DQN 알고리즘을 이용한 전기자동차 배터리 냉각 채널 설계

Abstract

본 연구에서는 냉각 채널 설계에 적합한 DQN 알고리즘을 사용하여 지정된 목표 입력 조건인 최대 온도, 평균 온도, 온도 표준편차, 압력 강하인 4가지 설계변수를 만족시키는 설계 방법을 제안하였다. 제안된 방법에는 그리드 환경과 전산유체역학 해석 환경이 있으며, 냉각 채널은 에이전트가 입구로부터 그리드 환경 탐험을 통해 출구에 도착한 냉각 채널을 해석한다. 에이전트의 보상은 냉각 채널의 해석 결과를 통해서 보상을 얻고 최종적으로 학습된 정책을 통해 최대 보상을 얻을 수 있는 형상 설계를 목표로 하였다. 제안한 설계방법으로 10,000회 에피소드를 학습한 3가지 예제에 대하여 최대 보상을 얻는 냉각 채널을 얻을 수 있었으며, 전산유체역학 해석 환경의 해석 결과는 Ansys를 통해 해석한 결과와 비교하였다. 전산유체역학 해석은 좋은 품질의 격자 생성과 예제에 맞는 해석 기법을 선정해야 하고 높은 숙련도를 요구하는 작업이며 격자는 품질과 개수를 선정함에 있어서 민감도 분석을 통해 생성해야 한다. 즉, 전산유체역학 해석은 많은 시행착오를 발생하고 이는 많은 시간과 비용이 발생한다. 또한, 상용 소프트웨어와 전산유체역학 해석은 환경이 일정한 오차를 보이고 있어서 4가지 변수들의 평균적인 오차값을 보정하여 더해준다면 따로 검증할 필요가 없다고 생각된다. 그리고 DQN의 학습 에피소드를 증가시키고 환경의 크기를 선정하고 입구와 출구를 면 전체로 설정하면 최적의 냉각 채널을 설계할 수 있을 것으로 생각된다. 따라서, 제안한 방법을 사용하면 비슷한 모델에 대한 설계와 해석을 진행하려는 비전문가도 사용 가능할 뿐만 아니라 계산 시간을 단축시킬 수 있으며 다양한 입구와 출구조건과 목표 온도들에 따른 냉각 채널을 설계할 수 있을 것으로 기대된다.