실시간 수치해석을 위한 신경망 기반의 가상의 디젤 엔진 평균값 모델 구축에 대한 수치적 연구

Abstract

Modern diesel engines employ complex engine sub-units to meet higher performance and enhanced exhaust regulations. The trade-off relationship between the response and accuracy of the applied control system is very important. Therefore, verification process is required in the simulation environment in the initial system design stage. Real time numerical analysis is more needed because it can save time and cost compared to existing vehicle system verification test. This study proposes a method of constructing a plant model for real-time numerical analysis through hardware-in-the-loop (HiL) real-time numerical analysis system. The detail is the construction of a virtual diesel mean value plant engine model with sufficient accuracy and fast execution speed through Co-simulation of 1D-Plant model and EGR control system. In addition, the average value model combined with EGR logic, that is, the SISO model, verifies the accuracy and responsiveness of the EGR control logic model through a step-transient step. By comparing the engine performance results of the SISO model with the average value model, the SISO model achieves the desired target EGR rate within 10 seconds. Not only the EGR rate but also the volume efficiency of the engine cylinder and the amount of fuel are predicted similarly. This is due to the intuitive prediction of the main performance of the engine model through artificial neural networks and the combination of control logic in a simple feedback loop rather than a complex control system. Finally, the mean value model had about 3% accuracy loss compared to the detail model, but the model execution time was shortened by about 2 times.|현대의 디젤 엔진은 보다 높은 성능과 강력해진 배기가스 규제를 충족시키기 위해 복잡한 엔진 서브시스템을 사용한다. 엔진에 적용되는 제어 시스템의 응답성과 정확도 간의 상반 관계는 매우 중요하다. 따라서 초기 시스템 설계 단계에서 시뮬레이션 환경에서 검증 과정이 필요하다. 실시간 수치해석은 기존 차량 시스템 검증 테스트에 비해 시간과 비용을 절감 할 수 있으므로 필요성이 증가되었다. 본 연구에서는 실시간 수치 해석 시스템인 HiL (Hardware-In-the-Loop)을 통해 제어 시스템의 실시간 해석을 위한 플랜트 모델을 구성하는 방법을 제안한다. 자세히는 1D- Plant 모델과 EGR 제어 시스템의 Co-simulation을 통해 충분한 정확성과 빠른 실행 속도를 가진 가상 디젤 평균값 플랜트 엔진 모델의 구성이다. 또한 EGR logic과 결합 된 평균값 모델, 즉 평균값 SISO 모델은 step-transient 단계를 통해 EGR 제어 logic 모델의 정확성과 응답성을 검증한다. 평균값 SISO 모델의 엔진 성능 결과와 평균값 모델의 엔진 성능 결과를 비교함으로써 평균값 SISO 모델은 10 초 이내에 원하는 목표 EGR rate을 달성한다. EGR rate뿐만 아니라 엔진 실린더의 체적 효율도 유사하게 예측된다. 이는 인공 신경망을 통한 엔진 모델의 성능 예측 및 복잡한 EGR 제어 loop보다는 단순한 feedback-loop에서의 제어 logic 조합이 보다 더 직관적으로 예측했기 때문이다. 마지막으로, 평균값 모델은 세부 모델에 비해 약 3 %의 정확도 손실을 보였지만, 모델 실행 시간은 약 2 배 단축되었다.