표제지
초록
목차
Nomenclature 16
Chapter 1. 서론 17
Chapter 2. 사전 지식 22
2.1. 인 휠 모터 모델링 22
2.2. 종 방향 차량 동역학 모델링 및 바퀴의 회전 운동 26
2.3. 차량의 횡 방향 동역학 모션 및 요 안정성 29
2.3.1. 차량의 횡 방향 동역학 모션 29
2.3.2. 요 안정성 32
2.4. 차량 제어를 위한 모델 예측 제어 34
2.4.1. 선형 모델 예측 제어 36
2.4.2. LPV 모델 예측 제어 38
2.4.3. 비선형 모델 예측 제어 39
Chapter 3. 최적 제어 문제 정의 42
3.1. 토크 벡터링 시스템 제어 구조 42
3.2. 상태 변수 기준 입력 43
3.3. 시스템 모델 44
3.3.1. 차량 종 방향 동역학 모델 44
3.3.2. 차량 횡 방향 동역학 모델 45
3.4. 주행 안정성을 보장하기 위한 제약조건 51
3.5. 다중 목적함수 정의 52
3.5.1. 모터의 에너지 소비 모델링 52
3.5.2. 연속 시간에서의 목적함수 정의 54
Chapter 4. 토크 벡터링 시스템을 위한 모델 예측 제어기 57
4.1. LPV-MPC 57
4.2. 비선형 모델 예측 제어 60
4.3. 이중 목적 함수의 가중치 결정 방법 61
Chapter 5. 시뮬레이션 결과 64
5.1. Slalom Change 68
5.2. 선 주행이 집중된 실제 주행 트랙에서의 가상 주행 시뮬레이션 75
5.3. 너링 주행이 집중된 실제 주행 트랙에서의 가상 주행 시뮬레이션 82
Chapter 6. 결론 및 향후계획 89
부록 92
Appendix A. 확장 칼만 필터(EKF) 기반 사이드 슬립 각 추정 92
Appendix B. 전동화 차량 Simulink 모델 97
Bibliography 111
Table 2.1. 모터(PRIUS-JPN30)의 사양 25
Table 5.1. 차량 모델의 주요 파라미터 67
Table 5.2. 시나리오 1: 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 요 율 기준입력에 따른 오차... 69
Table 5.3. 시나리오 1: 시나리오 2: 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 사이드 슬립 각 기준입... 70
Table 5.4. 시나리오 1: IPG CarMaker의 모터 파워 데이터를 활용한 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver... 74
Table 5.5. 시나리오 1: 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서의 전비 비교 74
Table 5.6. 시나리오 2: 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 요 율 기준입력에 따른 오차... 76
Table 5.7. 시나리오 2: 시나리오 2: 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 사이드 슬립 각 기준입... 77
Table 5.8. 시나리오 2: IPG CarMaker의 모터 파워 데이터를 활용한 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver... 81
Table 5.9. 시나리오 2: 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서의 전비 비교 81
Table 5.10. 시나리오 3: 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 요 율 기준입력에 따른 오차... 83
Table 5.11. 시나리오 3: 시나리오 2: 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 사이드 슬립 각... 84
Table 5.12. 시나리오 3: IPG CarMaker의 모터 파워 데이터를 활용한 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의... 88
Table 5.13. 시나리오3: 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서의 전비 비교 88
Figure 1.1. 전기자동차 판매량 동향 17
Figure 2.1. Carsim의 데이터를 활용한 모터(PRIUS-JPN30)의 효율 맵 25
Figure 2.2. 싱글 모터 파워트레인 26
Figure 2.3. 듀얼 모터 파워트레인 27
Figure 2.4. 인 휠 모터 파워트레인 28
Figure 2.5. 차량의 횡 방향 동역학 모션 29
Figure 2.6. 차량의 코너링 주행시에 발생하는 Oversteering(Kv 〈0), Understeering(Kv〉 0), Neutral steer(Kv=0)[이미지참조] 33
Figure 2.7. 모델 예측 제어 계략도 38
Figure 3.1. 사륜 인 휠 모터 전동화 차량의 토크 벡터링을 위한 통합 제어기 구조도 43
Figure 3.2. NMPC 적용을 위한 비선형 예측 모델로써 활용되는 Double Track Model 46
Figure 3.3. LPV-MPC 적용을 위한 선형 예측 모델로써 활용되는 Single Track Model 48
Figure 5.1. MATLAB/Simulink와 IPG CarMaker와의 Co-simulation 65
Figure 5.2. IPG CarMaker를 활용한 인 휠 모터 차량의 토크 벡터링 제어 시스템 시뮬레이션. 시뮬레이션 비디오 링크: Youtube video link. 66
Figure 5.3. 시나리오 1: Slalom Lane Change 68
Figure 5.4. 시나리오 1: µ=0.9, vref=60 km/h에서 4가지 예측 제어기법으로 설계한 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 요율...[이미지참조] 69
Figure 5.5. 시나리오 1: µ=0.9, vref=60 km/h에서 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서...[이미지참조] 70
Figure 5.6. 시나리오 1: µ=0.9, vref=60 km/h에서 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 속도[이미지참조] 71
Figure 5.7. 시나리오 1: NVW LPV-MPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 72
Figure 5.8. 시나리오 1: VW LPV-MPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 73
Figure 5.9. 시나리오 1: NVW NMPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 73
Figure 5.10. 시나리오 1: VW NMPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 74
Figure 5.11. 시나리오 2: Nurbuergring Grandprix Course 75
Figure 5.12. 시나리오 2: µ=0.9, vref=60 km/h에서 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 요율...[이미지참조] 76
Figure 5.13. 시나리오 2: µ=0.9, vref=60 km/h에서 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서...[이미지참조] 77
Figure 5.14. 시나리오 2: µ=0.9, vref=60 km/h에서 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 속도[이미지참조] 78
Figure 5.15. 시나리오 2: NVW LPV-MPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 79
Figure 5.16. 시나리오 2: VW LPV-MPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 80
Figure 5.17. 시나리오 2: NVW NMPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 80
Figure 5.18. 시나리오 2: VW NMPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 81
Figure 5.19. 시나리오 3: FS Germany 2006 82
Figure 5.20. 시나리오 3: µ=0.9, vref=60 km/h에서 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 요율...[이미지참조] 83
Figure 5.21. 시나리오 3: µ=0.9, vref=60 km/h에서 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서...[이미지참조] 84
Figure 5.22. 시나리오 3: µ=0.9, vref=60 km/h에서 4가지 예측 제어기법으로 설계된 토크벡터링 시스템 제어기를 적용한 주행과 IPG Driver의 주행에서 속도[이미지참조] 85
Figure 5.23. 시나리오 3: NVW LPV-MPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 86
Figure 5.24. 시나리오 3: VW LPV-MPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 87
Figure 5.25. 시나리오 3: NVW NMPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 87
Figure 5.26. 시나리오 3: VW NMPC를 적용한 토크 벡터링의 결과로써 4개의 인 휠 모터에 인가되는 모터 요구 토크 88
Figure 6.1. 선형 모델 예측 제어기법과 비선형 모델 예측 제어기법의 계산 복잡도와 제어기의 성능 관점에서의 비교 91
Figure A.1. Slalom Change 95
Figure A.2. 차량 속도 v=60 km/h의 주행에 기반한 EKF를 적용하여 추정한 사이드 슬립 각 96
Figure B.1. 실제 주행 속도 추종과 배터리 SOC 계산과정 98
Figure B.2. 구동 모드일 때 모터 속도 토크 곡선 100
Figure B.3. 회생제동 모드일 때 모터 속도 토크 곡선 101
Figure B.4. 모터의 효율 맵 104
Figure B.5. 회귀 모델에 의한 모터 효율 맵 105
Figure B.6. EV Simulink Model 107
Figure B.7. Hyundai IONIQ PHEV 2018의 주행 시나리오: 속도 추종 107
Figure B.8. Hyundai IONIQ PHEV 2018의 주행 시나리오: 모터 파워 108
Figure B.9. Hyundai IONIQ PHEV 2018의 주행 시나리오: 배터리 SOC 108
Figure B.10. FTP-75 주행 시나리오: 속도 추종 109
Figure B.11. FTP-75 주행 시나리오: 모터 파워 109
Figure B.12. FTP-75 주행 시나리오: 배터리 SOC 110