회전자 Notch를 이용한 EV용 IPMSM의 토크리플 최소화 연구=

국문 초록 (Abstract)

본 논문은 IPMSM(Interior Permanent Magnet Synchronous Motor)에서 발생하는 코깅토크와 토크리플을 최소화하고자 RSM(Response Surface Method)과 PSO(Particle Swarm Optimization)를 이용하여 회전자에 notch설계를 제안하고 IPMSM의 정밀한 제어를 위해 Multi-static과 개방, 단락회로시험, AC정지 시험을 통해 전동기의 Ld, Lq분석하였다. IPMSM의 설계는 자기회로법을 이용하고, 특성해석은 유한요소법을 이용하여 성능을 검증하였다.
본 논문에서 제시한 IPMSM는 8극, 48슬롯, 50kW(1200 ~ 6000rpm) 로서, SPM(Surface Permanent Magnet)전동기에 비해 구조적으로 튼튼하고 릴럭턴스토크와 마크네틱토크가 합성된 토크를 발생하기 때문에 SPMSM에 비해 높은 토크밀도와 효율이 높은 장점이 있다.
IPM 전동기 구조에서는 SPM 전동기와 다르게 회전자 구조에 의하여 마그네틱토크와 릴럭턴스 토크가 합성된 토크를 발생한다. 이때 릴럭턴스토크는 직축(d-axis)과 횡축(q-axis)인덕턴스의 크기에 영향이 많기 때문에 정밀한 분석이 필요하다. 그러므로 본 논문에서는 기본적인 전동기분석, 즉 코깅토크와 역기전력, 토크리플과 손실해석을 하고 Multi-static과 교류정지시험법, 단락, 개방회로시험법을 사용하여 인덕턴스 분석하였다. 그리고 코깅토크 감소를 위해 Notch를 회전자에 설치하였다.
두번째로 IPM전동기의 토크리플 최소화 설계를 위하여 설계변수에 따른 목적함수를 정의하고 목적함수의 근사화를 표면반응법(Response Surface Method) 근사함수로 구한 후, 이를 PSO(Particle Swarm Optimization)를 활용하여 최적점을 구하였다. 또한 설계변수에 대한 샘플링 포인트 생성단계에서 랜덤 함수에 의한 샘플링 포인트 생성기법인 LHS(Latin Hypercubic Strategy)를 적용하였다. 그 결과 설계변수인 Notch의 위치를 변화 시켜 최적화하였다. 코깅 토크는 초기모델의 6%까지 감소되는 결과를 얻었다. 결론적으로 전기자동차용 IPMSM의 설계를 위하여 유한요소법과 최적화기법을 이용하여 Notch 위치를 최적화하고 코깅토크를 최소화 함으로서 전동기의 성능을 향상시키고 직축과 횡축의 인덕턴스 분석을 통하여 정밀한 제어가 가능하며 높은 효율을 가져오는 데 큰 역할을 할 것이다.

다국어 초록 (Multilingual Abstract)

This paper suggest a Rotor notch model to minimize Cogging Torque and Torque Ripple of V-type IPMSM(Interior Permanent Magnet Synchronous Motor) using PSO(Particle Swarm Optimization), LHS(LLatin Hypercube Sampling) and RSM(Response Surface Method) with FEM. also Ld, Lq of IPMSM analyzed are using Multi-static, Open Circuit Test, Short Circuit Test and AC standstill Test for precise control.
The analyzing model of IPSM has 8poles, 48slot, 50KW, 1200~6000RPM and 3 pahses driven. which has several advantages compared with SPMSM(Surface Permanent Magnet Synchronous Motor). The motor has a mechanically stable structure due to permanent magnets embedded in the rotor, and has a little higher torque density per unit volume than other motors. Because the reluctance torque that results from an inductance difference between the d-axis and q-axis is combined with the magnetic torque. IPM motor has also high efficiency and wide range of velocity control at the low magnetic field operation. It thus appears that IPM motor is an excellent candidate for vehicle propulsion system.
However, the IPM motor produces significantly large cogging torque due to the same length of mechanical and effective magnetic air gaps. Therefore, the reduction of cogging torque that may cause vibration and acoustic noises becomes an increasingly critical issue in IPM motor, and there are many researches to reduce the torque ripples as well as cogging torque. In this study, a 50 kW V-type IPM motor is modeled to reduce the cogging torque introducing two notches in the one pole rotor surface.
In the proposed algorithm, the position and size of the notch are optimized by an optimization algorithm, which uses LSH(Latin Hypercube Sampling) strategy with RSM((Response Surface Method) based the multi-objective Pareto Optimization procedure. For obtaining of the effective sampling point, PSO is also employed in the algorithm.
The arc-angle, length and width of the notch are optimized to minimize the torque ripple of the motor. The cogging torque of the model is reduced by 55.6%, the torque ripple by 15.5 %, and the efficiency of the motor is increased by 15.5 %
Consequently, the presented Notch Shape optimization has reduce the torque ripple of the model, which machine good effect on the reduction of noise and vibration as well as reduction in the production cost and high efficiency

목차 (Table of Contents)

• 제 1 장 서론 1
• 1.1 연구배경 및 목적 1
• 1.2 기술동향 및 연구사례 3
• 1.3 논문 구성 3
• 제 2 장 IPMSM 모델 설계 5
• 2.1 IPMSM 설계 조건 5
• 2.2 IPMSM Parameter 결정방법 7
• 2.3 등가회로 특성해석 15
• 2.4 전동기 특성 20
• 2.4.1 자계 지배방정식과 FEM 정식화 20
• 2.4.2 코깅토크의 계산 25
• 2.4.3 역기전력의 계산 26
• 제 3 장 IPM 전동기 특성 결과 28
• 3.1 설계 모델 및 해석결과 28
• 3.1.1 코깅토크(Cogging Torque) 31
• 3.1.2 역기전력(Back EMF) 34
• 3.1.3 공극의 자속밀도 분포 36
• 3.1.4 전동기의 토크 37
• 3.1.5 인덕턴스 분석 38
• 3.2 최적화 이론 48
• 3.2.1 LHS (Latin Hypercube Sampling Strategy) 48
• 3.2.2 RSM (Response Surface Methode) 52
• 3.2.3 PSO (Particle Swarm Optimization Method) 52
• 제 4 장 최적화 설계 및 특성해석 연구 54
• 4.1 최적화 설계 결과 54
• 4.2 특성해석 연구 결과 59
• 제 5 장 결 론 61
• 참 고 문 헌 62
• 영문요약 65