KINGSTON-115/llm-pid-tuner

해결하는 문제

PID 튜닝은 특히 제어 이론에 깊은 이해가 없는 사람들에게는 반복적인 시도와 오류의 반복적인 과정입니다. 이 도구는 대규모 언어 모델(LLM)을 활용하여 시스템 응답을 분석하고 최적의 PID 파라미터를 제안함으로써 수동 튜닝에 소요되는 시간을 줄이고, 시스템 불안정 상태의 위험을 최소화합니다.

작동 방식

이 도구는 제어 대상 시스템과 폐루프 피드백 사이클로 작동합니다:

1. 데이터 수집: Arduino/ESP32와 같은 하드웨어에서 시리얼 포트를 통해 실시간 성능 데이터(타임스탬프, 목표값, 현재값, PWM, 오차)를 읽거나, Python 기반의 열 시스템 시뮬레이션 또는 MATLAB/Simulink에서 데이터를 수집합니다.
2. 분석 및 제안: 데이터는 API를 통해 LLM에 전송되어 응답 품질(오버슈트, 정상 상태 오차, 응답 시간)을 분석하고 새로운 PID 파라미터를 제안합니다.
3. 실행 및 안전성: 새로운 파라미터가 시스템에 적용됩니다. 파라미터 한계, 백업 전략, 성능 저하 시 가장 안정적인 파라미터로 자동 롤백하는 기능 등 안전 장치가 포함되어 있습니다.
4. 수렴: 시스템이 사전 정의된 안정성 및 오차 기준을 충족할 때까지 이 과정이 반복됩니다.

대상 사용자

• 하드웨어 개발자: 일정 온도 제어(히팅 플레이트, 오븐) 또는 모터/액추에이터의 폐루프 조절을 수행하는 사람.
• 제어 엔지니어: AI를 활용해 PID 파라미터 탐색 공간을 빠르게 좁히고 싶은 사용자.
• 학생/취미가: 숙련된 튜닝 경험 없이도 하드웨어를 안정화할 수 있는 실용적인 도구가 필요한 사람.

주요 특징

• 다중 모드 지원: 시리얼을 통한 실제 하드웨어, 내장된 Python 열 시뮬레이터, MATLAB/Simulink 모델 모두 지원.
• AI 기반 튜닝: LLM이 시스템 동작을 해석하고 자연어 선호(예: "더 공격적으로", "오버슈트 없이")에 따라 조정을 제안.
• 안전 우선: 내장된 파라미터 제한, 자동 롤백, 환경 진단 기능을 제공.
• 광범위한 LLM 호환성: OpenAI, Claude, DeepSeek, Ollama, LM Studio 등 OpenAI 호환 API를 지원.
• 간편한 배포: Python 환경 설정 없이도 사용 가능한 독립형 Windows .exe 파일로 제공.