딥 네트워크 - 딥러닝 모델 분석/네트웍 통신/카메라 3A 튜닝 분야

저희 딥 네트워크는 NXP MC33774 를 이용하여 전기차 / 잠수함 / ESS 분야 의 NCM 배터리 셀 충전제어 와 바테리 셀 모니터링 설계 노하우가 확보되었읍니다 ... 본문

Kernel Porting/Linux

저희 딥 네트워크는 NXP MC33774 를 이용하여 전기차 / 잠수함 / ESS 분야 의 NCM 배터리 셀 충전제어 와 바테리 셀 모니터링 설계 노하우가 확보되었읍니다 ...

파란새 2023. 12. 19. 14:15

BLDC Motor 제어 전문 딥네트워크 사업화 내용 소개

딥네트워크는 브러시리스 DC 모터를 제어하는 획기적인 솔루션을 제공하는 일인기업입니다. 딥네트워크는 TI의 TIDA-010250 개발 보드를 사용하여 FOC 알고리즘과 TI의 InstaSPIN-FOC 소프트웨어 라이브러리를 기반으로 한 펌웨어 설계 세부 검토 분석을 수행하였습니다. 

딥네트워크의 모터제어 사업화 구조중 TI 사의 FOC 알고리즘과 TI의 InstaSPIN-FOC 소프트웨어 라이브러리란 ?

FOC 알고리즘은 Field Oriented Control의 약자로, 모터의 자기장의 크기와 방향을 정밀하게 제어하여 토크를 안정적이고 효율적으로 제어하는 기법입니다. FOC 알고리즘은 다음과 같은 세 가지 핵심 기능을 가집니다.

TI의 InstaSPIN-FOC 소프트웨어 라이브러리는 TI의 C2000 마이크로컨트롤러에 내장된 ROM에 저장된 FOC 알고리즘을 실행하는 소프트웨어 패키지입니다. InstaSPIN-FOC 소프트웨어 라이브러리는 다음과 같은 장점을 가집니다.

저의 전기차 모터제어 개발 보드의 펌웨어 설계 커스토마이징 노하우 소개

다양한 응용 분야에 맞게 전기차 모터제어 전문 딥네트워크는 펌웨어를 커스토마이징할 수 있습니다.  DQ 벡터제어 PMSM 모터의 펌웨어 설계 알고리즘의 세부 동작원리 파악에 성공했기에  위에서 제가 설명드린 TI PMSM Motor Controller Chipset 을 적용해서 TI 의 InstaSPIN-FOC 소프트웨어 라이브러리를 적용해서 구현하는 노하우를 보유하고 있읍니다 ...

전기차 PMSM 모터 제어시 FOC 제어는 다음과 같은 단계로 이루어집니다:

  1. 회전자 위치 감지: 모터의 정확한 회전자 위치를 파악하기 위해 센서를 사용합니다.
  2. 클라크 변환 (Clarke Transformation): 3상 전류를 2상 전류로 변환합니다.
  3. 파크 변환 (Park Transformation): 회전자 위치에 따라 변환된 2상 전류를 (d)-축과 (q)-축 전류로 분리합니다.
  4. PI 제어기:  d 축과  q 축 전류를 조절하여 원하는 토크와 속도를 얻습니다.
  5. 역 파크 변환 (Inverse Park Transformation):  d 축과  q 축 전류를 다시 3상 전류로 변환합니다.
  6. 역 클라크 변환 (Inverse Clarke Transformation): 2상 전류를 3상 전류로 변환하여 인버터를 통해 모터에 공급합니다.

딥네트워크의 TI 사와  InstaSPIN-FOC 소프트웨어 라이브러리  상용화 관련 기술지원 라이센싱 계약

TI 사와 기술지원 라이센싱 계약을 맺으려면 다음과 같은 절차를 따르면 됩니다.

  • TI의 웹사이트에서 라이센싱 프로그램에 대한 정보를 확인하고, 관심 있는 기술 또는 제품을 선택합니다.
  • TI의 라이센싱 담당자에게 연락하여 라이센싱 가능 여부, 조건, 비용 등을 상담합니다.
  • TI와 비밀유지계약 (NDA)을 체결하고, 기술 또는 제품에 대한 자세한 정보를 제공받습니다.

전기차 모터제어 펌웨어의 동작 원리를 실제 모터 제어에 어떻게 적용하는지 설명드리겠습니다.

  1. 회전자 위치 검출 (Position Sensing):
    • 전향보상기 제어는 모터의 회전자 위치를 정확하게 파악해야 합니다. 이를 위해 홀 센서(Hall sensor)나 엔코더(Encoder)와 같은 위치 센서를 사용합니다.
    • 홀 센서는 회전자의 자기장 변화를 감지하여 회전자의 위치를 알려줍니다. 엔코더는 회전자의 각도를 디지털 신호로 변환하여 제어 시스템에 전달합니다.
  2. 전류 제어 (Current Control):
    • 모터의 상류에는 고정자 코일이 있습니다. 이 코일에 전류를 공급하여 회전자를 움직입니다.
    • PWM(Pulse Width Modulation) 제어를 사용하여 고정자 코일에 가변 전압을 적용합니다. PWM 듀티 사이클을 조절하여 평균 전압을 제어합니다.
    • 전류 제어는 모터의 토크와 속도를 조절하는 핵심 요소입니다.
  3. 전향보상기 제어 (Field-Oriented Control, FOC):
    • FOC는 모터의 회전자 위치를 기반으로 고정자 코일에 전류를 공급하는 방식입니다.
    • 회전자 위치를 감지한 후, (d)-축과 (q)-축으로 전류를 변환합니다. (d)-축은 회전자 자기장 방향, (q)-축은 회전자 자기장과 수직 방향입니다.
    • (d)-축 전류는 회전자 자기장을 따라 토크를 생성하고, (q)-축 전류는 회전자 자기장을 균형시킵니다.
    • 이렇게 변환된 전류를 고정자 코일에 적용하여 최적의 토크를 생성합니다.
  4. PI 제어기 (Proportional-Integral Controller):
    • FOC에서는 PI 제어기를 사용하여 (d)-축과 (q)-축 전류를 조절합니다.
    • PI 제어기는 토크 오차를 측정하고, 이를 통해 (d)-축과 (q)-축 전류를 조절합니다.
    • PI 제어기는 토크와 속도를 안정적으로 유지하며, 최적의 토크를 생성합니다.

이렇게 회전자 위치 검출, 전류 제어, FOC, PI 제어기를 조합하여 전향보상기 제어를 구현합니다. 이는 모터의 최적 토크를 생성하고 효율적으로 운전할 수 있도록 합니다.

 

저의 경우 로봇 축 관절제어를 위한 BLDC Motor 의 토크/위치/속도 제어를 위한 모터 제어 펌웨어가 어떤 설계 구조로 구현하는지를 파악하는데 성공했읍니다 ...   로봇 축 관절제어를 위한 모터제어 프로토타입 펌웨어 구현 정도의 노하우를 확보했구요 ...    저도 구글링 2000 번 넘는 시행착오(국내외 논문분석)를 거쳐 3 년여만에 제가 원하는 돈이 되는 세부 정보를 얻는데 성공했읍니다 ....      제가 확보한  BLDC 모터 정밀제어 노하우는  위치제어 / 속도제어 / 토크제어를 Closed Loop  PI  제어를 하는데 필요한 제어 알고리즘 수식을 확보해서 이해하는데 성공했읍니다 ...     BLDC Motor 로 위치제어 / 속도제어 / 토크제어를 Closed Loop  PI  제어를 하려면 BLDC Motor 는 어떤 규격의 것을 선택해야 하는지와 이는 또 어느 업체에서 이를 취급하는지 등등도 파악하고 있읍니다 ...   4 Pole - BLDC Motor 제어를 PWM 구동 방식으로  6 - STEP Sequence 로 제어하려면 세부적으로 어떻게 제어해야 하는지 등등도 파악에 성공했읍니다 ...    

 

ISL94202는 배터리 팩의 상태를 모니터링하고, 경계 조건이 감지되면 자동으로 시스템을 종료하고 복구하는 기능을 가지고 있습니다.

이러한 기능은 배터리 팩을 보호하고, 안전하게 유지하기 위한 중요한 역할을 합니다.

경계 조건에서의 자동 종료 및 복구:

팩 셀 밸런싱의 자동 제어:

이러한 동작 알고리즘은 ISL94202의 내부 로직에 의해 구현되며, 사용자는 ISL94202의 EEPROM을 프로그래밍하여

이러한 기능들을 설정하고 조정할 수 있습니다

 

Active Balance MP264X는 리튬 이온, 리튬 폴리머, 또는 리튬 철 인산염 배터리들 사이에서 고전류 충전 재분배를

가능하게 하는 고도로 통합된 양방향 액티브 밸런서입니다. 이 장치는 두 가지 작동 모드를 가지고 있습니다: 

버크 밸런스 모드와 부스트 밸런스 모드.

  • 버크 밸런스 모드: MODE 핀이 낮은 상태일 때, MP264X는 전진 버크 밸런스 모드에서 작동하여
  • 상위 셀(CU)에서 하위 셀(CL)로 불일치 에너지를 전송합니다.
  • 부스트 밸런스 모드: MODE 핀이 높은 상태일 때, MP264X는 역 부스트 밸런스 모드에서 작동하여
  • CL에서 CU로 불일치 에너지를 전송합니다.

ISL94202 배터리 셀 충전 컨트롤러는 리튬 이온 배터리 모니터 IC로, 3개에서 8개의 시리즈로 연결된 셀을 지원합니다.

이 IC는 배터리 모니터링과 팩 제어를 완벽하게 제공하며, 자동으로 셀 밸런싱을 제어합니다.

Active Balance MP264X는 고도로 통합된 양방향 액티브 밸런서로, 리튬 이온, 리튬 폴리머 또는

리튬 철 인산염 배터리들 사이에서 고전류 충전 재분배를 가능하게 합니다. 이 장치는 두 가지 작동 모드를 가지고 있습니다:

버크 밸런스 모드와 부스트 밸런스 모드. MODE가 낮으면 MP264X는 전진 버크 밸런스 모드에서 작동하여

상위 셀(CU)에서 하위 셀(CL)로 불일치 에너지를 전송합니다. MODE가 높으면 MP264X는

역 부스트 밸런스 모드에서 작동하여 CL에서 CU로 불일치 에너지를 전송합니다.

 

EMB1428Q는 SPI 버스 인터페이스를 통해 충전/방전 명령을 수신하는 동작 구조와 에너지 이동을 위한 12개의 플로팅 MOSFET 게이트 드라이버를 제어하는 설계 원리에 대해 다음과 같이 설명할 수 있습니다:

  1. SPI 버스 인터페이스를 통한 명령 수신:
  2. 에너지 이동을 위한 플로팅 MOSFET 게이트 드라이버 제어:

EMB1428Q 칩셋은 배터리 셀 간의 전압을 균등하게 유지하기 위해 액티브 셀 밸런싱을 수행하는 스위치 매트릭스 게이트 드라이버입니다. 이 칩셋의 주요 작동 원리는 다음과 같습니다:

  1. 전압 모니터링: EMB1428Q는 연결된 배터리 셀들의 전압을 지속적으로 모니터링합니다. 이 데이터는 셀 간의 전압 차이를 파악하는 데 사용됩니다.
  2. 에너지 전송 제어: 전압 차이가 감지되면, EMB1428Q는 스위치 매트릭스를 통해 높은 전압의 셀에서 낮은 전압의 셀로 에너지를 전송하도록 MOSFET 게이트를 제어합니다.
  3. 스위치 매트릭스: 칩셋은 12개의 부유 MOSFET 게이트 드라이버를 제공하여 최대 7개의 직렬로 연결된 배터리 셀을 밸런싱할 수 있습니다. 이 드라이버들은 각 셀에 연결된 MOSFET을 제어하여 에너지 이동 경로를 설정합니다1.
  4. 밸런싱 실행: EMB1428Q는 EMB1499 DC/DC 컨트롤러 IC와 함께 작동하여, 필요한 시점에 적절한 셀 간 연결을 활성화시키고 에너지를 효율적으로 전송합니다.

저의 전기차 바테리 BMS 개발 보드의 펌웨어 설계 커스토마이징 노하우 소개

이러한 과정을 통해 EMB1428Q는 배터리 팩의 전체 성능을 최적화하고, 각 셀의 수명을 균일하게 유지하며, 전체 시스템의 안정성과 효율성을 높이는 데 기여합니다.  저희 딥네트워크가 바테리 BMS 설계도 깊이있게 검토 분석을 하다 보니 깨닭은게 BMS 설계에 최적화된 바테리 HW 스택을 설계하는것을 빈틈없이 HW 설계를 하면 아무래도 BMS 펌웨어의 성능은  BMS HW 설계 범주내에서 펌웨어 성능이 나올수 있는것 같읍니다 ...  TI 의 EMB1428Q 칩셋이  SPI 버스 인터페이스를 통해 충전/방전 명령을 수신하는 동작 구조와 에너지 이동을 위한 12개의 플로팅 MOSFET 게이트 드라이버를 제어하는 펌웨어 설계 원리를 파악에 성공했읍니다   저는 이를 위해 MOSFET 스위칭 제어를 위한  설계 방법 파악을 통해 에너지 이동을 위한 플로팅 MOSFET 게이트 드라이버 제어를 TI 사 EMB1428Q 칩셋을 적용해 펌웨어로  BMS 펌웨어 구현 노하우도 확보 성공했읍니다  ...    제가 파악한바로는 BMS HW 설계의 핵심은  셀 충방전 회로 설계시 스위치 캐패시티드 네트워크로 설게하는데 이때  MOSFET 스위칭 소자의 게이트 구동회로 설계시 MOSFET 회로가 플로팅됬을때  게이트 구동회로에 인가전압을 어떻게 인가하도록 설계하는냐가 핵심인데 이것도 파악에 성공했읍니다 ...

저희 회사는 전기차 바테리 충전 제어 전문 일인기업으로서,  TI  사  EMB1428Q 칩셋을  활용하여 삼성 21700 50E / 7S 20P 바테리 셀의 충전 성능을 극대화할 수 있는 펌웨어와 기법을 분석하였습니다. 저희 회사의 제품과 서비스에 관심이 있으시다면, 저희 기업 블로그 사이트를 방문하시거나 연락주시기 바랍니다. 감사합니다.

딥네트워크      장석원      010 3350 6509     sayhi7@daum.net