시스템 외란과 계측 외란이 겹친 플랜트의 시스템과 외란 인식기술의 확장성을 소개하고자 한다. 시스템의 수의 상한영역과 외란주파수의 상한영역내에서 외란제거 모형과 외란효과가 외란이 겹친 입출력자료로부터 정기적인 외란의 직접적인 측정없이 정확히 회복될 수 있음을 보여 주고 있다. 시스템 및 외란 인식으로 계산되어 활용되는 자료: 성능관점의 모형 기저 반복학습제어시스템에 사용할 수 있게 된다. 이는 원치 않는 정기적인 외란을 제거하기 위함이다. 반복학습제어와 시스템 및 외란인식기술을 응용하면 복합구조물의 정밀도 품질보증 확보에 큰 기여를 하게 된다.
It is presented to extended to an interaction matrix formulation to the problem of system and disturbance identification for a plant that is corrupted by both process and output disturbances. With only an assumed upper bound on the order of the system and an assumed upper bound on the number of disturbance frequencies, it is shown that both the disturbance-free model and disturbance effect can be recovered exactly from disturbance-corrupted input-output data without direct measurement of the periodic disturbances. The rich information returned by the identification can be used by an iterative learning or repetitive control system to eliminate unwanted periodic disturbances. Those can be helped to apply to the multiple dynamic systems for precision quality assurance.
