PID 제어

시뮬레이션 수치해석 전자공학 마지막 수정: 2026-07-28 04:18:41

1. 개요[편집]

PID 제어(Proportional–Integral–Derivative control)는 목표값 $r(t)$ 와 측정값 $y(t)$ 의 차이인 오차 $e(t) = r(t) - y(t)$ 를 비례·적분·미분한 세 항의 가중합으로 조작량 $u(t)$ 를 만들어내는 되먹임 제어 기법이다. 플랜트의 물리 모델을 몰라도 이득 세 개만 만지면 어지간한 1~2차 공정은 붙잡을 수 있어서, 100년 가까이 산업 현장을 지배하고 있다.¹

u(t) = K_p\, e(t) + K_i \int_0^t e(\tau)\,d\tau + K_d\, \frac{de(t)}{dt}

전달함수로 쓰면 병렬형(parallel form)은 $C(s) = K_p + K_i/s + K_d s$ 이고, 현장에서 더 흔한 표준형(standard form)은

C(s) = K_p\left(1 + \frac{1}{T_i s} + T_d s\right), \qquad K_i = \frac{K_p}{T_i},\quad K_d = K_p T_d

이다. 논문에서 $K_i$ 로 튜닝값을 주는데 현장 DCS는 적분시간 $T_i$ 를 분 단위로 받는 바람에 60배 틀리는 사고가 종종 난다. 이득을 옮겨 적을 때는 폼(form)부터 확인하는 게 국룰.

2차 플랜트에 PID 폐루프를 실제로 수치적분한 계단 응답. 출력 y(t)와 기준값, 제어입력 u(t), 그리고 P·I·D 각 항의 기여가 시간축을 따라 흐르고, 오버슈트·정착 시간·정상상태 오차가 실시간으로 계산된다. 액추에이터 포화가 걸린 구간에서 안티와인드업이 적분항을 붙잡는 것도 그대로 보인다. 이득 슬라이더를 움직이면 응답이 즉시 달라진다.

2. 세 항이 하는 일[편집]

비례항 $K_p e$ — 지금 틀린 만큼 민다. 응답을 빠르게 만들고 정상상태 오차를 줄이지만, 없애지는 못한다. 개루프 DC 이득 $K$ 인 플랜트에 P 제어만 걸면 계단 입력에 대한 정상상태 오차는 $1/(1 + K_p K)$ 로 남는다. 0으로 만들려면 $K_p \to \infty$ 여야 하는데, 그 전에 폐루프가 먼저 발산한다.
적분항 $K_i \int e$ — 지금까지 틀린 것을 누적해서 민다. 개루프에 극점 $1/s$ 를 하나 더해 시스템 타입을 1 올리므로, 계단 기준값과 계단 외란에 대한 정상상태 오차를 이론적으로 0으로 만든다. 대가는 위상 지연 $-90^\circ$ — 즉 안정도 여유를 깎아먹는다.
미분항 $K_d \dot e$ — 오차의 추세를 보고 미리 민다. 위상을 앞세워 감쇠를 넣어주므로 오버슈트와 진동을 줄인다. 단 고주파에서 이득이 $|K_d j\omega| = K_d \omega$ 로 무한히 커지므로, 필터 없는 순수 미분항은 잡음 증폭기다. 현장 루프의 절반 이상이 사실상 PI로 운용되는 이유가 이것.

3. 이산 구현[편집]

시뮬레이션이든 실제 컨트롤러든 PID는 결국 샘플 주기 $T_s$ 로 이산화된 차분식으로 돈다. 적분은 후진 차분(backward Euler)

I_k = I_{k-1} + K_i T_s e_k

또는 사다리꼴/타스틴(Tustin, bilinear)

I_k = I_{k-1} + K_i \frac{T_s}{2}\left(e_k + e_{k-1}\right)

으로 잡는다. 타스틴은 $s \to \frac{2}{T_s}\frac{z-1}{z+1}$ 변환에 대응해 좌반평면을 단위원 내부로 정확히 사상하므로, 안정한 연속시간 설계가 이산화 후에도 안정하다는 보장이 붙는다. 대신 주파수 왜곡(frequency warping)이 있어 대역폭 근처에서는 프리워핑을 넣기도 한다.

미분항은 순수 $(e_k - e_{k-1})/T_s$ 대신 1차 필터를 씌운

D(s) = \frac{K_d s}{1 + (T_d/N)s}, \qquad N \approx 8\text{–}20

형태를 쓴다. $N$ 은 미분 이득을 고주파에서 $K_p N$ 으로 잘라내는 상한이다.

구현 형태는 두 가지다.

형태	계산 대상	특징
위치형(position form)	$u_k$ 를 직접 계산	직관적. 적분 상태를 명시적으로 들고 있어야 하고, 와인드업 관리를 직접 해야 함
속도형(velocity form)	증분 $\Delta u_k$ 를 계산 후 누적	적분 상태가 액추에이터에 내재. 무충격 절체(bumpless transfer)와 수동/자동 전환에 유리

속도형 차분식은 다음과 같다.

\Delta u_k = K_p (e_k - e_{k-1}) + K_i T_s e_k + \frac{K_d}{T_s}\left(e_k - 2e_{k-1} + e_{k-2}\right)

3.1. 미분 킥과 세트포인트 가중[편집]

기준값이 계단으로 점프하면 $\dot e$ 에 델타 함수에 가까운 스파이크가 생겨 $u$ 가 튄다. 이게 미분 킥(derivative kick)이다. 해법은 간단하다 — 미분을 오차가 아니라 측정값에 대해 취하고 부호를 뒤집는다. 계단 기준값은 미분되지 않으므로 $\dot r$ 항이 사라진다. 더 일반적으로는 세트포인트 가중을 넣어

u = K_p\left(b\,r - y\right) + K_i\int e\,dt + K_d \frac{d}{dt}\left(c\,r - y\right)

로 쓰고 보통 $c = 0$ , $b \in [0, 1]$ 을 쓴다. $b$ 를 낮추면 추종 응답의 오버슈트가 줄고, 외란 억제 성능은 그대로 유지된다.

4. 적분 와인드업과 안티와인드업[편집]

액추에이터에는 한계가 있다. 밸브는 100% 이상 열리지 않고 모터 전압은 공급전압을 넘지 못한다. 포화 구간에서는 실제 입력이 $u$ 를 따라가지 않는데 적분기는 그것도 모르고 오차를 계속 쌓는다. 결국 오차 부호가 뒤집혀도 쌓인 적분값을 태워 없앨 때까지 컨트롤러가 반대 방향으로 밀지 못해, 거대한 오버슈트와 긴 정착 시간이 생긴다. 이게 적분 와인드업이다.

클램핑(조건부 적분) — $u$ 가 포화 상태이고 오차 부호가 포화를 더 키우는 방향이면 적분 갱신을 건너뛴다. 구현이 세 줄이라 임베디드에서 압도적으로 많이 쓴다.
백 캘큘레이션(back-calculation) — 포화 전후 차이 $u_\text{sat} - u$ 를 시상수 $T_t$ 로 적분기에 되먹인다. $\dot I = K_i e + \frac{1}{T_t}(u_\text{sat} - u)$ . 추적 시상수는 보통 $T_t \approx T_i$ 또는 $\sqrt{T_i T_d}$ 로 잡는다. 클램핑보다 부드럽게 빠져나온다.

5. 튜닝[편집]

지글러-니콜스 반응곡선법 — 개루프 계단 응답을 1차 지연+무시간(FOPDT) 모델 $K e^{-Ls}/(Ts+1)$ 로 근사한 뒤 $K_p = 1.2T/(KL)$ , $T_i = 2L$ , $T_d = 0.5L$ . 실제로는 감쇠비가 낮아 4분의 1 감쇠(quarter decay) 수준의 출렁이는 응답이 나온다. 안전한 출발점이지 최종값이 아니다.
지글러-니콜스 임계이득법 — I·D를 끄고 $K_p$ 를 올려 지속 진동이 시작되는 임계이득 $K_u$ 와 진동주기 $T_u$ 를 측정한 뒤 $K_p = 0.6K_u$ , $T_i = 0.5T_u$ , $T_d = 0.125T_u$ . 실제 공정을 안정 한계까지 밀어붙여야 한다는 점이 치명적 단점.
람다 튜닝 / IMC — 원하는 폐루프 시상수 $\lambda$ 를 먼저 정하고 역산한다. FOPDT PI의 경우 $K_p = T/\bigl(K(\lambda + L)\bigr)$ , $T_i = T$ . $\lambda$ 하나로 “빠름 vs 강건함”을 연속적으로 조절할 수 있어 공정제어에서 선호된다.
릴레이 오토튜닝 — 컨트롤러 자리에 진폭 $d$ 인 릴레이를 잠깐 넣으면 루프가 한계 진동에 들어간다. 기술함수 근사로 $K_u \approx 4d/(\pi a)$ ( $a$ 는 진동 진폭), 주기에서 $T_u$ 를 얻는다. 발산 위험 없이 임계점을 뽑아내므로 상용 오토튜너의 표준이 됐다.

튜닝 결과는 항상 이득 여유·위상 여유로 검산한다. 실무 목표치는 이득 여유 6~~14 dB, 위상 여유 $30^\circ$~~ $60^\circ$ 근방. 여유가 과하면 굼뜨고, 모자라면 모델이 조금만 틀려도 진동한다.

6. 구조 확장과 시뮬레이션에서의 PID[편집]

단일 루프로 부족하면 구조를 늘린다. 캐스케이드 제어는 빠른 내부 루프(예: 유량)를 느린 외부 루프(예: 온도) 안에 넣어 내부 외란을 먼저 잡는다. 내부 루프 대역폭을 외부의 3~5배로 두는 게 경험칙. 피드포워드는 측정 가능한 외란을 모델로 미리 상쇄해 PID가 잔차만 담당하게 만든다.

시뮬레이션 관점에서 PID는 두 가지 얼굴을 갖는다.

플랜트 모델의 이산화 — 폐루프 시뮬레이션의 정확도는 결국 플랜트를 어떻게 적분하느냐에 달렸다. 선형 상태공간이면 영차 유지(ZOH) 정확 이산화 $A_d = e^{A T_s}$ 를 쓰고, 비선형이면 룽게-쿠타법으로 컨트롤러 주기보다 작은 부스텝을 밟는다. 제어 주기와 적분 스텝을 같게 두면 위상 오차가 그대로 안정도 여유를 갉아먹는다.
최적제어와의 관계 — 오차·오차적분·오차미분을 상태로 잡으면 PID는 상태 되먹임의 특수한 경우다. 같은 2차 플랜트에 이차형 비용을 놓고 리카티 방정식을 풀면 LQR 이득이 나오는데, 이는 “모델을 아는 대신 최적성을 얻는” 반대편 극단이다. 제약과 예측 지평까지 다루면 모델 예측 제어로 간다. 그럼에도 산업 루프의 압도적 다수가 여전히 PID인 이유는, 모델링 비용 대비 성능이 미친 듯이 좋기 때문이다.
하드웨어 인 더 루프(HIL) — 실제 컨트롤러 보드는 그대로 두고 플랜트만 실시간 시뮬레이터로 대체해 검증한다. 고정 스텝(보통 $\le$ 1 ms) 실시간 적분기가 필수이고, 여기서 놓친 포화·양자화·지연이 실차 시험장에서 튀어나온다.² 검증 및 확인의 제어 버전인 셈.

또한 잡음이 심한 계측에서는 미분항 대신 칼만 필터로 추정한 속도를 쓰는 구성이 흔하다. 필터 지연과 잡음 억제의 트레이드오프를 명시적인 공분산으로 관리할 수 있어서, ” $N$ 을 몇으로 할까”라는 감(感)의 영역을 통계로 바꿔준다. 모델 불확실성을 정면으로 다루려면 강건 제어 쪽으로 넘어간다.³

7. 관련 문서[편집]

미노스키(N. Minorsky)가 1922년 미 해군 함정 자동조타 논문에서 세 항 구조를 정리한 것이 보통 시초로 꼽힌다. 그러니까 PID는 나비에-스토크스를 컴퓨터로 푸는 것보다 40년쯤 먼저 실전 배치됐다. ↩
HIL에서 “시뮬레이션은 완벽한데 실차에서 진동한다”의 90%는 세 가지 중 하나다. 계측 지연을 모델에 안 넣었거나, 액추에이터 레이트 리밋을 빼먹었거나, 실제 샘플 주기가 지터를 먹고 있거나. ↩
현장 격언: “PID 이득 세 개 중 두 개는 0이다.” PI로 돌아가는 루프가 그만큼 많다는 뜻인데, 미분항을 켜자마자 잡음이 밸브를 덜덜 떨게 만드는 걸 한 번 보면 납득하게 된다. ↩