학위논문(박사) -- 서울대학교대학원 : 공과대학 기계항공공학부, 2023. 8. 차석원. ; 최근 급격한 기후 변화로 인한 지구 온난화 문제는 전 세계적으로 큰 관심을 받고 있다. 차량 업계에서도 온실 가스 배출을 줄이기 위해 방안들을 모색하고 있다. 첫번째로는 차량-인프라 통신 (Vehicle-to-infrastructure, V2I) 기반으로 자율 주행 기술의 발전으로 최소의 연료를 소모하도록 에너지 효율 주행을 하는 것이다. 두번째는 친환경 연료를 사용하는 고분자 전해질 연료전지 (Polymer electrolyte membrane fuel cell, PEMFC)로 차량 에너지 동력원을 변경하고 하이브리드화하는 것이다. 하지만 이러한 방안들은 해결과제들을 가지고 있다. 먼저 연료전지 하이브리드 전기 자동차 (Fuel cell hybrid electric vehicles, FCHEVs)의 에너지 효율 주행을 하기 위해서 차량의 내, 외적인 정보를 기반으로 최적의 속도 컨트롤과 고분자 전해질 연료전지, 배터리간의 요구 동력 분배 전략 개발이 필수 적이다. 위 두 가지 개발방안은 최고의 성능을 위해서는 최적화 기법이 요구된다. 하지만 긴 계산 시간 때문에 최적화 기법은 실제 차량에 적용시키기 어렵기 때문에 적절한 컨트롤 전략이 필요하다. 또한 연료전지 하이브리드 전기 자동차의 에너지 동력원인 고분자 전해질 연료전지는 플러딩 (Flooding), 드라잉 (drying)이라는 치명적인 결함이 존재한다. 이러한 결함들은 연료전지가 극한의 상황에서 장시간 작동되었을 때 발생되기 때문에 주행 컨트롤과 배터리의 동력 어시스트로 통해 안정적인 조건에서 연료전지를 가동시켜야 한다. 따라서 본 논문에서는 에너지 효율 속도 컨트롤, 동력분배 전략, 고분자 전해질 연료전지의 수분 관련 결함을 고려한 연료전지 하이브리드 전기 자동차를 위한 주행 시스템을 제시한다. 먼저 후방향 시뮬레이션 (Backward-looking simulation)으로 연료전지 하이브리드 전기 자동차의 모델링을 수행한다. 또한 단일 연료전지 셀을 제작하고 실험 결과값을 참조하여 준 경험적 고분자 전해질 연료전지 모델을 개발한다. 개발된 차량 모델을 이용하여 강화학습의 일종인 심층 결정적 정책 경사법 (Deep deterministic policy gradient, DDPG)으로 주행 시스템을 학습시킨다. 이 시스템은 차량의 목표 속도와 연료전지, 배터리의 컨트롤러에게 동력 분배에 대한 참조 값을 제시한다. 매 스텝마다 파워트레인의 제한 조건을 넘지 않도록 심층 결정적 정책 경사법의 행동 공간 (Action space)을 갱신함으로써, 차량모델이 시스템에서 제시한 행동에 대한 수행 가능성을 높인다. 파라미터 최적화를 통해 심층 결정적 정책 경사법에 적합한 파라미터를 적용하여 모델의 성능을 개선한다. 또한 학습에 적용된 도로의 구배에 따른 모델의 연료소모와 작동점을 분석한다. 제안된 시스템은 글로벌 최적화 방법인 동적 계획법 (Dynamic programming, DP)과 비교하여 97.11 % 최적성을 보였으며, 크루즈 컨트롤 (Cruise control)과 규칙 기반 전략 (Rule-based strategy) 기반의 컨트롤보다 36.52 % 우수한 성능을 보였다. 에너지 효율 주행 시스템의 연료전지 하이브리드 차량에서 플러딩과 드라잉의 발생 여부를 파악하기 위해 해당 결함들을 진단하는 모델을 개발한다. 의도적으로 플러딩과 드라잉을 유발하는 실험을 수행하고, 각각 결함 발생시의 전기화학적인 데이터를 분석한다. 습득된 시계열 데이터를 기반으로 장단기 기억 신경망 (Long-short term memory, LSTM)과 배깅 앙상블 방법 (Bootstrap aggregation, Bagging)을 이용해서 진단 모델을 개발한다. 진단 시스템의 Flooding과 drying에 대한 진단율은 88.11 %을 달성했다. 진단 모델의 출력 값을 심층 결정적 정책 경사법의 보상 함수 (Reward function)에 포함시켜 고분자 전해질 연료전지의 수분 관련 결함을 고려한 에너지 효율 주행 시스템을 개발한다. 연료 전지 상태 진단이 통합된 주행 시스템은 ...


    Access

    Download


    Export, share and cite



    Title :

    Energy-efficient Driving based on Diagnosis of Flooding and Drying in Fuel Cell Electric Vehicle using Sequential Data Analysis-integrated Deep Deterministic Policy Gradient ; 시계열 데이터 분석 통합 심층 결정적 정책 경사법을 활용한 연료전지 차량의 플러딩과 드라잉 진단 기반 에너지 효율 주행 시스템 개발



    Publication date :

    2023-01-01


    Remarks:

    000000000050▲000000000058▲000000179337▲


    Type of media :

    Theses


    Type of material :

    Electronic Resource


    Language :

    English



    Classification :

    DDC:    629



    DETC2019-97884 Autonomous Vehicle Driving via Deep Deterministic Policy Gradient

    Huang, Wenhui / Braghin, Francesco / Arrigoni, Stefano | British Library Conference Proceedings | 2019




    Developing Flight Control Policy Using Deep Deterministic Policy Gradient

    Tsourdos, Antonios / Dharma Permana, Ir. Adhi / Budiarti, Dewi H. et al. | IEEE | 2019