이 논문은 불확실성과 교란 하에서 영구자석 동기전동기(PMSM)의 속도 추종 제어 성능을 향상시키기 위해 고정시간 슬라이딩 모드 제어(FxTSMC)와 신경망을 기반으로 한 견고한 제어기를 제안한다. 첫째, 기존 방법들에 비해 더 빠른 고정시간 수렴률을 제공하는 새로운 도달 법칙(reaching law)을 도입한다. 둘째, 파라미터 불확실성과 미지의 교란이 미치는 영향을 다루기 위해, 고정시간 상태 관측기(Fixed-time state observer) 기반의 적응 학습률 신경망(NN)(ALRNN-FxTSO)을 설계하여 이러한 불리한 요인을 정확히 추정하고 보상한다. 이를 통해 추정 오차가 고정된 시간 내에 작게 미리 정의된 영역으로 수렴하며, 초기 상태에 무관하게 된다. 또한, 집합 교란(lumped disturbance)에 대한 사전 지식은 필요하지 않다. 상태 추정 오차를 이용하여 시스템 동역학에 따라 NN의 학습률과 가중치를 갱신할 수 있으며, 그 결과 ALRNN-FxTSO의 능력이 향상된다. 제안된 FxTSMC와 ALRNN-FxTSO를 바탕으로, 추종 성능이 고정된 시간 내에 원점의 작은 근방(small neighborhood)으로 수렴하도록 보장하는 견고한 제어기가 개발된다. 도달 시간은 초기 상태에 의존하지 않는다. 고정시간 수렴에 대한 리아푸노프(Lyapunov) 해석을 통해 시스템 안정성을 이론적으로 증명한다. 마지막으로, 제안 방법의 실용적 유효성을 입증하기 위해 PMSM 시스템에서 시뮬레이션과 실험을 수행한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.