선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 주행 전략의 경우 Off-Line 시뮬레이션 환경에서 개발하는 경우가 대부분인데, 이는 실차에 적용하기 어렵다는 단점이 있다. 이와 같은 단점을 극복하여 바로 차량에 적용 시킬 수 있을 정도의 주행 전략을 개발하기 위하여 본 연구에서는 HILS(Hardware In the Loop Simulation)를 기반으로 주행전략을 개발하였다. HILS 기반 병렬형 하이브리드 시내버스에 대한 연구1)가 진행된 적이 있으나 직렬형 하이브리드 시내버스에 대한 연구는 미비한 실정이다.
- 따라서 주행 패턴이 거의 일정하므로 특정 주행 패턴에 최적화된 주행 전략을 적용하여 연비 향상을 이룰 수 있다. 따라서 본 연구에서는 서울 시내를 주행하는 150번 버스의 주행 패턴에 최적화된 주행전략을 구현하는데 중점을 두었다. 이를 위하여 Dynamic Programming 결과를 기반으로 제어 규칙을 수립하였다.
가설 설정
- 1과 같으며 배터리와 CNG 탱크는 차량 상부에 장착된다. 일반적으로 버스에서는 브레이크 작동과 출입문의 개폐를 위하여 공압을 사용하나 본 연구에서는 공압 사용은 없다고 가정하였다.
- 경사로에서의 출발 시, 밀림을 방지하는지를 검증하기 위하여 가속 및 제동 페달의 신호를 제거하였으며, 10% 경사로를 가정하였다. 밀림 방지 FailSafety Function은 Fig.
제안 방법
- 일정 주행 모드에서 최대 연비 성능을 도출 해 낼 수 있는 최적제어이론(Dynamic Programming)을 이용하여 얻은 결과를 바탕으로 Rule-Based 제어 전략을 구현하여 HILS 시스템에 적용, 주행전략의 실시간 성능과 Dynamic Programming 결과와 연비 성능을 비교/검증하였다. 또한 Fail-Safety Function을 구현하여 차량에 이상이 생겼을 경우, 주행 전략과의 연동을 통하여 차량의 주행 성능을 확보하고 안전한 상태로 유지할 수 있도록 하였다.
- 일정 주행 모드에서 최대 연비 성능을 도출 해 낼 수 있는 최적제어이론(Dynamic Programming)을 이용하여 얻은 결과를 바탕으로 Rule-Based 제어 전략을 구현하여 HILS 시스템에 적용, 주행전략의 실시간 성능과 Dynamic Programming 결과와 연비 성능을 비교/검증하였다. 또한 Fail-Safety Function을 구현하여 차량에 이상이 생겼을 경우, 주행 전략과의 연동을 통하여 차량의 주행 성능을 확보하고 안전한 상태로 유지할 수 있도록 하였다.
- 5에서 확인할 수 있듯이 RCP 장비와 RT-LAB(Target PC)는 CAN을 통하여 정보를 주고받는다. CAN은 Standard 형태의 프로토콜을 이용하였으며, 본 연구에서 이용한 CAN I/O는 시뮬레이션 모델에서 얻을 수 있는 제어 파라미터 및 제어를 위해 필요한 신호를 고려하여 설정하였다. CAN I/O 목록은 Table 2와 같다.
- 따라서 본 연구에서는 서울 시내를 주행하는 150번 버스의 주행 패턴에 최적화된 주행전략을 구현하는데 중점을 두었다. 이를 위하여 Dynamic Programming 결과를 기반으로 제어 규칙을 수립하였다.4) 본 연구에서 사용한 150번 버스의 실제 주행 노선과 주행 패턴, 주요 특징은 Figs.
- 본 연구에서는 주행 전략을 구현하기 위하여 Dynamic Programming 결과를 바탕으로 얻은 제어 파라미터와 제어 규칙 등을 이용하였다. Dynamic Programming의 경우 엔진의 동력학을 고려하지 않으므로 잦은 On/Off 현상이 나타나고 초기 SOC와 최종 SOC를 같게 만들기 위한 제한 조건 안에서 최적의 동력원 운용을 찾는 것이므로 이를 완벽하게 재현하기는 매우 어려운 일이다.
- 제어 규칙을 설계하기 위하여 Dynamic Programming 결과 중 엔진이 작동 할 경우의 차량 동력, 속도, 배터리 SOC 값을 분석하였다. 엔진 작동 시의 차량 동력은 모터의 작동 속도와 최대 토크를 이용하여 가속 페달 신호로 변환 하였다.
- 제어 규칙을 설계하기 위하여 Dynamic Programming 결과 중 엔진이 작동 할 경우의 차량 동력, 속도, 배터리 SOC 값을 분석하였다. 엔진 작동 시의 차량 동력은 모터의 작동 속도와 최대 토크를 이용하여 가속 페달 신호로 변환 하였다. 이를 바탕으로 설계 된 제어 규칙은 Fig.
- 엔진 작동 시의 차량 동력은 모터의 작동 속도와 최대 토크를 이용하여 가속 페달 신호로 변환 하였다. 이를 바탕으로 설계 된 제어 규칙은 Fig. 8과 같은 순서도로 설계되었으며 주요 제어 규칙은 가속 페달 신호, 차량 속도, 배터리 SOC이다.
- 이와 같은 제어 규칙은 ASCET의 State Machine을 이용하여 상태를 정의한 후, 엔진의 가동 여부를 결정하는 구조로 구현하였다.5)
- 대상 차량은 후륜에만 모터를 장착하고 있으므로 후륜 제동을 회생 제동과 마찰 제동으로 나누어 적용하였다. 또한 차속이 감소되면 모터의 회전 속도가 너무 느려져 모터 제어가 어려우므로 일정 속도 이하에서는 마찰 제동만을 적용하도록 하였다.
- 대상 차량은 후륜에만 모터를 장착하고 있으므로 후륜 제동을 회생 제동과 마찰 제동으로 나누어 적용하였다. 또한 차속이 감소되면 모터의 회전 속도가 너무 느려져 모터 제어가 어려우므로 일정 속도 이하에서는 마찰 제동만을 적용하도록 하였다.
- 또한 차량이 위험 상태로 빠지지 않게 하기 위한 기능도 수행한다. 본연구에서는 각각의 대표적인 Fail 상황 2가지에 대하여 Fail-Safety Function을 구현하여 HILS를 통하여 검증하였다.
- 이러한 차량에서 가장 대표적인 기능 고장은 2개의 구동 모터 중 1개의 구동 모터가 고장나는 경우라 할 수 있다. 따라서 차량 구동 중 1개의 모터가 고장 났을 경우, 이를 인지하고 차량을 정상적인 주행상태로 유지하기 위한 Fail-Safety Function을 구현하여 적용하였다. 이 역시ASCET의 State Machine을 이용하여 고장 상태를 파악하였고, 이 정보를 통하여 나머지 모터의 제어를 결정하였다.
- 따라서 차량 구동 중 1개의 모터가 고장 났을 경우, 이를 인지하고 차량을 정상적인 주행상태로 유지하기 위한 Fail-Safety Function을 구현하여 적용하였다. 이 역시ASCET의 State Machine을 이용하여 고장 상태를 파악하였고, 이 정보를 통하여 나머지 모터의 제어를 결정하였다. 본 연구에서 사용한 로직은 아래 순서도와 같다.
- 운전자의 의도와는 다르게 차가 뒤로 밀리는 경우, 고장은 아니지만 전방향으로만 주행을 원하는 운전자의 의도에서 벗어나는 Fail 상황이라 할 수 있다. 따라서 밀림으로 인한 사고를 예방하기 위하여 경사로 밀림 방지 Fail-Safety Function을 구현하여 제어 로직에 적용하였다. 경사로임을 차량이 인지하기 위해서는 각도센서를 이용하는 것이 유리하나 대상 차량에서는 각도센서가 없으므로 가속 및 제동 페달, 모터의 속도를 이용하여 Fail-Safety Function을 구현하였다.
- 따라서 밀림으로 인한 사고를 예방하기 위하여 경사로 밀림 방지 Fail-Safety Function을 구현하여 제어 로직에 적용하였다. 경사로임을 차량이 인지하기 위해서는 각도센서를 이용하는 것이 유리하나 대상 차량에서는 각도센서가 없으므로 가속 및 제동 페달, 모터의 속도를 이용하여 Fail-Safety Function을 구현하였다. 본 연구에서 적용한 로직을 아래 순서도에 표현하였다.
- 본 연구에서 구현한 실시간 주행 전략과 Dynamic Programming 결과를 비교하여 실시간 주행 전략의 성능을 검증하였다. ASCET을 이용하여 구현한 실시간 주행 전략은 Fig.
- 하지만 이는 최적 동력원 운용을 위한 계산이므로 실제 실시간 주행 전략으로 구현하기에는 많은 어려움이 따른다. 따라서 실시간 주행 전략에서는 이를 고려하여 최대한 엔진 On/Off를 억제하는 제어 규칙을 적용하였다. 단, 엔진이 매우 잦은 On/Off를 하는 지점에서는 엔진을 지속적으로 작동시키는 제어 규칙을 적용하였다.
- 따라서 실시간 주행 전략에서는 이를 고려하여 최대한 엔진 On/Off를 억제하는 제어 규칙을 적용하였다. 단, 엔진이 매우 잦은 On/Off를 하는 지점에서는 엔진을 지속적으로 작동시키는 제어 규칙을 적용하였다. 이와 같은 주행 전략을 적용시킨 결과 연비 성능은 Dynamic Programming 결과를 1로 보았을 경우, HILS에 구현된 실시간 주행 전략으로부터 0.
- Fail-Safety Function의 정상적인 작동을 검증하기 위하여 모터의 고장 상황과 경사로에서 출발 상황을 모사하여 주었다. 이때의 Fail-Safety Function의 구동 여부와 차량 모델 상태를 계측하여 Fail-Safety Function을 검증하였다.
- 모터 고장을 모사하기 위하여 주행 중 2개의 모터 중 1개의 모터에서 발생하는 토크를 0으로 만들어 RCP 장비에 인가하였다. 이후 Fail-Safety Function은 모터의 고장을 Fig.
- 본 연구에서는 시리즈 HEV 버스용 HILS 시스템을 구성하였으며, 이를 통하여 실시간 주행 전략 및 Fail-Safety Function의 성능을 테스트 하였다.
- 1) AMESim과 Matlab을 이용하여 실시간 시뮬레이션 모델을 구성하였으며, 이를 RT-LAB 환경에서 구현하였다.
- 2) 실시간 주행 전략의 경우 최적 제어 이론을 기반으로 계산한 최적 동력원 운용을 모사할 수 있도록 로직을 구성하였으며, 이를 ASCET을 이용하여 구현하였다.
- Dynamic Programming의 경우 엔진의 동력학을 고려하지 않으므로 잦은 On/Off 현상이 나타나고 초기 SOC와 최종 SOC를 같게 만들기 위한 제한 조건 안에서 최적의 동력원 운용을 찾는 것이므로 이를 완벽하게 재현하기는 매우 어려운 일이다. 따라서 Dynamic Programming 결과를 추종하기 위하여 이 결과를 바탕으로 엔진의 On/Off 시기 및 엔진의 작동점을 찾아 이를제어 규칙화 하여 주행 전략에 적용하였다.
- Fail-Safety Function의 정상적인 작동을 검증하기 위하여 모터의 고장 상황과 경사로에서 출발 상황을 모사하여 주었다. 이때의 Fail-Safety Function의 구동 여부와 차량 모델 상태를 계측하여 Fail-Safety Function을 검증하였다.
대상 데이터
- 본 연구에서 사용한 HOST PC와 Target PC는 OPAL-RT 사의 RT-LAB과 QNX를 기반으로 하고 있다. HOST PC는 HILS 시스템을 전체적으로 제어하며, 실시간 시뮬레이션 모델을 Target PC에 맞게 컴파일하여 전송하는 기능을 수행한다.
- Target PC는 실제로 시뮬레이션이 수행되는 PC이며 RCP 장비와의 통신을 위한 CAN 모듈이 장착되어 있다. 실시간 주행전략이 실행되는 장비인 RCP는 ETAS 사의 ES1000을 이용하였다. RCP 역시 Target PC와의 통신을 위한 CAN 모듈을 장착하고 있으며, RCP를 제어하는 PC와의 통신을 위한 모듈도 장착하고 있다.
이론/모형
- 본 연구에서 사용한 실시간 시뮬레이션 모델은 AMESim과 Matlab/Simulink를 기반으로 하고 있다. AMESim을 기반으로 개발한 이전 연구에서 검증된 Fixed Step 차량 모델을 사용하였다.
- 본 연구에서 사용한 실시간 시뮬레이션 모델은 AMESim과 Matlab/Simulink를 기반으로 하고 있다. AMESim을 기반으로 개발한 이전 연구에서 검증된 Fixed Step 차량 모델을 사용하였다.2) 차량모델에는 운전자 모델, 엔진 모델, 발전기 모델, 구동 모터 모델, 배터리 모델, 종방향 차량 동역학 모델 등이 포함되어있다.
- Matlab/Simulink의 경우 외부 하드웨어인 RCP 장비와의 통신을 위한 인터페이스 모델을 구현하는데 사용하였다. 두 모델은 Matlab/Simulink의S-Function을 이용하여 연동된다.3) AMESim 모델 부분과 Matlab/Simulink 모델 부분은 Figs.
성능/효과
- AMESim을 기반으로 개발한 이전 연구에서 검증된 Fixed Step 차량 모델을 사용하였다.2) 차량모델에는 운전자 모델, 엔진 모델, 발전기 모델, 구동 모터 모델, 배터리 모델, 종방향 차량 동역학 모델 등이 포함되어있다. Matlab/Simulink의 경우 외부 하드웨어인 RCP 장비와의 통신을 위한 인터페이스 모델을 구현하는데 사용하였다.
- 보다 클 경우 이를 모터 고장 상황으로 인지하며, 고장 상황이 인지되면 두 모터 중 고장난 모터를 찾아낸다. 이 정보를 바탕으로, 고장난 모터의 토크 명령은 0으로 하고 고장 나지 않은 모터의 토크 명령을 2배로 하여 기존의 차량 동력 성능을 최대한 유지할 수 있게 하였다.
- 단, 엔진이 매우 잦은 On/Off를 하는 지점에서는 엔진을 지속적으로 작동시키는 제어 규칙을 적용하였다. 이와 같은 주행 전략을 적용시킨 결과 연비 성능은 Dynamic Programming 결과를 1로 보았을 경우, HILS에 구현된 실시간 주행 전략으로부터 0.91의 표준화된 연비 결과를 얻을 수 있었다.
- 모터 고장을 모사하기 위하여 주행 중 2개의 모터 중 1개의 모터에서 발생하는 토크를 0으로 만들어 RCP 장비에 인가하였다. 이후 Fail-Safety Function은 모터의 고장을 Fig. 14와 같이 인지하였으며, 차량의 안전한 주행을 위하여 다른 모터를 제어하여 2개의 모터를 사용하였을 경우와 거의 동등한 구동 성능을 확보하고 있음을 보여 주었다.
- 3) ASCET을 이용하여 구현한 실시간 주행 전략은 전반적으로 Dynamic Programming과 충/방전 경향이 같음을 확인할 수 있었다. 이와 같은 실시간 주행 전략 적용하였을 경우 Dynamic Programming의 연비 결과를 1로 표준화하였을 경우, 0.
- 4) Fail-Safety Function의 경우 경사로 밀림 방지, 모터 고장 시 차량 구동 제어 전략 보정을 위하여 구성되었으며, HILS 시스템을 통하여 그 성능을 검증하였다.
- 경사로에서의 출발 시, 밀림을 방지하는지를 검증하기 위하여 가속 및 제동 페달의 신호를 제거하였으며, 10% 경사로를 가정하였다. 밀림 방지 FailSafety Function은 Fig. 15와 같이 경사로 출발 시 밀림을 인지하였으며, 가속 및 제동 페달의 신호 없이 차량을 정지 상태로 유지하고 있음을 확인할 수 있었다.
후속연구
- 5) 본 연구에서 구성한 HILS 시스템은 차후 시리즈 HEV 버스의 실제 HCU의 성능 테스트 및 FailSafety Function의 검증에 활용 될 수 있을 것이며 이를 통하여 실제 HCU의 신뢰성을 높일 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.