Experimentally Validated Comparison of Two CFD Simulation Workflows for Oil Jet Cooling and LPTN Improvement

현대적인 전기 자동차는 바퀴를 구동하기 위해 매우 작으면서도 효율적인 강력한 모터에 의존합니다. 그러나 이 기계들이 더 작은 공간에 더 많은 전력을 집약함에 따라, 강렬한 열을 발생시킵니다. 만약 이 열이 빠르게 제거되지 않으면 모터가 고장 나거나 성능을 잃을 수 있습니다. 초기 세대의 전기차를 위해 엔지니어들은 모터의 외부를 냉각하는 워터 재킷(water jacket)을 사용했지만, 이 방법은 뜨거운 커피의 가장자리를 불어서 식히려는 것과 같아서 중심부의 열이 빠져나가는 데 너무 오랜 시간이 걸립니다. 이를 해결하기 위해 업계는 모터 내부의 부품, 특히 모터 내부의 구리 와이어에 오일을 직접 분사하는 직접 냉각 방식으로 이동하고 있습니다. 이 오일은 열을 빠르게 운반하는 비전도성 유체 역할을 하여, 모터가 파손되지 않고 더 뜨겁고 빠르게 작동할 수 있게 해줍니다. 엔지니어들의 과제는 이 오일이 모터의 복잡하고 뒤엉킨 와이어 형태를 얼마나 잘 냉각할지 정확하게 예측하는 것이며, 이는 값비싼 시제품을 만들었다가 실패하는 일을 방지하기 위해 정교한 컴퓨터 시뮬레이션을 필요로 합니다.

나바라 대학교와 다우치 코퍼레이션(Dauch Corporation)의 연구팀은 이 오일 냉각 과정을 시뮬레이션하는 두 가지 다른 방법을 테스트하기 위해 연구를 수행했습니다. 그들은 어떤 컴퓨터 방식이 계산 능력을 가장 적게 사용하면서도 모터의 온도를 가장 정확하게 예측할 수 있는지 알고 싶었습니다. 답을 찾기 위해, 그들은 먼저 물리적 테스트 모델을 구축했습니다. 그들은 실제 모터의 고정 부분인 스테이터(stator, 구리 권선이 포함된 부분)를 투명한 플라스틱 용기 안에 넣었습니다. 이 용기는 오일의 흐름을 관찰하면서도 오일을 가두어 둘 수 있게 해주었습니다. 그들은 실제 모터와 마찬가지로 열을 발생시키기 위해 와이어에 전기를 흘려보냈으며, 정밀한 센서를 사용하여 다양한 지점의 온도를 측정했습니다. 그들은 오일이 두 가지 다른 속도로 흐르고 두 가지 다른 시작 온도를 가진 상태에서 시스템을 테스트하여, 컴퓨터 모델과 비교할 수 있는 신뢰할 수 있는 실측 데이터를 생성했습니다.

연구진은 물리적 실험과 얼마나 잘 일치하는지 확인하기 위해 두 가지 서로 다른 유형의 컴퓨터 시뮬레이션을 실행했습니다. 유한 체적법(Finite Volume Method)으로 알려진 첫 번째 방법은 모터 주변의 공간을 수백만 개의 작은 고정된 상자로 나눕니다. 이 방법은 오일과 공기가 이 상자들을 통해 어떻게 이동하는지 추적하며, 액체가 와이어 위로 어떻게 떨어지고 퍼지는지를 계산합니다. 이 접근 방식은 매우 상세하고 다재다능하여, 오일이 고체 금속과 어떻게 상호작나는지 정확하게 보여줄 수 있지만, 매우 느립니다. 두 번째 방법인 입자 이동 시뮬레이션(Moving Particle Simulation)은 고정된 상자를 사용하지 않습니다. 대신, 오일을 공간을 이동하는 개별 입자들의 집합체로 취급합니다. 이 방식은 모터 주변의 빈 공기를 동일한 방식으로 계산할 필요가 없기 때문에 훨씬 빠르지만, 고체 금속 내부에서 열이 어떻게 이동하는지 알아내기 위한 별도의 단계가 필요합니다.

연구팀이 두 시뮬레이션 결과를 물리적 측정값과 비교했을 때, 두 방법 모두 오일 냉각 와이어의 평균 온도를 예측하는 데 매우 정확하다는 것을 발견했습니다. 상세한 상자 기반 방식은 실제 온도와 거의 완벽하게 일치했으며, 입자 기반 방식 또한 매우 근접했으나 오일 흐름이 느릴 때 매우 뜨거운 지점을 예측하는 데 가끔 어려움을 겪었습니다. 입자 방식은 훨씬 빠른 속도를 증명했는데, 강력한 그래픽 카드로 몇 시간 만에 실행할 수 있었던 반면, 상자 기반 방식은 대형 서버에서 실행하는 데 며칠이 걸렸습니다. 이러한 속도 차이는 여러 가지 설계를 빠르게 테스트해야 하는 엔지니어들에게 매우 중요합니다. 연구진은 또한 입자 방식이 오일이 분사되지 않는 쪽의 모터 온도를 예측하는 데 오히려 더 낫다는 것을 발견했는데, 이는 다른 방식이 금속 구조를 너무 단순화하여 완전히 정확하지 않았기 때문일 가능성이 큽니다.

연구의 가장 중요한 발견은 연구진이 이 상세한 열 데이터를 가져와 일상적인 설계 작업에 사용되는 더 단순하고 빠른 모델에 입력했을 때 일어났습니다. 열 네트워크(thermal network)라고 불리는 이 더 단순한 모델은 보통 오일이 모터를 얼마나 잘 냉각하는지에 대한 대략적인 추측에 의존합니다. 팀이 그 추측들을 정교한 시뮬레이션에서 얻은 정밀한 데이터로 대체했을 때, 이 단순한 모델은 놀라울 정도로 정확해졌습니다. 이 모델은 수십 도의 오차가 발생할 수 있던 도구에서 실측 테스트와 일치하는 신뢰할 수 있는 예측 도구로 변모했습니다. 이는 엔지니어들이 고품질 데이터로 보정하기만 한다면, 복잡하고 느린 시뮬레이션의 신뢰성을 가지고도 빠르고 단순한 모델을 사용하여 냉각 시스템을 설계할 수 있음을 의미합니다. 이 연구는 느리고 상세한 방식이 뛰어난 유연성을 제공하지만, 입자 방식이 오일 제트 냉각을 시뮬레이션하는 데 탁월한 선택이며, 차세대 전기 모터를 설계하기 위한 강력한 새로운 방법을 제시한다고 결론지었습니다.