This dissertation undertakes the modeling and parameter identification and the development of a control method for a slung-load transportation system. The slung-load system covered in this study consists of a rotorcraft and a payload along with a cable that is connected between the two. Both ends of the cable are attached to attachment points on the rotorcraft and the payload. Therefore, the rotorcraft attitude and the payload attitude have coupled dynamics due to these attachment points.
The modeling method which relies on the Udwadia-Kalaba equation (UKE), advantageous when used with multiple constraints, is employed here to model the slung-load system. Depending on model fidelity differences, three types of slung-load systems are modeled: a simple 2D slung-load system, a general slung-load system, and a slung-load system with a flexible cable. In studies involving parameter identification and control system design processes, it is necessary to select and use a suitable slung-load model to ensure the correct degree of fidelity of the model required in each case.
To identify the parameters of the slung-load system, a parameter identification method that utilizes the modal characteristics of the flexible cable of the slung-load system is proposed. The proposed method estimates the length of the cable and the mass of the payload by means of a frequency analysis.
When employing the slung-load transportation system, a payload stabilization controller which stably transports the payload is necessary. First, a controller that combines an input-shaping method (ISM) and a model-following control (MFC) method is proposed here. The advantage of the proposed controller is that the intended payload oscillation induced by the input-shaping method is not considered to be a disturbance which affects the model-following control. Next, a payload stabilization controller using the deep deterministic policy gradient (DDPG) method based on reinforcement learning is proposed. For this purpose, a reward function suitable for a slung-load control system is proposed. The proposed DDPG-based payload stabilization controller is advantageous in that the payload can be stabilized by a model-free machine learning procedure. Finally, a simulation program is employed to verify that the proposed payload stabilization controllers operate as intended and to analyze their performance capabilities. The simulation results show that several performance indicators of the proposed controllers are improved compared to existing controllers.
본 논문에서는, 슬렁로드 운송 시스템의 모델링, 파라미터 식별 및 제어 기법에 대한 연구를 다룬다. 본 연구에서 다루는 슬렁로드 운송 시스템은 회전익기 한 대와 화물 한 개로 이루어져 있으며, 회전익기와 화물은 케이블로 연결되어 있다. 또한, 케이블의 양 끝이 회전익기와 화물의 부착점에 부착되어 있으므로, 회전익기와 화물의 자세가 커플링 되어 있다.
슬렁로드 운송 시스템의 모델링을 위해서, 구속조건의 반영이 용이한 Udwadia-Kalaba 방정식 (UKE) 을 이용한다. UKE는 구속조건의 여러 변화에 대해 유연하게 대응할 수 있는 강력한 모델링 기법이다. 모델의 충실도에 따라서 총 세 가지의 슬렁로드 모델을 유도한다. 이는 각각, 간단한 2D 슬렁로드 모델, 일반적인 슬렁로드 모델, 유연한 케이블을 가지는 슬렁로드 모델의 세 가지이다. 이는 파라미터 식별 및 화물 안정화 제어 기법 연구를 수행할 때, 각 기법에 필요한 모델 충실도에 적합한 슬렁로드 모델을 선택하여 이용하기 위함이다.
슬렁로드 운송 시스템의 파라미터 식별을 위해서, 유연한 케이블의 모드 특성을 이용하는 파라미터 식별 방법을 제안한다. 제안된 파라미터 식별 기법을 이용하면, 슬렁로드 운송 시스템의 중요한 파라미터들인 케이블의 길이와 화물의 무게를 주파수 분석을 통해 식별할 수 있다.
슬렁로드 운송 시스템을 운용할 때, 화물을 안정하게 수송하기 위한 화물 안정화 제어기가 필요하다. 본 연구에서는 이를 위해서, 첫째, 입력 성형 기법 (ISM) 과 모델 추종 제어 (MFC) 기법을 결합한 화물 안정화 제어기를 제안한다. 제안된 화물 안정화 제어기는, ISM에 의도된 화물 진동이 MFC의 외란으로 취급되지 않는다는 장점이 있다. 다음으로는, 강화 학습 기반의 DDPG 기법을 이용한 화물 안정화 제어기를 설계한다. 이를 위해서 슬렁로드 제어 시스템에 적용하기 위한 보상 함수를 제안한다. 제안된 DDPG 기반의 화물 안정화 제어기는 모델 없이 학습하여 화물 안정화를 수행할 수 있다는 장점이 있다. 마지막으로 시뮬레이션 프로그램을 이용하여, 설계된 화물 안정화 제어기들이 의도한 대로 동작하는지 확인하고, 그 성능을 분석한다. 시뮬레이션 결과는 제안된 제어기들의 성능이 기존의 제어기들에 비해 상대적으로 개선되었음을 보여준다.
