PSAM-LEDAS 기반 크리깅 대리모델을 이용한 EV 구동용 AFPM 동기전동기 최적 설계 = Optimal Design of an AFPM Motor for EV Traction Using PSAM-LEDAS Based Kriging Surrogate Model

다국어 초록 (Multilingual Abstract)

With the rapid growth of the electric vehicle (EV) market, electric motors have become key components that must achieve both high power density and high efficiency within a limited installation space. Accordingly, research on novel motor topologies and advanced optimal design techniques has been actively conducted. Among various candidates, axial-flux permanent-magnet motors (AFPMMs) have attracted significant attention as promising alternatives for next-generation EV drive systems, owing to their shorter magnetic flux paths and higher torque density compared to conventional radial-flux permanent-magnet motors (RFPMMs). However, AFPMMs inherently exhibit complex three-dimensional (3D) electromagnetic behaviors and structural constraints, which necessitate 3D finite element analysis (FEA) for accurate performance evaluation. However, 3D FEA requires significant computational resources and long simulation times, which limits its direct application in optimal design processes. To address these challenges, this study proposes a novel analysis and optimization framework that significantly reduces computation time while maintaining analytical reliability. First, a point-specific analysis method (PSAM), combining quasi-3D and static 3D FEA, is introduced to predict key performance indices with minimal 3D FEA. This approach enables a substantial reduction in simulation time while maintaining high accuracy even in the early design stage. Furthermore, to minimize computational cost during the optimization process, latin hypercube sampling (LHS) and a newly proposed level-up dynamic area sampling (LEDAS) technique are employed. Based on these sampling strategies, a LEDAS-based kriging surrogate model is constructed to efficiently approximate the nonlinear relationship between design variables and motor performance. By integrating the proposed PSAM and LEDAS-based kriging surrogate model, a multi-objective optimal design of the AFPMM for EV traction applications is performed. The objectives are to maximize the average torque and minimize torque ripple while satisfying structural constraints such as cooling channel thickness and support configuration. The results demonstrate that the proposed approach dramatically reduces computational time compared to conventional 3D FEA-based optimization, without compromising prediction accuracy or reliability. Consequently, the optimized model achieves higher average torque and reduced torque ripple, thereby realizing both high power density and smoother torque characteristics suitable for EV applications. The proposed methodology is not limited to AFPMMs and can be readily extended to other electrical machines and energy conversion systems that involve complex 3D physical phenomena and high-dimensional design spaces. In particular, the combination of PSAM-based minimal analysis and LEDAS-based kriging surrogate optimization is expected to provide an effective and general framework for computationally efficient and accurate optimal design in future electric machine development.

국문 초록 (Abstract)

전기자동차(electric vehicle, EV) 시장의 급격한 성장과 더불어 전기자동차의 핵심 부품인 전동기는 제한된 공간 내에서 토크 밀도와 효율 성능을 극대화할 수 있는 요소로 자리매김하고 있다. 이에 따라 새로운 구조와 이를 최적 설계하기 위한 연구가 활발히 진행되고 있다. 이러한 요구 사항에 부합하기 위해 축 방향 자속형 영구자석(axial-flux permanent-magnet, AFPM) 전동기는 기존의 방사 방향 자속형 영구자석(radial-flux permanent-magnet, RFPM) 전동기에 비해 짧은 자속 경로와 높은 토크 밀도를 구현할 수 있다는 장점으로 차세대 EV 구동 모터의 대안으로 평가되고 있다. 그러나 AFPM 전동기는 복잡한 3차원 전자기 현상과 구조적 제약을 수반하므로 이를 정확히 해석하기 위해서는 3차원 유한요소해석(3-dimensional finite element analysis, 3D FEA)이 필수적이다. 하지만 3D FEA는 계산 비용과 시간이 과도하게 요구되기 때문에 최적 설계 적용에 한계가 있다. 이러한 문제를 해결하기 위하여 해석 신뢰도를 유지하면서 해석 시간을 저감할 수 있는 새로운 해석 기법 및 최적화 프로세스를 제안한다. 먼저 최소한의 3D FEA 만으로 주요 성능 지표를 예측할 수 있는 Quasi-3D FEA와 Static-3D FEA 결합한 PSAM(point-specific analysis method) 해석 기법을 제안한다. 또한 최소한의 샘플 수로 대리모델의 최적점을 효율적으로 탐색하기 위해 예측 오차가 큰 영역에 선택적으로 샘플을 추가함으로써 제한된 데이터 내에서도 대리모델의 학습 효율과 최적점 탐색 정확도를 동시에 향상시킬 수 있는 LEDAS(level-up dynamic area sampling) 기법을 제안한다. 제안된 PSAM과 LEDAS 기반 크리깅 대리모델을 결합하여 EV 구동용 AFPM 전동기의 최적 설계를 수행하였다. 평균 토크와 토크 리플을 주요 목적함수로 정의하였으며, 제안된 기법을 통해 3D FEA 기반의 기존 최적 설계 대비 해석 시간을 대폭 단축하면서도 성능 예측 정확도와 최적화 결과의 신뢰성을 동시에 확보하였다. 그 결과, 평균 토크가 향상되고, 토크 리플이 감소된 최적 설계안을 도출하였으며 이를 통해 EV 구동용 AFPM 전동기에서 고출력 밀도와 낮은 토크 리플 특성을 동시에 달성할 수 있음을 검증하였다. 또한 도출된 최적 설계안을 대상으로 불가역 감자해석을 수행하여 영구자석 안정성 평가를 통한 설계 타당성을 검증하였다. 본 연구에서 제안한 최적화 방식은 EV 구동용 AFPM 전동기의 설계 문제에 국한되지 않고, 복잡한 3차원 전자기 현상과 다수의 설계 변수로 인해 해석 비용이 과도한 다양한 전동기 및 에너지 변환 장치의 최적 설계에도 적용이 가능하다. 특히 해석 시간의 단축과 설계 효율성 향상을 동시에 달성함으로써 향후 차세대 고출력 밀도 전동기 설계 분야에서 해석 효율성과 설계 신뢰도를 동시에 확보할 수 있는 최적 설계에 다양한 방식으로 응용될 것으로 기대된다.

목차 (Table of Contents)

• 국문초록i
• 목 차iii
• 그림 목차v
• 표 목차vi
• 기호 및 약어 설명vii
• 제 1 장 서 론1
• 1.1 연구 배경 및 목표1
• 1.2 논문 구성4
• 제 2 장 AFPM 전동기의 설계를 위한 PSAM5
• 2.1 AFPM 전동기의 구조 및 특징5
• 2.1.1 AFPM 전동기의 개요5
• 2.1.2 AFPM 전동기의 토폴로지 분류 및 특성 분석6
• 2.2 AFPM 전동기의 해석 시간 저감형 특성 해석 기법8
• 2.2.1 Quasi-3D FEA의 적용과 한계8
• 2.2.2 PSAM 기반 AFPM 전동기의 특성 해석12
• 제 3 장 AFPM 전동기의 최적 설계를 위한 대리모델 기반 최적화 기법21
• 3.1 크리깅 대리모델 기반 최적화21
• 3.1.1 크리깅 보간21
• 3.1.2 LEDAS 기반 최적화 프로세스25
• 3.2 LEDAS 기반 크리깅 대리모델 구축 및 검증33
• 제 4 장 EV 구동용 AFPM 전동기의 최적 설계36
• 4.1 EV 구동용 AFPM 전동기의 설계 요구 조건 및 제한 조건36
• 4.2 해석 시간 저감형 AFPM 전동기 최적 설계37
• 4.2.1 EV 구동용 AFPM 전동기의 초기 설계안37
• 4.2.2 목적함수 및 설계 변수 결정38
• 4.2.3 최적화 알고리즘 연동 최적 설계42
• 4.3 최적화 결과 및 고찰45
• 4.3.1 최적 설계안 상세 해석 결과45
• 4.3.2 최적 설계안 설계 타당성 검증49
• 제 5 장 결론52
• 참고문헌53
• Abstract59