As aeration is an energy-intensive process, its control has become more important to save energy and to meet strict effluent limits. In this study, predictive aeration control based on the respirometric method has been applied to the sequencing batch reactor (SBR) process. The variation of the respiration rate by nitrification was great and obvious, so it could be a very useful parameter for the predictive aeration control. The maximum respiration rate due to nitrification was about 60 mg O2/L‧h and the maximum specific nitrification rate was about 7.5 mg N/g MLVSS‧h. The aeration time of the following cycle of the SBR was daily adjusted in proportion to that which was previously determined based on the sudden decrease of respiration rate at the end of nitrification in the respirometer. The aeration time required for nitrification could be effectively predicted and it was closely related to influent nitrogen loadings. By the predictive aeration control the aerobic period of the SBR has been optimized, and energy saving and enhanced nitrogen removal could be obtained.

The predictive control system using model-based predictive control is a very effective way to optimize the present inputs considering the states and future errors of the reference trajectory, but it has a drawback in that a control input matrix must be repeatedly calculated with a long calculation time at every sampling for minimizing future errors in a predictive interval. In this study, we applied the neural network simulating the predictive control method for the trajectory tracking control of the mobile robot to reduce complex control method and computation time which are the disadvantage of predictive control. In addition, the neural network showed excellent performance by the generalization even for a different reference trajectory. Therefore, The controller is designed by modeling the model-based predictive control gains for the reference trajectory using a neural networks. Through the computer simulation, the proposed control method showed better performance than the general predictive control method.

본 연구에서는 모델 기반의 온실 환경 제어에 활용될 수 있는 미기상 환경 예측 모형을 개발하고자 하였다. 전산유체역학 시뮬레이션을 활용하여 다양한 기상 조건과 온실의 환기 구조에 따른 온실 내부의 미기상 변화와 환기창에서의 환기량 변화를 모의하고, 다중회귀분석을 통해 수치 모형을 제시하였다. 비정상상태의 환기 작용을 모의한 결과, 환기창 개방 후 환기 효과가 완전히 나타나기까지는 3분 ~ 20분 정도의 시간이 소요될 수 있는 것으로 나타났다. 기존의 센서 실측에 기반을 둔 대부분의 환경 조절 제어 시스템의 경우에는 측정값에 따른 피드백에 의해 환경 제어가 동작하므로 온실 내부의 기온이 상승한 이후에 환경 제어를 시작하게 되지만, 모델 기반의 환경 조절 제어 시스템을 도입하면 이러한 3분~20분 정도의 시간을 사전에 고려하여 적정 환경을 제어할 수 있도록 미리 환기창의 조작이 이루어지게 된다. 작은 규모의 온실에서 는 이러한 영향이 미비할 수 있지만, 근래에 증가하고 있는 대규모 온실들에 대해서는 온실 내부 작물 재배 환경의 균일성과 적정성, 안정성을 확보하고 환경 조절의 경제성을 추구할 수 있는 모델 기반의 환경 조절 시스템이 필수적이다. 본 연구에서 제시된 수치 모형들은 외부의 기온과 풍속, 지면 온도, 일사량 등의 기상 환경과 온실의 천창 개폐율에 따라 유도되는 자연 환기의 성능을 온실 내 미기상 변화와 환기창을 통한 환기량 값으로 제시하고 있으며, 전산유체역학 시뮬레이션 결과와 비교하여 각각 58% ~ 92%, 76% ~ 93%의 예측력을 보였다. 미기상의 변화는 온실을 9개의 세부 영역으로 구분하여 각 영역 에서의 기온 하락 정도로 나타내며, 환기량은 지붕에 형성된 6개의 천창에서의 공기 유출입량을 각각 제시하여 준다. 환기 작용에 의한 미기상의 변화는 반드시 환기창에서의 환기량에 의해 예측되지는 않으므로 환기량과 환기의 효과를 구분하여 적용하는 것이 중요할 것이다. 이러한 수치 모형들은 모델 기반 환경 제어 시스템에서 가상의 환기창 동작에 따른 환기 성능을 예측하는데 활용될 수 있으며, 전산유체역학 시뮬레이션과 같은 매우 복잡한 예측 모델이 비해 상당히 간단한 형태로 이루어져 있어 빠른 계산 시간을 보장한다. 이는 실시간 제어의 관점에서는 복잡한 예측 모델들에 비해 실시간 예측 과 제어가 가능하다는 큰 장점을 가져다준다. 본 연구를 통해 개발되고 시도된 결과들은 모델 기반의 온실 복합 환경 제어 시스템을 위한 알고리즘을 개발하는데 활용될 것이다. 또한 이러한 활용은 농업에 IT 기술을 접목하여 농가의 노동력 부족을 극복하고 생산성 향상과 경쟁력 확보를 도모하는 농업 선진화에 기여할 것으로 기대된다.

A differential drive wheeled robot is a kind of mobile robot suitable for indoor navigation. Model predictive control is an optimal control technique with various advantages and can achieve excellent performance. One of the main advantages of model predictive control is that it can easily handle constraints. Therefore, it deals with realistic constraints of the mobile robot and achieves admirable performance for trajectory tracking. In addition, the intention of the robot can be properly realized by adjusting the weight of the cost function component. This control technique is applied to the local planner of the navigation component so that the mobile robot can operate in real environment. Using the Robot Operating System (ROS), which has transcendent advantages in robot development, we have ensured that the algorithm works in the simulation and real experiment.

A predictive controller can solve a control problem related to a disturbance-dominant system such as roll stabilization of a ship in waves. In this paper, a predictive controller is developed for a fin stabilizer. Future wave-induced moment is modeled simply using two typical regular wave components for which six parameters are identified by the recursive Fourier transform and the least squares method using the past time series of the roll motion. After predicting the future wave-induced moment, optimal control theory is applied to discover the most effective command fin angle that will stabilize the roll motion. In the results, wave prediction performance is investigated, and the effectiveness of the predictive controller is compared to a conventional PD controller.

최근에, 자동화 크레인 제어 시스템은 빠른 속도와 신속한 수송이 요구되어 지고 있다. 따라서, 컨테이너가 초기좌표에서 최종좌표로 이동될 때 컨테이너 경로는 최소시간에 흔들림 없이 설계되어야 한다. 이를 위해 본 연구에서는 최종 좌표까지 이동에서 충돌을 피하기 위하여 충돌방지 경로를 계산하였다. 그리고, 정확한 주행 제어를 위해서 신경회로망 예측 PID제어기를 구성하였다. 제안된 예측제어 시스템은 PID 파라미터를 생산하기 위하여 신경회로망 예측기, PID 제어기 그리고 신경회로망 자기 동조기로 구성하였다 크레인 시스템을 통한 시뮬레이션 분석에서 다른 기존의 제어기들 보다 우수한 제어 수행을 증명하였다.