블록진동 신호를 이용한 딥러닝 기반 엔진 성능 예측

Abstract

선박 및 정치형 엔진의 경우 장기간 운전되는 특성상 엔진의 지속적이고 강건한 운행이 보장되어야 한다. 특히 친환경 선박 엔진에서 적용되고 있는 천연가스 기반의 이종연료 압축착화 방식은 이산화탄소 및 질소산화물, 입자상물질을 대폭 저감할 수 있는 장점이 있으나 흡기 온도 및 습도, 연료 퀄리티 등 외부 요인에 영향을 크게 받으며 연소 저해 시 연소 효율 및 안정성이 떨어지는 문제가 존재하여 연소 상태에 대한 실시간 진단이 필수적이다. 엔진 운전 상태를 진단할 수 있는 대표적인 지표 중 하나인 연소실 압력의 경우 연소실 내에서 발생되는 연소현상 및 출력 성능, 효율을 대표하므로 특히 그 중요성이 크다. 이에 기존 선박용 엔진의 각 실린더별로 고가의 압전소자 방식의 압력 센서가 적용되어 왔으나, 열 부하로 인한 측정 값의 드리프트, 나아가 영구적인 변형 및 파손으로 인해 비용적 부담을 증가시키는 문제가 있다. 따라서 본 연구에서는 저가의 가속도 센서로부터 취득된 진동신호를 이용하여 고가의 압력 센서를 대체하여 연소실 내부 압력 및 배기배출물을 재구성하는 모델을 개발하고자 한다. 실린더 블록에서 측정한 진동 신호에는 연소실 내 압력 변화에 의한 진동 신호가 큰 비중을 차지하고 있으나, 크랭크축 및 밸브와 같은 부품들의 움직임이나 공기 유동으로부터 비롯된 노이즈 신호들이 포함되어 이론적인 모델을 통한 연소실 압력 재구성의 경우 결과의 변동성이 매우 커진다는 문제가 있다. 따라서 본 연구에서는 노이즈 신호의 영향을 크게 받지 않는 인공지능 모델을 이용하여 연소실 내부 압력 및 배기배출물 재구성 모델을 구축하고자 한다. 이를 위해 6L급 건설기계용 엔진을 기반으로 한 단기통 천연가스/디젤 이종연료 압축착화 엔진을 구성하였다. 또한 엔진 주요 제어인자인 디젤 분사시기, 흡기 압력, 엔진 부하, 엔진 속도에 따른 학습 및 예측 데이터를 구성하여 모델 학습을 진행한 후, 예측 정확도 분석을 바탕으로 최적의 학습 데이터셋 구성에 대한 방향을 제시하고자 한다. 최종적으로 본 연구를 통해 높은 정확도를 가지는 실린더 압력 및 배기배출물 대체측정 모델을 개발하고자 한다.