모델 기반 시스템 공학과 모델 기반 설계 결합을 통한 전기 드라이브트레인 개발 가속화

EV(전기차) 및 eMobility 산업 전반에서 전기 드라이브트레인 개발을 담당하는 엔지니어링 팀은 여러 공통된 문제에 직면해 있습니다. 이런 문제는 제품 복잡성의 증가뿐만 아니라 비용을 억제하고 ASPICE, ISO^® 26262 및 기타 표준을 준수하는 프로세스를 보장하면서 고품질 제품을 더 빠르게 제공해야 할 필요성도 포함합니다.

eMoveUs에서는 이러한 과제를 해결하기 위해 직원들의 광범위한 전기 모빌리티 경험과 새롭게 회사의 설립을 결합하는 커리어에서 다시 없을 기회를 얻었습니다. 우리는 이전 접근 방식에서 발견된 단점을 해결하는 일관된 툴체인을 갖춘 린 개발 프로세스를 구축했습니다.

사용 가능한 옵션을 철저하게 평가한 후, 우리는 MATLAB^® 및 Simulink^® 제품을 사용한 MBSE(모델 기반 시스템 공학)와 모델 기반 설계를 Polarion™ ALM(애플리케이션 라이프사이클 관리) 소프트웨어와 결합하는 워크플로를 채택했습니다. ASPICE에 따른 시스템 엔지니어링 프로세스는 그림 1에서 확인할 수 있습니다. 이 워크플로는 이미 여러 측면에서 장점이 입증되었습니다. 이를 통해 우리는 단일 진실 공급원에서 작업할 수 있으며, 다양한 분야와 프로젝트 전반에 걸쳐 작업 산출물을 효과적으로 재사용할 수 있습니다. 더욱이 이를 통해 엔지니어는 요구 사항에서 아키텍처, 모델, 코드, 테스트에 이르는 추적성을 구축하는 동시에 프로세스 만족보다는 기능 개발에 집중할 수 있습니다. 중요하게도, 이는 “시프트 레프트” 패러다임을 시스템 공학에 적용할 수 있게 하여 시스템 수준에서 동적 시스템 동작을 분석하고, 특히 전체 프로세스 초기에 사양 오류를 식별할 수 있도록 합니다.

System Composer를 사용한 시스템 아키텍처 모델링

고전적인 제품 개발 프로세스에서는 프로토타입이 준비되고 시스템 사양에 따라 테스트될 때 시스템 사양 오류가 처음으로 발견되는 경우가 많습니다. 이로 인해 오류 수정 비용이 높아지고, 프로젝트에 치명적인 지연이 부분적으로 발생하는 경우가 많습니다. 시스템 수준의 사양 오류로 인해 발생하는 추가적이고 예측할 수 없는 비용을 피하기 위해, 우리는 프로세스의 가능한 한 일찍 사양의 정확성을 검증하는 것을 목표로 합니다. 우리의 워크플로에서는 System Composer™를 사용하여 시뮬레이션 가능한 시스템 아키텍처를 정의하며, 이를 통해 테스트와 검증 활동을 “시프트 레프트” 하고 CI 파이프라인으로 자동화할 수 있습니다. 이는 그림 1에서도 설명되어 있습니다.

또한, 우리는 System Composer와 Simulink에서 시스템 구성요소와 해당 소프트웨어 아키텍처 구성요소 간에 일대일 매핑을 유지하여 시스템 수준에서 동적 동작을 분석할 수 있도록 합니다. 따라서 시스템 수준의 거동 모델은 소프트웨어 엔지니어가 Simulink에서 소프트웨어 제작을 위한 상세 설계를 개발할 때 출발점으로 시스템 아키텍트에서 정의된 인터페이스뿐만 아니라 거동 모델도 재사용하여 초안으로 사용할 수 있습니다. 또한 여러 부서에서 사용되는 시뮬레이션 모델과 환경의 재사용률이 높습니다. 예를 들어, 폐루프 시뮬레이션과 테스트를 위한 동일한 플랜트 모델이 시스템, 하드웨어, 소프트웨어 부서에서 사용되며, 또한 실시간으로 Speedgoat^® HIL 시스템에서 직접 실행할 수도 있습니다. 종속성을 설명하는 도식은 그림 2에 나와 있습니다.

또한, 우리는 Requirements Toolbox™와 Simulink용 Polarion 커넥터를 사용하여 Polarion에서 관리되는 요구사항을 System Composer 모델에 정의된 아키텍처 요소와 연결합니다. 우리는 또한 이 커넥터를 사용하여 소프트웨어 구현의 Simulink 모델 내에서 상세 설계 요소들을 연결합니다. 이 설정을 사용하면 수동 동기화 없이 사양과 구현 간의 양방향 추적이 가능하므로 여러 분야 팀 간의 협업이 용이해지고 개발 주기 전반에 걸쳐 일관성을 유지하는 데 도움이 됩니다.

Simscape를 사용한 물리 모델링

시스템, 소프트웨어 또는 하드웨어 수준의 폐루프 시뮬레이션에는 전기차 파워트레인의 물리적 모델이 필요합니다. 우리는 이 모델을 Simscape™ 및 Simscape Electrical™ 내에서 생성했습니다. 그림 3에서는 전체적인 보기를 볼 수 있습니다. 이 멀티도메인 모델에는 드라이브트레인 배터리, DC 케이블, EMI(전자기 간섭) 필터, 인버터, AC 버스바, 전기 드라이브, 부하 모델 및 냉각을 위한 모듈형 구성요소가 포함되어 있습니다. 이 모델 내에서, 우리는 Ansys Maxwell과 같은 CAE 툴에서 제공되는 열 및 전자석 효과의 차수 축소 모델도 통합하여 의도된 시뮬레이션 시간을 유지할 수 있습니다.

우리 엔지니어들이 현재 시뮬레이션 활용 사례의 어떤 구성요소에 대해서든 정확도 수준을 선택할 수 있도록, 우리는 모델 Variant을 사용하는 Variant 관리 시스템을 구현했습니다. 예를 들어, Variant Manager for Simulink를 사용하여 팀이 배터리를 간단한 정전압 전압원으로 모델링하는 variant block으로 기본 시뮬레이션을 실행하도록 선택할 수 있습니다. 나중에 그들은 배터리의 RC 또는 RL 회로 변형으로 전환하여 각각 저주파 용량성 동작이나 고주파 유도성 동작을 조사할 수도 있습니다. 유사하게, 당사 엔지니어들은 인버터의 시뮬레이션 속도를 높이기 위해 간단한 제어식 전압원 Variant를 사용하거나, 더 높은 정확도의 Variant를 선택하여 실제와 유사한 스위칭 동작으로 PWM 효과를 평가할 수도 있습니다. Variant 관리자에서 이러한 Variant를 처리하는 예는 그림 4에 설명되어 있습니다.

폐루프 시뮬레이션, 코드 생성, 실시간 HIL 테스트

System Composer에서 개요가 작성된 시스템 아키텍처와 상세 설계된 플랜트 모델이 준비되면, 그림 5에 나타난 것처럼 시스템 동작 모델, 소프트웨어 아키텍처 모델 또는 Simulink의 상세 설계 모델을 사용하여 여러 수준에서 폐루프 시뮬레이션을 실행할 수 있습니다.

이는 이미 시스템 수준에서 수행되고 있는 검증 활동을 “시프트 레프트”할 수 있도록 하여, 복잡한 구동 시스템 기능의 사양 오류를 최소화할 수 있습니다.

이 환경 내에서 우리는 MATLAB과 데이터 인스펙터를 사용하여 신호, 성능 지표, 타이밍 관계를 시각화하고 시스템 수준에서 제품의 동작을 분석할 수 있습니다. 우리 시스템 아키텍트의 자속기준제어기의 전류 제어 동작을 분석하기 위한 폐루프 시뮬레이션 결과의 예는 그림 6에서 볼 수 있다. 자동화된 테스트는 이 폐루프 설정에서 시스템 수준이나 전용 아키텍처 구성요소에 대해 Simulink Test™를 사용하여 실행할 수 있습니다. 또한 이러한 테스트 결과는 Polarion에 자동으로 동기화되어 테스트 사례 사양에 대한 최신 프로젝트 추적 및 보고가 가능합니다.

이러한 일관된 개발 접근 방식은 영역 경계에서 멈추지 않고 더욱 확장됩니다. V-사이클의 도메인으로 이동하면서, 시스템 명세에서 소프트웨어 명세, 아키텍처, 모델 기반 설계, 그리고 구현으로 진행함에 따라, 우리의 다음 워크플로 단계에는 코드 생성뿐만 아니라 MIL, PIL, HIL 테스트가 포함됩니다. 여기에서는 Embedded Coder^®를 사용하여 Simulink에서 소프트웨어 아키텍처 또는 상세 설계 모델로부터 코드를 생성하고, 이를 AUTOSAR^® 스택에 통합한 후, Infineon^® AURIX™ TC3xx 마이크로컨트롤러에 배포합니다. 이미 제시된 플랜트 모델은 HDL Coder™ 및 Simulink Real-Time™을 사용하여 Speedgoat 실시간 타겟 머신의 FPGA에 배포됩니다. 이러한 설정을 통해 HIL에서 최종 제품의 올바른 소프트웨어 동작을 검증할 수 있습니다. 또한, 시너지 효과를 활용하고 장비 및 개발 비용을 절감하기 위해 테스트 장비에서 최종 테스트가 수행되기 전에 동일한 HIL 플랫폼을 사용하여 시스템 통합 및 검증 테스트를 수행합니다.

실현된 이점 및 지속적인 통합 개선

이 워크플로 및 툴체인 접근 방식은 자동차 견인 드라이브 응용 분야에서 최대 600킬로와트의 피크 출력을 제공할 수 있는 800V 탄화 규소 기반 인버터 개발 과정에서 검증되었습니다. MathWorks Startup 프로그램에 참여한 덕분에 이 제품의 시장 출시 시간을 단축하면서 비용을 절감할 수 있었는데, 이는 사실상 모든 스타트업에게 꼭 필요한 일입니다.

저희는 워크플로를 지속적으로 확장하고 개선하고 있습니다. 예를 들어, 우리는 이미 Jenkins^® 및 Bitbucket^®와 함께 CI를 사용하여 소프트웨어 단위, 통합 및 검증 테스트를 지속적으로 수행하고 있습니다. 우리는 또한 이 CI 기반 자동화 워크플로를 V-사이클의 상위 단계로 확장하여 우리의 시스템 아키텍처에 대한 자동화된 CI 기반 검증을 가능하게 하는 작업을 진행하고 있습니다.