다면, 단일 전달함수만으로는 제어적 요구사항을 모두 해석하기 어려울 수 있다. 그럼에도 전달함수 해석은 시스템 전반의 동특성을 검토하는 데 필수적인 1차 지표 역할을 한다.
컴퓨터 시뮬레이션과 전달함수
제어시스템을 설계하거나 분석할 때, 컴퓨터 시뮬레이션 툴에서 전달함수를 직접 구현하고 단계응답, 임펄스응답, 주파수응답 등을 확인한다. 예시로 다음 C++ 코드에서는 단순화된 전달함수 $G(s) = 1/(s + 1)$에 대해, 오일러(전방차분) 기법으로 시뮬레이션할 수 있다.
위 코드는 시변화에 따른 $y(t)$를 수치적으로 통합한다. 실제론 전달함수를 라플라스 역변환해 해석해도 되지만, 시뮬레이션 접근을 활용하면 블록선도 구성과 유사한 형태로 세부 동작을 검증할 수 있다. 이런 식으로 간단히 구현할 수 있는 이유가 바로 전달함수에 따른 1차(또는 다차) 미분방정식이 명료하게 주어지기 때문이다.
정리
전달함수는 선형 시불변 시스템에서 입력과 출력 사이의 관계를 라플라스 영역에서 단순화된 유리함수 형태로 나타낸 것이며, 극점-영점 분포를 통해 시스템의 동특성, 안정도, 주파수응답 특성, 정상상태 오차 등을 체계적으로 해석할 수 있게 해준다. 블록선도를 다루거나 PID, 보상기, 근궤적, 주파수응답 설계 기법 등 고전 제어 전 분야에 걸쳐 핵심적인 역할을 하며, 상태공간 기법과도 상호 보완적이다. 실제 산업 분야에서도 모델링, 시스템 식별, 제어기 설계, 시뮬레이션 등 광범위하게 쓰인다.
Last updated