Mr. Masahiro EGAMI, PhD, Honda R&D Co., Ltd.
우리는 단일 주파수의 임피던스가 아니라 광범위한 주파수의 특성을 고정밀로 신속하게 측정할 수 있는 새로운 연료 전지 임피던스 측정 기술을 개발하고자 했습니다. 이를 위해서는 고속, 고정밀 측정이 가능한 시스템을 구축하고, 실제 연료 전지를 활용한 측정 이론 검증 환경을 구현해야 했습니다.
우리는 PXI 제품을 사용하여 고속 샘플링과 다중 채널 측정이 가능한 시스템을 구축했습니다. LabVIEW 라이브러리를 사용하여 측정을 위한 프로그램과, FFT (고속 푸리에 변환) 계산 및 중간값 계산을 통해 임피던스 주파수 특성을 계산하는 프로그램을 개발했습니다.
매년 전 세계에서 차량의 연비 규제가 더욱 엄격해지고 있습니다. 자동차 제조업체는 CO2 이러한 규정을 충족하기 위해 배기량 감소 노력을 배가하고 있습니다. 그러한 노력 중 하나는 전원을 기존 가솔린 엔진에서 전기 모터로 변환하려는 시도를 포함하며, 이는 전기 자동차로의 변환에 대한 수요가 증가하고 있음을 의미합니다. 전기 자동차의 한 종류로 수소 에너지를 사용하는 연료 전지 자동차가 있습니다. 연료 전지는 수소와 산소 (공기)의 화학적 반응을 이용해 전력을 생성합니다. 이 반응은 물만 생성하며 CO2가 배출되지 않습니다. 그러므로 이 분야의 연구 및 개발은 CO2 배출을 줄이는 매우 효과적인 기술로 발전하고 있습니다.
Honda Motor Co., Ltd.도 연료 전지 차량에 주력해 왔으며 1980년대부터 연구 개발을 수행했습니다. 이 R&D의 주요 성과는 2016년 3월에 출시된 연료 전지 차인 Clarity입니다. Clarity는 약 3분 안에 급유 (수소 충전 시간)가 가능하여 전기차보다 빠른 고속 급유가 가능합니다. 또한, 단일 탱크로 주행 거리는 약 750km에 달합니다.
Honda는 과거에는 외부 공급업체로부터 연료 전지를 조달했습니다. 그러나 현재는 자체적으로 제조한 연료 전지를 사용하고 있습니다. Clarity에도 Honda의 연료 전지가 장착되어 있습니다. 우리 그룹은 연료 전지 시스템 개발을 담당합니다. 우리의 임무는 시장에 출시할 수 있을 만큼 낮은 비용으로 충분히 높은 수준의 정밀도를 달성하는 시스템을 개발하는 것입니다. 그러나 연료 전지 시스템을 시장에 출시하려면 다양한 주제를 연구하고 개발해야 합니다. 우리 그룹이 집중한 주제 중 하나는 연료 전지의 임피던스를 측정할 수 있는 시스템을 개발하는 것이었습니다. 아래에는 연료 전지 임피던스를 측정하려는 이유가 간략하게 나열되어 있습니다.
연료 전지는 수소와 산소의 화학 반응을 일으켜 물을 생성합니다. 연료 전지 스택에서 수소와 산소 채널은 스택을 더 소형화하기 위해 매우 좁게 만들어집니다. 이 채널에 물이 갇히면 수소와 산소가 통과하지 못하고 전력이 생성되지 않습니다. 따라서 연료 전지의 작동 중에 생성되는 물의 양을 모니터링해야 합니다. 우리는 물의 부피와 연료 전지의 임피던스 사이의 상관 관계를 이용하여 이 물을 모니터링하는 수단으로 임피던스 측정을 사용합니다. 연료 전지의 임피던스는 전해질 막에 갇힌 물의 양이 증가함에 따라 감소합니다. 따라서 임피던스 레벨이 너무 낮아지면 공기의 양을 늘리거나 온도를 변경하여 물의 양을 줄일 수 있습니다. 반대로 물의 양이 너무 적으면 연료 전지의 임피던스가 과도하게 증가하여 다른 문제가 발생할 수 있습니다. 우리는 임피던스 측정을 물의 양을 모니터링하는 수단으로 사용할 수 있으며 그 결과에 따라 물의 양을 제어해 균형을 맞출 수 있습니다.
임피던스 기반 제어 기술은 이미 실제 응용 분야에서 사용되고 있습니다. Clarity의 연료 전지에도 임피던스를 측정하는 기능이 포함되어 있습니다. 물의 양과 상관관계가 있는 단일 주파수 신호를 입력하고 입력 시 임피던스를 측정합니다. 그런 다음 측정 결과를 기반으로 연료 전지 내의 물의 양을 제어하고 수정하는 것입니다.
앞서 언급했듯이, 우리는 물의 부피와 상관관계가 있는 하나의 주파수의 임피던스를 측정하여 연료 전지의 물의 부피에 대한 정보를 얻을 수 있습니다. 반대로 말하면 이 측정으로 얻을 수 있는 유일한 정보는 물의 양에 대한 정보뿐입니다. 당연히 물의 양이 연료 전지의 성능에 영향을 미칠 수 있는 유일한 요소는 아닙니다. 실제로 다른 주파수의 임피던스도 측정하면 연료 전지 성능의 다양한 요소에 대한 정보를 얻을 수 있습니다. 그림 1과 같은 나이퀴스트 다이어그램은 예를 들어 연료 전지 성능 저하의 주요 원인이 될 수 있는 촉매 열화와 같은 사건을 시각화하는 데 도움이 될 수 있습니다. 단일 주파수가 아닌 다양한 주파수의 임피던스를 측정할 수 있다면, 물의 양 이외의 성능 저하 원인을 감지하고 그에 따른 적절한 제어를 수행하여 연료 전지 차량의 지속적인 성능을 유지할 수 있습니다.
단일 주파수가 아닌 광범위한 주파수의 임피던스를 측정할 때는 반복적으로 임피던스를 측정해 변경되는 입력 신호의 주파수에 대응할 수 있습니다. 이 기법을 주파수 응답 분석 (FRA)이라고 합니다. 하나의 높은 주파수의 임피던스만 측정해야 하는 경우, 결과를 1초 이내에 얻을 수 있습니다. 그러나 FRA 기술을 사용하여 광범위한 주파수를 측정하려면 5–10분이 소요되므로 문제가 될 수 있습니다. 분명히 이것은 실용적인 해결책이 아닙니다.
임피던스 주파수 특성을 측정하는 알려진 방법이 또 있습니다. m-시퀀스 (최대 길이 시퀀스) (반무작위) 신호를 입력하면서 전압/전류를 측정 (샘플링)한 다음 얻은 데이터에 FFT (고속 푸리에 변환) 계산을 적용하여 임피던스 주파수 특성을 찾는 것입니다. 이 FFT 방법은 단 몇 초 만에 측정을 수행할 수 있음을 의미합니다. 그러나 또한 나름대로의 문제가 있습니다. FFT 방법은 노이즈의 영향에 매우 취약하여 실용적이지 않습니다 (그림 2).
노이즈는 현실 세계에서 항상 발생합니다. 실제로 독립형 연료 전지에서도 노이즈의 영향으로 FFT 방법을 사용하는 고정밀 측정을 수행할 수 없습니다. 많은 전자 장치는 차량이 달릴 때 작동하므로 필연적으로 엄청난 양의 노이즈가 발생합니다. 임피던스 주파수 특성을 실용적인 수준에서 측정하려면 FFT 방식을 계속 사용하면서 노이즈의 영향을 억제하는 새로운 방식을 개발하여 신속하게 측정을 완료해야 합니다.
이러한 노이즈 문제를 해결하기 위해 우리는 평균을 기반으로 한 방법을 채택했습니다. 그러나 단순히 동일한 조건에서 반복 측정하여 평균값을 구하면 측정 시간이 너무 오래 걸립니다. 따라서 FFT 방식에 에르고드성의 개념을 추가했습니다.
에르고드성은 시간 평균과 앙상블 평균이 같다는 특성을 나타냅니다. 예를 들어 주사위를 100번 던진 다음 던져진 모든 숫자의 평균을 구한다고 상상해 보십시오. 주사위를 한 번 굴리는 데 1초가 걸린다면 100번 굴리는 데 100초가 걸리고 결과 숫자의 평균을 구할 수 있습니다. 이제 100개의 주사위를 동시에 던지면 평균을 구하는 데 1초밖에 걸리지 않습니다. 에르고드성은 사용된 방법에 관계없이 이 평균 값이 동일함을 의미합니다.
그러나 평균화를 빠르게 수행하기 위해 100개의 측정 장치를 준비해야 한다면 의미가 없습니다. 우리는 이러한 에르고드성 개념을 어떻게 하면 시뮬레이션할 수 있을지 궁리했습니다. 광범위한 주파수에서 측정을 수행하려고 할 때, 1,000Hz 지점의 결과를 알고 싶다고 생각해 보십시오. 이 방법을 이용하면 일반적인 FFT 방법에 따라 m-시퀀스 신호를 입력하고 999Hz–1,001Hz 범위 내에서 충분히 높은 주파수 분해능을 얻을 수 있도록 샘플링 주파수를 선택할 수 있습니다. 그런 다음 얻은 결과에 대해 샘플링과 FFT 계산을 수행하고 999Hz–1,001Hz의 평균값(mean)을 1,000Hz 지점에서 측정 결과로 사용하는 것입니다. 이 과정을 다른 여러 주파수 값 (이동 중앙값)에 대해 반복하면 임피던스의 주파수 특성을 얻을 수 있습니다. 이동 중앙값을 구하는 개념을 적용하면 측정 시간을 늘리지 않고도 노이즈의 영향을 억제할 수 있습니다.
앞서 언급한 이론의 실효성은 컴퓨터 시뮬레이션을 통해 확인했지만, 실제 연료 전지를 이용하여 이 이론을 검증할 수 있는지 확인이 필요했습니다. 필요한 실험을 수행하기 위한 시스템을 구축했습니다. 목표를 달성하기 위해 LabVIEW 그래픽 시스템 개발 플랫폼을 포함한 NI 제품을 선택했습니다. 이미 NI 제품의 유용성을 결과로 보았으며 LabVIEW가 개발에 매우 적합할 것이라고 믿었습니다.
그림 3은 구축된 시스템의 개요를 보여줍니다. PXIe-1082 섀시, PXIe-8135 컨트롤러 및 PXIe-6358 DAQ 디바이스를 사용합니다. 일반적인 연료 전지 사용법처럼 산소와 수소가 주입됩니다. 이 상태에서 m-시퀀스 신호가 부하로 입력되고 PXI 기반 시스템이 전압/전류를 측정합니다. 구한 값에 대해 FFT와 이동 중앙값을 계산한 뒤 각 주파수에 대한 임피던스 값을 구합니다.
이 측정 시스템의 특별한 특징은 높은 샘플링 주파수를 사용하여 평균값을 효과적으로 구한다는 것입니다. 예를 들어 최대 10kHz의 주파수 범위에서 측정을 수행하려면 800kHz의 샘플링 주파수를 선택합니다. 실제 연료 전지 스택은 수백 개의 셀로 구성됩니다. 각 셀에 대해 자세한 임피던스 측정을 수행하려면 동일한 수의 측정 채널을 사용할 수 있어야 합니다. PXIe-6358을 사용하면 1.25MHz의 최대 샘플링 주파수에서 최대 16개 채널을 사용하여 측정을 수행할 수 있습니다. 또한 셀 수에 맞게 측정 채널 수를 늘리기 위해 PXIe-6358의 수를 늘리면 각 장치 간 동기화가 용이해집니다.
LabVIEW를 사용하면 측정 또는 계산에 필요한 모든 프로그램을 그래픽으로 표시할 수 있습니다. 신호 처리 라이브러리에는 FFT 계산을 수행하거나 m-시퀀스 신호 생성을 위한 기능이 이미 포함되어 있습니다. 프로그램을 개발할 때 우리는 먼저 NI에 전압/전류 측정에 사용할 가장 기본적인 샘플 프로그램을 요청했습니다. 그리고 필요에 맞게 해당 프로그램을 수정했습니다. 다양한 로직 검증이 필요했기 때문에 프로그램의 수정과 측정을 반복했습니다. 처음에는 조금 낯설었지만 텍스트 기반 프로그래밍 언어와 달리 많은 공부 없이 충분히 해낼 수 있었습니다. 또한 완성된 프로그램은 초고속으로 실행되었습니다.
NI 플랫폼 제품을 사용하면 필요에 따라 최적의 하드웨어를 선택할 수 있다는 것을 알았습니다. 우리는 또한 이 하드웨어의 작동을 제어하고 신호 처리를 수행할 소프트웨어를 그래픽으로 개발할 수 있다는 것도 알고 있었습니다. 이러한 특별한 기능은 우리의 목적에 분명히 부합하는 이점이었습니다.
그림 4는 개발된 시스템에서 얻은 측정 결과의 예입니다. 빨간색 플롯은 FRA 방법을 사용하여 10분 동안 얻은 데이터를 나타냅니다. 0.1Hz와 10kHz 범위 내 43개 지점의 주파수 임피던스가 표시되어 있습니다. 반대로 파란색 플롯은 새로운 기술을 사용하여 얻은 임피던스 측정 결과입니다. 256개의 데이터가 표시되어 있지만, 측정에는 3.1초만 소요되었습니다. 보시다시피, 두 데이터 세트의 결과는 매우 유사합니다. 측정 결과는 약 20번 누적하여 표시한 것입니다. 낮은 주파수에서 약간의 산포가 있지만 높은 재현성을 달성했습니다.
FFT 방법에 이동 중앙값 계산을 추가하여 새 기법을 만들었습니다. 이 기술은 노이즈의 영향을 억제하는 동시에 측정 정밀도를 유지하여 단 몇 초 만에 임피던스 주파수 특성을 획득합니다.
원칙적으로 차량은 부품 비용을 계속 낮추면서 기능을 향상시키는 방향으로 발전할 것입니다. 상용 수준의 연료 전지 차량이 미래에 어떻게 진화할지 장담할 수는 없습니다. 새로운 FFT 기법은 비용 등의 문제로 인해 즉시 적용되기는 어렵습니다. 자율 주행 차량에는 매우 빠른 계산을 수행할 수 있는 프로세서가 필요할 것입니다. 자율 차량 기능이 대중화되면 이러한 프로세서를 통해 새로운 FFT 방법을 수행할 수 있을 것입니다. 그렇다면 이 사례 연구에서 설명하는 방법을 실용화할 수 있습니다.
Mr. Masahiro EGAMI, PhD
Honda R&D Co., Ltd.
masahiro_egami@n.t.rd.honda.co.jp