KR102502016B1

KR102502016B1 - 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법

Info

Publication number: KR102502016B1
Application number: KR1020200179808A
Authority: KR
Inventors: 고정민
Original assignee: 주식회사 현대케피코
Priority date: 2020-12-21
Filing date: 2020-12-21
Publication date: 2023-02-22
Also published as: KR20220089786A

Abstract

본 발명은 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 장치에 관한 것이다.
본 발명은 엔진과 모터를 동력원으로 사용하는 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법에 있어서, 엔진과 모터가 직접 연동된 상태에서, 엔진이 목표 엔진 토크 값으로 동작하도록, 목표 엔진 토크 값을 갖도록 엔진을 제어하는 단계; 모터를 이용하여 상기 요청한 목표 엔진 토크 값으로 엔진이 동작하는지를 판단하는 단계; 및 상기 판단 단계에서, 상기 엔진이 목표 엔진 토크 값으로 동작하면, 상기 엔진의 토크 값이 토크 편차가 없음으로 학습하는 단계를 포함한다.

Description

하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법{Engine modeling torque error learning method in hybrid vehicle}

본 발명은 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법에 관한 것으로, 더욱 상세하게는 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법에 관한 것이다.

하이브리드 차량의 전달 토크 값 학습시스템 및 방법(공개특허공보 10-2014-0072520호)는 엔진 클러치(300)의 전달 토크 값을 학습하여 운전성 및 연비향상을 제공할 수 있도록 하는 하이브리드 차량의 전달 토크 값 학습시스템 및 학습방법에 관한 것이다.

이러한 종래 하이브리드 차량의 전달 토크 값 학습시스템 및 방법은 엔진에서 클러치(300)를 통하여 모터로 전달되는 토크 값을 학습하는데 클러치(300)가 미끄러짐(슬립)이 발생하는 경우에만 해당하며, 클러치(300)를 통해 모터로 전달되는 토크 값을 학습한다.

선행 특허와 더불어 내연기관을 가지고 동력을 만들어 내는 차량의 경우 엔진의 토크 값은 엔진제어기에서 모델링한 값을 사용하게 되며, 엔진 토크 값 모델링이 엔진의 생산 편차 등에 의한 이유로 정확성이 떨어질 경우 운전성 측면에서 악영향이 발생할 수 있는 문제점이 있다.

삭제

본 발명은 종래 문제점을 해결하기 위한 것으로, 하이브리드 차량에서 실제 엔진 토크 값을 측정하여 모델링 오차를 학습하고, 엔진 토크 값 제어 시 이를 보상 반영하여 제어하도록 하여 운전성을 개선할 수 있는 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 장치를 제공하고자 한다.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법은 엔진과 모터를 동력원으로 사용하는 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법에 있어서, 엔진과 모터가 직접 연동된 상태에서, 엔진이 목표 엔진 토크 값으로 동작하도록, 목표 엔진 토크 값을 갖도록 엔진을 제어하는 단계; 모터를 이용하여 상기 요청한 목표 엔진 토크 값으로 엔진이 동작하는지를 판단하는 단계; 및 상기 판단 단계에서, 상기 엔진이 목표 엔진 토크 값으로 동작하면, 상기 엔진의 토크 값이 토크 편차가 없음으로 학습하는 단계를 포함한다.

상기 판단 단계에서, 상기 모터의 제어에 따라 제어되는 모터의 토크 값을 측정하는 단계; 상기 측정된 모터 전 토크 값에 일정 기어비를 곱하여 실제 엔진에서 발생하고 있는 토크 편차 예측 값을 검출하는 단계; 및 상기 검출된 토크 편차 예측 값을 이용하여 엔진의 토크 편차로 산출하는 단계를 포함한다.

상기 목표 엔진 토크 값을 갖도록 엔진을 제어하는 단계는, 엔진 토크 값 학습을 위한 대표 영역으로 엔진 부하를 조절하는 단계를 더 포함한다.

상기 엔진을 제어하는 단계 이전에, 하이브리드 제어기가 구동용 엔진 또는 모터의 동력이 휠로 전달되지 않도록 제어하는 단계를 더 포함한다.

상기 제어하는 단계는, 변속기가 P, N으로 변속되거나, D단에서 타력 주행에 의해 중립 제어되는 조건으로 변속하는 것이 바람직하다.

상기 모터를 이용하여 목표 엔진 토크 값으로 제어 시 제어되는 모터의 충전 토크 값을 측정하는 단계; 상기 측정된 모터의 충전 토크 값이 기 설정된 토크 값 변동폭 이내에 수렴하는지를 판단하는 단계; 상기 판단단계에서 측정된 모터의 충전 토크 값이 기 설정된 토크 값 변동폭 이내이면, 측정된 모터의 충전 토크 값을 취득하는 단계; 및 상기 취득한 모터의 충전 토크 값으로부터 게인(gain)과 오프셋(offset)을 계산하고 저장하는 단계를 더 포함한다.

삭제

상기 게인과 오프셋을 계산하고 저장하는 단계는, |모터 토크 값| x 기어비 = |preset 엔진 모델링 토크 값| x gain + offset 일 수 있다.

상기 게인과 오프셋을 계산하고 저장하는 단계는, preset 엔진 모델링 토크 값은 개발 중 모델링 된 대표 엔진 토크 값으로, 차량에서 학습되기 전 모델링 토크 값인 것이 바람직하다.

본 발명의 일 실시예에 따르면, 상기 학습되어 저장된 게인과 오프셋을 로딩하는 단계; 상기 학습된 게인과 오프셋을 엔진 모델링 토크 값에 적용하는 단계; 엔진 요구 토크 값 제어 시 학습 모델링 토크 값 사용하여 제어하는 단계를 포함한다.

상기 학습 모델링 토크 값은 프리셋 엔진 모델링 토크 값에 게인 값을 곱하고, 오프셋 값을 더하여 산출된 것이 바람직하다.

그리고 상기 학습 모델링 토크 값은, 현재 엔진의 운전 상태에 따른 모델링 토크 값 계산뿐만 아니라, 엔진으로 특정 토크 값 제어가 요구될 때 토크 값 제어의 기준으로 사용하는 것이 바람직하다.

한편, 생산 단계 EOL(End of line) 조건을 확인하는 단계를 더 포함할 수 있다.

또한 상기 모터를 이용한 엔진의 토크 값 제어 시, 상기 엔진 마찰 토크 값을 측정하고, 측정된 엔진 마찰 토크 값을 학습할 수도 있다.

본 발명의 일 실시예에 따르면, 하이브리드 차량에서 실제 엔진 토크를 측정하여 모델링 오차를 학습하여 엔진 토크 제어 시 이를 보상 반영하여 제어하도록 하여 차량의 운전성을 개선할 수 있는 효과가 있다.

또한 본 발명의 일 실시예에 따르면, 엔진의 토크 값 편차를 보정해줌으로써, 전기차 주행(EV)과 하이브리드 주행간 이질감을 최소화할 수 있는 효과가 있다.

그리고 본 발명의 일 실시예에 따르면, 전기차 주행에서 하이브리드 주행으로 천이 중 이질감을 최소화할 수 있고, 엔진의 정확한 토크 측정으로 정확한 엔진 BSFC 측정이 가능하고, 하이브리드 차량 연비 주행에 도움을 줄 수 있는 효과가 있다.

또한 본 발명의 일 실시예에 따르면, 지속 적인 엔진 성능을 확인하여 노후화 수준을 확인할 수 있고, 엔진에 이상이 발생했을 때 감지가 가능한 효과가 있다.

도 1은 본 발명에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 장치를 설명하기 위한 구성블록도.
도 2 및 도 3은 본 발명의 일 실시예에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법을 설명하기 위한 순서도.
도 4는 본 발명의 일 실시예에 따른 목표 엔진 토크 값이 되도록 모터를 제어하는 단계의 세부 단계를 설명하기 위한 순서도.
도 5는 본 발명의 일 실시예에 따른 하이브리드 차량에서의 토크 제어 방법을 설명하기 위한 순서도.
도 6은 본 발명의 일 실시예에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법을 적용한 병렬형 하이브리드 차량을 설명하기 위한 참고도.
도 7은 도 6의 모터 위치에 따른 모터의 비중 차이를 설명하기 위한 참고도.
도 8은 본 발명의 일 실시예에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법을 적용한 직렬형 하이브리드 차량을 설명하기 위한 참고도.
도 9는 본 발명의 일 실시예에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법을 동력분기형 병렬형 하이브리드 차량을 설명하기 위한 참고도이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

도 1은 본 발명에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 장치를 설명하기 위한 구성블록도이다.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 장치는, 엔진(100), 모터(200), 클러치(300), 변속기(400), 엔진 제어기(500), 모터 제어기(600) 및 하이브리드 제어기(700)를 포함한다.

엔진(100)은 하이브리드 차량에 제1 구동력을 제공한다.

모터(200)는 하이브리드 차량에 제2 구동력을 제공하고, 재생제동 시 배터리(미도시)에 전압을 충전한다.

클러치(300)는 제어에 따라 엔진(100)에 동력을 연결하거나 모터(200)에 동력을 연결한다.

변속기(400)는 엔진(100) 및 모터(200)와 차량의 휠을 물리적으로 단절시킨다.

하이브리드 제어기(700)는 하이브리드 차량의 엔진(100) 모델링 토크의 오차 학습을 위해, 엔진 제어기(500)를 통해 목표 엔진 토크 값이 되도록 엔진(100)을 구동한 후 모터(200)를 이용하여 상기 요청한 목표 엔진 토크 값으로 엔진(100)이 동작하는지를 판단한다.

만약, 상기 엔진(100)이 목표 엔진 토크 값으로 동작하면, 상기 엔진(100)의 토크 값이 토크 편차가 없음으로 학습하고, 상기 엔진(100)이 목표 엔진 토크 값으로 동작하지 않으면, 모터(200)의 충전 토크 값을 측정하고, 상기 측정된 모터(200)의 충전 토크 값이 기 설정된 토크 값 변동폭 이내에 수렴하는 경우, 측정된 모터(200)의 충전 토크 값을 취득하고, 상기 취득한 모터(200)의 충전 토크 값으로부터 게인(gain)과 오프셋(offset)을 계산하고 저장한다.

삭제

여기서, 상기 게인과 오프셋을 계산하고 저장하는 단계(S1540)는 “|모터 토크 값| x 기어비 = |preset 엔진 모델링 토크 값| x gain + offset”과 같이 산출될 수 있다.

그리고, 상기 게인과 오프셋을 계산하고 저장 시, preset 엔진 모델링 토크 값은 개발 중 모델링 된 대표 엔진(100) 토크 값으로, 차량에서 학습되기 전 모델링 토크 값인 것이 바람직하다.

상기 모터(200)의 제어에 따라 제어되는 모터(200)의 토크 값을 측정한다.

이후, 상기 측정된 모터(200) 충전 토크 값에 일정 기어비(또는 풀리비)를 곱하여 실제 엔진(100)에서 발생하고 있는 토크 편차 예측 값을 검출한다.

이어서, 상기 검출된 토크 편차 예측 값을 이용하여 엔진(100)의 토크 편차를 산출한다.

이하, 하기에서는 본 발명의 일 실시예에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법에 대하여 도 2 내지 도 4를 참조하여 설명하기로 한다. 이 방법은 엔진(100)과 모터(200)를 동력원으로 사용하는 하이브리드 차량의 ECU에 의해 동작되는 것이 바람직하다.

삭제

먼저 도 2에서와 같이, 엔진(100)과 모터(200)가 직접 연동된 상태에서, 목표 엔진 토크 값을 갖도록 엔진(100)을 제어한다(S110). 본 발명의 일 실시예에 따르면, 상기 엔진(100)을 제어하는 단계(S110) 이전에, 하이브리드 제어기(700)가 구동용 엔진(100) 또는 모터(200)의 동력이 휠로 전달되지 않도록 제어하는 단계를 더 포함할 수 있다. 본 실시예에서의 제어하는 단계는 변속기(400)가 P, N으로 변속되거나 D단에서 타력 주행에 의해 중립 제어되는 조건으로 변속함으로써 가능하다. 또한, 이때, 상기 목표 엔진 토크 값을 갖도록 엔진(100)을 제어하는 단계(S110)는 엔진(100) 토크 값 학습을 위한 대표 영역으로 엔진(100) 부하를 조절하는 단계를 더 포함할 수 있다.

이어서, 모터(200)를 이용하여 엔진의 토크 값을 검출한다(S120).

상기 검출된 엔진의 토크 값이 상기 목표 엔진 토크 값과 같은지, 즉, 엔진(100)이 상기 목표 엔진 토크 값으로 동작하는지를 판단한다(S130)

상기 판단 단계(S130)에서, 상기 엔진(100)이 목표 엔진 토크 값으로 동작하면(YES), 엔진(100)의 토크 값의 토크 편차가 없음으로 학습한다(S140).

삭제

그에 반해, 상기 판단 단계(S130)에서 상기 엔진(100)이 목표 엔진 토크 값으로 동작하지 않으면(NO), 엔진(100)을 목표 엔진 토크 값으로 제어하기 위해, 모터(200)의 충전 토크 값을 측정한다(S151).

삭제

상기 측정된 모터(200)의 충전 토크 값이 기 설정된 토크 값 변동폭 이내에 수렴하는지를 판단한다(S152).

상기 판단단계(S152)에서 측정된 모터(200)의 충전 토크 값이 기 설정된 토크 값 변동폭 이내이면(YES), 측정된 모터(200)의 충전 토크 값을 취득한다(S153).

이와 같이, 모터의 충전 토크 값을 취득하면, 이전 모델링된 엔진 토크와의 차이 토크 값을 계산한다.

이렇게 계산된 상기 차이 토크 값을 하이브리드 제어기의 NVM에 저장한다.

만약, HEV 모드 주행 시, 학습이 종료된 뒤 엔진을 이용하여 충전 또는 구동을 하는 일반 주행하고, 하이브리드 제어기에서 엔진 모델링 토크의 차이 토크 값을 이용하여 엔진 또는 모터 제어기에 수정된 요구 토크 값을 송출하게 된다.

이어서, 상기 취득한 모터(200)의 충전 토크 값으로부터 게인(gain)과 오프셋(offset)을 계산하고 저장한다(S154). 여기서, 상기 게인과 오프셋을 계산하고 저장하는 단계(S154)는 “|모터 토크 값| x 기어비 = |preset 엔진 모델링 토크 값| x gain + offset”과 같이 산출될 수 있다.

여기서, 상기 preset 엔진 모델링 토크 값은 개발 중 모델링 된 대표 엔진(100) 토크 값으로, 차량에서 학습되기 전 모델링 토크 값인 것이 바람직하다.

다시 도 3으로 돌아가, 상기 도 4의 과정에 따라 모터(200)의 토크 값을 측정한(S160) 이후, 상기 측정된 모터(200) 충전 토크 값에 일정 기어비(또는 풀리비)를 곱하여 실제 엔진(100)에서 발생하고 있는 토크 편차 예측 값을 검출한다(S170).

삭제

이어서, 상기 검출된 토크 편차 예측 값을 이용하여 엔진(100)의 토크 편차를 산출한다(S180).

도 5는 본 발명의 일 실시예에 따른 하이브리드 차량에서의 토크 제어 방법을 설명하기 위한 순서도이다.

본 발명의 일 실시예에 따르면, 상기 학습 방법에 의해 학습된 게인과 오프셋을 이용한 엔진(100)의 토크 제어 방법에 대하여 도 5를 참조하여 설명하기로 한다.

먼저, 상기 학습되어 저장된 게인과 오프셋을 로딩한다(S210).

이어서, 상기 학습된 게인과 오프셋을 엔진 모델링 토크 값에 적용한다(S220).

이후, 엔진(100) 요구 토크 값 제어 시, 학습 모델링 토크 값을 사용하여 제어한다(S230). 여기서, 상기 학습 모델링 토크 값은 프리셋 엔진 모델링 토크 값에 게인 값을 곱하고, 오프셋 값을 더하여 산출될 수 있다.

이러한 상기 학습 모델링 토크 값은, 현재 엔진(100)의 운전 상태에 따른 모델링 토크 값 계산뿐만 아니라, 엔진(100)으로 특정 토크 값 제어가 요구될 때 토크 값 제어의 기준으로 사용할 수 있다.

한편, 생산 단계 EOL(End of line) 조건을 확인하여 생산 마지막 단계에서 엔진(100) 토크 값 학습을 하여 보상을 할 수 있도록 EOL 판별 로직을 추가할 수 있다.

더하여, 본 발명의 일 실시예에서는 상기 모터(200)를 이용한 엔진(100)의 토크 값 제어 시(S400), 엔진(100)의 마찰 토크 값을 측정하고, 측정된 엔진(100) 마찰 토크 값을 학습할 수도 있다.

이러한 본 발명의 일 실시예에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 장치는 도 6에 도시된 바와 같이, 하나의 모터(201)를 이용하여 충전과 구동을 할 수 있는 병렬형 하이브리드 차량에 적용할 수 있다. 이러한, 병렬형 하이브리드 차량은 도 7에 도시된 바와 같이, 모터의 위치에 따라 모터 비중의 차이가 있다.

또한, 본 발명의 일 실시예에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 장치는 도 8에 도시된 바와 같이, 모터(202)가 구동 모터와 충전 모터로 구분되며 충전 모터가 엔진(102)과 벨트 또는 기어 등으로 결합되어 있는 직렬형 하이브리드 차량에 적용될 수도 있다.

그리고, 본 발명의 일 실시예에 따른 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 장치는 도 9에 도시된 바와 같이, 직렬형과 마찬가지로 구동 2모터(204)와 충전 모터(203)가 구분되어 있으며, 유성기어를 통해 각각 연결되는 동력분기형 하이브리드 차량에도 적용할 수 있다.

이상, 본 발명의 구성에 대하여 첨부 도면을 참조하여 상세히 설명하였으나, 이는 예시에 불과한 것으로서, 본 발명이 속하는 기술분야에 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 변형과 변경이 가능함은 물론이다. 따라서 본 발명의 보호 범위는 전술한 실시예에 국한되어서는 아니되며 이하의 특허청구범위의 기재에 의하여 정해져야 할 것이다.

Claims

엔진과 모터를 동력원으로 사용하는 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법에 있어서,
하이브리드 제어기가 구동용 엔진 또는 모터의 동력이 휠로 전달되지 않도록 제어하는 단계;
엔진과 모터가 직접 연동된 상태에서, 엔진이 목표 엔진 토크 값으로 동작하도록, 목표 엔진 토크 값을 갖도록 엔진을 제어하는 단계;
모터를 이용하여 상기 요청한 목표 엔진 토크 값으로 엔진이 동작하는지를 판단하는 단계;
상기 판단 단계에서, 상기 엔진이 목표 엔진 토크 값으로 동작하면, 상기 엔진의 토크 값이 토크 편차가 없음으로 학습하는 단계;
상기 판단 단계에서, 상기 엔진이 목표 엔진 토크 값으로 동작하지 않으면, 모터의 충전 토크 값을 측정하고, 상기 측정된 모터의 충전 토크 값이 기 설정된 토크 값 변동폭 이내에 수렴하는지 판단하고, 상기 측정된 모터의 충전 토크 값이 기 설정된 토크 값 변동폭 이내이면 측정된 모터의 충전 토크 값을 취득하여 취득한 모터의 충전 토크 값으로부터 게인(gain)과 오프셋(offset)을 계산하고 저장하는 단계;
상기 측정된 모터 충전 토크 값에 기어비를 곱하여 실제 엔진에서 발생하고 있는 토크 편차 예측 값을 검출하는 단계; 및
상기 검출된 토크 편차 예측 값을 이용하여 엔진의 토크 편차를 산출하는 단계를 포함하는 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법.
삭제
삭제
삭제
제 1항에 있어서,
상기 제어하는 단계는,
변속기가 P, N으로 변속되거나 D단에서 타력 주행에 의해 중립 제어되는 조건으로 변속하는 것인 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법.
삭제
삭제
제1항에 있어서,
상기 게인과 오프셋을 계산하고 저장하는 단계는,
|모터 토크 값| x 기어비 = |preset 엔진 모델링 토크 값| x gain + offset 인 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법.
제8항에 있어서, 상기 게인과 오프셋을 계산하고 저장하는 단계에서,
상기 preset 엔진 모델링 토크 값은, 개발 중 모델링 된 대표 엔진 토크 값으로, 차량에서 학습되기 전 모델링 토크 값인 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법.
제9항에 있어서,
상기 학습되어 저장된 게인과 오프셋을 로딩하는 단계;
상기 학습된 게인과 오프셋을 엔진 모델링 토크 값에 적용하는 단계;
엔진 요구 토크 값 제어 시 학습 모델링 토크 값을 사용하여 제어하는 단계를 추가로 포함하는 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법.
제 10항에 있어서,
상기 학습 모델링 토크 값은
프리셋 엔진 모델링 토크 값에 게인 값을 곱하고, 오프셋 값을 더하여 산출된 것인 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법.
제 11항에 있어서,
상기 학습 모델링 토크 값은,
현재 엔진의 운전 상태에 따른 모델링 토크 값 계산뿐만 아니라, 엔진으로 특정 토크 값 제어가 요구될 때 토크 값 제어의 기준으로 사용하는 것인 하이브리드 차량에서의 엔진 모델링 토크 오차 학습 방법.
삭제