41-42 2022 [추계학술대회]
| 제목 | LSTM모델 기반 전기차용 2단 감속기 유압 예측 |
|---|---|
| 분야 | 모빌리티 동력 및 구동시스템 |
| 언어 | Korean |
| 저자 | 임환규( 국민대학교), 오기성( 국민대학교), 유승엽( 국민대학교), 김현석(현대자동차), 임세준( 국민대학교) |
| Key Words | Hydraulic Pressure(유압), Deep Learning(딥러닝), Machine Learning(머신러닝), Long Short Term Memory(장단기 순환신경망), Vehicle Control(차량 제어) |
| 초록 |
최근 자동차 산업의 패러다임이 내연기관에서 친환경 차량으로 빠르게 변화하며 그 수요가 지속적으로 증가할 뿐만 아니라 지능형 차량으로의 변화를 위한 연구가 활발하게 이뤄지고 있다. 이중 전기자동차에는 차량의 효율적인 제어를 위해 다양한 종류의 센서가 이용되고 있으며, 특히 전기차용 2단 감속기에는 유압의 제어성 향상을 위해 압력 센서가 필요하다. 그러나 센서를 이용한 압력 측정 방식은 원가 상승 뿐 아니라 센서 파손 등의 문제를 야기할 수 있으며, 이러한 문제들을 해결하고 감속기 유압 제어성을 향상할 수 있는 해결책을 위한 연구가 필요하다. 기계학습 기반의 연구 방식은 4차 산업혁명 시대 이후에 핵심 기술로 다양한 공학 분야에서 적용되어 왔다. 이러한 기계학습 기술을 전기자동차용 감속기 분야에 적용하여 압력 센서를 대체하는 유압 예측 기술을 개발함으로써 감속기 원가 절감 및 제어성 향상에 기여하고자 한다. |
| 원문(PDF) | 다운로드 |