인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.6
- 수록면
- 325 - 334 (10page)
- DOI
- 10.3795/KSME-B.2026.50.6.325
이용수
초록· 키워드
본 연구는 EV 충전 열관리를 대상으로, 고전압 배터리(HVB) 온도 요구조건을 만족하면서 열관리 에너지 소비와 충전 비용을 저감하기 위한 neural state-space model predictive control(NSS-MPC) 전략을 제안한다. NSS 예측 모델은 AMESim 기반 EV 충전-열관리 시스템 모델로부터 생성된 데이터로 식별하였고, Simulink 기반 MPC 프레임워크에 통합하였다. 제안된 제어기는 압축기 회전속도를 조작변수로, 외기 온도와 충전 전류를 측정 외란으로 반영하며, 게이트 시퀀스를 이용해 충전 시작 시점에 맞춘 예열 운전을 수행한다. AMESim-Simulink(co-simulation) 결과, NSS-MPC는 압축기만으로 HVB 온도 요구조건을 만족하였고, HP+PTC 방식 대비 충전 효율, 충전 비용, 탄소 배출량 측면에서 개선된 성능을 보였다. 또한 HP 방식과 비교하더라도 예열 시점 최적화를 통해 추가적인 충전 효율 향상을 확인하였다.
#Neural State-Space(신경망 기반 상태공간)
#Model Predictive Control(모델 예측 제어)
#Thermal Management System(열관리 시스템)
#Electric Vehicle(전기자동차)
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 초록
- Abstract
- 1. 서론
- 2. 시스템 모델링
- 3. NSS-MPC 디자인
- 4. 결과
- 5. 결론
- 참고문헌 (References)
참고문헌
참고문헌 신청최근 본 자료
