기계학습 기반 변속기 장착 전기구동 (TMED) 방식 하이브리드 전기 자동차의 엔진 클러치 접합/해지 이상 탐지 기법

Abstract

본 논문은 변속기 장착 전기구동 (TMED) 방식 하이브리드 전기자동차 (HEV)의 HCU (Hybrid Control Unit) 제어 성능을 검증하기 위한 이상 탐지 (anomaly detection) 알고리즘을 제안한다. 기계학습 (machine learning) 기법을 이용하여, 실제 차량의 주행 데이터 검증을 자동화하고 데이터 분석의 효율성을 확보하는 것이 목적이며, 대상 기능은 EV (Electric Vehicle) 모드에서 HEV (Hybrid Electric Vehicle) 모드로 주행 모드 천이 시 엔진 클러치 접합/해지의 이상거동을 탐지한다. 본 연구에서는 차량 내부 센서에서 수집 한 데이터의 도메인 특성을 반영한 기계학습 시스템을 제안하고, 플랜트에 특정된 특징을 추출함으로써 이상 거동 탐지 성능을 향상시켰다. 우선, 병렬 하이브리드 전기자동차 ((P)HEV)의 엔진 제어 방식, 전기동력과 내연기관 간 동력분배전략을 이해하고, 엔지니어가 사전에 예측 가능한 결함 케이스를 분석하여 특징을 추출 하였다. 그리고 OCSVM (One-Class Support Vector Machine) 기반의 강화 된 기계 학습 시스템을 구현하였으며, 높은 정확성을 확인하였다. 여러 단일 심층학습 (deep learning) 알고리즘과 성능을 비교하여 결과를 분석하였다.