열관리 비용과 출시기간 단축 시뮬레이션

새로운 기술과 방법론이 개발됨에 따라 차량 열 관리(VTM)의 미래는 끊임없이 진화하고 있다. 가까운 장래에 AI와 머신 러닝이 데이터 준비에서 설계 탐색에 이르는 모든 것을 가속화하는 데 도움이 될 것으로 기대된다.

글 | 크리스티나 코슬로(Christina Kothlow) 심센터 엔지니어링 마케팅 매니저
      닉 아마토(Nick Amato),  심센터 엔지니어링 CFD 애플리케이션 매니저, 지멘스 디지털 인더스트리 소프트웨어






자동차가 수명을 다할 때까지 여러 부품들은 최대 수백 도의 높은 온도에 반복적으로 노출된다. 이러한 고온은 수년에 걸쳐 지속적으로 발생하며 이로 인해 부품들은 고온에 수십만 시간 동안 노출되기도 한다. 이러한 조건은 차량의 가장 중요한 부품 대부분이 위치한 후드 아래에 있는 컴포넌트에 특히 가혹하게 작용한다. 후드가 공기 흐름을 제한하기 때문이다.




VTM이란 무엇인가  

차량 열 관리(Vehicle Thermal Management, VTM)는 차량 전체의 부품 온도를 측정하고 과도한 열에 대한 노출을 완화하는 관리 방법으로, 모든 자동차 OEM에 매우 중요하다. VTM이 잘못되면 매우 높은 비용이 발생할 수 있다. 제품이 출시된 후 추가 수리가 필요한 부품 고장 또는 품질 문제로 인해 리콜이 발생하면, 부정적인 기사가 생성되고 기업 평판이 실추될 뿐만 아니라, 이를 해결하는 데 엄청난 비용과 시간이 소요된다. 2016년도에는 다임러 트럭(Daimler Trucks)이 HVAC 장치 과열 가능성으로 인해 9,000대의 트럭을 자발적으로 리콜한 바 있다.

대부분의 경우 이러한 애프터마켓(기업이 소비자에게 제품을 판 이후에 부품 교체와 유지보수, 설비확장, 컨설팅 등을 해주는 서비스시장) VTM 문제는 예방할 수 있지만, 수정할 시간이나 적절한 재료, 또는 설계 시뮬레이션 부족으로 인해 설계 프로세스 중에 해결되지 않을 수 있다.


VTM을 모델링하기 어려운 이유는 무엇인가


VTM의 한 가지 문제는 모델링에 사용하는 물리학과 사용 중인 CAE 소프트웨어를 모두 포함하는 복잡성이다.


VTM 문제는 복잡하다  

열로 인한 부품 고장은 저절로 발생하지 않는다. 시간이 지남에 따라 부품이 임계 온도에 지속적으로 노출될 때 발생하는데, 이를 엔지니어가 적절하게 분석하고 예측하기란 매우 어렵다. 테스트 중 각 컴포넌트를 모니터링하는 것은 물리적으로 불가능하다. 예를 들어, 일부 부품에 열전대를 배치하는 것은 공간의 제한으로 인해 어려울 수 있다. 또한 열전대나 모니터링 장치를 너무 많이 추가하면 추가된 하드웨어가 해당 영역의 열 전달 흐름이나 특성을 변경해 데이터 무결성을 손상시킬 수 있다. 이러한 요인들로 인해 고장의 근본 원인을 파악하기 어려운 상황이 발생하기도 한다. 근처의 뜨거운 부품에서 방출되는 복사열 때문에 부품이 너무 뜨거워져서 고장난 것인지 아니면 공기 흐름이 부족해서 그런 것인지, 열 차폐가 좋지 않거나 재료 선택이 좋지 않아서인지 등 시뮬레이션은 열 문제의 위치, 방법, 이유 등에 대한 많은 통찰력을 제공한다.


VTM용 시뮬레이션 소프트웨어의 한계 

물리적 복잡성 외에도 VTM 문제를 예측하는 데 사용되는 시뮬레이션 소프트웨어는 복잡할 수 있다. VTM 시뮬레이션은 매우 프로세스 지향적이며, 컴포넌트와 결과에 대한 상당한 준비와 부기(bookkeeping)가 필요한데, 이는 본질적으로 불안정할 때가 많다. 시뮬레이션의 정확도는 지속적으로 향상되고 있지만 시뮬레이션 프로세스 확장성은 여전히 전문가 또는 설계 엔지니어의 과제로 남아 있다.





시뮬레이션은 여러 사용자에 의해 일관되지 않게 설정될 수도 있다. 이러한 불일치는 서로 다른 장소에서 일하거나 서로 다른 프로세스를 따르는 팀 간에 시뮬레이션을 공유할 때 악화된다.

또한 시뮬레이션을 실행하는 데 엄청난 시간이 걸릴 수 있다. 엔지니어가 충실도가 높은 시뮬레이션을 수행하려는 경우 CAD에서 솔루션까지의 시간이 매우 길어질 수 있다. 시뮬레이션 설정 시 설계 단계에서 추가 수정이 필요한 경우 여러 수동 단계를 종종 반복해야 하는데, 이는 일반적으로 너무 늦어서 중요한 변경을 할 수가 없다. 결과가 생성되면 후처리 및 데이터 분석이 프로세스에 더 많은 시간을 추가한다.

특히 CFD 시뮬레이션은 모델을 설정하고 시뮬레이션을 정확하게 실행하기 위해 광범위한 교육이 필요하다. 시뮬레이션이 복잡할수록 수행 중인 작업이 정확한지 확인하기 위해서는 엔지니어가 모범 사례 및 부기(bookkeeping)에 대한 지식을 더 많이 가져야 한다.


엔지니어링 팀이 직면하는 제한된 시간     

VTM과 관련된 엔지니어의 또 다른 장애물은 OEM이 제품 개발 팀에 부과하는 기간이다. 이를 통해 처리 시간을 줄이는 방법을 찾도록 유도한다.

OEM은 시뮬레이션을 실행하고, 결과를 검토하고, 성능에 대한 피드백을 설계자에게 제공할 수 있도록 엔지니어링 팀에게 10-12주의 시간을 준다. 이 기간 동안 해석 및 시뮬레이션 해야 하는 부품이 10,000-30,000개까지 이르며, 각 부품은 다양한 경계 조건과 재료를 사용한다.

또한 각 부품은 엔지니어가 속성을 할당하고, 지오메트리를 준비하며, 시뮬레이션을 실행하고, 결과를 검토하는 과정을 거쳐야 한다. 이 모든 것은 컴포넌트 수준에서 수행돼야 할 뿐만 아니라, 모든 부품과 컴포넌트가 차량 시스템 내에서 제대로 작동하도록 보장하는 방식으로 이뤄져야 한다.

새로운 차량을 시장에 출시하는 것이 지연되면, 보다 빈번히 새 모델을 출시할 수 있는 경쟁자에게 시장 점유율을 빼앗길 수 있다. 결과적으로 일부 회사는 상세한 시뮬레이션을 건너뛰고 "빠르고 대략적인" 근사치를 선택하므로 결과적으로 일부 VTM 문제가 눈에 띄지 않게 된다. 예방 가능한 VTM 문제를 확인하지 않는 것 외에도 엔지니어링 팀이 제일 잘하는 것, 즉 새로운 설계 시도, 새로운 아이디어 탐색, 제품 성능 개선을 어렵게 만든다.


VTM 시뮬레이션 사례의 발전      

이러한 문제를 해결하기 위해 심센터(Simcenter) 엔지니어링 서비스 팀은 엔지니어가 CFD 전문가가 아니어도 CAD에서 결과를 도출할 수 있는 구조화된 프로세스를 제공하는 워크플로를 개발했다. 이러한 워크플로를 통해 사용자는 지정된 기간 내에 결과를 달성하기 위해 다양한 수준의 충실도를 선택할 수 있다.


사용자가 선택할 수 있는 충실도에는 세 가지 수준이 있다:

- 서브시스템 모델링
- 초기 디지털 프로토타입
- 디지털 트윈 시뮬레이션

이러한 옵션을 통해 엔지니어링 팀은 간단한 프런트 엔드 플로에서 복잡한 드라이브 사이클 분석에 이르기까지 다양한 수준의 모델 복잡성을 시뮬레이션하고 필요에 따라 복잡성을 높일 수 있다. 사용자가 원하는 충실도 수준뿐만 아니라 결과를 보고 싶은 속도도 선택할 수 있도록 해 완전히 사용자 정의되고 자동화된 경험을 제공한다.


서브시스템 모델링 (레벨 1) 

초기 설계 단계에서 작업하거나 전반적인 성능 추세에 대한 아이디어를 얻으려는 엔지니어에게 레벨 1 모델링은 이상적인 솔루션이다. 이는 완전히 자동화된 프로세스를 제공하며 사용자의 입력을 최소화한다. 브레이크와 같은 서브시스템에 맞게 조정돼 최대 500개의 고체 부품을 모델링할 수 있으며 3-4일 만에 결과를 제공할 수 있다.

 

이 예시에서는 브레이크 냉각 애플리케이션에 대해 레벨 1 시뮬레이션이 수행되고 있다.

제동하는 동안 운동 에너지는 마찰에 의해 열로 변환된다. 브레이크 디스크는 대부분의 열을 흡수하고 나머지 부분은 브레이크 라이닝에 의해 흡수된다. 일관되고 안정적인 브레이크 성능을 보장하려면 브레이크 컴포넌트가 이러한 높은 열 부하를 견딜 수 있어야 한다. 주로 브레이크 디스크와 브레이크 라이닝에 의해 흡수된 열은 대류, 열 전도 및 복사에 의해 주변 공기와 브레이크 캘리퍼, 림 및 휠 캐리어와 같은 주변 구성 요소로 소산된다.

브레이크 냉각 시뮬레이션을 모델링하려면 엔지니어가 복잡한 과도 구동 주기를 설정해야 한다. 냉각 배관 모양 또는 다양한 휠 구성과 같은 형상의 수정을 평가하려는 경우, 기존 시뮬레이션 방법을 설정하고 각 설계가 브레이크 열 성능에 미치는 영향을 조사하는 데 엄청난 시간이 걸린다. Simcenter 엔지니어링 서비스에서 제공하는 워크플로와 같은 간소화되고 자동화된 프로세스를 사용하면, 각 구성을 테스트하는 데 필요한 시간을 크게 줄일 수 있으며 전체 드라이브 주기를 단 3일만에 실행할 수 있다. 이 자동화를 통해 사용자는 데이터를 공기역학 시뮬레이션에 연결하고 WLTP 고려 사항에 대해 주어진 휠 설계의 항력 대 열 성능의 균형을 맞출 수 있다.


초기 디지털 프로토타입 (레벨 2)  

아직 초기 설계 단계에 있지만 더 많은 부품을 검사하려는 팀에게 레벨 2 모델링은 반자동 프로세스와 더 높은 수준의 충실도를 제공한다. 레벨 2에서는 수천 개의 부품을 모델링할 수 있으며 이에 일주일이 소요된다. 이 단계는 내부 엔진 블록과 같은 CAD가 완료되지 않았거나 설계가 계속 변경되는 경우에 권장된다.

 

이 예는 열 흡수에 대한 레벨 2 프로세스 구축을 보여준다. 이 예시에서는 일정한 속도로 순항 중인 차량이 정지한다. 이 로드 케이스는 차량이 정지하고 팬이 꺼진 후, 강제 대류가 없어서 가열될 수 있는 후드 아래 부품의 열 고장을 평가하기 때문에 모든 자동차 회사에 매우 중요하다. 다양한 컴포넌트의 온도 시간 이력은 후드 아래에 갇힌 뜨거운 공기가 빠져나갈 수 있도록 하는 재료 및 설계 요소 선택에 대한 귀중한 통찰력을 제공할 수 있다. 

예시에서는 반자동 프로세스를 사용해 5,000개의 솔리드 부품을 모델링했다. 이러한 유형의 시뮬레이션은 충분한 솔리드 컴포넌트와 경계 조건을 사용할 수 있는 차량 개발과 같은 중간 설계 단계 이상에서 이상적이다.


디지털 트윈 시뮬레이션 (레벨 3)    

레벨 3 워크플로는 진정한 디지털 프로토타이핑을 가능하게 한다. 이를 통해 기업은 물리적 테스트에서 디지털 검증 및 검증 프로세스로 이동할 수 있다. 레벨 3에서는 정상 상태 시뮬레이션부터 복잡한 드라이브 사이클까지 가능하다.

레벨 3을 사용하면 엔지니어는 반자동 프로세스를 사용해 10,000개 이상의 솔리드 부품을 4주 안에 쉽게 시뮬레이션 할 수 있다. 여러 서브시스템에서 모든 열 전달 모드를 캡처하고 사용 가능한 모든 경계 조건을 모델링해 이후 설계 주기에 적합하도록 최고 수준의 충실도를 제공한다.

 

독일의 자동차 OEM 업체인 다임러(Daimler)는 대부분의 VTM 문제를 식별하고 시뮬레이션만을 사용해 수정 대책을 구현할 수 있었다.
Simcenter 엔지니어링 서비스 전문가와 함께 다임러는 최첨단 열 모델을 개발하고 지속적으로 개선할 수 있었다. 이 모델에는 가상 환경에서 다양한 로드 조건 및 드라이브 주기 동안 최고 온도에 대해 테스트되는 10,000개 이상의 컴포넌트가 포함된다. 이를 통해 첫 번째 프로토타입을 제작하기 전에 열 오류를 방지할 수 있으므로 물리적 테스트 및 관련 비용을 줄일 수 있다.

전체 차량용 디지털 트윈으로의 이러한 전환은 다임러의 비용과 시장 출시 시간을 크게 줄였다. 오늘날 Simcenter 엔지니어링 서비스는 열 보호 개발을 지속적으로 지원하고, 구성 요소 및 드라이브 주기에 대한 세부 수준을 높였다.


Simcenter 엔지니어링 서비스 
고객 사이트에서 작동하는 VTM 워크플로   

창안 자동차  
창안 자동차(Changan Automobile)는 중국 최고의 승용차, 소형 승합차, 상업용 승합차 및 경트럭 제조업체이다. 최근 Simcenter 엔지니어링 서비스와 제휴해 PHEV 배터리와 차량 자체의 열 성능을 평가하고 개선했다. 





이를 달성하기 위해 Simcenter 엔지니어링 서비스 팀은 1D-3D 연결을 활용하는 레벨 1 시뮬레이션 프로세스를 구축했다. 
Simcenter 엔지니어들은 시뮬레이션 시간을 몇 시간으로 단축하면서 과도 배터리 성능을 탁월한 정확도로 예측하는 데 도움이 되는 새로운 감소 차수 모델링 방법을 개발했다. 또한 창안 엔지니어가 데이터를 가져오고 시각화해 3D 언더후드 모델을 설정할 수 있도록 맞춤형 인터페이스를 개발했다. 팀은 Simcenter STAR-CCM+를 사용해 3D 모델을 구축했으며, Simcenter Amesim에 대한 연결은 원활하게 통합돼 1D에서 배터리의 일시적인 모델링이 가능했다. 이 새로운 접근 방식을 통해 창안 엔지니어는 목표를 설정하고 열 관리 시스템의 성능을 최적화할 수 있었다.


FCA 그룹  
또 다른 예시로는 FCA 그룹이 있다. 지멘스와 FCA의 엔지니어는 Fiat 500e의 차량 에너지 관리(Vehicle Energy Management, VEM)를 모델링하기 위한 충실도 높은 방법론을 개발하기 위해 협력했다. 

에너지 관리와 열 관리는 종종 함께 수행할 수 있다. 전기차의 경우 전반적인 에너지 관리가 훨씬 더 중요하다. 연소로 인한 폐열을 사용해 승객에게 난방을 제공하는 대신, 전기차에서는 전장 히터를 사용해 실내 온도를 제어하고 차량 배터리를 작동 온도에 도달하도록 가열한다. 이제 모든 것이 배터리로 작동하므로 에너지 효율성은 차량 주행 가능 거리와 사용성에 직접적인 영향을 미치기 때문에 훨씬 더 중요하다.

이 문제를 조사하기 위해 1D 및 3D 결합 모델이 생성됐다. 이 모델은 다양한 서브시스템을 보다 충실하게 모델링해, 엔지니어가 검토할 수 있도록 더 강력한 데이터를 제공한다. 이 방법론을 사용하면 드라이브 사이클과 같은 시뮬레이션을 더 저렴하게 만들고 물리적 동작을 더 사실적으로 캡처할 수 있다. 또한 OEM은 배터리 수명을 최적화하는 동시에 고객 편의의 균형을 맞출 수 있다.


엔지니어링 요구 사항을 충족하는 VTM 시뮬레이션

2019년, 약 3,900만 대의 차량과 1,400만 개의 자동차 부품이 미국 도로에서 사라졌다. 이러한 리콜로 인해 OEM은 수백만 달러의 비용을 지출하고, 부정적인 평가와 브랜드 평판을 얻게 된다. 

시뮬레이션 접근 방식으로 전환하는 것은 올바른 방향으로 가는 과정이지만, 모델 및 차량 복잡성이 증가함에 따라 더 높은 단계의 고급 시뮬레이션 접근 방식이 필요해진다. Simcenter 엔지니어링 서비스는 VTM용 CFD 시뮬레이션을 보다 유연하고 정확하며 직관적으로 만들어 설계 단계의 모든 수준에서 엔지니어링 요구 사항을 충족할 수 있도록 도와준다.


VTM의 미래 

새로운 기술과 방법론이 개발됨에 따라 VTM의 미래는 끊임없이 진화하고 있다. 가까운 장래에 AI와 머신 러닝이 데이터 준비에서 설계 탐색에 이르는 모든 것을 가속화하는 데 도움이 될 것으로 기대된다. 

시뮬레이션을 위한 CAD 부품 분류 및 잘못된 설계 제거와 같은 시뮬레이션 프로세스의 특정 단계를 자동화함으로써, AI와 머신 러닝은 엔지니어링 프로세스를 더 빠르고 효율적으로 만들 수 있다. 이를 통해 엔지니어는 더 높은 가치의 작업을 수행하고 더 빠르게 혁신할 수 있는 귀중한 시간을 확보할 수 있다. 엔지니어들에게 아이디어를 탐색하고 더 어려운 문제를 해결할 수 있는 자유가 주어지면, 기업과 소비자는 더 우수하고 안전하며 신뢰할 수 있는 제품의 이점을 누릴 수 있다.



다음 글에서 VTM 및 AI용 Simcenter 엔지니어링 솔루션에 대해 자세히 알아볼 수 있다:

빠르고 효과적인 열 흡수 시뮬레이션 지원
https://www.plm.automation.siemens.com/global/en/webinar/digital-twin-heat-protection-vehicle-thermal-management/63464
차량 열 보호 해석을 가속화해 설계 프로세스 초기에 문제 발견하기
https://www.plm.automation.siemens.com/global/en/webinar/vehicle-heat-protection/85155
인공 신경망이 메카트로닉스 시스템 개발을 지원하는 방법
https://blogs.sw.siemens.com/simcenter/how-artificial-neural-networks-aid-in-mechatronic-system-development/
청두: 테스트를 줄이기 위한 배터리 관리 시스템 랩
https://blogs.sw.siemens.com/simcenter/chengdu-battery-management-system-lab-to-reduce-testing/
프로세스 자동화: 시뮬레이션 워크플로 간소화
https://blogs.sw.siemens.com/simcenter/process-automation-streamlining-simulation-workflows/
CFD 시뮬레이션에 머신 러닝을 제공하는 모놀리스 AI 및 Simcenter STAR-CCM+
https://blogs.sw.siemens.com/simcenter/ai-for-cfd-simcenter/
더 촉박한 기간, 더 까다로운 요구 사항, 덜한 스트레스 - 1D-3D 공동 시뮬레이션에 대한 논의
https://blogs.sw.siemens.com/simcenter/tighter-timeframes-tougher-requirements-less-stress-the-argument-for-1d-3d-co-simulation/

---