Ansys Twin Builder 소프트웨어를 사용하여 EV 개발을 가속화하는 방법

국제 에너지 기구(IEA)는 글로벌 에너지 부문 2050 넷 제로 로드맵에 따라 2030년이면 전기차가 전 세계적으로 판매되는 모든 신차 중 60%를 차지할 것으로 예상합니다. 지속 가능성 이니셔티브를 위해 정부 및 업계와 협력하는 IEA에 따르면 2023년에 판매된 자동차 5대 중 거의 1대가 전기차였습니다. 현재 도로에 4,000만 대가 있다는 뜻입니다. 그 중 60%는 중국에 있고, 유럽은 25% 미만, 미국은 10%에 불과합니다. 전반적으로 판매는 제한적인 수준입니다. 대부분의 자동차 제조업체는 산업 목표를 달성하려면 개발을 가속화해야 합니다. 그러나 설계 및 제조 역량이 부족하면 상당한 어려움이 발생합니다.

현재 환경에서는 내연기관 엔진(ICE) 기술에 대한 소비자의 수요가 여전히 강합니다. 이로 인해 OEM(Original Equipment Manufacturer)는 새로운 EV 기술 개발과 기존의 검증된 ICE 차량 프로그램의 균형을 맞추는 불안정한 상황에 처하게 됩니다.

순수 EV 제조업체는 이러한 역학을 동일한 방식으로 경험하지 않습니다. 기술 플랫폼에 자원을 분산할 필요가 없기 때문에 기존 비즈니스를 유지해야 한다는 부담 없이 신선하게 시작하고 매우 빠르게 혁신할 수 있습니다. 많은 사람들이 기존 차량 프로그램 지원을 위해 전동화에서 시간과 자원을 뺄 필요 없이 더 빠르게 발전하고 있습니다.

이러한 가속화된 속도를 따라가려면 OEM은 신제품 개발과 신기술 도입에 동시에 참여하기 위해 설계 워크플로에서 시프트 레프트 전략을 채택하여 작업, 프로세스 및 책임을 더 앞단으로 옮겨야 합니다.

"OEM은 100년 이상의 ICE 비즈니스 모델을 제공하는 데 따르는 복잡성을 어떻게 해결하고 경쟁력을 유지하기 위해 전기화 목표를 발전시킬 수 있을까요?" Ansys의 수석 애플리케이션 엔지니어 Thushar Sambharam은 말합니다. "EV 기술을 성공적으로 개발하고 동시에 구현하려면 익숙한 작업 방식에서 벗어나야 합니다."

EV 제품 개발 가속화의 다음 분야는 가상 플랜트 모델과 실제 컨트롤러 알고리즘을 사용하여 시뮬레이션 환경에서 초기 단계의 요구사항 검증을 수행할 수 있는 기능을 제공합니다. 범위, 전력 및 가속을 포함한 중요한 성능 메트릭의 가상 통합, 테스트 및 검증을 최우선으로 수행하려면 시스템 수준 연구에 필요한 빠르고 정확한 플랜트 모델이 필요합니다.

가상 검증에 Ansys Twin Builder 시뮬레이션 기반 디지털 트윈 플랫폼을 사용하여 자동차 제조 요구사항을 충족하는 EV 기술의 출시 속도를 높이는 방법을 살펴보겠습니다.

가상 모델, 초기 단계 검증의 길을 열다

전통적인 설계 워크플로에서 OEM은 차량 소프트웨어와 하드웨어 개발을 고립된 방식으로 진행하는 것이 일반적입니다. Hardware-in-the-Loop많은 경우 소프트웨어 시스템 벤치 테스트인 HiL(Hardware-in-the-Loop) 중이나 실제 차량 어셈블리 과정에서 소프트웨어와 하드웨어가 처음으로 통합됩니다. 이 프로세스는 다소 효율적이지만 위험이 없지는 않습니다. 이 단계에서 문제가 발생하면 아키텍처 문제를 개선하기 위해 프로그램을 7~8개월 전으로 돌려야 할 수 있기 때문입니다.

시뮬레이션을 통한 초기 단계 검증이 중요한 이유는 비용을 투입하지 않고도 동적으로 변경할 수 있는 유연성을 제공하기 때문입니다. 그러나 대부분의 경우 이 접근법은 특정 물리 기반 문제를 개별적으로 고려합니다. 디지털 트윈은 단일 분야에 집중하는 대신 여러 다중물리 툴과 솔버를 통합하여 전체 시스템을 모델링합니다. 이를 통해 엔지니어는 유체, 기계 및 전자기 등 모든 시스템 역학이 적용되는 구성 요소 또는 차량 시스템의 전체 컬렉션을 동시에 검사할 수 있습니다.

디지털 트윈은 특정한 빈도와 ‍정확도로 동기화된 실제 개체 및 프로세스의 가상 표현입니다. 여기서 정의하는 대로 "가상 표현"은 상관 관계가 있는 디지털 모델 및 지원 데이터의 집합으로, 주제에 대한 통합 정보를 총괄적으로 제공합니다. 모든 디지털 트윈에는 시뮬레이션 환경에서 실제 개체를 보다 밀접하게 미러링할 수 있는 동기화 메커니즘이 있습니다.

여기서 중요한 것은 설계와 운영이라는 두 가지 유형의 트윈이 있다는 것입니다. 운용 디지털 트윈은 센서를 통해 작동 중인 물리적 자산에 연결되고 상호작용하지만, 설계 트윈은 그렇지 않습니다. 따라서 차량 시스템 또는 시스템의 세부 정보가 여전히 유동적일 때 설계 단계 초기에 특히 유용합니다. Twin Builder 소프트웨어의 도움으로 가상 디지털 설계 또는 운용 트윈을 사용하여 EV 성공에 중요한 개발 시간을 단축할 수 있습니다.

예를 들어, 기존 플랫폼 설계에서 다양한 구성 요소를 차용한 후 새로운 차량 설계를 구축할 수 있습니다. Twin Builder 소프트웨어를 사용하면 이 설계를 물리적 시스템의 가상 모델(플랜트 모델이라고도 함)에 적용한 다음 제어 알고리즘 또는 플랜트 모델 내에 수학적 사양을 통합하여 해당 모델의 다양한 측면을 테스트할 수 있습니다. 차량 시스템 전체를 검증하기 위해 물리적 프로토타입을 기다릴 필요가 없습니다.

새로 생성된 물리적 시스템 모델을 배포할 때 사용하는 것은 모든 단계에서 소프트웨어와 하드웨어 설계를 빠르고 지속적으로 통합하고 검증할 수 있는 수단이며, 제품에 대한 모든 지식을 제공합니다. Twin Builder 소프트웨어를 사용하여 초기 단계의 가상 모델을 구축한 다음 검증하고 최적화할 수 있습니다. 이 모델은 제품 개발 주기를 거치면서 품질과 정확성 모두에서 계속 발전합니다.

궁극적으로 이러한 접근법은 자동차 제조업체가 EV 설계가 현장에서 어떻게 작동할 것인지에 대한 확신을 가질 수 있게 해주며, 이는 빠르게 진화하는 새로운 기술을 추구하는 데 있어 매우 환영할 만한 요소입니다. 물리 기반 플랜트 모델은 시스템 수준에서 구성 요소의 동작을 가상으로 포착할 수 있으므로 벤치에서 광범위하고 비용이 많이 드는 반복 테스트의 필요성을 줄일 수 있습니다.

차수 감소 모델을 통해 시스템 수준으로 세분화

앞서 언급했듯이 디지털 트윈을 만들 때 얻을 수 있는 가장 큰 이점 중 하나는 엔지니어가 여러 물리를 고려하여 설계를 평가할 수 있다는 점입니다. 예를 들어, 시뮬레이션을 사용하여 전기화학적 관점에서만 배터리 모델을 구축하는 경우 SOC(State of Charge)만 포착할 수 있습니다. SOC와 비교하여 해당 배터리의 열 거동을 포착할 수 없는 경우 열 반응이 어떻게 진행되는지 명확하게 이해하지 못할 수 있습니다.

동일한 모델에서 더 많은 정보를 추출할 수 있는 방법이 필요합니다. 구체적으로 이를 달성할 수단은 물리 기반 차수 감소 모델(ROM)입니다. Twin Builder 소프트웨어를 사용하면 ROM 또는 시스템 시뮬레이션 환경에서 소스 모델의 동작을 포착하는 물리적 시스템의 복잡한 고충실도 모델의 간소화된 버전을 가져올 수 있습니다. 엔지니어가 시스템의 주요 효과를 더 잘 연구하는 동시에 작업에 필요한 계산 리소스의 수를 단순화할 수 있도록 작업 중인 전체 차수의 고충실도 모델의 복잡성을 줄이는 것이 목적입니다.

연결된 ROM은 설계의 한 요소를 검토하는 대신 해당 설계를 여러 물리모델로 나누고 이들 간의 복잡한 상호작용을 캡처합니다. 이를 통해 디지털 트윈의 맥락에서 전체 차량 시스템 내에서 해당 요소들의 성능에 대해 실시간으로 예측할 수 있으며, 설계 주기를 크게 단축하여 더 높은 품질의 제품을 생산할 수 있습니다.

전기 파워트레인은 이 접근 방식에 적합합니다. 이는 소프트웨어 개발과 하드웨어 설계 간의 복잡한 상호작용이 두드러지는 다분야 및 계층적인 시스템이기 때문입니다. ROM 기반 환경의 분석을 통해 전체 파워트레인에 대해 점진적이면서도 의미있는 효율성 및 운영 향상을 실현할 수 있습니다.

기존 시뮬레이션 데이터의 강력한 기능을 활용하여 더 많은 작업 수행

오늘날 많은 자동차 고객은 대규모 Ansys 다중물리 솔버 포트폴리오를 활용하여 배터리 설계를 위한 전산 유체 역학(CFD) 시뮬레이션, 모터 설계를 위한 전자기 시뮬레이션과 수많은 기계 시뮬레이션을 수행하고 있습니다. 제품의 다양한 측면을 심층적으로 이해하기 위해 매우 중요한 정보를 생성하는 데 사용되는 전체 워크플로의 일부로서 이 모든 시뮬레이션을 수행합니다.

하지만 초기 분석이 끝나면 전체 워크플로에서 생성된 모든 데이터는 어떻게 될까요? 일반적으로는 다운스트림으로 흐르지 않습니다. 부품을 개별적으로 설계하는 데 사용하고 나면 폐기됩니다. Twin Builder 소프트웨어를 사용하면 시스템 수준에서 이 정보를 재활용하여 보다 복잡한 상호작용을 이해할 수 있습니다.

예를 들어, 이 워크플로에서 나오는 배터리 정보를 배터리 관리 시스템 모델에 연결하면 MiL(Model-in-the-Loop) 분석 또는 모델 기반 테스트를 수행하여 이 추가 데이터와 비교하여 셀 중 하나에 온도 상승이 있는지 확인할 수 있습니다. 여기에서 배터리 관리 시스템(BMS)이 해당 셀을 분리하고 열 폭주를 방지하는 데 필요한 시간 내에 작동하는지 여부를 확인할 수 있습니다.

ROM은 EV 검증 중에 특히 유용한데, 추가 데이터 분석을 통해 다양한 수준에서 추상화하여 성능을 더 잘 이해할 수 있기 때문입니다.

"OEM의 경우 이러한 분석은 차량의 주행거리가 얼마나 되는지, 실제 주행 동작, 주행 사이클당 시스템 효율성과 같은 차량 수준의 성능과 관련된 중요한 문제를 해결합니다." Sambharam은 말합니다. "차량 수준으로 ROM을 추상화하면 OEM은 부품 모델을 하위 시스템 수준으로 가져와서 차량의 가상 모델을 구축할 수 있습니다. 하위 시스템 검증이 완료되면 모델(및 데이터)을 다시 추상화하여 가속 또는 주행 거리 성능과 안전성과 같은 성능 매개변수에 대한 차량 수준 검증을 수행할 수 있습니다."

시뮬레이션 환경을 확장하여 EV 성능 파악

또한 OEM은 Twin Builder 소프트웨어를 사용하여 가상 환경에서 가능한 모든 테스트 사례를 실행하여 차량 성능을 파악할 수 있습니다. 이를 통해 통과한 테스트 검증 횟수, 실패한 테스트 검증 횟수 및 실패가 발생하는 이유를 쉽게 이해할 수 있습니다. 이와 같은 추가 통찰을 갖춘 자동차 제조업체는 현실적으로 프로토타입을 제작하고 테스트할 수 있는 설계를 하는 데 있어 정보에 입각한 결정을 내릴 수 있습니다.

모든 ROM을 확보한 후 디지털 트윈을 통해 개방형 통합 플랫폼에 연결하면 시뮬레이션 환경을 확장하여 특정 주행 시나리오에서 차량 성능을 분석할 수 있습니다. 이러한 수준의 데이터 교환을 통해 자율주행, 첨단 운전자 지원 시스템(ADAS), 파워트레인 및 차량 동역학을 위해 다양한 가상 테스트 시나리오 또는 엣지 케이스에 따라 모든 개발 단계에서 모델 성능을 원활하게 테스트하고 검증할 수 있습니다.

“기본적으로 OEM은 가상 환경에서 요구사항 기반 테스트 매트릭스를 최대한 모방할 수 있는 툴이 필요합니다. 이것이 바로 Twin Builder 소프트웨어, ROM의 유연성과 정확성, 그리고 여러 물리를 처리할 수 있는 기능이 중요한 부분입니다.” Sambharam은 말합니다. "이러한 기능을 타사 주행 시뮬레이터에 통합하면 차량 제조업체가 기계, 유체 또는 전자기기를 비롯한 모든 종류의 물리 기반 상호작용과 소프트웨어와 하드웨어 간의 상호작용뿐만 아니라 차량과 주행 환경 간의 상호작용을 설명하는 코너 사례를 포착할 수 있습니다."

자세히 알아보기

디지털 트윈은 한동안 존재해 왔지만 일부 OEM은 전동화 목표를 더 빠르게 발전시킬 수 있는 이 방법을 활용하지 못하고 있습니다. 자세한 내용은 Ansys Twin Builder 소프트웨어를 활용한 EV 개발 가속화의 가상 검증 및 전기 자동차용 디지털 트윈을 시청하십시오. Twin Builder 소프트웨어의 무료 평가판을 다운로드할 수도 있습니다.