KR102193264B1

KR102193264B1 - 지능화된 제어기를 가진 직류-직류 변환기

Info

Publication number: KR102193264B1
Application number: KR1020200101414A
Authority: KR
Inventors: 이강윤; 조종완; 김민영; 박동수; 최경덕; 부영건
Original assignee: 주식회사 스카이칩스; 성균관대학교산학협력단
Priority date: 2020-08-12
Filing date: 2020-08-12
Publication date: 2020-12-22
Also published as: US11955888B2; US20220052606A1; EP3955450A1; CN114079379A

Abstract

직류-직류 변환기의 제어기의 입력들을 일정 시간 동안 샘플링하여 일 축은 입력 물리량, 타 축은 시간으로 하는 2차원 상태 정보가 생성되고 이를 길쌈 신경망으로 처리하여 복수의 제어 신호들 중 하나를 결정하여 출력한다. 인공 지능 제어부는 동작 모드에 따라 상이한 인공 지능 엔진을 적용하여 복수의 혹은 동적으로 결정되는 동작 조건에 부합하여 동작하는 것이 가능할 수 있다.

Description

지능화된 제어기를 가진 직류-직류 변환기{DC-DC Converter with Intelligent Controller}

전원 공급 장치에 관한 기술이 개시된다.

전통적으로 직류-직류 변환기는 스위칭 펄스의 듀티를 제어하여 입력 전력이나 출력 부하의 변동에 불구하고 안정된 전압을 공급한다. 직류-직류 변환기를 내장하고 있는 시스템으로부터 요구는 전압 안정도, 안정화 시간(settling time), 출력 변동(ripple), 전력 전달 효율, 장치의 크기, 부하 전류 커버리지, 그리고 출력 전압의 개수 등 사양(specification)면에서 점점 더 복잡해지고 가혹해지고 있다. 이러한 요구에 따라, 최근의 직류-직류 변환기는 스위칭 펄스의 주파수를 가변하거나 다중 코어 구조를 채택하고 있다. 전통적인 직류-직류 변환기의 제어기는 출력 조건들마다 제한된 입력 범위에 대해 작용한다. 복수의 출력 조건들을 만족시키기 제어하기 위해 이 같은 제어기 알고리즘들을 순차적으로 실행하는 것은 출력 조건들 상호간의 간섭으로 인해 목표하는 특성을 달성하는데 어려움을 겪거나 시간적인 지연을 초래한다.

한편, 직류-직류 변환기는 부하의 동작 상태나 부하로부터의 요구 조건, 예를 들면 출력 전압의 변경이나 출력 전류의 증가, 안정된 전압 등의 요구 조건에 최적화된다. 그러나 만약 단일의 부하 시스템으로부터 요구되는 요구 조건이 동적으로 변할 경우 이에 대해 대응하는 것은 상당히 제한되어 왔다.

또한 전원 관리 장치를 하나의 집적회로로 구현함에 있어서, 기존의 직류-직류 변환 장치들은 최대 전력 전달점 추적(Maximum Power Point Tracking) 기법을 이용하여 에너지 전달 효율의 제고를 도모하고 있다. 이 기법에 따르면 경부하(light load)와 중부하(heavy load) 여부에 따라 피드백 제어 모드나 코어 싸이즈를 제어한다. 이러한 접근은 제한된 상태에서 최적의 효율을 추구하므로 기존에 누적된 정보를 고려하지 못하다거나 처리 속도 제한이나 항상 동일한 제어 흐름을 반복함에 따른 고정적으로 소요되는 시간이 필요하다는 제한을 수반한다. 특히 효율, 안정화 시간, 출력 변동 등과 같은 다수의 출력 파라메터를 동시에 고려하여 처리하지 못하고 이들을 순차적으로 고려함에 따라 고려하는 출력 파라메터의 수에 비례하여 고정적으로 1회 제어 루프에 필요한 시간도 증가한다.

제안된 발명은 직류-직류 변환기에서 부하로부터의 요구에 대응하여 효율(efficiency)과 안정화 시간(settling time) 및 출력 변동(ripple)을 최적화하면서 최대 전력 전달이 가능한 제어를 달성하는 것을 목적으로 한다.

나아가 제안된 발명은 복수의 출력 파라메터에 대한 부하의 요구 조건을 만족시킬 수 있는 직류-직류 변환기를 제공하는 것을 목적으로 한다.

나아가 제안된 발명은 출력 파라메터의 넓은 범위에서 부하의 요구 조건을 만족시킬 수 있는 직류-직류 변환기를 제공하는 것을 목적으로 한다.

나아가 제안된 발명은 완전 집적(fully integrated)되어 주변 소자들을 최소화할 수 있는 직류-직류 변환 장치를 제공하는 것을 목적으로 한다.

나아가 제안된 발명은 부하의 동적으로 변경되는 요구 조건을 만족시킬 수 있는 직류-직류 변환기를 제공하는 것을 목적으로 한다.

제안된 발명의 일 양상에 따르면, 직류-직류 변환기의 제어기의 입력들을 일정 시간 동안 샘플링하여 일 축은 입력 물리량, 타 축은 시간으로 하는 2차원 상태 정보가 생성되고 이를 길쌈 신경망으로 처리하여 복수의 제어 신호들 중 하나를 결정하여 출력한다.

추가적인 양상에 따르면, 인공 지능 제어부가 직류-직류 변환기로 출력하는 제어 신호는 현재 제어 신호의 값에 대한 증감 신호일 수 있다.

추가적인 양상에 따르면, 인공 지능 제어부는 동작 모드에 따라 상이한 인공 지능 엔진을 적용하여 복수의 혹은 동적으로 결정되는 동작 조건에 부합하여 동작하는 것이 가능할 수 있다.

추가적인 양상에 따르면, 동작 모드는 샘플링 윈도우 기간 동안의 센서 입력으로부터 생성된 2차원 상태 정보에 따라 결정될 수 있다.

추가적인 양상에 따르면, 샘플링 윈도우 기간 동안의 센서 입력으로부터 생성된 2차원 상태 정보가 기존에 학습된 것인지 여부에 따라 복수의 인공 지능망 중 하나가 인공 지능 제어부에 선택적으로 적용될 수 있다.

제안된 발명에 따라, 직류-직류 변환기의 복잡한 입력들을 한번에 처리하여 설계 목표 혹은 시스템의 요구를 만족시킬 수 있다. 또한 다수의 출력 파라메터를 한번에 처리하는 방법을 통해 고려되는 출력 파라메터의 수에 비례하여 증가하는 고정적인 처리 지연을 회피할 수 있다. 이를 통해 고속 제어가 가능하여 최적 값에 대한 정밀성이 개선된다. 또 효율(efficiency)과 안정화 시간(settling time) 및 출력 변동(ripple)에 관련된 상호간에 충돌(conflict)이 있을 수 있는 시스템의 요구를 만족시키는 것이 가능해진다. 더 나아가 시스템에서 동적으로 변경되는 요구 조건을 만족시키는 것이 가능해진다.

도 1은 일 실시예에 따른 직류-직류 변환 장치의 구성을 도시한 블록도이다.
도 2는 또 다른 실시예에 따른 직류-직류 변환 장치의 구성을 도시한 블록도이다.
도 3은 또 다른 실시예에 따른 직류-직류 변환 장치의 구성을 도시한 블록도이다.
도 4은 길쌈 신경망의 입력인 2차원 상태 정보의 일 예를 도시한다.
도 5는 설계 목표에 따라 복수 세트의 2차원 필터와 인공 신경망 가중계수들을 준비하는 과정을 설명하는 개념적인 도면이다.
도 6는 제안된 발명에 따른 인공 지능 제어부가 적용되어 있는 직류-직류 변환 장치의 일 실시예의 구성을 도시한 블록도이다.
도 7은 제안된 발명에 따른 인공 지능 제어부가 적용되어 있는 직류-직류 변환 장치의 또 다른 실시예의 구성을 도시한 블록도이다.

전술한, 그리고 추가적인 양상들은 첨부된 도면을 참조하여 설명하는 실시예들을 통해 구체화된다. 각 실시예들의 구성 요소들은 다른 언급이나 상호간에 모순이 없는 한 실시예 내에서 또는 타 실시예의 구성 요소들과 다양한 조합이 가능한 것으로 이해된다. 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 명세서 및 청구범위에 사용된 용어는 기재 내용 혹은 제안된 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 이하 첨부된 도면을 참조로 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.

도 1은 일 실시예에 따른 직류-직류 변환 장치의 구성을 도시한 블록도이다. 도시된 바와 같이, 일 실시예에 따른 직류-직류 변환 장치는 전력 변환부(100)와, 복수의 센서들(900)과, 그리고 인공 지능 제어부(300)를 포함한다.

전력 변환부(100)는 벅 컨버터(Buck converter), 부스트 컨버터(Boost converter), 벅-부스터 컨버터 혹은 이들 기본적인 구조를 포함하는 복합 구조 혹은 멀티 코어 구조이거나 이들 구조를 병렬로 복수개 포함하는 구조 등 알려진 다수의 직류-직류 변환기(DC-DC converter) 중 하나일 수 있다. 이들은 펄스폭변조(PWM: Pulse Width Modulation) 방식과 펄스주파수변조(PFM: Pulse Frequency Modulation) 방식 중 하나로 동작할 수 있다. 일 실시예에서 전력 변환부(100)는 하나의 반도체 집적회로로 구현될 수 있다. 직류-직류 변환기(DC-DC converter)를 하나의 집적 회로로 구현하는데 있어서 인덕터(Inductor)의 크기를 줄이는 이슈가 있다. 인덕터의 크기를 줄이기 위해 스위칭 주파수를 높이는 경우 피드백 루프에서 안정성(stability)이 문제가 되고 보상에 사용되는 저항이나 커패시터 크기의 문제가 발생하며 또 출력 리플(ripple), 안정화 시간(settling time)이 증가하는 등 효율이 나빠진다. 제안된 발명은 이러한 복잡한 제어기 문제를 효율적으로 해결하는데 적용될 수 있다.

복수의 센서들(900)은 전력 변환부(100)의 각 입력, 출력, 또는 회로 중의 하나 혹은 복수의 노드에 연결되어 그 물리적인 상태 혹은 회로적인 상태를 감지하는 하나의 소자 혹은 복수의 소자로 구성되는 회로일 수 있다.

인공 지능 제어부(300)는 복수의 센서들(900)에서 출력된 값을 일정 시간 동안 다수회 샘플링하여 2차원 상태 정보를 생성하고 이를 길쌈 신경망(CNN : Convolutional Neural Network)에 의해 처리하여 분류한 결과값에 따라 전력 변환부의 동작을 제어하는 복수의 제어 신호를 출력한다.

완전 결선층들(fully connected layers)로 구성된 일반적인 인공 신경망의 입력 데이터는 1차원 벡터이다. 일반적으로 길쌈 신경망은 영상 정보를 2차원 영상의 특징인 공간 정보를 유지한 상태로 이러한 완전 결선 인공 지능망을 이용할 수 있는 구조를 제시한다. 길쌈 신경망은 영상의 특징(feature)을 추출하는 필터들을 포함하는 길쌈층(convolution layer)과 비선형 활성함수, 그리고 그 출력에서 특성을 추출하는 풀링 계층(pooling layer)을 포함한다. 최종적인 풀링 계층의 출력으로부터 1차원 벡터가 생성되고 이것이 이후의 완전 결선 인공 지능망의 입력으로 공급된다.

이와 같이 일반적으로 길쌈 신경망(CNN)은 2차원 영상의 특징을 반영하여 이를 일반적인 인공 지능망에 의해 분류할 수 있다. 직류-직류 변환기의 제어기의 입력들, 예를 들면 입력단 전압이나, 출력단 전압, 온도 등의 물리량은 직류-직류 변환기의 구성에 따라, 또 목표하는 동작 사양이나 특성에 따라 개수, 종류나 그 범위(range)가 달라질 수 있다. 이들은 2차원 배열을 가지고 있지 않으며 영상 정보와 같은 공간 정보의 특성을 가지고 있지 않다.

또 직류-직류 변환기의 제어기의 출력들, 예를 들면 스위칭 펄스의 듀티나 주파수 등도 직류-직류 변환기의 구성에 따라, 또 목표하는 동작 사양이나 특성에 따라 개수, 종류나 그 범위(range)가 달라질 수 있다. 이들은 입력들의 시간적으로 누적된 특성이 반영되어 결정되므로 일 시점의 제어기의 입력들을 분류하여 결정될 수 없다.

제안된 발명의 일 양상에 따라, 직류-직류 변환기의 제어기의 입력들을 일정 시간 동안 샘플링하여 일 축은 입력 물리량, 타 축은 시간으로 하는 2차원 상태 정보가 생성되고 이를 길쌈 신경망으로 처리하여 복수의 제어 신호를 생성한다. 제어기의 입력들은 직류-직류 변환기의 신호나 환경에 관련된 물리량이기 때문에 연속적인 특성을 가지며, 제안된 발명의 이러한 양상에 의해 제어기의 출력은 일정 시간 혹은 주기 동안의 입력값들을 반영할 수 있다.

일 실시예에서, 인공지능 제어부(300)는 전력 변환부(100)와 동일한 기판 혹은 동일한 패키지에 구성되는 범용 프로세서에서 실행되는 프로그램 명령어 세트들로 구현될 수 있다. 이 프로그램 명령어들은 메모리(700)에 저장된다. 도시된 실시예에서, 메모리(700)는 하나 혹은 복수의 물리적인 메모리 소자로 구현될 수 있다. 또 다른 예로, 인공지능 제어부(300)는 전용 하드웨어, FPGA(Field Programmable Gate Array), 그리고 범용 프로세서의 조합으로 구현될 수도 있다.

추가적인 양상에 따르면, 인공 지능 제어부가 직류-직류 변환기로 출력하는 제어 신호는 현재 제어 신호의 값에 대한 증감 신호일 수 있다. 이러한 양상에 따라, 제안된 발명의 인공 지능 제어부는 일정 주기, 즉 샘플링 윈도우(sampling window) 동안의 입력 값들로부터 현재 제어 신호를 증가시킬지 감소시킬지 판단하는 역할을 하게 된다. 직류-직류 변환기의 제어 신호는 예를 들면 듀티, 주파수, 게이트 드라이버의 크기 혹은 용량, 코더의 크기와 같이 그 물리량의 증감에 따라 출력이나 특성에 영향도 점진적일 수 있다. 현재 값에 대한 증감 신호의 형태를 가짐으로써 인공 지능 제어부는 현재 상태를 기준으로 특성을 점진적으로 변경해나갈 수 있고 입력에 포함된 노이즈나 에러, 혹은 인공 지능 엔진의 오판에 따른 위험을 줄일 수 있다.

도시된 바와 같이, 일 실시예에 있어서 인공 지능 제어부(300)는 영상정보 생성부(350)와, 길쌈 신경망 회로부(310)와, 그리고 출력신호 생성부(330)를 포함할 수 있다.

영상정보 생성부(350)는 센서들(900)에서 출력된 값을 일정 시간 동안 샘플링하여 2차원 상태 정보를 생성한다. 영상정보 생성부(350)는 버퍼 메모리(730)에 센서들(900)로부터 읽어 들인 디지털 값들을 순차적으로 저장한다. 일실시예에서 버퍼 메모리(730)는 전력 변환부(100), 인공 지능 제어부(300)와 동일한 패키지로 구현되는 정적 램(static RAM)으로 구현된다. 도 4은 영상정보 생성부(350)가 생성하여 길쌈 신경망에 입력되는 2차원 상태 정보의 일 예를 도시한다. 가로축이 시간축이고 세로축은 입력 변수들이다. 입력 변수들은 물리적으로 상호간에 시간적 변동의 특성이 유사한 것들이 인접하여 배치되는 편이 길쌈 신경망 처리에 유리할 수 있다. 이 예에서 샘플링 윈도우의 크기는 (t_M-t₀)이다.

길쌈 신경망 회로부(310)는 2차원 상태 정보를 처리하여 분류 결과 값을 출력한다. 길쌈 신경망 회로부(310)는 분류 결과별 확률값을 출력하지만, 제안된 발명에서는 그 중 확률이 가장 큰 하나의 분류 결과 값만을 선택한다. 제안된 발명의 일 양상에 따라, 길쌈 신경망 회로부(310)는 일정 주기, 즉 샘플링 윈도우(sampling window) 동안의 입력 값들로부터 복수 세트의 제어 신호들 중 하나를 결정하여 출력한다. 예를 들어 길쌈 신경망 회로부(310)의 출력은 다음과 같은 형태를 가질 수 있다.

코어 선택
워드

PWM/PFM 선택
워드

듀티
제어 워드

스위칭 주파수
제어 워드

이 예에서 코어 선택 워드(core selection word)는 전력 변환기가 멀티 코어 구조인 경우 다수의 코어 중 하나를 선택하는 제어 워드(control word)이다. 예를 들어 전력 변환기가 3개의 코어를 포함하는 구조일 때 코어 선택 워드는 코어가 작은 것부터 큰 순서대로 {00,01,10} 중 하나의 값을 가질 수 있는 2비트 워드일 수 있다.

PWM/PFM 선택 워드는 전력 변환기의 동작 모드를 펄스폭변조(PWM: Pulse Width Modulation) 방식과 펄스주파수변조(PFM: Pulse Frequency Modulation) 방식 중 하나로 선택하는 제어 워드이다. 예를 들어 PWM/PFM 선택 워드는 0이면 PWM, 1이면 PFM 모드를 지시하는 1비트 워드일 수 있다.

듀티 제어 워드(duty control word)는 전력 변환기의 PWM 스위칭 펄스의 듀티 값을 지정한다. 예를 들어 전력 변환기가 16단계로 듀티를 가변시킬 수 있는 구조를 가지고 있을 경우 듀티 제어 워드는 4비트 워드일 수 있다.

스위칭 주파수 제어 워드는 전력 변환기의 스위칭 주파수를 제어하는 제어 워드이다. 예를 들어 예시적인 전력 변환기는 기준 주파수 발생 회로(reference frequency generating circuit)와, 발생된 기준 주파수 신호를 분주(divide)하여 4개의 스위칭 주파수들을 생성하여 출력하는 분주기들과, 4개의 스위칭 주파수들이 입력되고 2비트의 선택 입력단(selection input)에 스위칭 주파수 제어 워드가 인가되는 멀티플렉서를 포함하여 구성되는 다중 기준 주파수 발생 회로를 포함할 수 있다.

[표 1]의 실시예의 경우 길쌈 신경망 회로부(310)의 출력은 코어 선택 워드 2비트, PWM/PFM 선택 워드 1비트, 듀티 제어 워드 4비트, 스위칭 주파수 제어 워드 2비트 도합 9비트로 구성되고, 입력된 2차원 상태 정보를 3×2×16×2=192개의 클라스 중 하나로 분류한다.

출력신호 생성부(330)는 분류 결과 값들로부터 전력 변환부(100)의 동작을 제어하는 제어 신호들을 생성하여 출력한다. 예를 들어 위 [표 1]에서 도시된 예의 경우에 출력신호 생성부(330)는 길쌈 신경망 회로부(310)의 출력 9비트로부터 각각의 제어 워드들을 분리하여 전력 변환부(100)의 해당하는 노드로 출력한다.

추가적인 양상에 따르면, 또 다른 실시예로, 길쌈 신경망 회로부(310)는 일정 주기, 즉 샘플링 윈도우(sampling window) 동안의 입력 값들로부터 현재의 각각의 제어 신호를 증가시킬지 감소시킬지 판단하는 역할을 하도록 구성될 수 있다. 이 경우 각각의 제어 워드가 증가 혹은 감소를 의미하는 1비트 워드이거나, 증가 또는 감소치를 의미하는 부호화된 이진 워드(signed binary word), 예를 들면 3비트의 부호화된 이진 워드일 수 있다.

각각의 제어 워드가 증가 혹은 감소를 의미하는 1비트 워드로 구성되는 경우, 길쌈 신경망 회로부(310)의 출력은 코어 선택 워드 1비트, PWM/PFM 선택 워드 1비트, 듀티 제어 워드 1비트, 스위칭 주파수 제어 워드 1비트 도합 4비트로 구성되고, 입력된 2차원 상태 정보를 2×2×2×2=16개의 클라스 중 하나로 분류한다.

이 실시예에서, 출력신호 생성부(330)는 분류 결과 값들로부터 전력 변환부(100)의 동작을 제어하는 제어 신호들을 생성하여 출력한다. 예를 들어 위 실시예의 경우에 출력신호 생성부(330)는 길쌈 신경망 회로부(310)의 출력 4비트로부터 각각의 제어 워드들을 분리하고 저장된 현재 제어 신호 값을 대응하는 출력값에 따라 증가 혹은 감소시켜 전력 변환부(100)의 해당하는 노드로 출력한다. 출력신호 생성부(330)는 현재 제어 신호 값이 최대값인데 대응하는 출력값이 '증가(1)'인 경우 그 출력값을 그대로 유지하도록 동작할 수 있다. 또 출력신호 생성부(330)는 현재 제어 신호 값이 최소값인데 대응하는 출력값이 '감소(0)'인 경우 그 출력값을 그대로 유지하도록 동작할 수 있다. 이 경우 도시된 실시예에서 메모리(700)에는 현재의 제어 신호값이 저장될 수 있다.

길쌈 신경망 회로부(310)는 레이블링(labeling)된 학습 데이터로 학습된다. 상용화된 회로 설계 도구들(tools)은 실제 회로에 가까운 시뮬레이션 결과를 제공한다. 제안된 발명에서 학습 데이터는 회로 설계 도구에 의해 생성된 전력 변환부(100)의 모델링에서 입력 파라메터를 다양하게 변경시키면서 시뮬레이션한 결과들로부터 획득된다. 학습을 통해 결정된 길쌈 신경망의 2차원 필터, 완전 결선 인공 지능망의 가중 계수들(weighting coefficients)은 메모리(700)의 구성 정보 메모리(710)에 저장될 수 있다. 일 실시예에서 구성 정보 메모리(710)는 버퍼 메모리(730)를 구성하는 동일한 정적 램(static RAM) 상에 구현된다.

도 2는 또 다른 실시예에 따른 직류-직류 변환 장치의 구성을 도시한 블록도이다. 추가적인 양상에 따르면, 직류-직류 변환 장치는 제어 선택부(370)를 더 포함할 수 있다. 제어 선택부(370)는 설정 지시에 응답하여 구성 정보 메모리(710)로부터 해당하는 2차원 필터와 인공 신경망 가중계수들의 세트를 길쌈 신경망 회로부(310)에 적용하여 구성한다. 일 실시예에서, 설정 지시는 동작 모드 지시 버튼을 통해 수동으로 입력될 수 있다. 이를 위해 복수 세트의 2차원 필터와 인공 신경망 가중계수들이 준비되어 구성 정보 메모리(710)에 저장된다. 각각의 세트들은 어떤 설계 목표에 따라 준비될 수 있다. 도 5는 설계 목표에 따라 복수 세트의 2차원 필터와 인공 신경망 가중계수들을 준비하는 과정을 설명하는 개념적인 도면이다. 도면에서 효율(efficiency)은 입력 전력대비 출력 전력의 비율을 의미하고, 안정화 시간(settling time)은 계단파(step) 입력 전압에 대해 출력이 일정한 변동폭 이내에 도달하여 유지되는데 소요되는 시간이며, 출력 변동(ripple)은 출력 전압의 변동폭을 의미한다. 도시된 예는 이 3가지 설계 목표 파라메터를 제시하고 있지만 확장된 실시예에서는 그 이상의 개수가 고려될 수도 있다. 도면에서 표시된 점들(41,43,45)은 설계시 이러한 설계 목표 파라메터들이 고려되는 비중을 의미한다. 도면 부호 41 설계 목표는 효율, 안정화 시간, 출력 변동 3가지를 모두 균일한 정도로 고려하는 설계안이다. 도면 부호 43은 효율과 안정화 시간은 동일한 정도의 가중치를 부여하고 출력 변동은 가중치를 작은 값으로 설정한 설계안이다. 도면 부호 45는 효율과 출력 변동은 동일한 정도의 가중치를 부여하고 안정화 시간은 가중치를 작은 값으로 설정한 설계안이다.

이러한 설계 목표의 가중치는 길쌈 신경망의 학습 데이터의 레이블링을 통해 구현될 수 있다. 예를 들어 센서를 통해 도 4과 같은 형식의 입력/출력 변동 상태에서 듀티/코어 선택/주파수 등의 입력 파라메터를 변경시켜 설계 목표 파라메터들을 회로 시뮬레이션을 통해 구하고, 원하는 설계 목표에 부합하는 입력 파라메터에 해당하는 분류 결과 값을 부여한다.

추가적인 양상에 따르면, 일 양상에 따른 직류-직류 변환 장치는 동작 모드 결정부(390)를 더 포함할 수 있다. 동작 모드 결정부(390)는 복수의 센서(900)의 출력으로부터 동작 모드를 결정하여 설정 지시를 출력한다. 예를 들어 부하의 급격한 변동으로 출력 전압의 변동이 심해지면 출력 전압의 변동폭을 줄이는데 최적화된 동작 모드를 선택하도록 설정 지시가 출력될 수 있다. 또 안정된 부하 상태가 한종안 유지되면 효율에 최적화된 동작 모드를 선택하도록 설정 지시가 출력될 수 있다.

도 3은 또 다른 실시예에 따른 직류-직류 변환 장치의 구성을 도시한 블록도이다. 도시된 바와 같이 추가적인 양상에 따른 직류-직류 변환 장치는 방사형 기저 신경망(RBFNN : Radial Basis Function Neural Network) 회로부(340)와, 지능망 엔진 선택부(320)를 더 포함할 수 있다.

방사형 기저 신경망 회로부(340)는 활성화 함수(activation function)로 방사형 기저 함수를 사용하는 인공 신경망이다. 출력은 뉴론 파라메터들과 입력값들의 방사형 기저 함수값의 선형 조합(linear combination)이다. 방사형 기저 신경망 회로부(340)는 제2 구성정보 메모리(750)로부터 뉴론 파라메터들을 읽어 들여 초기화할 수 있다. 지능망 엔진 선택부(320)는 생성된 2차원 상태 정보가 기존에 학습된 상태 정보이면 방사형 기저 신경망으로 처리하고, 생성된 2차원 상태 정보가 새로운 상태 정보이면 길쌈 신경망으로 처리하도록 제어한다.

도 6은 제안된 발명에 따른 인공 지능 제어부가 적용되어 있는 직류-직류 변환 장치의 일 실시예의 구성을 도시한 블록도이다. 이 실시예의 직류-직류 변환 장치는 본 출원인에 의해 2019.12.10.자 출원되어 2020.07.14.자로 등록된 특허 제2,135,873호의 실시예 중 하나로 개시되어 있다. 이 특허에서는 종래의 규칙 기반 제어기(rule-based controller)를 적용하고 있다. 인용한 블록도는 이 특허 공보의 도 3에 도시된 실시예에 기초하여 제안된 발명의 인공 지능 제어기를 적용한 실시예이다. 출력 변동이나 안정화 시간을 동시에 만족시키기 위해 제어 처리 흐름 상의 고정적인 시간을 필요로 하는데 반해 제안된 발명이 적용됨에 따라 제어 주기가 짧아지면서 성능이 향상될 수 있다.

도시된 바와 같이, 일 실시예에 따른 전원 공급 장치는 다중 기준 클럭 생성부(130)와, 스위칭 펄스 발생부(120)와, 직류-직류 변환부(110)를 포함한다. 다중 기준 클럭 생성부(130)는 서로 주파수가 다른 복수의 기준 클럭 신호들 중 하나를 출력한다. 예를 들어 다중 기준 클럭 생성부(130)는 1MHz-1.9Mhz 까지의 주파수에서 100KHz 간격을 가진 10개의 주파수를 가진 기준 클럭 신호들을 생성할 수 있다. 생성된 복수의 기준 클럭 신호 중 하나가 선택되어 출력된다. 또 다른 예로, 다중 기준 클럭 생성부(130)는 지시된 주파수를 가진 기준 클럭 신호를 생성하여 출력하는 단일의 클럭 생성 회로를 포함할 수 있다. 예를 들어 기준 클럭을 제어 가능한 가변 분주기를 통해 분주하여 출력할 수 있다.

스위칭 펄스 발생부(120)는 다중 기준 클럭 생성부(130)에서 출력되는 기준 클럭 신호의 듀티(duty)를 변경한 스위칭 펄스를 생성하여 출력한다. 직류-직류 변환부(110)는 스위칭 펄스 발생부(120)에서 출력된 스위칭 펄스에 의해 입력 전력을 스위칭하여 직류 전력으로 변환하여 출력한다. 일 실시예에 있어서 직류-직류 변환부(110)는 벅 컨버터(Buck converter)일 수 있다. 스위칭 펄스 발생부(120)는 기준 클럭의 듀티(duty)를 변경한 스위칭 펄스를 생성하여 출력한다. 입력 클럭 신호를 주어진 듀티를 가지도록 변조하는 PWM 변조는 알려진 기술이다. 듀티는 전압 또는 디지털로 인코딩된 정보를 통해 지시될 수 있다.

스위칭 펄스 발생부(120)는 다중 듀티 신호 생성부(121)와 듀티 선택부(123)를 포함할 수 있다. 다중 듀티 신호 생성부(121)는 기준 클럭을 서로 상이한 듀티를 가지도록 변조한 복수의 스위칭 펄스 신호를 생성한다. 일 실시예에서, 다중 듀티 신호 생성부(121)는 각각이 기준 클럭 신호에 동기화되면서 10%에서 90%까지 듀티를 가진 스위칭 펄스 신호를 출력하는 9개의 펄스 신호 생성부를 포함한다. 입력 펄스 신호를 주어진 듀티를 가지도록 PWM 변조하는 기술은 잘 알려진 기술이다.

듀티 선택부(123)는 복수의 스위칭 펄스 신호들 중 인공 지능 제어부(300)가 출력하는 듀티 제어 신호에 의해 선택된 한 신호를 출력한다. 일 실시예에서, 듀티 선택부(123)는 다중화기(multiplexer)이다. 도시된 실시예에서 다중화기의 선택 입력(selection input)은 듀티 추적 제어부(193)가 출력하는 디지털 바이트(digital byte)이다. 직류-직류 변환부(110)는 스위칭 펄스에 의해 입력 전력을 스위칭하여 직류 전압으로 변환하여 출력한다. 일 실시예에 있어서 직류-직류 변환부(110)는 벅 컨버터(Buck converter)일 수 있다.

도시된 실시예에서, 인공 지능 제어부(300)가 출력하는 제어 신호는 듀티 제어 신호와, 스위칭 주파수 제어 신호를 포함한다. 듀티 제어 신호는 듀티 선택부(123)를 구성하는 다중화기의 선택 입력으로 입력된다. 스위칭 주파수 제어 신호는 다중 기준 클럭 생성부(130)로 입력되어 스위칭 펄스 발생부(120)로 공급되는 기준 클럭의 주파수를 선택한다. 예를 들어 스위칭 주파수 제어 신호는 다중 기준 클럭 생성부(130)의 가변 분주기의 제어 워드로 입력될 수 있다. 도 7에 도시된 실시예의 구체적인 동작은 이 특허 공보에 상세히 기재되어 있으므로 상세한 설명은 생략한다.

도 7은 제안된 발명에 따른 인공 지능 제어부가 적용되어 있는 직류-직류 변환 장치의 또 다른 실시예의 구성을 도시한 블록도이다. 도시된 직류-직류 변환 장치는 다중 코어 직류-직류 변환기(110)를 포함한다. 즉, 각각이 메인 스위칭 트랜지스터와 인덕터, 그리고 출력 회로를 포함하는 직류-직류 변환 장치의 코어 회로(core circuit)를 다수 세트 포함하고 있다. 제안된 발명의 양상들에 따라 구현되는 인공 지능 제어부(300)는 입력단(VIN)의 전류, 전압을 입력 전류 센서(911), 입력 전압 센서(913)를 통해 검출한다. 추가로, 인공 지능 제어부(300)는 출력단(VOUT)의 전류, 전압을 출력 전류 센서(951), 출력 전압 센서(953)를 통해 검출한다. 이때 전류 센서들은 온도 보상 회로를 포함할 수 있다. 일 실시예에서, 인공 지능 제어부(300)는 온도 센서(930)를 통해 온도를 감지하고 이를 제어에 반영할 수 있다.

제안된 발명의 양상들에 따라 구현되는 인공 지능 제어부(300)는 코어 선택 제어기(173)로, 예를 들면 전술한 실시예에서의 코어 선택 워드를 출력하여 다수의 코어 회로 중 하나를 선택한다. 이때 인공 지능 제어부(300)는 그 메인 스위칭 트랜지스터들을 구동하는데 적합한 게이트 드라이버를 가변 게이트 드라이버 제어기(171)를 통해 선택한다. 또 인공 지능 제어부(300)는 PWM/PFM 모드 제어기(151)로 제어 워드를 출력하여 두 동작 모드간에 선택을 제어하고, 데드타임( dead time) 제어기(153)로 제어 워드를 출력하여 최적의 데드타임을 선택하도록 제어한다. 또 유연 시동(soft start) 제어기(155)로 제어 워드를 출력하여 밴드갭 기준전압(137)을 제어하여 유연 시동 동작을 통해 동작의 안정도를 향상시킬 수 있다.

이상에서 본 발명을 첨부된 도면을 참조하는 실시예들을 통해 설명하였지만 이에 한정되는 것은 아니며, 이들로부터 당업자라면 자명하게 도출할 수 있는 다양한 변형예들을 포괄하도록 해석되어야 한다. 특허청구범위는 이러한 변형예들을 포괄하도록 의도되었다.

100 : 전력 변환부
110 : 다중 코어 직류-직류 변환기
120 : 스위칭 펄스 발생부 121 : 다중 듀티 신호 생성부
123 : 듀티 선택부
130 : 다중 기준 클럭 생성부
131,133 : 비교기 135 : 톱니파 발생부
137 : 밴드갭 기준전압 생성부
151 : PWM/PFM 모드 제어기 153 : 데드타임 제어기
155 : 유연시동 제어기
171 : 가변 게이트 드라이버 제어기 173 : 코어 선택 제어기
300 : 인공 지능 제어부
310 : 길쌈 신경망 회로부 320 :
330 : 출력 신호 생성부 340 : 방사형 기저 신경망 회로부
350 : 영상 정보 생성부 370 : 제어 선택부
700 : 메모리
710 : 제 1 구성 정보 메모리 730 : 버퍼 메모리
750 : 제 2 구성정보 메모리
900 : 센서

Claims

전력 변환부와;
전력 변환부의 각부의 상태를 검출하는 복수의 센서와;
복수의 센서에서 출력된 값을 일정 시간 동안 샘플링하여 2차원 상태 정보를 생성하고 이를 길쌈 신경망(Convolutional Neural Network)에 의해 처리하여 분류한 결과값에 따라 상기 전력 변환부의 동작을 제어하는 복수의 제어 신호를 출력하는 인공 지능 제어부와;
적어도 하나의 2차원 필터와 인공 신경망 가중계수들의 복수개의 세트들이 저장된 구성정보 메모리와;
설정 지시에 응답하여 상기 구성 정보 메모리로부터 해당하는 2차원 필터와 인공 신경망 가중 계수들의 복수개의 세트들 중 하나를 상기 인공 지능 제어부의 길쌈 신경망에 적용하여 구성하는 제어 선택부;
를 포함하는 직류-직류 변환 장치.
청구항 1에 있어서, 상기 복수의 제어 신호 중 적어도 하나는 현재 제어 신호의 값에 대한 증감 신호인 직류-직류 변환 장치.
청구항 1에 있어서, 상기 인공 지능 제어부가 :
복수의 센서에서 출력된 값을 일정 시간 동안 샘플링하여 2차원 상태 정보를 생성하는 영상정보 생성부와;
상기 2차원 상태 정보를 처리하여 분류 결과 값을 출력하는 길쌈 신경망 회로부와;
상기 분류 결과 값들로부터 전력 변환부의 동작을 제어하는 복수의 제어 신호를 생성하여 출력하는 출력신호 생성부;
를 포함하는 직류-직류 변환 장치.
삭제
청구항 1에 있어서, 상기 장치가 :
상기 복수의 센서의 출력으로부터 동작 모드를 결정하여 설정 지시를 출력하는 동작 모드 결정부;
를 더 포함하는 직류-직류 변환 장치.
청구항 3에 있어서, 상기 인공 지능 제어부는 :
방사형 기저 신경망(RBFNN : Radial Basis Function Neural Network) 회로부와;
생성된 2차원 상태 정보가 기존에 학습된 상태 정보이면 방사형 기저 신경망으로 처리하고, 생성된 2차원 상태 정보가 새로운 상태 정보이면 길쌈 신경망으로 처리하도록 제어하는 지능망 엔진 선택부;
를 더 포함하는 직류-직류 변환 장치.
청구항 1에 있어서, 복수의 센서는 :
전력 변환부의 입력 전압을 검출하는 입력 전압 센서와, 전력 변환부의 입력 전류를 검출하는 입력 전류 센서와, 전력 변환부의 출력 전압을 검출하는 출력 전압 센서와, 전력 변환부의 출력 전류를 검출하는 출력 전류 센서를 포함하는 직류-직류 변환 장치.
청구항 1에 있어서, 제어 신호 생성부가 생성하는 제어 신호는 :
전력 변환부의 펄스폭 동작시 듀티를 제어하는 듀티 제어 신호와;
전력 변환부의 스위칭 주파수를 제어하는 스위칭 주파수 제어 신호;
를 포함하는 직류-직류 변환 장치.
청구항 8에 있어서, 제어 신호 생성부가 생성하는 제어 신호는 :
상기 분류 결과 값들로부터
전력 변환부의 다수의 코어 중 하나를 선택하는 코어 선택 신호와;
전력 변환부의 게이트 드라이버를 선택하는 게이트 드라이버 선택 신호와;
전력 변환부의 데드타임(Dead Time)을 제어하는 데드타임 제어 신호와;
전력 변환부의 PWM/PFM 동작 모드 중 하나를 선택하는 모드 선택 신호;
를 더 포함하는 직류-직류 변환 장치.