최근 하이브리드전기자동차의 보급 확대에 따라 전기에너지 수요가 증가하고 있다. 본 연구에서는 전기에너지 수요에 대응하기 위해 에너지 하베스팅 기술을 이용해 자가발전이 가능한 3가지 구조의 현가장치 적용 선형 발전 시스템을 ANSYS MAXWELL을 사용하여 전자기 시뮬레이션을 통해 각 구조의 발전 특성을 비교 분석 하였다. 다음으로 각 모델에 대해 상용 PIDO(Process Integration and Design Optimization)툴인 PIAnO(Process Integration, Automation and Optimization)을 사용하여 최적설계를 수행하였다. 3가지 설계변수를 선정하여 실험계획법 기법 중 직교 배열표(Orthogonal Array)를 이용해 도출한 18개의 실험 점에 대해 전자기 해석을 통해 완성한 실험계획법을 바탕으로 근사 모델을 생성하였으며 진화 알고리즘(Evolutionary Algorithm)을 이용한 최적 설계를 수행하였다. 마지막으로 초기 모델과 동일한 해석 조건을 사용해 최적 설계 결과 모델에 대한 전자기 시뮬레이션을 통해 최적설계 결과를 검증 하였다. 각 선형 발전기 모델에 대해 최적의 구조에 대한 발전 특성을 비교한 결과 8pole-8slot, 12pole-12slot, 16pole-16slot 구조에서 최대 발전량은 각각 366.5W, 466.7W, 579.7W로 slot, pole 조합 수가 많아질수록 발전량이 증가하는 결과를 확인하였다.
최근 하이브리드 전기자동차의 보급 확대에 따라 전기에너지 수요가 증가하고 있다. 본 연구에서는 전기에너지 수요에 대응하기 위해 에너지 하베스팅 기술을 이용해 자가발전이 가능한 3가지 구조의 현가장치 적용 선형 발전 시스템을 ANSYS MAXWELL을 사용하여 전자기 시뮬레이션을 통해 각 구조의 발전 특성을 비교 분석 하였다. 다음으로 각 모델에 대해 상용 PIDO(Process Integration and Design Optimization)툴인 PIAnO(Process Integration, Automation and Optimization)을 사용하여 최적설계를 수행하였다. 3가지 설계변수를 선정하여 실험계획법 기법 중 직교 배열표(Orthogonal Array)를 이용해 도출한 18개의 실험 점에 대해 전자기 해석을 통해 완성한 실험계획법을 바탕으로 근사 모델을 생성하였으며 진화 알고리즘(Evolutionary Algorithm)을 이용한 최적 설계를 수행하였다. 마지막으로 초기 모델과 동일한 해석 조건을 사용해 최적 설계 결과 모델에 대한 전자기 시뮬레이션을 통해 최적설계 결과를 검증 하였다. 각 선형 발전기 모델에 대해 최적의 구조에 대한 발전 특성을 비교한 결과 8pole-8slot, 12pole-12slot, 16pole-16slot 구조에서 최대 발전량은 각각 366.5W, 466.7W, 579.7W로 slot, pole 조합 수가 많아질수록 발전량이 증가하는 결과를 확인하였다.
Recently, the demand for electric energy has been increasing due to the spread of hybrid electric vehicles. In this study, to meet this demand, the ANSYS MAXWELL electromagnetic simulation system was used to compare the power generation characteristics of three types of suspension system that can ge...
Recently, the demand for electric energy has been increasing due to the spread of hybrid electric vehicles. In this study, to meet this demand, the ANSYS MAXWELL electromagnetic simulation system was used to compare the power generation characteristics of three types of suspension system that can generate electricity using energy harvesting technology. Next, the optimal design was determined for each model by using the commercial PIDO (Process Integration and Design Optimization) tool, PIANO (Process Integration, Automation and Optimization). We selected three design variables and constructed an approximate model based on the experimental design method through electromagnetic analysis for 18 experimental points derived from Orthogonal Arrays among the experimental design methods. Then, we determined the optimal design by applying the Evolutionary Algorithm. Finally, the optimal design results were verified by electromagnetic simulation of the optimum design result model using the same analysis conditions as those of the initial model. After comparing the power generation characteristics for the optimal structure for each linear generator model, the maximum power generation amounts in the 8pole-8slot, 12pole-12slot, and 16pole-16slot structures were 366.5W, 466.7W and 579.7W, respectively, and it was found that as the number of slots and poles increases, the power generation increases.
Recently, the demand for electric energy has been increasing due to the spread of hybrid electric vehicles. In this study, to meet this demand, the ANSYS MAXWELL electromagnetic simulation system was used to compare the power generation characteristics of three types of suspension system that can generate electricity using energy harvesting technology. Next, the optimal design was determined for each model by using the commercial PIDO (Process Integration and Design Optimization) tool, PIANO (Process Integration, Automation and Optimization). We selected three design variables and constructed an approximate model based on the experimental design method through electromagnetic analysis for 18 experimental points derived from Orthogonal Arrays among the experimental design methods. Then, we determined the optimal design by applying the Evolutionary Algorithm. Finally, the optimal design results were verified by electromagnetic simulation of the optimum design result model using the same analysis conditions as those of the initial model. After comparing the power generation characteristics for the optimal structure for each linear generator model, the maximum power generation amounts in the 8pole-8slot, 12pole-12slot, and 16pole-16slot structures were 366.5W, 466.7W and 579.7W, respectively, and it was found that as the number of slots and poles increases, the power generation increases.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 3가지 발전기 구조의 초기 모델에 대한 전자기 시뮬레이션을 통해 각 구조의 발전량 및 자기력 특성을 비교하였다. 하지만 발전기를 구성하는 이동자 및 고정자의 치수가 변경되면 전혀 다른 결과가 나타날 수 있어 정확한 발전특성 비교를 위해 각 모델에 대해 최적설계를 수행하여 최적설계 결과를 비교하여 각 구조의 발전특성을 분석하였다.
제안 방법
본 연구에서는 에너지 하베스팅을 통해 자가발전이 가능한 차량 현가장치의 구조를 검토하고 동적 특성을 분석하였으며 현가장치와 결합된 선형 발전기에 다양한 영구자석과 전자기 코일의 조합을 적용해 전자기 해석프로그램인 ANSYS MAXWELL을 사용하여 발전 효과를 비교 및 검토하여 영구자석과 전자기 코일의 조합이 발전량에 끼치는 영향을 분석하였으며 제한된 발전기 크기 내에서 가장 효율 적인 구조를 선정해 초기 선형 발전기 모델과 발전량을 비교하였다. 이러한 발전기의 구조가 발전 효과에 끼치는 영향을 분석함으로서 고효율 선형 발전기의 구조 설계가 가능했으며, 증가하고 있는하이브리드 차량의 주행을 위한 모터 구동 및 브레이크의 제동 위한 효율적인 배터리 충전을 통해 전기 에너지 수요에 대응할 뿐 아니라 승차감의 향상도 기대할 수 있다.
본 연구에서는 현가장치 적용 선형 발전기의 구조를 검토하였으며 제한된 크기 내에서 3가지 구조의 선형발전기를 설계해 전자기 시뮬레이션인 ANSYS MAXWELL을 사용하여 발전량 및 자기력을 비교하였다. 12slot-12pole 모델의 경우 8slot-8pole 모델에 비해 발전량과 자기력은 각각 38%, 33% 만큼 큰 값을 보였다.
진화 알고리즘은 확률론적 최적기법 중 하나로 설정한 설계 변수인 부모 개체군으로부터 일정한 범위 내에서 확률 변수를 발생시켜 차기 개체군을 생성시킨다. 부모개체군과 차기개체군을 통해 원하는 설계목표에 가장 근접한 변수를 선택해 설계 변수를 재구성한다. 근사화 기법을 이용해 크리깅 모델 성능 정확도를 확인하였고 진화알고리즘을 사용하여 모델을 도출한 결과 Fig.
차량 현가장치 적용 선형 발전기의 최적설계를 위한 특성 분석을 위해 전자기 시뮬레이션 프로그램인 ANSYS MAXWELL 프로그램을 통해 Fig. 3과 같이 동일한 전체 길이 240 mm와 직경 100 mm을 갖는 3가지 다른 구조의 초기 선형발전기를 모델을 설정 하였다. 첫 번째 선형발전기는 8극 8상의 영구자석과 전자기 코일의 조합을 갖는 모델이며 극 간격을 좁혀가며 영구자석과 전자기 코일 조합의 수를 점점 늘려 12극 12상, 그리고 16극 16상 구조의 모델을 선정하였으며, 각 초기 모델에 대한 극 간격 및 코일 턴 수와 저항에 관한 정보를 Table 1에 나타내었다.
하지만 발전기를 구성하는 이동자 및 고정자의 치수가 변경되면 전혀 다른 결과가 나타날 수 있어 정확한 발전특성 비교를 위해 각 모델에 대해 최적설계를 수행하여 최적설계 결과를 비교하여 각 구조의 발전특성을 분석하였다. 최적설계에 앞서 먼저 효과적인 최적설계를 위해 발전 성능 및 자기력 결과에 가장 큰 영향을 끼치는 3가지 설계 변수로 Core tooth width, Axial pm width와 Radial pm thickness를 선정하였으며 이를 Fig. 5에 표기하였다. 다음으로 발전기 전체 직경과 길이 및 구조를 고려해 Table 3 과 같이 설계 변수 범위를 각각 설정하였다.
본 논문에서는 3가지 발전기 구조의 초기 모델에 대한 전자기 시뮬레이션을 통해 각 구조의 발전량 및 자기력 특성을 비교하였다. 하지만 발전기를 구성하는 이동자 및 고정자의 치수가 변경되면 전혀 다른 결과가 나타날 수 있어 정확한 발전특성 비교를 위해 각 모델에 대해 최적설계를 수행하여 최적설계 결과를 비교하여 각 구조의 발전특성을 분석하였다. 최적설계에 앞서 먼저 효과적인 최적설계를 위해 발전 성능 및 자기력 결과에 가장 큰 영향을 끼치는 3가지 설계 변수로 Core tooth width, Axial pm width와 Radial pm thickness를 선정하였으며 이를 Fig.
대상 데이터
축 방향 영구자석은 니켈-구리가 주성분인 네오디뮴 자석의 한 종류인 DDP-N40SH를 사용하였으며 반경 방향 영구자석은 DDP-N50SH를 사용하였다. 그리고 영구자석 사이에 자속이 흐르는 경로 역할을 하는 Steel1008 재질의 Core를 배열하였고 고정 자의 Core 또한 같은 재질을 사용하였으며 0.6mm 직경의 전자기 코일을 사용하였다.
본 연구에서 설계한 현가장치 적용 선형 발전기는 Fig. 2와 같이 지름 100mm, 길이 240mm의 전체 구조를 가지는 축대칭 모델이며 크게 이동 자와 고정자로 구성된다. 이동 자는 현가장치가 노면 진동에 의해 왕복운동 시 축 방향으로 운동하며 반경 방향 영구자석과 축 방향 영구자석이 번갈아가며 장착되어 있고, 반경 방향 영구자석은 코어와 나란히 배열되어 있으며, 이 때 코어는 자기장의 전도체 역할을 한다.
3과 같이 동일한 전체 길이 240 mm와 직경 100 mm을 갖는 3가지 다른 구조의 초기 선형발전기를 모델을 설정 하였다. 첫 번째 선형발전기는 8극 8상의 영구자석과 전자기 코일의 조합을 갖는 모델이며 극 간격을 좁혀가며 영구자석과 전자기 코일 조합의 수를 점점 늘려 12극 12상, 그리고 16극 16상 구조의 모델을 선정하였으며, 각 초기 모델에 대한 극 간격 및 코일 턴 수와 저항에 관한 정보를 Table 1에 나타내었다.
축 방향 영구자석은 니켈-구리가 주성분인 네오디뮴 자석의 한 종류인 DDP-N40SH를 사용하였으며 반경 방향 영구자석은 DDP-N50SH를 사용하였다. 그리고 영구자석 사이에 자속이 흐르는 경로 역할을 하는 Steel1008 재질의 Core를 배열하였고 고정 자의 Core 또한 같은 재질을 사용하였으며 0.
데이터처리
다음으로 상용 PIDO(Process Integration and Design Optimization)툴인 PIAnO(Process Integration, Automation and Optimization)을 사용하여 실험계획법 기법 중 하나인 적은 실험 횟수로 최적의 결과를 얻을 수 있는 직교 배열표(Orthogonal Array)를 이용해 3가지 설계 변수에 대해 3수준을 고려해 실험계획법을 세워 각 모델에 대해 18개의 실험 점을 얻었으며 전자기 시뮬레이션 프로그램인 ANSYS MAXWELL을 사용해 18개 실험 점에 대해 초기 모델 해석 시 사용한 물성, 해석 시간 및 해석 방법을 동일하게 유한요소해석을 수행하였다. 생성한 실험계획법의 결과로부터 다양한 근사 모델 중 크리깅(Kriging)모델을 생성하였다.
16slot-16pole 모델의 경우 12slot-12pole 모델보다 발전량과 자기력은 각각 25%, 15%만큼 큰 값을 보이는 결과를 얻었다. 마지막으로 정확한 분석을 위해 각 구조에 대해 상용PIDO툴인 PIAnO를 사용하여 최적설계를 수행하였다. 각 선형 발전기 모델에 대해 최적의 구조에 따른 발전 특성을 비교한 결과 8pole-8slot, 12pole-12slot, 16pole-16slot 구조에서 최대 발전량은 각각 366.
이론/모형
생성한 근사모델을 이용하여 최적화 기법 중 진화 알고리즘(Evolutionary Algorithm)을 이용해 최적설계를 수행하였다. 진화 알고리즘은 확률론적 최적기법 중 하나로 설정한 설계 변수인 부모 개체군으로부터 일정한 범위 내에서 확률 변수를 발생시켜 차기 개체군을 생성시킨다.
다음으로 상용 PIDO(Process Integration and Design Optimization)툴인 PIAnO(Process Integration, Automation and Optimization)을 사용하여 실험계획법 기법 중 하나인 적은 실험 횟수로 최적의 결과를 얻을 수 있는 직교 배열표(Orthogonal Array)를 이용해 3가지 설계 변수에 대해 3수준을 고려해 실험계획법을 세워 각 모델에 대해 18개의 실험 점을 얻었으며 전자기 시뮬레이션 프로그램인 ANSYS MAXWELL을 사용해 18개 실험 점에 대해 초기 모델 해석 시 사용한 물성, 해석 시간 및 해석 방법을 동일하게 유한요소해석을 수행하였다. 생성한 실험계획법의 결과로부터 다양한 근사 모델 중 크리깅(Kriging)모델을 생성하였다. 크리깅 모델은 대표적인 보간 모델로 설계변수가 많고 비선형성인 시스템에서 우수한 예측성능을 보이고 값을 알고 있는 주위 값들을 선형적인 조합으로 예측하는 통계학적 기법이며 실험계획법을 통해 생성한 18개의 실험 점을 이용해 PIAnO 프로그램에서 제공하는 근사화 기법을 이용하여 크리깅 모델을 생성하였다 [13].
성능/효과
본 연구에서는 현가장치 적용 선형 발전기의 구조를 검토하였으며 제한된 크기 내에서 3가지 구조의 선형발전기를 설계해 전자기 시뮬레이션인 ANSYS MAXWELL을 사용하여 발전량 및 자기력을 비교하였다. 12slot-12pole 모델의 경우 8slot-8pole 모델에 비해 발전량과 자기력은 각각 38%, 33% 만큼 큰 값을 보였다. 16slot-16pole 모델의 경우 12slot-12pole 모델보다 발전량과 자기력은 각각 25%, 15%만큼 큰 값을 보이는 결과를 얻었다.
12slot-12pole 모델의 경우 8slot-8pole 모델에 비해 발전량과 자기력은 각각 38%, 33% 만큼 큰 값을 보였다. 16slot-16pole 모델의 경우 12slot-12pole 모델보다 발전량과 자기력은 각각 25%, 15%만큼 큰 값을 보이는 결과를 얻었다. 마지막으로 정확한 분석을 위해 각 구조에 대해 상용PIDO툴인 PIAnO를 사용하여 최적설계를 수행하였다.
마지막으로 정확한 분석을 위해 각 구조에 대해 상용PIDO툴인 PIAnO를 사용하여 최적설계를 수행하였다. 각 선형 발전기 모델에 대해 최적의 구조에 따른 발전 특성을 비교한 결과 8pole-8slot, 12pole-12slot, 16pole-16slot 구조에서 최대 발전량은 각각 366.5W, 466.7W, 579.7W로 slot, pole 조합 수가 많아질수록 발전량이 증가하는 결과를 확인하였으며 초기 모델과 유사한 경향을 보이는 것을 확인하였다.
부모개체군과 차기개체군을 통해 원하는 설계목표에 가장 근접한 변수를 선택해 설계 변수를 재구성한다. 근사화 기법을 이용해 크리깅 모델 성능 정확도를 확인하였고 진화알고리즘을 사용하여 모델을 도출한 결과 Fig. 6와 같은 발전량 및 자기력 그래프를 얻었으며 각각 초기모델에 비해 최대 발전량이 약 16%이상 증가하는 결과가 나타났다.
4와 같이 나타났다. 또한 각 초기 모델의 전자기 해석 결과를 비교분석해보니 극 간격의 감소와 극-상 조합의 수가 증가할수록 최대 발전량과 평균 발전량 및 발생하는 자기력이 커지는 것을 확인하였으며 Table 2와 같이 12slot-12pole 모델의 경우 8slot-8pole 모델에 비해 발전량과 자기력은 각각 38%, 33% 만큼 큰 값을 보였으며 16slot-16pole 모델의 경우 12slot-12pole 모델보다 발전량과 자기력은 각각 25%, 15%만큼 큰 값을 보였다.
마지막으로 최적설계 결과의 검증을 위해 도출한 설계변수를 이용하여 전자기 시뮬레이션을 통한 발전기 모델의 발전량과 자기력 결과를 도출한 결과 3가지 모델에 대한 최적설계 결과를 전자기 시뮬레이션을 통해 검증한 결과 1% 이내의 오차가 나타났으며 이를 Table 4에 표기하였고 3가지 모델에 대한 시뮬레이션 결과인 최대 발전량과 자기력 수치를 나타내는 그래프를 Fig. 7에 나타내었다.
후속연구
본 연구에서는 에너지 하베스팅을 통해 자가발전이 가능한 차량 현가장치의 구조를 검토하고 동적 특성을 분석하였으며 현가장치와 결합된 선형 발전기에 다양한 영구자석과 전자기 코일의 조합을 적용해 전자기 해석프로그램인 ANSYS MAXWELL을 사용하여 발전 효과를 비교 및 검토하여 영구자석과 전자기 코일의 조합이 발전량에 끼치는 영향을 분석하였으며 제한된 발전기 크기 내에서 가장 효율 적인 구조를 선정해 초기 선형 발전기 모델과 발전량을 비교하였다. 이러한 발전기의 구조가 발전 효과에 끼치는 영향을 분석함으로서 고효율 선형 발전기의 구조 설계가 가능했으며, 증가하고 있는하이브리드 차량의 주행을 위한 모터 구동 및 브레이크의 제동 위한 효율적인 배터리 충전을 통해 전기 에너지 수요에 대응할 뿐 아니라 승차감의 향상도 기대할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
ANSYS MAXWELL이란 무엇인가?
본 연구에서는 에너지 하베스팅을 통해 자가발전이 가능한 차량 현가장치의 구조를 검토하고 동적 특성을 분석하였으며 현가장치와 결합된 선형 발전기에 다양한 영구자석과 전자기 코일의 조합을 적용해 전자기 해석프로그램인 ANSYS MAXWELL을 사용하여 발전 효과를 비교 및 검토하여 영구자석과 전자기 코일의 조합이 발전량에 끼치는 영향을 분석하였으며 제한된 발전기 크기 내에서 가장 효율 적인 구조를 선정해 초기 선형 발전기 모델과 발전량을 비교하였다. 이러한 발전기의 구조가 발전 효과에 끼치는 영향을 분석함으로서 고효율 선형 발전기의 구조 설계가 가능했으며, 증가하고 있는하이브리드 차량의 주행을 위한 모터 구동 및 브레이크의 제동 위한 효율적인 배터리 충전을 통해 전기 에너지 수요에 대응할 뿐 아니라 승차감의 향상도 기대할 수 있다.
전자기식 현가장치의 특징은 무엇인가?
대표적인 예가 전자기식 에너지 하베스팅 현가장치이다. 전자기식 현가장치는 차량 현가장치 내부에 발전기를 설치하여 차량 주행 시 노면으로부터 발생하는 진동에너지를 회수하여 전기 에너지를 생산이 가능하며 동시에 진동의 감쇠를 통해 승차감을 향상 시킨다 [3-5].
차량 내에서 에너지를 재사용하는 기술이 적용되는 대표적인 장치는 무엇인가?
이에 따라 차량 내에서 에너지를 재사용하는 기술이 적용되어져 왔다. 대표적인 예가 전자기식 에너지 하베스팅 현가장치이다. 전자기식 현가장치는 차량 현가장치 내부에 발전기를 설치하여 차량 주행 시 노면으로부터 발생하는 진동에너지를 회수하여 전기 에너지를 생산이 가능하며 동시에 진동의 감쇠를 통해 승차감을 향상 시킨다 [3-5].
참고문헌 (13)
G. Manla, N. M. White, J. Tudor, "Harvesting Energy from Vehicle Wheels," Solid-State Sensors, Actuators and Microsystems Conference, pp. 1389-1392, 2009. DOI: https://doi.org/10.1109/SENSOR.2009.5285831
M. Wischke, M. Masur, P. Woias, "A Hybrid Generator for Vibration Energy Harvesting Applications," 15th International Conference on Solid-State Sensors, Actuators and Microsystems, pp. 521-524, 2009.
Z. Li, L. Zuo, J. Kuang, and G. Luhrs, "Energy-harvesting shock absorber with a mechanical motion rectifier," Smart Materials and Structures, vol. 22, pp. 1-10, 2012. DOI: https://doi.org/10.1115/DETC2012-71386
Ehsan Asadi, Roberto Ribeiro, Mir Behrad Khamesee and Amir Khajepour "A new adaptive hybrid electromagnetic damper: modelling, optimization, and experiment," IOP Int. Smart Materials and Structures, vol. 24, no. 7, 2015.
Martins, I., Esteves, J., Marques, G.D. and Silva, F.P.D., "Permanentmagnets linear actuators applicability in automobile active suspensions," IEEE Transaction on Vehicular Technology, vol. 55, no. 1, pp. 86-94, 2006. DOI: https://doi.org/10.1109/TVT.2005.861167
W. C. Kruckemeyer, H. C. Buchanan, Jr., and W. V. Fannin, "Rotational actuator for vehicle suspension damper," U. S. Patent 4644200, Feb. 17, 1987.
Zhang Y, Huang K, Yu F, Gu Y and Li D "Experimental verification of energy-regenerative feasibility for an automotive electrical suspension system," IEEE Int. Conference on Vehicular Electronics and Safety (Beijing,) 2007.
Avadhany S, Abel P, Tarasov V and Anderson Z, "Regenerative shock absorber," US Patent 0260935, 2000.
Karnopp D 1989 "Permanent magnet linear motors used as variable mechanical dampers for vehicle suspensions," Vehicle System Dynamics, vol. 18, Iss. 4, pp. 187-200, 1989. DOI: https://doi.org/10.1080/00423118908968918
L Zuo, B Scully, J Shestani, Y Zhou "Design and characterization of an electromagnetic energy harvester for vehicle suspensions," Smart Materials and Structures 19, 2010. DOI: https://doi.org/10.1088/0964-1726/19/4/045003
Xiudong Tang, Teng Lin, and Lei Zou "Design and optimization of a tubular linear electromagnetic vibration energy harvester," IEEE Transactions On Mechanics, vol. 19, 2014.
Kim, J. G. and Lee K. H, "A Structural Design of Microgyroscope Using Kriging Approximation Model," J. KSMPE, vol. 7, no. 4, pp. 149-154, 2008.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.