http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
MBSE(Model Based System Engineering)을 위한 다중 물리 xEV 아키텍처 모델에 대한 연구
이준범(Junbeom Lee),강대오(Daeoh Kang),현민수(Minsu Hyun),문진규(Jingyu Moon),박주형(Joohyeong Park) 한국자동차공학회 2021 한국자동차공학회 부문종합 학술대회 Vol.2021 No.6
최근 자동차의 패러다임이 내연기관(ICE: Internal combustion engine)에서 전기동력으로 변화하면서 전기자동차 및 하이브리드 자동차 (xEV: x-Electric Vehicle)에 대해 요구되는 성능이 점차 높아지고 있다. 특히, xEV는 기계, 전기, 열 시스템 등에 대한 다분야 성능을 포함하고 있기 때문에 시스템 단위에서의 성능 예측 및 향상이 어렵다. 본 논문에서는 이를 해결하기 위해 xEV의 시스템 성능을 개발 초기 단계에서 예측할 수 있는 다중 물리(Multi-physic) 기반 xEV 아키텍처 모델링 기법에 대한 연구를 진행했다. xEV 아키텍처 모델은 차량, 모듈, 부품 레벨로 이루어진 계층적 구조로 구성되었다. 먼저, 차량 레벨에서는 BEV(Battery electric vehicle), HEV(Hybrid electric vehicle), FCEV(Fuel cell electric vehicle)의 세 가지 아키텍처 모델을 구성하였다. BEV를 구성하고 있는 모듈로는 배터리 팩(Battery pack), 전기동력장치(Electrified powertrain), 열 관리 시스템(Thermal management system), 샤시 시스템(Chassis system)으로 나뉜다. HEV는 BEV의 기본 모듈들과 엔진과 변속기 모듈을 조합하여 구성되었다. FCEV는 BEV의 기본 모듈들과 연료전지(Fuel cell) 모듈을 조합하여 구성되었다. 마지막으로 부품 단위에서는 각 모듈을 구성하는 부품들을 모델링하였다. 각 모듈은 모두 기계, 전기, 열 관련 부품들을 포함하고 있으며 이 부품 모델들을 통해 모듈 간 다중 물리 관계를 규명하고 나아가 이들의 조합으로 차량 레벨 아키텍처 모델을 구성하게 된다. 모든 모델링은 다중 물리 모델링 언어인 Modelica와 운용 S/W인 Dymola(Dassault Systèmes, France)를 사용하여 진행하였다. 본 논문에서 제안한 xEV 아키텍처 모델의 적용 사례로 BEV 차량에 대한 아키텍처 설계를 진행하였다. 목적함수는 배터리 효율의 최대화, 제약조건은 각 모듈에서의 온도의 목표 범위 유지였다. 대상 시험 모드는 성남시 Fleet course 주행이며, 설계 대상 모듈은 배터리 팩, 전기동력장치, 열 관리 시스템이었다. 데이터베이스에는 모듈 별로 각각 3개씩 모듈 데이터가 존재했다. 실험계획법을 기반으로 27 번만의 시뮬레이션을 통해 각 모듈 데이터들 간의 최적 조합을 도출하였다. 그 결과 배터리 효율은 약 7% 향상되었고 제약조건은 모두 만족하였다. 이 결과를 통해 본 논문에서 제안한 xEV 아키텍처 모델이 모델링 및 설계 측면에서 효율성이 있다는 것을 입증하였다.
Improved Pure Pursuit Method for Unmanned Autonomous Vehicles
Jaepil Yang(양재필),Youngha Shin(신영하),Sungeun Jo(조성은),Jihyun Ryu(류지현),Hyeonsu Lim(임현수),Joohyeong Park(박주형),Minkyung Kim(김민경),Yongrae Choi(최용래),Hyungjun Hwnag(황형준),Sujeong Kim(김수정),Nahyun Lee(이나현),Dongwoo 대한전자공학회 2019 대한전자공학회 학술대회 Vol.2019 No.11