Introduction
디젤 엔진의 배출가스에 대한 규제 강화와 더불어 농업기계의 유류 사용량 증가에 따른 환경오염의 심각성이 대두됨에 따라 (Lee et al., 2016), 최근 농업기계 분야에서도 전기 구동 방식의 플랫폼 개발에 관한 연구가 활발히 이루어지고 있다. 전기 구동 농기계의 주요 동력원은 전기 모터로써, 별도의 화석연료 없이 배터리로부터 공급받은 전력을 통해 구동되므로 친환경적인 동시에 약 90% 이상의 에너지 효율을 가지는 장점이 있다. 전기 구동 시스템을 이용하여 농기계를 구동하기 위해서는 농기계의 부하 특성에 적합한 모터의 선정과 구동 알고리즘의 개발이 필요하다. 특히, 트랙터는 고부하 작업을 지속적으로 수행하는 농기계로 부하 수준에 적합한 전기모터의 제어 기술이 필요하다. 전기모터의 제어 기술 개발을 위해서는 해석 프로그램을 통해 실제 작업 환경과 유사한 조건을 구성하고 이를 시뮬레이션 하는 것이 필요하다. 자동차 분야에서는 전기 구동 제어 시스템의 개발을 위해 Simcenter AMESim (Ver 16, Siemens, Germany)과 Simulation X (Ver.4.0, ESI ITI GmbH, Germany)등의 1-D 시뮬레이션 프로그램을 이용하고 있다. Hwang et al.(2011)은 AMESim을 통해 하이브리드 차량의 변속부를 모델링하였으며, 시뮬레이션을 통하여 토크 제어 전략을 최적화하는 연구를 수행하였다. Li et al.(2007)은 Simulation X를 통해 하이브리드 차량 모델을 구성하였으며, 하이브리드 제어 전략을 평가하고 하이브리드 시스템 엔진 출력의 최적화에 대한 연구를 수행하였다. Hong et al.(2009)은 AMESim을 통해 하이브리드 차량모델을 구성하였으며, 시뮬레이션을 통해 차량의 구동성능을 예측하기 위한 연구를 수행하였다. 문헌연구 결과, 시뮬레이션 프로그램을 이용한 전기 구동 시스템의 시뮬레이션은 개발된 제어 시스템을 모델에 적용하여 성능을 예측하고 최적화하기 위해 수행되고 있다. 그러므로 본 연구는 전기 구동 농기계 플랫폼 개발을 위한 기초연구로써, 작업부하가 가장 큰 쟁기작업에서 트랙터의 부하에 따른 전기 모터의 PID 제어 알고리즘을 개발하였으며, 시뮬레이션을 통하여 제어 가능성을 평가하였다.Materials and Methods
전기 구동 플랫폼
전기 구동 농기계 플랫폼은 향후 노지와 시설에서 모두 사용이 가능하도록 전륜과 후륜의 크기가 동일한 4륜 구동형으로 가정하였으며, 전·후륜 차축에 각각 4개의 모터를 장착하여 독립구동하는 AWD (All Wheel Drive)시스템으로 구성하였다. 이때, 최대 회전속도 8,000 rpm, 최대 토크 96.4 Nm 의 제원을 가지는 전기 모터(AC-20, HPEVS, USA)가 최대 80 kW의 출력을 갖도록 각각의 구동부에 구성하였으며, 고토크 농작업이 가능하도록 출력단에 기어비 54 대 1을 적용하였다 (Kim et al., 2019). 또한 전기 구동 플랫폼은 지속적인 구동을 위해 전력 공급 장치인 배터리(70.4 V, 14.6 kWh)를 추가적으로 구성하였으며, 충전 가능한 배터리를 사용하는 PHEV (Plug-in Hybrid Electric Vehicle) 시스템을 적용하였다.전기 모터 토크 제어기
전기 모터는 Fig. 1과 같은 방식으로 플랫폼의 속도 제어기를 통해 토크 제어가 이루어진다. 플랫폼의 속도 제어기는 실시간으로 플랫폼의 실제 속도를 피드백하여 속도 지령 값을 출력하며, 모터의 회전속도는 출력된 속도 지령 값과 연결된 관성체의 동반경에 따라 결정된다. 모터의 회전 속도 명령은 컨트롤러에 입력되며, 모터의 토크는 컨트롤러에서 회전 속도를 만족하기 위하여 관성 부하 및 마찰 부하를 고려하여 출력된다. 모터의 토크는 컨트롤러에서 출력된 전류에 따라 결정되며, 토크의 크기는 전류에 비례하는 특성을 사용하여 제어된다.
PID 제어기 계수 선정
전기 모터의 토크 값은 속도 제어기를 통해 결정되며, 속도 제어기는 PID 제어를 통해 지령 값을 출력한다. PID 제어기 계수는 전기 모터의 토크를 보다 정밀하게 제어하기 위해 최적화가 필요하다. 본 연구에서는 지글러-니콜스법 중 한계 감도법(Ziegler-Nichols tuning 2nd method)을 사용하여 최적 계수를 선정하였다. 한계 감도법은 응답 성능 곡선에서 주기적인 오실레이션이 발생하도록 하는 계수 K값을 Kcr로 정의하고, 이때의 주기를 Pcr로 정의하며, 정의된 두 개의 계수를 식(1)에 대입하여 PID 제어기의 최적 계수를 선정하는 방법이다. 이때, Kcr은 K 값을 0.1씩 증가시키는 방법으로 시뮬레이션 하여 응답 성능 곡선의 오실레이션이 최소인 값을 선정하였다.
Kp = 0.6Kcr KI = 0.5Pcr KD = 0.125Pcr (1)
여기서 Kcr은 정상 상태에서의 주기적인 오실레이션을 발생하도록 하는 계수이며, Pcr은 이때의 주기를 나타낸다. 이 때, 응답 성능 곡선의 Overshoot는 모터의 구동 안정성을 위해 최대 출력 가능 토크의 80%인 약 78 Nm 이상으로 발생하지 않도록 설정하였으며, PID의 미분 및 적분 계수는 trial & error 방식으로 튜닝하여 최대 overshoot가 전기 모터의 출력 가능 토크 범위를 초과하지 않도록 최소화하였다.
전기 모터 제어기 시뮬레이션 모델
전기 모터 제어기 시뮬레이션 모델은 상용 해석 소프트웨어인 Simulation X를 사용하여 개발하였다. 시뮬레이션 모델은 Fig. 2와 같이 개발하였으며, 전기 구동 플랫폼에 사용된 전기 모터와 배터리 모델은 bus system을 기반으로 구성하였다. 제어기 모델은 추가로 구성하여 전기 구동 플랫폼의 bus system에 연결하였으며, 플랫폼의 속도를 실시간으로 입력 받아 피드백 제어를 구현할 수 있도록 하였다. 속도 지령은 시간에 따른 차량의 주행 속도인 주행 사이클 형식으로 입력하였으며, 모터의 회전속도는 연결된 관성체 모델에 동반경을 입력하여 속도 지령에 따라 계산될 수 있도록 하였다. 작업 부하는 Load input 모델을 통해 입력할 수 있도록 하였으며, 작업 부하에 따른 모터의 출력 토크를 분석하기 위하여 Torque sensor 모델을 추가하였다.
농작업 부하 계측 시스템
농작업 시 차축에 발생하는 부하 계측을 위하여 크기 4,225(L) × 2,140(W) × 2,830(H) mm, 무게 3,985 kg의 78 kW급 대형트랙터(S07, TYM Co Ltd., Korea)를 사용하였다. 차축에서 발생하는 부하는 Fig. 3과 같이 부하 계측 시스템을 구성함으로써 측정하였다. 차축 토크는 각 휠과 차축 사이에 휠 토크미터(Torquemeter, Manner Sensortelemetrie, Germany)를 설치하여 측정하였으며, 부하 계측 시스템은 측정된 데이터를 안테나 및 신호증폭기를 통한 telemetry 방식으로 데이터 수집장치(CRONOS compact CRC-400-11, IMC, Germany)에 전달되도록 구성하였다.
필드시험을 통한 부하 데이터 수집
필드시험은 트랙터를 사용한 농작업 중 가장 큰 부하가 작용하는 쟁기작업으로 선정하여 수행하였다. 작업기는 78 kW급 트랙터에 사용되는 작업폭 2.8 m의 8련 쟁기(WJSP-8, Woongjin Machinery Co. Ltd., Korea)를 선정하였다. 필드시험은 100 × 40 m의 크기를 가지는 충청남도 청양군에 위치한 논에서 수행하였으며, 작업 단수는 M2 Low (5.05 km/h)로 선정하였다.
Results and Discussion
작업 부하 분석
트랙터 필드시험 중 차축에 발생하는 토크는 Fig. 4 (a)와 같이 나타났다. 토크 데이터는 모터 출력단의 토크와 비교하기 위하여 54 대 1의 감속비를 적용하였으며, 그 결과 Fig. 4 (b)와 같이 나타났다. 필드시험 중 차축에 발생하는 토크와 감속비를 적용한 토크의 최대, 최소 및 평균값은 Table 1과 같이 나타났다. 쟁기 작업은 직진 작업과 선회 작업을 포함하여 총 120 sec 동안 수행되었으며, 직진 작업 구간에서 차축에 발생하는 최대, 최소 및 평균 토크는 각각 5,065, 2,798, 3,608 Nm로 나타났다. 감속비를 적용하였을 때 최대, 최소 및 평균 토크는 각각 93, 42, 66 Nm로 나타났으며, 이 중 평균 토크 값을 전기 모터에 작용하는 토크로 가정하였다. 감속비를 적용한 차축 토크는 시뮬레이션 모델에 입력되었으며, 개발한 제어기를 통해 토크 추종 성능을 확인할 수 있도록 하였다.
|
Table 1. Results of averaged torque for front & rear axle of 78 kW-class tractor during plow tillage 
|
PID 계수 최적화
PID 제어기 계수는 한계 감도법을 사용하여 선정한 값을 바탕으로 trial & error 방식으로 튜닝하여 선정하였으며, PID 제어기 계수에 따른 settling time과 overshoot는 Table 2와 같이 나타났다. 한계 감도법을 사용한 PID 제어기 계수 Kp, KI, KD 값은 각각 0.24, 0.85, 0.21로 나타났으며, 최대 출력 토크는 120 Nm로 overshoot는 약 1.62로 나타났다. Trial & error를 통한 튜닝 결과, KI과 KD이 각각 5.21, 5.85일때, overshoot는 약 1.11로 나타났다. Settling time과 overshoot는 한계 감도법을 사용하여 PID 계수를 선정했을 때 각각 20 sec, 1.62로 나타났으며, 기존보다 각각 40%, 18% 감소하는 것으로 나타났다. 이 값들은 Trial &Error 방법을 통해 PID 계수를 선정했을 때 각각 20 sec, 1.11로 나타났으며, 기존보다 40%, 43% 감소하는 것으로 나타났다. Settling time은 모터 출력단에 연결된 관성체에 의해 일정 값 이하로 감소하지 않는 것으로 판단되며, overshoot는 trial & error 방식의 계수 튜닝을 통해 감소하여 모터의 구동 안전 범위를 만족하는 것으로 나타났다.
전기 모터의 토크 추종 성능 검증
전기 모터의 토크 추종 성능은 선정한 PID 계수를 시뮬레이션 모델에 적용하고 토크 지령값과 전기 모터의 토크 값을 비교함으로써 검증하였다. PID 계수 최적화에 따른 모터 토크 추종 성능 해석 결과는 Fig. 5와 같이 나타났다. 전기 모터의 토크는 약 20 sec까지 지령을 추종하는 과정에서 오실레이션이 발생하는 것으로 나타났으며, 이는 제어기의 settling time에 영향을 받은 것으로 판단된다. 전기 모터의 출력 토크는 20 sec 이후 전 작업 구간에서 토크 지령을 3% 이내의 오차로 추종하는 것으로 나타났으며, 토크 지령에 따른 모터의 최대 출력 토크는 약 93 Nm로 전기 모터의 출력 가능 토크를 만족하는 것으로 나타났다.
Conclusion
본 연구는 시뮬레이션 모델을 통해 농작업 부하를 고려한 전기 모터의 제어기 개발을 위해 수행되었으며, 속도 제어기의 PID 계수 최적화를 통해 전기 모터의 토크의 추종 성능을 평가하였다. PID 계수 최적화 및 추종 성능 평가 결과는 다음과 같다.
한계 감도법 및 trial & error 방식의 튜닝을 통한 PID 계수 최적화 결과 Kp, KI, KD 값은 각각 0.24, 5.85, 5.21로 나타났다. 계수가 최적화된 PID 제어기를 시뮬레이션 모델에 적용하여 응답 성능 곡선 분석 결과 settling time과 overshoot는 각각 20 sec, 1.1로 나타났으며, 제어기 튜닝 전과 비교하여 각각 40%, 43% 감소하는 것으로 나타났다.
본 연구에서 개발한 PID 제어기를 전기 구동 플랫폼 시뮬레이션 모델에 적용한 결과, 전기 모터의 출력 토크는 settling time 이전을 제외한 전 작업 구간에서 3% 이내의 오차로 토크 지령을 추종하는 것으로 나타났다.
향후 연구에서는 제어기를 실차 모델에 적용하여 시뮬레이션 모델과 비교 및 제어기 성능 검증을 진행할 예정이며, 실차 시험을 통해 농작업 환경에 따른 제어기의 계수 최적화에 관한 연구를 수행할 예정이다.
