18.10 마찰 모델의 비교 분석 및 선택 기준
1. 개요
마찰 모델은 단순한 정적 대수 모델에서 여러 상태 변수를 포함한 복잡한 동적 모델에 이르기까지 다양한 수준으로 발전해 왔다. 각 모델은 포착하는 물리 현상, 수학적 구조, 계산 비용, 매개변수의 수, 식별의 난이도에서 서로 다른 특성을 가지며, 단 하나의 모델이 모든 응용에 적합한 것은 아니다. 본 절은 주요 마찰 모델을 체계적으로 비교하고, 응용 맥락에 따른 선택 기준을 제시한다. 비교의 축으로는 표현 능력, 미분 가능성, 수치 안정성, 식별 가능성, 실시간 실행성, 수동성, 모델 복잡도를 사용하며, 실무적 의사 결정에 필요한 지침을 제공한다.
2. 비교의 기본 축
마찰 모델을 체계적으로 비교하기 위해서는 평가 기준을 명확히 설정할 필요가 있다. 첫째, 표현 능력은 모델이 포착할 수 있는 물리 현상의 범위를 의미하며, 속도 의존성, 사전 미끄럼, 이력, 스트리벡 효과, 마찰 지연 등의 포함 여부로 평가된다. 둘째, 미분 가능성은 모델이 제어 해석과 최적화에 적합한 매끄러움을 가지는지를 나타내며, 불연속 구조의 존재 여부와 관련된다. 셋째, 수치 안정성은 상미분 방정식의 강성과 시간 단계 선택에 따른 거동의 일관성을 의미한다. 넷째, 식별 가능성은 실험 데이터로부터 매개변수를 신뢰성 있게 추정할 수 있는지를 평가한다. 다섯째, 실시간 실행성은 모델의 계산 부담이 폐회로 제어 주기 내에 수용 가능한지를 의미한다. 여섯째, 수동성은 모델이 에너지 소산의 물리적 조건을 만족하는지를 나타내며, 제어 안정성에 직결된다.
3. 정적 모델의 비교
정적 마찰 모델은 마찰력이 현재 속도의 함수로 직접 결정된다는 특징을 공유한다. 쿨롱 모델은 가장 단순하며 매개변수가 두 개(정지 마찰 계수와 동적 마찰 계수)에 불과하지만, 불연속 구조와 이력 부재가 한계로 작용한다. 점성 모델은 단일 매개변수로 속도 비례 감쇠를 기술하며, 매끄럽고 수치 안정적이지만 사전 미끄럼과 스트리벡을 포착하지 못한다. 쿨롱-점성 결합 모델은 두 성분을 합성하여 넓은 속도 범위에서 유효한 근사를 제공한다. 스트리벡 형태의 정적 모델은 저속 영역의 비단조적 마찰 변화를 포착하여 표현 능력을 확장한다. 이들 정적 모델은 단순성과 실시간 실행성 측면에서 우수하지만, 사전 미끄럼과 마찰 이력의 정밀 기술에는 한계가 있다.
4. 동적 모델의 비교
동적 마찰 모델은 하나 이상의 내부 상태 변수를 도입하여 마찰의 이력과 과도 거동을 포착한다. Dahl 모델은 단일 상태 변수로 사전 미끄럼과 부드러운 돌파를 기술하며, 스트리벡 효과는 직접 포함하지 않는다. LuGre 모델은 Dahl의 구조를 일반화하여 스트리벡 효과와 점성 성분을 통합하며, 사전 미끄럼과 정상 상태 곡선을 단일 체계로 기술한다. elasto-plastic 모델은 LuGre의 일부 수학적 결함을 수정하여 순수 탄성 구간과 소성 구간을 명시적으로 구분한다. generalized Maxwell-slip 모델은 다수의 병렬 요소를 결합하여 복잡한 이력 거동을 포착하며, 정밀 기계에서 높은 충실성을 제공한다. 이들 동적 모델은 표현 능력이 뛰어나지만, 매개변수의 수가 증가하고 식별이 복잡해지며 계산 비용도 커진다.
5. 표현 능력의 비교
각 모델의 표현 능력은 포착되는 현상의 집합으로 평가된다. 쿨롱 모델은 부호 의존성과 기본적 미끄럼 마찰을 기술하며, 점성 모델은 속도 비례 감쇠를 기술한다. 스트리벡 정적 모델은 이에 더하여 저속 영역의 비단조적 감소를 포함한다. Dahl 모델은 사전 미끄럼과 마찰 이력을 추가로 포착하며, LuGre 모델은 이에 더해 스트리벡, 마찰 지연, 고착-미끄럼을 단일 체계로 통합한다. elasto-plastic 모델은 사전 미끄럼의 탄성 구간과 소성 구간을 구분하며, generalized Maxwell-slip 모델은 복잡한 이력 루프를 기술한다. 이러한 표현 능력의 순서는 대체로 매개변수 수와 식별 복잡도의 증가와 일치한다.
6. 수치적 특성의 비교
수치 안정성과 계산 비용은 실시간 구현의 실질적 결정 요소이다. 정적 모델은 대수 수식으로 평가되므로 계산 비용이 작고, 부호 함수의 평활화만 주의하면 수치적으로 안정적이다. Dahl 모델은 단일 상미분 방정식을 포함하므로 계산 비용이 작고 안정성도 양호하다. LuGre 모델도 단일 상태 변수를 가지지만, \sigma_0이 큰 경우 수치 강성이 나타날 수 있다. generalized Maxwell-slip 모델은 여러 상태 변수를 병렬 처리해야 하므로 계산 비용이 증가하지만, 각 요소가 독립적이어서 병렬화에 유리하다. elasto-plastic 모델은 스위칭 논리를 포함하므로 구현 주의가 요구된다.
7. 식별 가능성의 비교
식별 가능성은 실험 데이터와 매개변수 추정 절차에 의해 결정된다. 쿨롱-점성 정적 모델은 두세 개의 매개변수만을 가지므로 등속 운동 실험에서 단순 선형 회귀로 식별 가능하다. 스트리벡 정적 모델은 추가 매개변수로 인해 비선형 적합이 요구되며, 저속 영역의 밀도 있는 샘플링이 필수이다. Dahl 모델은 정상 상태와 사전 미끄럼 실험을 결합하여 식별할 수 있으며, LuGre 모델은 정적 식별과 동적 식별의 두 단계로 진행된다. generalized Maxwell-slip 모델과 같은 고정밀 모델은 복잡한 이력 실험 데이터와 최적화 알고리즘을 요구하며, 식별 품질은 실험 설계의 세심함에 크게 의존한다.
8. 수동성과 안정성의 비교
수동성은 제어 설계의 관점에서 중요한 속성이다. 정적 모델의 수동성은 직관적으로 명백하며, F_f\,v \ge 0의 조건이 자연스럽게 성립한다. Dahl 모델은 수동성을 만족한다. LuGre 모델은 특정 매개변수 조건에서 수동성을 만족하며, 이는 Barahanov와 Ortega가 엄밀히 분석한 바 있다. elasto-plastic 모델은 수동성을 보장하는 수정된 구조를 채택한다. 수동 제어기와 결합된 폐회로의 안정성을 보장하려면 수동성이 만족되는 매개변수 범위 내에서 작동해야 한다.
9. 응용 맥락과 선택 기준
응용 맥락에 따른 모델 선택은 정밀도, 계산 자원, 식별 가능성의 균형에 의해 결정된다. 고속 운동과 단순한 해석이 목적인 경우에는 쿨롱-점성 정적 모델이 충분하며, 매개변수 식별과 구현의 편의성이 큰 장점이다. 저속 정밀 위치 제어와 고품질 시뮬레이션에는 스트리벡 정적 모델이나 LuGre 동적 모델이 선호된다. 사전 미끄럼의 정밀 재현이 요구되는 초정밀 응용에는 elasto-plastic 모델이나 generalized Maxwell-slip 모델이 적합하다. 실시간 제어 주기가 엄격한 응용에서는 계산 비용이 작은 모델이 우선시되며, 오프라인 분석과 설계에서는 정밀도가 높은 모델이 선택된다.
10. 하이브리드 접근과 수준 혼합
실무에서는 단일 모델이 모든 요건을 만족하지 못하는 경우가 많으며, 이를 위해 하이브리드 접근이 사용된다. 예를 들어, 실시간 제어에서는 정적 모델의 피드포워드 보상을 적용하고, 오프라인 검증에는 동적 모델을 사용하는 구성이 있다. 또한 저속 영역에서는 동적 모델을 사용하고 고속 영역에서는 정적 모델로 전환하는 수준 혼합도 가능하다. 이러한 접근은 각 모델의 장점을 활용하면서 계산 부담을 제어하는 실용적 수단이 된다.
11. 검증과 선택의 절차
선택된 모델은 실험 데이터와의 비교를 통해 검증되어야 한다. 일반적인 절차는 식별 실험 데이터에서 매개변수를 추정하고, 별도의 검증 실험에서 예측 성능을 평가하는 것이다. 예측 오차의 통계, 이력 루프의 재현성, 고착-미끄럼 현상의 포착 여부가 검증의 주요 기준이 된다. 여러 후보 모델을 동일한 데이터에 대해 적합시키고 성능을 비교하는 모델 선택 절차는 과적합을 피하면서 응용에 가장 적합한 모델을 선정하는 데 유효하다.
12. 본 절의 의의
본 절은 주요 마찰 모델을 체계적 비교의 관점에서 정리하고, 응용 맥락에 따른 선택 기준을 제공한다. 마찰 모델은 단순성과 정밀성의 균형을 요구하는 대상이며, 응용 요구에 맞는 신중한 선택이 제어 성능과 시뮬레이션 품질을 결정한다. 본 절의 비교와 선택 기준은 이후 절들에서 다룰 마찰 보상 기법과 수치 시뮬레이션 구현의 실무적 판단에 직접 연결된다.
13. 학습 권장사항
독자는 동일한 1자유도 시스템에 대해 여러 마찰 모델을 구현하고, 동일한 실험 데이터로부터 각 모델의 매개변수를 식별하여 예측 성능을 정량적으로 비교해 볼 것을 권장한다. 식별 결과의 잔차 분석, 고착-미끄럼 재현성, 사전 미끄럼 이력의 정확성을 정량화하면, 각 모델의 실용적 차이를 체감할 수 있다. 또한 실시간 제어 주기에서 각 모델의 계산 부담을 측정하여, 실무적 제약과 표현 능력의 균형을 경험적으로 이해하는 것이 유익하다.
14. 참고 문헌
- Armstrong-Hélouvry, B., Dupont, P., & Canudas de Wit, C. (1994). A survey of models, analysis tools and compensation methods for the control of machines with friction. Automatica, 30(7), 1083–1138.
- Olsson, H., Åström, K. J., Canudas de Wit, C., Gäfvert, M., & Lischinsky, P. (1998). Friction models and friction compensation. European Journal of Control, 4(3), 176–195.
- Canudas de Wit, C., Olsson, H., Åström, K. J., & Lischinsky, P. (1995). A new model for control of systems with friction. IEEE Transactions on Automatic Control, 40(3), 419–425.
- Dupont, P., Hayward, V., Armstrong, B., & Altpeter, F. (2002). Single state elastoplastic friction models. IEEE Transactions on Automatic Control, 47(5), 787–792.
- Al-Bender, F., Lampaert, V., & Swevers, J. (2005). The generalized Maxwell-slip model: a novel model for friction simulation and compensation. IEEE Transactions on Automatic Control, 50(11), 1883–1887.
- Bona, B., & Indri, M. (2005). Friction compensation in robotics: an overview. In Proceedings of the 44th IEEE Conference on Decision and Control, 4360–4367.
- Marques, F., Flores, P., Claro, J. C. P., & Lankarani, H. M. (2016). A survey and comparison of several friction force models for dynamic analysis of multibody mechanical systems. Nonlinear Dynamics, 86(3), 1407–1443.
version: 1.0