http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
고정투자율법을 이용한 고조파 전류 입력 철손 해석 방법
유준열,진준우,임명섭 한국자기학회 2021 한국자기학회 학술연구발표회 논문개요집 Vol.31 No.2
최근 산업에서 많이 사용되는 전기 모터의 운전 영역이 넓어짐에 따라 철손 예측에 대한 관심이 늘어나고 있다. 하지만, 고속 영역에서 정확한 모터 성능을 예측하기 위해 고조파 전류를 고려한 철손이 요구된다. 이를 위해 본 논문에서는 고정투자율법을 이용한 고조파 전류 입력 철손 해석 방법을 제안한다. 모터-인버터 coupling 모델을 통해 모터에 입력되는 고조파 전류를 예측하고, 해석 시에 반영하기 위한 고조파 차수 및 주파수를 결정한다. Steinmetz 식을 통해 결정된 주파수까지 철손 데이터를 fitting하여 해석에 반영하고, 고조파 차수를 고려하여 수식적인 방법을 통해 공극 mesh 개수 및 해석 step을 결정한다. 2D 유한요소해석을 통해 고조파 성분을 반영하기 위해서는 많은 수의 해석 step이 요구되지만, 이는 해석 시간이 고조파 차수에 비례하여 증가한다는 단점이 있다. 이를 해결하기 위해 기본파 전류에 대해 비선형 해석을 진행하여 투자율을 저장하고, step별 투자율 보간 방법을 적용하여 선형 해석을 통해 고조파 전류 반영 철손을 계산한다. 제안한 방법을 통해 계산한 철손은 정현파 전류 인가하여 계산한 철손 및 동일 전류 파형을 인가하여 3D 유한요소해석을 통해 계산한 철손과의 비교를 통한 검증을 진행하였다. 따라서, 제안한 방법을 통해 예측한 고조파 전류를 통해 해석 모델링 및 해석 조건을 결정한다. 추가적으로, 2D 유한요소해석 시에 투자율 보간 방법을 통해 높은 신뢰성을 갖는 철손을 빠르게 계산하여 정확한 전기 모터 성능 예측에 반영할 수 있다. 〈그림 본문참조〉
인버터 시뮬레이션을 통한 차량용 구동 모터의 토크 특성 예측
유준열(Jun-Yeol Ryu),이수경(Soo-Gyung Lee),임명섭(Myung-Seop Lim) 한국자동차공학회 2020 한국자동차공학회 학술대회 및 전시회 Vol.2020 No.11
This paper proposed the method to predict accurate torque of traction motor for vehicle by using the inverter simulation. Since electric performance of electric motor has been calculated considering only sinusoidal current in conventional, electric performance is often inaccurate. the electric motor and inverter model were coupled to calculate the current. In the model, current harmonics were calculated by the d, q axis voltage equation. With the predicted current, average torque and torque ripple was calculated by using 2D static electromagnetic analysis. Calculated torque was compared to torque considering sinusoidal current. Through the comparison, it was verified that accurate current and motor performance of traction motor for vehicle were calculated by using the proposed inverter simulation.
유준열(Ryu, Jun-Yeol) 대한전기학회 2023 전기의 세계 Vol.72 No.6
최근 환경에 대한 규제로 인해 시장에서 전기자동차에 대한 수요가 증가하는 추세이다. 따라서, xEV용 전기 모터에 대한 R&D 또한 활발히 진행되고 있다. 이러한 시장의 변화에 발맞추어 국내 중소/중견 부품 제작업체는 다양한 차종 및 주행조건에 대해 선제적/독자적 개발이 가능하도록 CAE 기반 전기 모터설계기술을 보유해야 한다. 전자계 해석을 기반으로 한 모터 특성 해석 기법을 이용하면 변화하는 자동차 성능 요구 설계 사양에 맞추어 설계 단계에서 성능을 예측할 수 있으므로 R&D 비용에 대한 부담을 줄일 수 있고, 이는 중소/중견 기업의 성장 및 저변 확대로 이어질 수 있다. 따라서, 본 기고에서는 CAE 기반 차량용 전기 모터 설계기술에 대한 소개와 각 기법의 적용 범위에 대해 설명한다. Recently, the demand for electric vehicles is increasing in the market due to the environmental regulations. Consequently, R&D of electric motors for xEVs has been actively in progress. In line with these market changes, domestic small/medium -sized companies must possess the CAE-based electric motor design technology to enable enable preemptive and independent development of various vehicle models and driving conditions. Using the motor characteristic analysis based on the electro-magnetic analysis, it is possible to predict the electric performance of electric parts in the design stage before actual manufacturing in accordance with the changing requirements in the automobile industry, thereby it can reduce the R&D costs and supporting the growth of those companies. Therefore, in this article, the CAE-based integrated design techniques for electric components are presented and the application range of each technique is also explained.
FaaS 플랫폼에서 콜드 스타트 감소를 위한 강화학습 기반 적응적 컨테이너 스케줄링 대기 기법
강성호,유준열,서의성 한국정보과학회 2024 정보과학회논문지 Vol.51 No.3
Function as a Service(FaaS) is a cloud computing service model that virtualizes computing resources and provides them in units of functions. As it enables flexible and easy service deployment, its use is rapidly growing in a cloudnative architecture. However, the initial execution of a function requested by a user in a FaaS platform involves several initialization steps, and this initialization overhead, that is, cold start, delays function execution. Our proposal is that when there is a request to execute the same function as the running function, waiting rather than immediately processing the request can reduce the occurrence of a cold start. In this paper, we propose a FaaS request waiting policy model based on reinforcement learning that pursues the best choice between sending and waiting for a function execution request. As a result of the comparison experiment with Openwhisk, the frequency of cold start reduced by up to 57% and the average execution time of the function reduced by up to 81%.