계산기 / PID 동조

PID 동조 계산기

1차 시간 지연 모델 K·e^(−Ls)/(Ts + 1)이나 비례 제어 루프의 임계이득과 임계주기를 입력하면, 다섯 가지 동조 규칙으로 P, PI, PID 동조값을 구하고 각각을 폐루프 계단응답 시뮬레이션으로 확인합니다.

공정 / G(s) = K·e^(−Ls)/(Ts + 1)
출발점

원하는 폐루프 시정수입니다. 비워 두면 τc = L = 4 s로, 스코게스타드가 말하는 ‘빠른 제어’입니다.

모델: G(s) = 0.4·e^(−4s)/(24s + 1)
Ku
25.18
Tu
15.05 s
ωu (rad/s)
0.4176
L/T
0.167
비교할 제어기

미분 동작은 오차에 작용하며 Td s/(1 + Td s/10)로 걸러 냅니다. 계단 순간의 미분 킥이 오버슈트를 키웁니다.

규칙별 동조값
규칙종류표준형 Kp(1 + 1/(Ti s) + Td s)병렬형 Kp + Ki/s + Kd s오버슈트정착시간(2%)
KpTi (s)Td (s)KiKd
지글러–니콜스 제1방법(계단응답)P15∞00047.4%40.93 s
지글러–니콜스 제1방법(계단응답)PI13.513.3301.012059.5%47.94 s
지글러–니콜스 제1방법(계단응답)PID18822.253690.9%42.23 s
지글러–니콜스 제2방법(임계 진동)P12.59∞00033.3%33.8 s
지글러–니콜스 제2방법(임계 진동)PI11.3312.5400.9036047.6%42.83 s
지글러–니콜스 제2방법(임계 진동)PID15.117.5241.8812.00828.4159.3%35.48 s
코헨–쿤P15.83∞00052.3%48.08 s
코헨–쿤PI13.719.89201.386076.6%69.54 s
코헨–쿤PID20.639.2091.4122.2429.1296.9%47.78 s
SIMC(스코게스타드)PI7.52400.312504.05%24.23 s
IMC(리베라 외)PID10.83261.8460.4167200.636%17.77 s

같은 결과를 내는 코드

MATLAB
% FOPDT 모델 K·e^(-Ls)/(Ts+1), 시간 지연은 정확히 처리
G = tf(0.4, [24 1], 'InputDelay', 4);
N = 10;   % 미분 필터 Td·s/(1 + Td·s/N)
% 규칙, Kp, Ti, Td  (표준형 Kp(1 + 1/(Ti s) + Td s))
rules = {
  'Ziegler-Nichols, step response PID', 18, 8, 2;
  'Ziegler-Nichols, ultimate cycle PID', 15.1069, 7.52364, 1.88091;
  'Cohen-Coon PID', 20.625, 9.2093, 1.41176;
  'IMC (Rivera et al.) PID', 10.8333, 26, 1.84615;
};
for i = 1:size(rules, 1)
  C = pidstd(rules{i, 2}, rules{i, 3}, rules{i, 4}, N);
  CL = feedback(C*G, 1);
  S = stepinfo(CL);   % 2% settling band by default
  fprintf('%s: overshoot %.1f%%, settling %.2f s\n', rules{i, 1}, S.Overshoot, S.SettlingTime);
end
Python (python-control)
import control as ct

K, L, T = 0.4, 4, 24
# python-control에는 정확한 시간 지연이 없어 10차 파데 근사를 씁니다(결과가 조금 다릅니다).
num, den = ct.pade(L, 10)
G = ct.tf(K, [T, 1]) * ct.tf(num, den)
s, N = ct.tf('s'), 10
rules = [
    ('Ziegler-Nichols, step response PID', 18, 8, 2),
    ('Ziegler-Nichols, ultimate cycle PID', 15.1069, 7.52364, 1.88091),
    ('Cohen-Coon PID', 20.625, 9.2093, 1.41176),
    ('IMC (Rivera et al.) PID', 10.8333, 26, 1.84615),
]
for name, Kp, Ti, Td in rules:
    C = Kp * (1 + (1 / (Ti * s) if Ti else 0) + (Td * s / (1 + Td * s / N) if Td else 0))
    info = ct.step_info(ct.feedback(C * G, 1))
    print(name, info['Overshoot'], info['SettlingTime'])

MATLAB은 Control System Toolbox, Python은 python-control 0.10 이상(pip install control)을 사용합니다.

무엇을 계산하나

이 계산기가 계산하는 것

지글러–니콜스 계단응답 규칙과 임계 진동 규칙, 코헨–쿤, SIMC(PI), IMC(PID)의 동조값을 표가 쓰는 표준형 Kp(1 + 1/(Ti·s) + Td·s)와 병렬형 Kp + Ki/s + Kd·s로 함께 보여 줍니다. Ki = Kp/Ti, Kd = Kp·Td입니다.

강의의 반응곡선 연습 문제 K = 0.4, L = 4 s, T = 24 s에서 모델의 임계이득은 25.18, 임계주기는 15.05 s입니다. 지글러–니콜스 PID(Kp = 18, Ti = 8 s, Td = 2 s)는 오버슈트 90.9%, 정착시간 42.2 s이고, τc = L인 IMC PID는 오버슈트 0.6%, 정착시간 17.8 s입니다.

결과 읽기

결과를 읽는 법

  • Ku와 Tu: 모델을 비례 제어로 닫은 루프가 겨우 지속 진동하는 이득과 그 진동의 주기입니다. 시간 지연을 정확히 넣은 위상 교차 조건 −ωL − tan⁻¹(ωT) = −180°에서 구합니다.
  • 오버슈트와 정착시간은 규칙마다 폐루프 단위 계단응답에서 잽니다. 최종값을 넘어선 가장 큰 초과량과, ±2% 대역을 마지막으로 벗어나는 시각입니다. 비례 제어는 오차가 남으므로 최종값이 KKp/(1 + KKp)입니다.
  • 지글러–니콜스 규칙은 부하 외란에 대해 진폭이 1/4씩 줄어드는 응답을 목표로 하므로 목표값 계단에는 오버슈트가 큽니다. SIMC와 IMC는 τc로 빠르기와 강인성을 맞바꿉니다.
계산 방법

계산 방법과 약속

  • 폐루프는 L을 정확히 나누는 간격의 4차 룽게–쿠타법으로 적분하고, 지연된 제어 입력은 자신의 이력에 대한 3차 에르미트 보간에서 읽습니다. 시간 지연은 파데 근사가 아니라 정확히 넣으며, 테스트에서 독립적인 미세 간격 적분 결과와 폐루프의 정확한 라플라스 변환에 대조합니다.
  • 미분 동작은 MATLAB pidstd(Kp, Ti, Td, 10)처럼 N = 10인 Td·s/(1 + Td·s/N)로 걸러 내며 오차에 작용합니다. 안정성은 시간 지연을 정확히 넣은 나이퀴스트 판별법으로 따로 판정합니다.
  • 임계 진동 모드에서 공정 이득 K를 넣으면 그 Ku와 Tu를 정확히 갖는 1차 시간 지연 모델 하나를 맞춥니다. ωu = 2π/Tu일 때 T = √((KKu)² − 1)/ωu, L = (π − tan⁻¹(ωuT))/ωu입니다.
한계

1차 시간 지연 모델은 실제 공정의 근사일 뿐이며 모든 규칙이 이 모델을 전제로 합니다. 지글러–니콜스와 코헨–쿤 표는 L/T가 약 0.1–1인 공정에 맞춘 것입니다. 구동기 한계, 센서 잡음, 부하 외란은 시뮬레이션하지 않으며, 연결한 실험실에서 그 영향을 볼 수 있습니다.