과도응답과 정상상태응답
제어 시스템의 시간영역 해석에서 가장 핵심적인 부분은 입력에 대한 출력 응답이 시간에 따라 어떻게 변화하는가를 이해하는 것이다. 입력이 주어졌을 때, 출력은 초기 상태에서 입력 신호의 영향으로 인해 급격히 변화하는 구간을 거친 뒤, 충분히 긴 시간이 흐르면 일정한 형태를 보이거나 어떤 주기로 동작하게 된다. 일반적으로 입력이 계단(step), 임펄스(impulse), 또는 램프(ramp)와 같은 표준 시험신호일 경우, 출력의 응답을 관찰하여 시스템의 특성을 평가하기 용이하다. 이러한 응답을 크게 두 범주로 나누어 살펴보면, 과도응답(transient response)과 정상상태응답(steady-state response)으로 구분된다.
과도응답의 정의와 평가 지표
시스템이 초기 상태(영점 상태, 또는 특정 초기 조건)에서 시작하여 새로운 입력이 가해졌을 때, 출력이 최종적으로 안정화되기 전까지의 구간을 과도영역이라 한다. 이 구간에서 출력은 급격한 변화나 진동을 동반하기도 하며, 제어목표에 따라 속도, 정정시간, 초과변동량 등을 따져보게 된다. 1차 또는 2차 계통에서는 특유의 해석 방법이 있으며, 2차 계통의 경우 고유진동수와 감쇠비를 중심으로 시간영역에서의 응답 형태를 결정할 수 있다.
시스템이 선형 시불변(Linear Time-Invariant, LTI) 계통이라고 할 때, 본질적으로 폐루프 전달함수를 표준형으로 표현해둘 수 있다. 2차 계통의 전형적 폐루프 전달함수는 다음과 같이 쓸 수 있다.
위 식에서 $ \omega_n $은 고유진동수(natural frequency), $ \zeta $는 감쇠비(damping ratio)를 의미한다. 단위 계단 입력에 대해 위 전달함수를 통해 출력 응답 $ y(t) $을 구할 수 있으며, 그 결과의 시간영역 특성을 살펴보면 다음과 같은 과도응답 지표들을 정의하게 된다.
오버슈트(overshoot)는 $ \zeta $가 1보다 작을 때(과감쇠가 아닌 경우) 일시적으로 $ y(t) $가 정상상태값보다 크게 변하는 정도를 나타낸다. 정상상태값(단위 계단 입력이면 1)에 대해 얼마만큼 초과했는지의 비율을 백분율로 나타내며, 이것을 최대 오버슈트(peak overshoot)라고 부른다.
정착시간(settling time)은 출력이 정상상태값의 특정 허용오차 범위(예: ±2% 혹은 ±5%)에 들어와서 다시 그 밖으로 벗어나지 않는 데 필요한 시간을 말한다. 이는 시스템의 제어 목표와 요구 스펙에 따라 정의된다. 정착시간은 일반적으로 감쇠비와 시스템 극(pole)의 위치에 의해 결정된다.
상승시간(rise time)은 출력이 최초로 정상상태값(주로 0%에서 100%)에 도달하기까지 소요되는 시간이다. 2차 계통에서 감쇠비가 1에 가까울 때 상승시간과 정착시간, 오버슈트 간의 상관관계가 존재하며, 이를 통해 설계자가 시스템의 응답 특성을 균형 있게 조정한다.
정상상태응답의 정의와 고찰
충분히 긴 시간이 흐른 뒤, 시스템이 최종적으로 수렴한 응답을 정상상태응답이라 한다. 선형 시불변 시스템에서 $ t \to \infty $일 때 출력이 가지는 극한값으로 볼 수 있다. 정상상태응답이 의미 있는 이유는 시스템 설계의 핵심 목표 중 하나가 '원하는 목표값에 최대한 정확히 도달하는 것'이기 때문이다.
정상상태 오차(steady-state error)는 원하는 입력 신호와 실제 출력 신호 간의 차이가 정상상태에서 얼마나 남는지를 정의한다. 예컨대 단위 계단 입력에 대해 최종적으로 출력이 1이 되지 못하고 다른 값을 가진다면, 그 차이가 정상상태 오차가 된다. 이를 정량화하기 위해 보통 최종값 정리에 의존하기도 하는데, 특히 라플라스 변환에서의 최종값 정리는 특정 조건(시스템에 안정극이 존재하고, 적절한 형태의 입력을 가정)이 성립할 때 다음과 같은 형태로 쓸 수 있다.
이때 $ Y(s) $는 출력 신호 $ y(t) $의 라플라스 변환이다. 이와 같은 분석을 통해 단계 입력, 구형파 입력, 또는 임의의 신호에 대해 최종 상태에서의 오차를 해석할 수 있다. 정상상태 오차를 최소화하기 위해서는 시스템에 적절한 제어기(예: 적분제어기)를 추가하여 극점 위치를 조정하거나, 시스템의 형상을 바꾸어 오차가 생기지 않도록 설계한다.
과도응답과 정상상태응답의 상호 관계
과도응답 동안 발생하는 초과변동량이나 진동 정도, 그리고 정상상태응답에서의 오차 크기는 서로 밀접하게 연관되어 있다. 과도응답 특성을 개선하기 위해 감쇠비를 키우면, 정상상태응답에서의 오차를 줄이기 위한 적절한 조치가 동시에 필요할 수 있다. 예를 들어 단순 비례제어기만으로 시스템을 제어하면, 비례이득을 증가시킴으로써 상승시간을 단축할 수 있지만 동시에 최대 오버슈트가 증가하거나 심한 경우 시스템이 불안정해질 수 있다. 또한 비례이득이 아무리 크더라도 정상상태 오차가 완전히 없어지지 않는 경우가 있는데, 이때는 적분제어를 병행하여 정상상태에서의 영오차 설계를 구현하기도 한다.
선형 시불변 계통에서 전달함수로 모델링했을 때, 폐루프 극점들의 위치는 과도응답 특성과 직접적으로 관련이 있다. 극점이 실수축에서 멀리 위치할수록 (음의 실수부가 커질수록) 응답이 빠르게 감쇠하지만, 동시에 오버슈트가 커질 수도 있으며, 이득 변화에 따라 극점들이 복소 평면에서 이동하면서 응답 특성이 크게 바뀔 수 있다. 이러한 분석 과정에서 근궤적(Root Locus) 기법이나 로그-마그니튜드/위상 보드선도(Bode plot)를 사용할 수도 있으나, 궁극적으로 시간영역에서의 여러 특성 지표를 만족하도록 설계를 진행하게 된다.
간단한 블록선도 표현
제어시스템에서 과도응답과 정상상태응답을 모두 해석하기 위해서는 폐루프 구조를 잘 이해해야 한다. 가장 기본적인 단일 루프 피드백 구조를 mermaid로 나타내면 다음과 같이 표현될 수 있다.
피드백 루프 내에서 과도응답 특성은 주로 폐루프 전달함수 $ \frac{G(s)}{1 + G(s)H(s)} $의 극점들에 의해 결정되며, 정상상태응답은 개루프 전달함수 $ G(s)H(s) $의 극점-영점 구조와 피드백 형태에 따라 결정된다. 감쇠비가 조정되는 과정과 적분제어기, 미분제어기를 포함하는 과정 모두 이 블록선도를 기준으로 설계가 이뤄진다.
2차 계통의 응답 예시
고전 제어의 대표적인 예로 2차 계통의 과도응답을 들 수 있다. 2차 계통은 전형적으로 다음 형태의 미분방정식으로 표현된다.
이는 전달함수로 표현하면 이미 언급한 바와 같이
이러한 시스템에 단위 계단 입력 $ u(t) = 1(t) $을 가하면, $ t = 0 $부터 응답이 과도 구간을 지나 $ t \to \infty $에 이르러 정상상태에 도달한다. 감쇠비 $ \zeta $가 1보다 작으면서도 0에 가깝지 않을 때(언더댐핑 영역), 최대 오버슈트가 적절히 제한되면서 비교적 빠른 정착시간을 얻을 수 있다. $ \zeta $가 매우 작으면 오버슈트가 커지고, $ \zeta $가 매우 크면 응답은 빠르게 감쇠되지만 원하는 정상상태까지 도달하는 시간이 더 길어질 수 있다.
극 배치와 응답 특성
폐루프 극점이 $ \alpha \pm j\beta $ 꼴로 주어졌을 때, 감쇠비는
이며, 고유진동수 $ \omega_n $은
로 정의된다. 폐루프 극점이 복소영역의 실수축 왼쪽에 존재한다면, LTI 시스템은 안정(Asymptotically Stable) 상태를 유지할 수 있다. 이때 $ \alpha $가 클수록 출력 응답은 더 빠른 감쇠를 보이고, $ \beta $가 클수록 진동이 심해진다. 감쇠비가 너무 작으면 과도응답 시 오버슈트가 커지고 진동이 길게 지속된다. 따라서 제어 설계 시, 원하는 과도응답과 정상상태응답 조건을 충족하기 위해 극점들이 복소평면에서 적절한 위치에 놓이도록 이득이나 제어기를 조정하게 된다.
과도응답과 정상상태응답을 좀 더 체계적으로 이해하기 위해서는 시스템 유형, 제어기 구성, 그리고 입력 신호에 따른 정상상태 오차 특성을 살펴볼 필요가 있다. 특히 제어 이론에서는 시스템의 극점 위치 및 폐루프 전달함수 형태로부터 유도되는 특정 지표들을 기준으로 원하는 성능을 설정하고, 적절한 제어 기법을 적용한다.
시스템 유형과 정상상태 오차
단계 입력, 램프 입력, 포물선 입력 등 다양한 기준 입력에 대해 정상상태에서의 오차가 어떻게 달라지는지를 정량적으로 이해하기 위해 시스템을 유형별로 분류하는 방법이 자주 활용된다. 이를 일반적으로 “Type 0 시스템, Type 1 시스템, Type 2 시스템” 등으로 나누며, 오차 상수(error constant) 개념이 등장한다.
예를 들어 단위 계단 입력에 대해 정상상태 응답을 분석할 때, 개루프 전달함수 $ G(s)H(s) $의 적분 차수(시스템 내 적분요소의 개수)가 얼마나 되는지에 따라 정상상태 오차가 0이 되는지, 일정 값으로 남는지, 무한대로 발산하는지가 결정된다. 이를 대표적으로 구분할 수 있는데, 다음과 같은 정성적 이해가 가능하다.
Type 0 시스템: 순수 비례 요소만 있을 때(적분 요소나 미분 요소 없음) 단위 계단 입력에 대해 정상상태 오차가 남는다. Type 1 시스템: 적분 요소가 1차로 포함되어 있을 때 계단 입력에 대한 정상상태 오차는 0이 되지만, 램프 입력에 대해서는 일정 값의 오차가 남는다. Type 2 시스템: 적분 요소가 2차 이상 포함되어 있으면, 램프 입력에 대해서도 정상상태 오차가 0이 될 수 있으나, 더 높은 차수의 입력(예: 포물선)은 에러가 남을 수 있다.
보다 엄밀하게 표현하자면, 시스템의 폐루프 전달함수가 안정이고, 개루프 전달함수 $ G(s)H(s) $에 극점이 s=0에 중복으로 몇 차례 존재하는지(즉 적분요소 개수)에 따라 계단, 램프, 등등의 입력에 대해 정상상태 에러가 어떻게 되는지 결정된다. 이러한 분석은 과도응답 특성과 직결되기도 한다. 왜냐하면 적분 요소가 늘어나면 과도응답 시 진동이 증가하거나 시스템이 불안정에 가까운 상태로 갈 위험이 커지기 때문이다.
비례제어, 적분제어, 미분제어의 영향
P제어(비례제어), PI제어, PD제어, PID제어는 가장 보편적으로 쓰이는 보상기 형태이며, 각 항이 과도응답과 정상상태응답에 미치는 영향은 다음과 같이 해석할 수 있다.
비례제어(P): 단순히 비례이득을 크게 잡으면 응답이 빠르고 충분한 위치 제어가 가능해진다. 하지만 비례이득이 너무 크면 과도응답 오버슈트가 심해지거나, 심한 경우 루프가 불안정해질 수 있다. 정상상태 오차는 완전히 제거되지 않는 경우가 많다. 적분제어(I): 정상상태 오차를 제거하는 데 필수적인 요소이며, 적분 동작을 통해 오차가 누적되면 그에 따라 제어입력이 계속 증가하여 결국 정상상태에서 오차가 0이 되도록 만든다. 다만 과도응답에서 발산 성분이 더해져 응답이 느려지거나 진동이 증가할 수 있으므로 주의가 필요하다. 미분제어(D): 속도 항 혹은 변화율에 비례한 피드백을 제공하기 때문에 응답에서 예측적 요소를 부여하고, 과도 시 진동을 줄이는 데 기여한다. 하지만 노이즈 민감도가 커지므로, 현실적인 구현에서는 순수 D제어 대신 저역통과 필터를 추가하거나 근사 방식의 D요소를 사용한다.
궁극적으로 PID 제어는 P, I, D 세 항을 적절히 혼합하여 과도응답에서의 진동이나 오버슈트를 억제하고, 정상상태응답에서의 오차를 줄이는 효과를 동시에 노릴 수 있다. 설계자는 주로 주파수영역 해석이나 근궤적 기법을 통해 PID 게인(Kp, Ki, Kd)을 조정하고, 최종적으로 시간영역 지표(상승시간, 최대 오버슈트, 정착시간, 정상상태 오차 등)를 만족하도록 세부 튜닝을 거친다.
안정도 해석과 과도응답의 관계
시간영역에서 과도응답이 만족스럽게 나타나기 위해서는, 기본적으로 시스템이 내부적으로 안정(Asymptotic stability)을 가져야 한다. LTI 시스템에서 폐루프 극점이 모두 왼쪽 반평면(실수부 음수)에 존재해야 하며, 특히 복소부품이 있을 때에는 그 위치에 따라 감쇠비가 결정된다. 만일 루프 보상 설계가 잘못되어 극점 하나 이상이 오른쪽 반평면으로 이동한다면, 시간영역 응답은 발산 또는 무한히 진동하게 된다.
안정도 해석과 과도응답 특성은 불가분의 관계에 있으며, 이 둘을 분리해서 생각하기 어렵다. 예를 들어 근궤적(Root Locus) 해석에서, 시스템의 개루프 이득을 변화시켰을 때 폐루프 극점이 어떤 경로를 따라 이동하는지가 밝혀지는데, 그 이동 궤적 상에서 감쇠비가 특정 범위를 벗어나면 오버슈트가 증가하거나 불안정으로 치닫게 된다. 따라서, 설계자는 근궤적 또는 Bode 선도와 같은 주파수영역 해석을 통해 극점의 이동 특성을 확인한 뒤, 시간영역 요구사항을 만족하는 부분에서 최적의 이득 또는 보상기를 선택한다.
과도응답 개선기법
과도응답을 개선하는 전통적 접근 중 하나는 본질적으로 극 배치를 직접 수행하는 것이다. 예컨대 상태방정식이 주어졌다면, 선형 궤환 이득을 직접 계산하여 원하는 극점 위치에 폐루프 계통의 고유치가 오도록 하는 방법, 이른바 “폴 배치 기법(Pole Placement)”을 사용할 수 있다. 이를 통해 정착시간이나 최대 오버슈트 같은 시간영역 지표를 사전에 설정할 수 있다.
전달함수 접근에서는 보상기(Lead compensator, Lag compensator, Lead-Lag compensator)를 추가하거나, PID 게인을 적절히 조정하여 과도응답의 주파수특성과 극 배치를 동시에 조절한다. 예를 들어 “위상 선행 보상기(Lead)”는 위상 여유를 증가시키고 대역폭을 높여서 시스템을 더 빠르게 반응하도록 한다. 이 과정에서 적절한 감쇠비가 유지되면, 최대 오버슈트도 제한적인 범위에서 억제된다.
정상상태응답 향상기법
정상상태응답 측면에서 가장 흔히 고려되는 것이 정상상태 오차를 줄이거나 없애는 것이다. 이를 위해서는 시스템의 형식(Type number) 자체를 올리는 적분제어, 또는 별도의 외란 억제 기법 등을 활용한다. 예컨대 P제어만으로는 일정 입력에 대해 0이 아닌 정상상태 오차가 남을 가능성이 크므로, 적분제어를 추가해 폐루프 계통이 Type 1 시스템 형태가 되면 단계 입력에 대한 정상상태 오차를 0으로 만들 수 있다. 그러나 이 경우 과도응답에서의 적극적 보상 요소(적분항으로 인한 누적 작용)로 인해 오버슈트가 커질 수 있으므로, 이를 상쇄하기 위해 미분 요소를 함께 둔 PID 제어가 많이 사용된다.
더 나아가, 외란(disturbance)이 존재하거나 모델링 불확실성이 큰 환경에서 정상상태 오차가 발생하지 않도록 하기 위해서는 내성(robustness)을 확보해야 한다. PI 또는 PID 방식에 추가적으로 내부 모델 제어(Internal Model Control), Q-파라메타리제이션 등의 기법을 쓸 수도 있고, 제어기를 적응형(adaptive)으로 설계하여 매 순간 시스템 파라미터 변화를 추적하기도 한다.
라플라스 영역에서의 응답 해석
선형 시불변 계통에서 시간영역 응답을 직접 구하는 것은 복잡해 보이더라도, 라플라스 변환을 사용하면 상대적으로 단순화된다. 입력 $ r(t) $의 라플라스 변환을 $ R(s) $, 출력 $ y(t) $의 라플라스 변환을 $ Y(s) $라 하면, 폐루프 전달함수를 $ G_{cl}(s) $라고 할 때
가 되며, $ y(t) $를 구하기 위해 역라플라스 변환을 취한다. 이때 과도응답을 결정하는 항들은 보통 시스템 극점에 대응하는 지수 혹은 지수함수와 삼각함수(복소극점의 경우)가 조합된 형태로 나타난다. 정상상태응답은 최종값 정리나 극점-영점 분석을 통해 쉽게 추정할 수 있다.
물리 시스템에서도 라플라스 도메인으로 문제를 옮기면, 회로이론(인덕터-커패시터로 모델링), 기계 진동계(질량-스프링-댐퍼 모델), 유압/공압 시스템 등 다양한 영역에서 동일한 제어 이론을 적용해 일관된 방식으로 과도 및 정상상태응답을 해석할 수 있다. 또한 수치 계산 관점에서 복잡한 전달함수를 실제로 역라플라스 변환하기 어렵다면, 부분분수 분해나 컴퓨터 응용 툴(예: MATLAB, Python 등)을 사용하여 비교적 간단히 시간영역 응답을 얻고, 오버슈트나 정착시간 등의 값도 수치적으로 평가 가능하다.
시간영역 해석은 시스템이 특정 입력이나 외란에 어떻게 반응하는지 명확히 보여주는 핵심 분석 도구이다. 시스템 설계를 진행하는 엔지니어나 연구자는 요구되는 응답 스펙(예: 과도응답 시 오버슈트 제한, 정상상태 오차 제로 등)을 만족하기 위해 전달함수나 상태방정식을 적절히 수정하거나, 추가적인 제어기(PID, 상태 궤환 등)를 도입한다.
과도영역에서의 실제 동작과 모델링 이슈
현실적인 제어 시스템에서는 이론적으로 예측한 과도응답과 실제 동작이 완전히 일치하지 않을 수 있다. 센서 노이즈, 입력 포화(saturation), 마찰, 온도 변화, 파라미터 드리프트 등 여러 요인이 모델링의 불완전성을 야기하기 때문이다. 그 결과, 이상적 2차 계통에서 예상한 것과 달리 과도응답 과정에서 불규칙한 진동이나 과도하게 긴 정착시간이 발생할 수도 있다.
모델링이 정밀하지 않거나, 보상기의 게인을 과하게 잡으면 실제 시스템이 불안정 경계 가까이에서 작동하게 되므로, 과도응답 중에 의도치 않은 큰 오버슈트가 나타나거나 출력을 제어하는 액추에이터(actuator)에 무리가 갈 수 있다. 따라서 설계 단계에서 단순 이론 계통을 가지고 시간영역 응답 특성을 결정한 뒤, 실험적으로 확인하고 재조정하는 과정이 필수적으로 뒤따른다.
선형 근사와 비선형 요소
선형 시불변 계통으로 가정한 뒤 해석하는 것은 제어 공학에서 기본적이고 강력한 접근법이다. 그러나 현실 시스템에는 비선형 요소나 변수가 시변(time-varying)하는 요소가 포함될 수 있으며, 이러한 경우 2차 표준형 모델로는 정확히 표현하기가 어렵다. 비선형 스프링, 제동 시스템, 스틱-슬립 마찰 등이 대표적 예시다.
비선형 요소가 클수록 과도응답 해석이 복잡해진다. 예를 들어, 비선형 댐핑이 존재하면 작은 진폭의 진동과 큰 진폭의 진동에서 감쇠특성이 달라질 수 있다. 그럼에도 불구하고 초기 제어 설계 시에는 대체로 선형 근사 모델을 활용하고, 이후 시뮬레이션을 통해 비선형 영향이 심각하다면 고차원적 모델링이나 다른 제어 기법(슬라이딩 모드 제어, 적응제어, 최적제어 등)을 고려한다.
속도제어, 위치제어, 추종제어에서의 시간영역 스펙
제어 시스템의 구체적인 목적에 따라, 과도응답 및 정상상태응답에 대한 요구사항이 달라진다. 예를 들어 위치제어(Position Control) 문제의 경우, 주어진 목표 위치에 정확히 도달하고 난 뒤 정상상태에서 거의 오차 없이 유지하는 것이 최우선 목표다. 이때 정상상태 오차가 중요한 설계 지표가 되며, 과도응답에서는 오버슈트가 지나치게 크지 않도록 제한해야 한다.
반면 속도제어(Velocity Control)는 시스템이 목표 속도에 빠르게 도달하는 것이 중요하며, 정상상태오차가 발생하지 않도록 설계하는 편이 권장된다. 속도를 제어할 때는 비교적 과도응답에서의 진동이 적도록 설계해야 하며, 특히 모터 구동계 등은 속도 변동이 크면 실제 기계 부하에 불이익이 생길 수 있다.
추종제어(Tracking Control) 문제에서는 시스템 출력을 동적으로 변화하는 기준 신호나 레퍼런스(reference)에 가깝게 따라가도록 해야 한다. 이 경우 정상상태오차뿐 아니라, 요구 레퍼런스가 단계적으로 변화할 때마다 과도응답이 얼마나 빠르고 부드럽게 이뤄지는지가 중요하다. 추종오차가 일정 이하로 유지되도록 하고, 동시에 과도 구간에서의 제어 입력이 과도하게 커지지 않도록 제한할 수도 있다.
과도응답 단축을 위한 추가 기법
보상 설계에서 과도응답을 단축하기 위해 다음과 같은 기법이 고려되기도 한다.
전달함수 상에서 실질적으로 극을 왼쪽으로 더 이동시키는 것(또는 임의의 목표 극점 위치로 배치)은 응답 속도를 향상시킨다. 그러나 무리하게 극을 왼쪽으로 배치하면 이득이 커져서 시스템이 불안정해질 위험도 증가한다. 초기 오차가 발생했을 때 빠르게 제어 작동을 개시하기 위해, 미분 항(D제어)이나 예측 제어(Predictive Control)를 사용한다. 예측 제어의 경우 모델 예측 방정식을 활용해 미래 오차를 예측하고 미리 제어값을 조정한다. 비선형 기법(예: 슬라이딩 모드 제어)은 비선형 및 외란에 강인한 제어동작을 구현함으로써 과도응답에서 큰 외란에도 비교적 안정된 상태로 도달하게 한다.
위와 같은 방법을 통해 과도응답을 빠르게 하되, 동시에 정상상태에서의 요구사항(오차, 에너지 사용량, 제어 입력 범위 등)을 만족해야 한다.
최적제어 관점의 과도 및 정상상태
에너지를 최소화하거나, 특정 지표(성능지수)를 최소화하도록 제어입력을 결정하는 최적제어(Optimal Control) 분야에서는 시간영역 응답을 편미분방정식이나 행렬방정식을 통해 직접 구하거나, 해밀턴-자코비(Hamilton-Jacobi) 방정식, 리카티(Riccati) 방정식 등을 풀어서 폐루프 형식을 구한다. 대표적으로 LQR(Linearly Quadratic Regulator) 문제에서는
와 같은 성능지수를 최소화함으로써 상태벡터 $ x(t) $와 제어입력 $ u(t) $에 대한 균형 잡힌 해를 찾는다. 여기서 $ x(t) $의 시간영역 응답이 과도 구간에서 지나치게 크지 않도록, 그리고 정상상태에서 오차가 남지 않도록 $ Q $와 $ R $을 조정한다. 또한 적분항이 무한 구간에서 정의되므로, 시스템 안정도와 과도응답이 긴밀하게 연관되어 있음을 알 수 있다.
LQR로 설계된 폐루프 계통은 일반적으로 안정적이며, 특정 정도의 감쇠 성능과 추종 성능을 확보하게 된다. 하지만 $ Q $와 $ R $의 선택을 어떻게 하느냐에 따라 과도응답 특성이 크게 달라지므로, 실제로는 반복 시뮬레이션과 실험을 통해 원하는 수준의 오버슈트와 정착시간, 정상상태오차를 만족하도록 값을 조정한다.
시뮬레이션을 통한 검증
이론적으로 유도된 전달함수나 상태방정식을 바탕으로 시뮬레이션을 수행하면, 과도응답 중의 출력 파형과 제어입력 파형, 정상상태 수렴 형태 등을 시각적으로 확인할 수 있다. 예를 들어, MATLAB/Simulink나 Python + Control 라이브러리 등은 사용자가 손쉽게 시스템을 정의하고, 단계응답, 임펄스응답, 주파수응답 등을 확인하도록 돕는다. 이때 실제 구성된 하드웨어나 센서 노이즈는 시뮬레이션에서 완벽히 재현하기 어렵기 때문에, 모델링 불확실성을 고려한 강인성 시험을 병행하는 것이 권장된다.
시간영역에서 시스템의 거동을 해석하고 설계하는 과정은, 선형 시불변 시스템뿐 아니라 비선형 또는 시간변화 시스템까지 확장되어 응용된다. 여기서는 주로 디지털 제어, 상태공간 표현, 그리고 MIMO(Multi-Input Multi-Output) 계통에서의 과도응답과 정상상태응답 해석을 간단히 살펴본다.
디지털 제어에서의 시간영역 해석
현대 산업 현장에서 제어기는 디지털 컴퓨터나 마이크로컨트롤러에 의해 구현되는 경우가 대부분이다. 이를 위해 아날로그 연속시간 시스템을 샘플링 주기로 불연속 신호로 변환하여 디지털 도메인에서 연산한다. 이때 시스템 동작을 해석하기 위해 Z-변환이나 차분방정식을 사용한다.
디지털 제어 시스템에서 과도응답과 정상상태응답을 해석할 때는, 연속시간에서의 해석과 차이가 발생한다. 특히 일정 간격 $ T_s $로 샘플을 취하기 때문에, 출력이 샘플링 사이 구간에서 어떠한 미세 진동을 하더라도 샘플링 시점에는 관측되지 않을 수 있다. 또한 높은 샘플링 주파수를 취하면 연속시간 모델에 근접하게 동작하지만, 반대로 샘플링 주파수가 낮으면 에일리어싱(aliasing) 현상이나 지연 효과가 크게 나타난다.
디지털 제어에서 과도응답 속도를 빠르게 하고 정상상태 오차를 줄이기 위해서는, 샘플링 주기 선택과 함께 적절한 디지털 제어 알고리즘 설계가 중요하다. 예를 들어 연속시간에서의 PID를 단순히 유한차분 근사로 바꾸면, 샘플링 지연과 미분항 근사오차 때문에 과도응답 시 기대했던 성능이 제대로 나오지 않을 가능성이 있다. 이를 보완하기 위해 Tustin 변환(Bilinear transform)이나 Zero-order hold와 일치하는 z영역 변환을 통한 정확한 디지털 설계를 진행한다.
상태공간 표현에서의 시간영역 해석
전달함수 기반의 접근과 달리, 상태공간(state-space) 표현에서는 시스템을 다음과 같이 나타낸다.
여기서 $\mathbf{x}(t)$는 상태벡터, $\mathbf{u}(t)$는 입력벡터, $\mathbf{y}(t)$는 출력벡터다. 행렬 $\mathbf{A}, \mathbf{B}, \mathbf{C}, \mathbf{D}$를 통해 시스템 거동을 완전히 기술할 수 있다. 시간영역 해석 관점에서, 상태공간 표현의 가장 큰 장점은 MIMO 계통이나 비선형 계통으로 쉽게 확장 가능하다는 데 있다.
상태방정식을 사용하면, 내부 상태 변화와 이에 따른 출력 거동을 직접적으로 관찰할 수 있다. 예컨대 과도응답에서 특정 상태변수가 제한값을 넘지 않도록 제어가 필요한 경우, 단순히 출력만으로는 파악하기 힘들지만 상태방정식을 통해 각 내부 상태를 감시·제어할 수 있다. 상태피드백(state feedback)을 사용하면 폐루프 극점을 임의로 배치하는 폴 배치(pole placement) 기법이 가능하며, 이를 통해 과도응답(정착시간, 오버슈트 등)을 직접적으로 조절한다. 동시에 옵서버(observer)를 통해 측정 불가능한 상태를 추정하면, 출력 피드백만으로는 구현하기 어려운 고급 제어를 실현할 수 있다.
MIMO 계통에서의 과도응답과 정상상태응답
단일 입력, 단일 출력(SISO) 계통에서는 2차 표준형으로 대표되는 간단한 해석이 가능하지만, 산업 응용에서는 입력과 출력이 여러 개 존재하는 MIMO 계통이 일반적이다. 예컨대 로봇 매니퓰레이터 각 관절, 항공기의 롤·피치·요 제어, 프로세스 제어의 압력·온도·유량 다중 제어 등은 서로 상호 결합된 동역학을 가진다.
MIMO 계통에서의 과도응답 해석은 단일 출력 대비 훨씬 복잡하다. 한 제어입력이 특정 출력만 바꾸는 것이 아니라, 다른 출력에도 영향을 미치기 때문이다. 이때 전달함수의 전이행렬(transfer matrix)을 사용하거나, 상태공간 표현으로 분석한다. 과도응답을 개선하기 위해 MIMO 상태피드백을 구성하거나, MIMO H∞ 제어나 LQG(Linear Quadratic Gaussian) 제어처럼 신호 혼선을 최소화하는 최적화를 수행한다.
정상상태응답 역시 단일 출력의 단순한 “오차 = 목표값 - 출력값”이 아니라, 각 출력별 목표 벡터와 실제 출력 벡터 간의 차이를 모두 살펴봐야 한다. 이때 각 채널에 대한 동등한 중요도 가중을 두거나, 특정 출력에만 더 높은 중요도를 부여하는 경우도 있을 수 있다. 따라서 MIMO 계통에서는 각 채널 간 결합현상(coupling)을 분석하여, 어떤 입력이 어떤 출력에 더 큰 영향을 주는지를 파악한 뒤 보상 설계를 진행한다.
강인제어와 시간영역 거동
모델링 오차나 외란에 민감한 시스템은 보상기를 단순하게 설계하면 이론적인 과도응답과 달리 실제 동작에서 큰 편차가 발생할 수 있다. 이때 강인제어(robust control)를 통해, 시스템 파라미터가 변하거나 외란이 발생해도 일정 수준 이상의 시간영역 성능(오버슈트, 정착시간, 정상상태 오차 등)이 보장되도록 설계한다.
대표적인 강인제어 방법은 H∞ 제어나 μ- synthesis 등이 있으며, 이들은 주파수영역 기반의 성능 지표와 시간영역 요구사항을 결합하여 최적화 문제로 풀어내기도 한다. 예컨대 H∞ 제어에서는 외란 억제나 모델링 불확실성에 대한 민감도 함수를 최소화함으로써, 과도응답 시 제어 성능이 큰 손실 없이 유지되도록 한다.
디지털 제어, MIMO 계통, 비선형 제어 기법 등이 현실 시스템에 폭넓게 적용되면서, 시간영역에서의 과도응답과 정상상태응답을 해석하는 문제는 더욱 복합적 양상을 띠게 된다. 예컨대 서보 제어기나 로보틱스 분야에서는 센서 피드백의 오차, 마찰, 조인트 간 상호 작용 등이 모두 응답 특성에 영향을 미친다. 이런 요소들까지 고려하면 이상적 2차 계통 모형만으로는 정확한 해석이 어려우므로, 보다 폭넓은 수학적·컴퓨팅 기법이 활용된다.
실시간 구현과 응답 특성
이론적 설계와 실제 구현을 구분지어 생각해야 하는 중요한 이유 중 하나는, 실시간성(real-time) 요구 사항 때문이다. 특히 마이크로컨트롤러나 DSP(Digital Signal Processor) 환경에서 구현할 때, 제어 알고리즘은 일정한 주기로 연산되어야 하며, 오버헤드와 인터럽트, 태스크 스케줄링 등에 의해 실제 구동 시간이 달라질 수 있다. 이런 타이밍 지터(jitter)가 커지면 과도응답에서 미세한 진동이 발생하거나, 응답 속도가 저하되는 경우가 생긴다.
오버슈트, 정착시간 등은 결국 시스템의 연산 주기와 제어기 내부 알고리즘 복잡도에도 영향을 받는다. 제어기 코드가 지나치게 복잡하면, 한 사이클 안에 연산을 마치지 못해 다음 샘플링 시점으로 넘어갈 때까지 정확한 제어 입출력이 지연될 수 있다. 하드웨어적인 한계를 보완하기 위해 FPGA나 전용 ASIC 등을 활용하여 계산을 병렬화하거나, 멀티코어 프로세서를 이용해 제어 알고리즘과 주변 처리를 분리하기도 한다.
모드 전환과 과도응답
실제 시스템에서는 특정 조건에 따라 제어 방식이나 제어 목표를 전환해야 하는 일이 빈번하다. 예컨대 로봇 매니퓰레이터가 대기 모드에서 작업 모드로 전환되거나, 항공기가 이착륙 모드와 순항 모드 사이를 전환할 때, 일종의 “모드 전환 과도영역”이 생긴다. 이 구간에서는 이전 모드에서 사용하던 제어기와 새로운 모드에서 사용할 제어기가 달라질 수 있으므로, 출력 응답이 순간적으로 불연속성을 띠거나 예상치 못한 오버슈트가 발생한다.
안정적인 모드 전환을 위해서는 모드 간 스위칭(switching)이 일어날 때 상태 변수의 연결이 부드럽게 유지되도록 설계하거나, 중간 완충 구간을 두어 서서히 제어 파라미터를 바꾼다. 이를 위해 하이브리드 시스템(hybrid system) 이론이나 전환 논리(logic)를 공식화하여, 스위칭 시점에서의 과도응답을 제한하는 방법이 연구되고 있다.
선형근사 범위를 넘어서는 동작
이상적인 선형근사는 주로 “작은 진폭”이라는 가정 하에 유효하며, 실제 시스템이 일정 범위 이상으로 과도 응답을 보이면 비선형 현상이 두드러질 수 있다. 예컨대 서보 모터가 큰 관성을 가진 부하를 빠르게 회전시킬 때, 비선형 마찰이나 기계적 스트레스 등이 생각보다 큰 영향을 끼쳐서 설계된 시간영역 응답이 실제와 차이를 보이게 된다. 이처럼 비선형과 대진폭 동작이 불가피하다면, 슬라이딩 모드 제어나 백스테핑(Backstepping) 같은 비선형 제어 전략을 고려해야 한다.
비선형 제어 이론에서의 시간영역 응답 해석은 선형 시스템보다 훨씬 복잡하지만, 안정성과 과도 성능을 동시에 만족시키기 위한 이론적 수단들이 다양하게 마련되어 있다. 이를 통해 상태궤환, 게인 스케줄링(gain scheduling), 적응(adaptive) 기법 등으로 비선형 구간에서도 오버슈트나 정상상태 오차가 크게 발생하지 않도록 미리 대비한다.
대규모 MIMO 시스템에서의 해석
공정 제어나 전력 시스템, 대형 플랜트처럼 입력과 출력이 다수인 MIMO 시스템에서, 시간영역 분석은 더욱 방대한 차원의 문제로 확장된다. 예컨대 수십 개 이상의 센서와 엑추에이터가 동시에 상호작용하는 계통의 상태공간 표현은 차원이 매우 커지고, 서로 다른 부분계가 복잡하게 결합되어 있다. 이 경우 단순 단계응답을 구하는 것만으로는 종합적인 과도영역 특성을 한눈에 파악하기 어렵다.
행렬미분방정식을 해석하거나 수치 선형대수 기법(Lyapunov 방정식, Sylvester 방정식 등)을 통해 시스템 고유치 분포를 관리하여, 전체 시스템이 원하는 범위에서 안정적으로 동작하도록 제어 구조를 계층적(hierarchical)으로 분산(decentralized) 설계하기도 한다. 모든 루프를 한꺼번에 중앙 집중식으로 제어하기가 사실상 불가능할 때에는, 지역 피드백 제어와 상위 레벨 코디네이터(coordinator)의 조합을 사용하여 부분적 MIMO 응답을 조절한다.
비선형이나 고차·비정형(Non-minimum phase) 계통에서는 영점(zero)의 위치가 출력 응답에 미묘한 영향을 주어, 전형적인 2차 모델로는 예상하기 어려운 과도응답이 나타난다. 전통적 SISO 계통에서 전달함수의 영점 중 실수축 오른편에 위치한 영점이 있으면, 이를 비최소 위상(Non-minimum phase) 영점이라고 부른다. 이런 계통에서는 입력을 가했을 때 출력이 처음에는 목표와 반대 방향으로 움직인 뒤에야 원하는 방향으로 진행하는 이른바 “역방향 응답” 현상이 나타난다. 예컨대 항공기의 에일러론 제어에서 순간적인 기체 응답이 조종간 입력과 반대 방향으로 꺾이는 경우가 여기에 해당한다.
비최소 위상 계통의 과도응답을 해석할 때는, 전통적인 극 배치와 함께 영점들의 영향력을 동시에 검토해야 한다. 영점이 오른쪽 반평면(RHP)에 존재한다면, 폐루프 극점으로만 안정도를 보장하더라도 실제 과도 구간에서 출력이 심하게 요동할 수 있다. 이 때문에 적절한 보상기를 설계할 때에는 RHP영점이 일으키는 내재적 한계를 감수하면서, 과도 시의 불필요한 진동이나 반응 지연을 최소화해야 한다.
강인제어 이론에서는 비최소 위상 계통의 영점 구조 때문에 설계 자유도가 제한되는 현상을 “성능 한계(performance limitation)”로 다룬다. 예컨대 $ s = +a $에 영점이 있는 경우, 그 점은 폐루프 전달함수 내에서 피드백으로도 제거되지 않고, 일정한 저주파 응답이나 단계응답에서 반(反)공진 특성을 나타낼 수 있다. 그래서 PID 제어만으로는 이를 충분히 억제하기 힘들며, 주파수영역에서 H∞ 최적화를 진행하거나 비선형 기법을 통해 원하는 시간영역 성능을 달성한다.
실제 산업 제어 응용에서는 이러한 비최소 위상 거동을 가진 프로세스가 적지 않다. 예컨대 열교환기의 온도 응답, 증류탑의 농도 응답, 방향 타겟을 잡는 항공기 보조날개 시스템 등에서 비최소 위상 영점이 종종 발견된다. 이런 시스템을 시간영역에서 직접 시뮬레이션하면, 목표 온도를 낮추려고 밸브를 조정했는데 처음에는 온도가 잠시 더 올라갔다가 나중에 내려오는 등 역방향 반응이 뚜렷이 관찰된다. 설계자는 이를 감안해, 과도구간에서의 응답이 지나치게 커지지 않도록 피드백 이득과 보상기를 조절한다.
대규모 공정이나 로봇 시스템이 비최소 위상 특성과 MIMO 특성을 동시에 갖는 경우에는, 영점-극점 분포가 여러 입력-출력 채널에 걸쳐 상호 얽혀 있으므로 분석이 복잡해진다. 상태공간 접근에서는 영점이 전이행렬(transfer matrix)의 구조로 나타나므로, 그 행렬의 행렬식이 오른쪽 반평면 영점을 갖는지 확인해야 한다. 이후 과도응답 시 출력 변수들이 상호 간섭으로 인해 오히려 목표와 반대 방향으로 움직이지 않도록, 부분별 보상 및 이득 재배치를 수행한다.
시간영역에서의 과도응답과 정상상태응답은 제어 시스템 성능을 가장 직접적으로 보여주는 척도이다. 설계자는 전달함수든 상태방정식이든, 혹은 z-영역 디지털 모델이든 가능한 다양한 시뮬레이션과 해석 기법을 동원하여, 초기 조건부터 최종 상태에 이르는 전체 과정에서 요구 스펙을 만족할 수 있도록 한다. 이를 위해 빠른 상승시간, 제한된 오버슈트, 허용 가능한 제어 입력 범위, 미세 하드웨어 지연, 모델링 오차, 외란 등을 총체적으로 고려해야 한다. 이러한 과정이야말로 제어공학의 본질이라 할 수 있으며, 과도응답과 정상상태응답을 균형 있게 다룰 줄 아는 능력이 실제 엔지니어링 분야에서 핵심 역량으로 요구된다.
Last updated