본 논문에서는 전기기기의 다중변수 다중목적함수 최적 설계를 위해 기계 학습을 활용한 최적 설계 기법의 연구가 수행되었으며, 이를 이용하여 전기 자동차(Electric vehicle : EV) 구동용 영구자석 보조 동기 릴럭턴스 전동기(permanent magnet assisted synchronous reluctance motor : PMa-SynRM)의 평균 출력 토크 및 토크 리플 특성 개선을 목표로 한 최적 설계를 수행한 결과, 성공적으로 최적 설계안을 도출하였다.
일반적으로 EV 구동용 전동기는 출력 특성이 우수하고 넓은 운전 영역에서도 고출력 운전이 가능한 매입형 영구자석 동기 전동기(interior permanent magnet synchronous motor : IPMSM)가 사용된다. 그러나 IPMSM에 사용되는 네오디뮴 영구자석의 주원료인 희토류는 공급이 불안정하고 가격이 비싸다는 단점이 있다. 따라서 본 논문에서는 EV 구동용 IPMSM의 대안으로 비 희토류 계열의 페라이트 자석을 사용하는 PMa-SynRM을 설계하였으며, 두 자석 재질 간의 잔류자속밀도 차이로 인하여 발생하는 출력 토크 감소를 보상하기 위해 자석을 회전자 내부에 최대한 많이 삽입할 수 있는 MSML(multi-segmented multi-layered) 타입 구조를 채택하였다.
이러한 MSML 타입 모터의 다양한 구조적 설계 변수를 동시에 고려하고 EV 구동용 모터의 주요 출력 특성인 평균 출력 토크 및 토크 리플을 개선하기 위해 본 논문에서는 기계학습 기법의 하나인 stacking ensemble을 활용한 PMa-SynRM 대리 모델 기반 최적 설계를 수행하였다. 최적 설계 결과 본 연구에서 제안한 설계 기법은 6차원 문제 영역에서 총 1,000 개의 샘플데이터 만으로 우수한 예측 성능을 보였으며, 이를 통해 생성된 PMa-SynRM의 대리모델을 기반으로 최적 설계안을 도출할 수 있었다.
본 논문에서는 페라이트 자석의 특성을 고려한 저온에서의 불가역 감자 발생 여부, 고속에서의 기계적 안정성을 확인하기 위한 응력 해석을 통해 최적 설계된 PMa-SynRM의 안정성을 검증하였으며, 적절한 스큐 각도 적용에 따른 출력 특성 변화를 검토하였다.