University of Waterloo - 모델 기반 설계로 대회에 입상한 연료전지 기술을 개발한 사례
“Simulink가 없었다면 세부 수준이 동일한 실행 가능한 사양을 개발하거나 모델 기반 설계를 매우 광범위하게 사용할 방법이 없었을 것입니다.”
과제
솔루션
결과
- 통신의 용이성
- 상당한 설계 시간 절약
- 혁신적인 기술
General Motors와 미국 에너지부가 후원하는 대회인 Challenge X에서 17개의 북미 학생 팀이 참가하여 Chevrolet Equinox의 차량 성능이나 안전성을 저해하지 않고 배출량과 연료 소비량을 줄이도록 재설계하는 과제를 받았습니다.
UWAFT(University of Waterloo Alternative Fuels Team)는 그들의 연료 전지 구동 차량 설계로 3년간 벌어지는 이 대회의 첫해 우승을 달성했습니다. 또한 UWAFT는 차량 설계 및 서브시스템 제어를 위한 모델 생성, 시뮬레이션, 분석에서 뛰어난 성과를 거두어 MathWorks Crossover to Model-Based Design Award도 수상했습니다.
“파워트레인에 연료전지를 사용하는 팀은 우리뿐이었습니다.” UWAFT의 교내 고문 Roydon Fraser 교수의 말입니다. “MathWorks의 모델 기반 설계용 소프트웨어 덕에 팀원들은 차량 시스템 설계의 프로토타이핑과 시뮬레이션에 드는 시간을 단축시켰을 뿐만 아니라 연료전지 기술의 실현 가능성도 확립할 수 있었습니다.”
과제
Challenge X의 첫 해에는 차량 설계에 중점을 둡니다. 참가자는 모델 기반 설계를 사용하여 파워트레인 설계와 테스트를 10개월 이내에 완료해야 하며, 5개의 주요 보고서를 제출해야 합니다.
University of Waterloo 팀은 요구사항 수집부터 구현까지 프로젝트 전반에서 모델 기반 설계를 사용할 수 있는 설계 소프트웨어를 원했습니다. 소프트웨어는 모델 재사용을 촉진하여 제어 전략 개발을 가속화해야 합니다. 또한 빠르게 학습할 수 있고 팀원들이 작업을 쉽게 공유할 수도 있어야 합니다.
솔루션
UWAFT의 주장 Matthew Stevens는 “MathWorks 툴을 사용하여 다양한 파워트레인을 시뮬레이션하고, 정확한 플랜트 모델을 개발하고, 제어 전략을 테스트하고, 전체 설계를 검증할 수 있었습니다.”고 말합니다.
MathWorks는 MATLAB®, Simulink®, Stateflow® 및 PSAT(Simulink 기반의 모델링 프로그램)에 대한 교육을 제공했습니다. “빠르게 학습할 수 있는 제품이나 학생들이 이미 교육을 받은 제품을 사용하는 것이 팀의 성공에 매우 중요했습니다.” Stevens의 말입니다. “MathWorks 툴은 설계 공정의 여러 단계에서 사용될 수 있어 학생들이 배워야 할 소프트웨어 프로그램의 수를 최소화할 수 있습니다.”
UWAFT는 연료, 기술 및 파워트레인 크기를 비교하기 위해 400개 이상의 PSAT 시뮬레이션을 개발했습니다. Optimization Toolbox™와 정교한 실험계획법을 통해 컴포넌트 크기와 차량 성능 간의 관계를 이해한 후 최적의 파워트레인을 결정할 수 있었습니다.
그리고 Simulink를 사용하여 엔진, 배터리, 연료전지 및 DC/DC 컨버터가 포함된 연료전지 전력 시스템의 플랜트 모델을 개발했습니다.
MATLAB, Simulink, Stateflow 및 Control System Toolbox™를 사용하여 HCS(하이브리드 제어 전략)를 개발하고, 이를 통해 연료전지에서 나오는 출력의 양을 결정할 수 있었습니다. MATLAB은 특정 드라이브 사이클 동안 연료전지와 배터리 사이의 최적의 출력 배분을 찾는 데 도움이 되었습니다.
DC/DC 컨버터는 연료전지 전압을 높이고 연료전지의 출력을 제어합니다. Simscape Electrical™은 PI 제어기로 제어되는 회로를 모델링하는 데 사용했습니다. 팀은 MATLAB의 보드 플롯과 극점-영점 맵을 사용하여 회로의 주파수 응답과 안정성을 조사했습니다. 시뮬레이션을 통해 올바른 작동을 검증하고, 회로 효율성을 확인하고, 인덕터와 기타 컴포넌트의 값과 정격을 계산할 수 있었습니다.
연료전지는 켜지고 꺼지기 때문에 기존 방법으로는 최적화하기 어려운 불연속 함수를 생성합니다. 따라서 UWAFT는 최적의 제어 벤치마크를 찾기 위해 함수가 연속적일 필요가 없는 Global Optimization Toolbox를 사용했습니다. 또한 Deep Learning Toolbox™를 사용하여 연료전지 스택 내에서 멤브레인의 수화를 모델링했습니다.
팀은 임베디드 제어기를 사용한 온타겟 신속 프로토타이핑을 수행하기 위해 차량 전체에서 Embedded Coder®를 사용하여 UWAFT 위성 제어기를 타겟팅했습니다.
현재 이 팀은 파워트레인 컴포넌트를 테스트하고, 차량 제어 전략을 개선하고, 첨단 연료전지를 차량에 통합하고, 중량 감소 가능성을 연구하고 있습니다.
Stevens는 “우리는 대회 기간 동안 다른 MathWorks 제품을 사용하는 데 관심이 대단히 많았으며 앞으로 다른 많은 프로젝트에서 사용해 보기를 바라고 있습니다.”고 말합니다.
결과
통신의 용이성. MATLAB 및 Simulink 환경은 팀원들이 지름길과 팁을 쉽게 교환하고 추가 작업을 위해 모델과 결과를 서로 이메일을 주고 받을 수 있도록 하여 효율성을 높여주었습니다.
상당한 설계 시간 절약. “특히, Simulink를 통해 UWAFT는 모델 기반 설계를 사용하여 4종의 다른 연료를 비교하고 교육 시간을 포함해 10개월이 채 되지 않아 견고한 연료전지 스포츠 유틸리티 차량과 제어 전략을 설계할 수 있었는데, 이는 정말 놀라운 성과입니다.” Stevens의 말입니다. “Simulink가 없었다면 우리는 아마 3년간 진행되는 경진대회가 끝날 때까지 첫해에 필요한 작업만 겨우 완료할 수 있었을 것입니다!”
혁신적인 기술. Stevens는 “우리는 우리의 최종 제품이 현재의 차량에 성능 경쟁력을 제공하는 동시에 미래의 주행거리와 효율성 요구사항을 충족하는 최초의 학생 설계 연료전지 차량이 될 것으로 생각합니다.”고 말합니다.
