= 순 견인계수
3.4. 통합 조정 알고리즘 개발
3.4.1. 시뮬레이션 모델을 이용한 알고리즘 개발
통합 조정 시스템은 밸래스트를 이용한 차축 중량 분포, 타이어 공기압, 엔진 속도, 변속 단수 조정 및 슬립 조정 기술을 통합한 시스템으로 트랙터의 연료 효율을 높이 고 작업에 소모되는 연료의 양을 줄이는 것이 목적이다. 따라서 각각의 조정 시스템 의 요소 기술들을 조정함에 따라 트랙터의 연료 소비율과 연료 소모량에 어떠한 영향 을 미치는지 구명하는 것은 매우 중요하다. 그러나 필드 실험을 통하여 통합 조정 시 스템을 구성하는 모든 요소 기술들의 조정 효과 및 조건들을 확인한다는 것은 현실적 으로 매우 어렵다. 특히 실제 필드시험에서는 시험 결과에 영향을 미치는 조건들이 매우 많으며 이것들을 모두 통제하기란 현실적으로 매우 어렵다. 이런 어려움을 해결 하기 위하여 컴퓨터 시뮬레이션 기법이 많이 활용된다.
본 연구에서는 앞서 개발된 트랙터 시뮬레이션 모델을 이용하여 쟁기 작업, 로터리 작업 수행 시 밸래스트, 타이어 공기압, 엔진 속도, 변속 단수, 작업 부하를 조정하여 연료 소모량, 연료 소비율, 단위 면적당 연료 소모량, 슬립, 등에 대한 영향을 조사하 기 위하여 분산 분석과 회귀 분석을 실시하고 그 결과를 이용하여 작업별 통합 조정 알고리즘을 완성하도록 한다.
3.4.1.1. 요인 실험 설계
통합 조정 시스템의 조정 변수는 밸래스트 조정을 통한 차축 중량 분포, 타이어 공 기압, 엔진 속도, 변속 단수, 구동륜의 슬립이다. 이 중 구동륜의 슬립은 자체적으로 조정이 매우 어렵기 때문에 다른 요소 조정 기술들을 이용하여 슬립을 조정 하여야 한다. 각각의 조정 변수들은 농작업의 종류와 수행 정도에 따라 그 조정 방법이 달라 져야 하며 각각의 작업수행 시 변수들을 조정함에 따라 연료 소모량, 연료 소비율 등 에 어떠한 영향을 미치게 되는지 구명하여야 한다. 특히 앞선 농작업 실험의 결과에
서처럼, 많은 변수들이 트랙터 작업의 연료 소비에 영향을 미치는 것으로 나타났으며, 그 경향성을 찾아내는 것 또한 매우 어려운 일이다. 이에 따라 본 연구에서는 앞서 개발한 트랙터 컴퓨터 시뮬레이션 모델을 이용하여 밸래스트 조정, 타이어 공기압, 엔 진 속도, 변속 단수, 작업 부하를 조정하였을 때 각 농작업 종류에 따라 연료 소모량 (Fuel consumption, FC), 연료 소비율 (Specific volumetric fuel consumption, SVFC), 단위 면적당 연료 소모량(Fuel consumption per unit area, FCA), 구동륜의 슬립에 미
Case Table 3.28 Variations of control parameters for computer simulation
Case Work depth for plow (cm) PTO gear (Gear ratio)
1 10 4
2 15 3
Table 3.29 Work loads for computer simulation
3.4.1.2. 상관 분석
D Ba Ti G Th FC 0.24578 0.00979 0.01028 -0.6673 0.63971
(0.0016) (0.9016) (0.8967) (<.0001) (<.0001) FCA 0.7084 -0.04625 0.05895 0.5182 0.42876
(<.0001) (0.559) (0.4562) (<.0001) (<.0001) SVFC -0.05596 -0.05066 0.06675 0.8567 0.40584
(0.4794) (0.5221) (0.3987) (<.0001) (<.0001) Slip 0.9132 -0.15079 0.1113 -0.23846 0.13621
(<.0001) (0.0555) (0.1585) (0.0022) (0.0839) Table 3.30 Pearson correlation coefficients of plowing operation between the variables (p-values)
PG Ba Ti G Th Pr FC -0.20746 0.00399 0.00424 -0.04915 0.96779 0.01775
(0.008) (0.9598) (0.9573) (0.5346) (<.0001) (0.8226) FCA -0.16043 0.00018 0.00614 0.9775 0.09291 0.98571 (0.0414) (0.9982) (0.9382) (<.0001) (0.2396) (<.0001) SVFC 0.54772 0 0.02002 -0.38363 0.67416 -0.50512 (<.0001) (1) (0.8003) (<.0001) (<.0001) (<.0001) Table 3.31 Pearson correlation coefficients of rotavating operation between the variables (p-values)
분석 결과 연료 소모량(FC)는 PTO 변속비(PG, r=-0.20746), 엔진 회전 속도(Th, r=0.96779)과 상관관계가 높은 것으로 나타났으며 나머지 변수들의 경우에는 상관관계 가 매우 낮았다. 단위 면적당 연료 소모량(FCA)의 경우에는 경운 속도비(r=0.98571), 변속 비 (r=0.9775)이 가장 상관관계가 높은 것으로 나타났으며 이는 앞선 실험 결과 와 일치하는 것으로 나타났다. PTO 변속비(-0.16043)와 엔진 회전 속도(r= 0.09291)은 약간의 상관관계가 있는 것으로 나타났다. 연료 소비율(SVFC)의 경우에는 PTO 변속 비(r=0.54772), 변속 비(r=-0.38363), 엔진 회전 속도(r=0.67416), 경운 속도비 (r=-0.50512)와 높은 상관관계를 나타내었다. 로터리 작업의 경우에는 밸래스트 조정 과 타이어 공기압은 상관관계가 거의 없는 것으로 나타났다.
3.4.1.3. 분산 분석
Table 3.32는 쟁기 작업의 종속 변수들인 연료 소모량(FC), 연료 소비율(SVFC), 단 위 면적당 연료 소모량(FCA), 슬립(Slip)에 대하여 독립 변수들인 작업 부하(D), 밸래 스트(Ba), 엔진 회전 속도(Th), 변속 비(G), 타이어 공기압(Ti)의 변화가 유의한지에 대한 유의성 검정을 위하여 분산 분석을 실시한 결과를 나타낸 것이다.
Dependant Table 3.32 F-value of ANOVA test for plow operation simulation (P-value)
분산 분석 결과 연료 소모량(FC)의 경우에는 변속 비(<.0001), 엔진 속도(<.0001),
Dependant Table 3.33 F-value of ANOVA test for rotavating operation simulation (P-value)
분산 분석 결과 연료 소모량(FC)는 로터리 작업 시 작업 부하(D), 엔진 회전 속도
받는 연료 소모량의 경우 위의 세 가지 변수를 조정하여 엔진의 운전 영역을 움직일
× × × (3.21)Variable Operation Ballast adjustment Table 3.34 Parameter estimate of the regression model for plowing operation (t-value)
각각의 종속 변수들에 대한 회귀 모델은 결정 계수R2 가 0.90 ~ 0.99까지 매우 높은
efficiencyFuel
M-3 (79.43) 2200 15 FC2P
R L-3 (253.73) 1400 4 FC1R
M-3 (79.43) 2200 3 FC2R
FCA P 53: 47 58.6 : 41.4 M-3 (79.43) 1400 10 FCA1P
45: 55 175.8 : 124.1 L-3 (253.73) 2200 15 FCA2P
R M-3 (79.43) 1400 4 FCA1R
L-3 (253.73) 2200 3 FCA2R
SVFC P 58.6 : 41.4 M-3 (79.43) 1400 15 SVFC1P
175.8 : 124.1 L-3 (253.73) 2200 10 SVFC2P
R M-3 (79.43) 1400 3 SVFC1R
L-3 (253.73) 2200 4 SVFC2R
Table 3.35 Operational conditions to evaluate the effectiveness of the control strategy
료 소모량의 경우에는 쟁기 작업 61.06%, 로터리 작업 75.66%의 개선 효과를 보였으
FC1P 2.70 12.47 0.681 -81.31 -24.95 31.52
FC2P 14.46 16.61 0.518
SVFC1R 6.54 28.55 0.348 -41.48 203.53 -28.62
SVFC2R 11.18 9.41 0.488
Table 3.36 Reduction of fuel consumption by the best strategy
3.4.1.5. 운반 작업 요인 분석
어려움이 많이 따르는 관계로, 운반 작업에서는 완전 요인 배치법이 아닌 일부 시행
Case Ballast (EA) Tire inflation
pressure (%) Gear step Engine speed (rpm)
Table 3.37 Experimental conditions of transporting operation.
실험을 위한 통합 계측 트랙터는 앞서 개발된 T623 통합 계측 트랙터를 이용하였 으며, 시험은 수원에 위치한 서울대학교 실험 목장에서 2012년 10월 12일, 19일 이틀 에 걸쳐서 진행 하였다.
운반 작업 시 작업 하중은 1.5톤으로 설정하였고, 25kg 사료 포대를 사용하여 하중 을 설정하였다. 실험은 경사가 없는 농지에서 시행되었고, 27개의 실험 모두 같은 경 로에서 실험하였으며, 50m 길이의 직선 주로를 왕복하여 값을 측정하였다. 각 실험은 평균적으로 약 100초 동안 시행되었다.
여러 계측 시스템을 통해, 엔진 RPM, PTO RPM, 각 바퀴의 RPM과 작용 토크, 엔 진 유량, GPS 속도, PTO 토크, 엔진 파워, 견인력 등 총 23개의 값들을 측정하였다.
측정된 값들을 실험 시간에 대해 그래프로 그려본 결과, Fig. 3. 56과 같이 트랙터 가 출발하고 정지했던 구간인 처음과 끝에 Unsteady 구간이 존재하였다. 각 실험의 대푯값 설정을 위해 Steady한 구간만을 잘라내어 평균값을 구하여 이용하였다. 측정 된 결과는 연료 소모량(FC), 연료 소비율(SVFC), 슬립(Slip) 그리고 연비(L/km)로 나 타내었다.
Fig. 3.56 Front left wheel speed of transport operation.
3.4.1.6. 운반 작업 실험 결과 및 분석
Table 3.38은 운반 작업의 결과를 이용하여 연비(Lpk), 연료 소모량(FC), 연료 소비 율 (SVFC), 슬립(Slip)과 밸래스트 (Ba), 타이어 공기압 (Ti), 변속비(G), 엔진 속도 (Th)에 대한 상관 분석을 한 결과이다.
운반 작업의 경우에는 작업 면적이 아닌 단위 연료당 주행할 수 있는 거리인 연비 (L/km)의 형태로 나타내었다. 연비(Lpk)는 변속 단수(G, r=0.77281)와 엔진 회전 속도 (Th, r=0.57595)와 높은 상관관계를 지니는 것으로 나타났으며 밸래스트(Ba)와 타이어 공기압(Ti)는 상관관계가 높지 않았다. 연료 소비율의 경우에도 변속 단수(r=0.72024) 와 엔진 회전 속도(r=0.60981)에서 높은 상관관계를 나타내었으며, 연료 소모량의 경 우에는 엔진 회전 속도(r=0.91949)에만 높은 상관관계를 나타내었다. 구동륜의 슬립의 경우에는 타이어 공기압(r=-0.60875)과 변속 단수(r=0.65185)가 높은 상관관계를 지닌 것으로 나타났다.
Ba Ti G Th
Lpk 0.0536 -0.05775 0.77281 0.57595
(0.7906) (0.7748) (<.0001) (0.0017)
SVFC 0.00464 -0.16268 0.72024 0.60981
(0.9817) (0.4175) (<.0001) (0.0007)
FC 0.06172 0.01831 -0.24387 0.91949
(0.7597) (0.9278) (0.2203) (<.0001)
Slip 0.07484 -0.60875 0.65185 -0.22838
(0.7106) (0.0008) (0.0002) (0.2519)
Table 3.38 Pearson correlation coefficients of transporting operation between the variables (p-values)
Dependant Table 3.39 F-value of ANOVA test for transporting operation (P-value)
Table 3.39는 운반 작업의 분산 분석 결과를 나타낸 것이다. 연비(Lpk)의 경우에는
Dependant Table 3.40 Parameter estimate of the regression model for transporting operation (t-value)
3.4.2. 로터리 경운 속도비와 연료 소비 특성 3.4.2.1. 개요
선진국에서는 주행 단수를 높이고 엔진 속도를 줄이는 소위 “Gear Up Throttle Down” 운전 방법을 농민들에게 권고하고 있으며, 이 운전 방법으로 트랙터를 운전하 면 연료 소모량을 30%까지 절감할 수 있다고 보고되었다(Grisso and Pitman, 2001).
그러나 GUTD(Gear Up Throttle Down) 운전 방법은 쟁기 작업 등 견인 작업 시에는 효과적이나 로터리 작업과 같이 일정한 회전 속도를 요구하는 PTO 작업에서는 경운 상태가 불량하거나 PTO 구동 라인에 손상을 가져올 수 있다. 따라서 작업 부하의 변 동이 큰 로터리 경운 작업에 대한 효과적이고 경제적인 운전 방법을 제시할 필요가 있다. 본 연구에서는 PTO 동력을 이용한 로터리 경운 작업 시 기어 선택이 연료 소 비 특성에 미치는 영향을 분석하고 연료 효율을 극대화할 수 있는 운전 방법을 구명 하고자 하였다.
3.4.2.2. 경운 속도비
로터리 경운 작업 시 경운날의 절삭 성능은 트랙터의 주행 속도와 로터베이터 경운 날의 각속도에 의해서 영향을 받게 된다. 즉 트랙터의 주행속도에 대한 로터베이터 경운날의 원주 속도의 비에 따라서 경운 작업 결과의 정도가 달라지며 이 때, 속도비 의 관계는 식 3.22와 같이 나타낼 수 있다 (김동현, 2012).
경운 속도비는 기본적으로 로터베이터 경운날의 회전에 의한 선속도와 트랙터의 전 진 작업 속도의 비로써 만약에 경운 속도비가 작다면 트랙터의 주행 속도와 로터리 날의 회전 속도의 차이가 크지 않은 것으로 토양이 부서지는 정도가 속도비가 큰 경 우에 비하여 줄어들게 된다. 속도비를 키우게 될수록 점점 토양이 많이 부서지게 된 다. 따라서 경운 속도비에 따라 작업의 정도가 달라지며, 작업의 정도를 일정하게 유 지하고 연료 효율을 높이기 위해서는 그에 맞는 알고리즘을 개발하여야 한다.
0.24~0.26 m 정도이며 본 연구에서 사용된 경운날의 반경은 0.255 m이다. Fig. 3.57 에 경운피치와 경운 속도비의 관계를 나타낸 것이다(김동현, 2012).
(3.24)
여기서
= 경운 피치 (cm) = 경운 속도비
= 로터리 날의 반경 (m)Fig. 3.57 Relation between tillage pitch and λ.
3.4.2.4. 속도비와 주행 속도 및 PTO 변속 단수의 조합
경운 속도비는 트랙터의 전진 변속 단수와 PTO 변속 단수의 조합에 해당하는 수만 큼 정해지므로 각 트랙터마다 로터리 경운 작업에 대하여 선택할 수 있는 속도비의