전기자동차, 엔진자동차 필드 데이터 활용 진동 시험 스펙 개발(vibration testing, field data, durability, reliability, real-world environment,fatigue damage spectrum (FDS), power spectral density (PSD))

 

목차

 

"관련제품 문의는 로고 클릭 또는 공지사항의 연락처를 통해 하실 수 있습니다."

 

 

 

 

진동 시험의 변화와 데이터 기반 가속 시험 개발의 중요성

 

오늘날 제품 개발 과정에서 진동 시험은 단순한 규정 준수의 수단을 넘어, 실제 사용 환경을 반영하여 제품의 신뢰성과 내구성을 검증하는 핵심 단계로 발전하고 있습니다. 과거에는 진동 시험이 개발의 마지막 단계에서 이루어졌으며, 주로 “규격을 통과했는가”를 확인하는 것이 목적이었습니다. 그러나 최근에는 설계 초기부터 진동 시험을 통해 제품의 잠재적 실패 모드를 조기에 파악하고, 이를 설계 개선에 반영하는 방향으로 변화하고 있습니다.

 

 

1. 현실 데이터의 중요성

ObserVR을 사용한 필드데이터 계측, 팜테크

 

발표의 서두에서 소개된 사례는 실제 데이터의 중요성을 단적으로 보여줍니다. 한 기업은 전자제어모듈(ECM)의 디지털 트윈 모델을 구축하여 모든 내구성, 안전성, 신뢰성 요건을 충족시켰습니다. 또한 오랜 기간 사용해온 표준 진동 시험도 통과하였습니다. 그러나 실제 차량을 도로에서 운행하자 예기치 못한 고장이 발생하였고, 이는 모델과 시험이 현실의 진동 환경을 제대로 반영하지 못했기 때문이었습니다.

 

이후 해당 기업은 실제 도로 주행 데이터를 수집하여 이를 기반으로 새로운 시험 프로필을 제작하였고, 그제서야 실험실에서도 동일한 고장이 재현되었습니다. 이를 통해 디지털 모델 역시 실제 현상을 예측할 수 있도록 보정(calibration)할 수 있었습니다. 이 사례는 “모델과 시험은 그 뒤에 있는 데이터의 정확성만큼 신뢰할 수 있다”는 사실을 분명히 보여줍니다.

 

 

2. 진동 시험의 역할 변화

 

진동 시험의 목적은 과거의 단순한 통과 중심 평가에서 벗어나, 설계 최적화를 위한 예측적 도구로 변화하고 있습니다.
현재의 시험은 다음과 같은 특징을 갖습니다.

• 제품의 실패 모드(failure mode)를 조기에 파악하여 설계 개선에 반영합니다.
• 디지털 모델과 물리 시험의 상호 보완을 통해 해석의 정확도를 높입니다.
• 프로토타입 제작 횟수와 개발 비용을 줄입니다.

즉, 진동 시험은 더 이상 개발의 마지막 관문이 아니라, 설계의 방향을 결정하는 데이터 기반 의사결정 도구로 자리 잡고 있습니다.

 

 

3. 변화의 원인 — 전동화, 자율주행, 경량화

 

이러한 변화의 가장 큰 원인은 자동차 산업의 기술적 전환에 있습니다.

1. 전기차(EV)와 하이브리드 차량의 등장
   전동화된 구동계는 모터, 인버터, 감속기 등에서 고주파(high-frequency) 진동을 발생시킵니다. 이는 기존의 내연기관(ICE) 진동 프로필로는 재현이 어렵습니다. 이러한 고주파 진동은 전자회로 내부의 부품 낙하나 납땜 균열 등 새로운 고장 모드를 유발할 수 있습니다.
2. ADAS 및 자율주행 기술의 확산
   센서, 카메라, 제어기 등은 외부에 노출되어 있으며, 진동에 매우 민감합니다. 미세한 진동도 센서의 보정(calibration)이나 영상 인식 성능에 직접적인 영향을 줄 수 있습니다. 따라서 이들의 실제 사용 환경을 반영한 진동 시험이 필수적입니다.
3. 경량화 소재의 사용 증가
   알루미늄, 복합소재 등은 기존 강재와는 다른 진동 응답 특성을 가지므로, 전통적인 시험 조건으로는 내구성 평가가 부정확해질 수 있습니다.

 

4. 데이터 기반 진동 시험의 등장

 

현대 진동 시험의 핵심은 데이터 기반 접근(Data-driven Testing)입니다. 즉, “규격(specification)”이 아니라 “사용(usage)”을 기준으로 시험을 설계하는 것입니다. 이 과정은 다음과 같은 단계로 이루어집니다.

 

ObserVIEW를 사용한 시계열 진동 측정, 팜테크

 

1. 실제 주행 데이터 수집
   차량에 가속도 센서를 부착하여 다양한 노면(포장도로, 자갈길, 언덕 등)을 주행하면서 데이터를 기록합니다.
2. 데이터 정제 및 분류
   수집된 데이터를 주행 환경별로 구간(range)을 나누어 관리합니다. 예를 들어, 도심, 고속도로, 자갈길 등의 구간별로 나누어 분석합니다.
3. 가중치 적용 및 운전자 유형 정의
   평균 운전자(50번째 백분위수)나 가혹 운전자(95번째 백분위수) 등 다양한 고객군의 운전 패턴을 반영하여 각 구간의 가중치를 설정합니다.
4. 피로 손상 스펙트럼(Fatigue Damage Spectrum, FDS) 계산
   각 주파수 대역에서의 누적 손상을 계산하여, 전체 주행 수명(예: 10만 마일)에 해당하는 피로 손상량을 구합니다.
5. 파워 스펙트럼 밀도(PSD) 생성
   계산된 FDS를 실험실 진동 시험 장비(Shaker)에서 재현할 수 있는 형태로 변환하여, 단시간에 동일한 손상량을 유도할 수 있는 가속 시험을 구성합니다.

 

도로에 따른 Weighting Factor 추가, 팜테크

 

이를 통해 실제 도로 주행의 진동 환경을 실험실에서 단기간에 재현할 수 있으며, 시험 결과를 다시 모델링에 반영함으로써 설계와 시험 간의 폐루프(closed loop)가 완성됩니다.

 

FDS(Fatigue Damage Spectrum) 생성 알고리즘, 팜테크

 

 

국제 진동 시험 규격 및 필드 데이터 생성 PSD(Power Spectrum Density) 비교, 팜테크

 

5. 인공지능과 디지털 트윈의 활용

 

최근에는 차량의 연결성(connectivity)이 향상되면서, OnStar와 같은 시스템을 통해 대규모 고객 운전 데이터를 수집할 수 있습니다. 인공지능(AI)은 이러한 방대한 데이터를 분석하여 사용 패턴, 이상치(outlier), 시험 조건의 최적화 등을 수행합니다. 또한, 기존 데이터에서 새로운 설계로 데이터를 변환하는 과정을 통해, 새로운 제품의 시험 조건을 신속히 도출할 수 있습니다.

결국, AI·디지털 트윈·현실 데이터가 상호 보완적으로 작용하는 체계가 구축되고 있으며, 이를 통해 개발 기간을 단축하고 하드웨어 의존도를 줄이며, 설계의 신뢰성을 높일 수 있습니다.

 

 

6. 피로 손상 스펙트럼(FDS)과 파워 스펙트럼 밀도(PSD)

 

FDS는 주파수별 누적 피로 손상을 나타내는 지표로, 특정 주파수 대역에서의 손상 기여도를 파악할 수 있습니다.

이를 바탕으로 PSD를 산출하면, 동일한 손상량을 단시간에 재현할 수 있는 시험 신호를 만들 수 있습니다. 예를 들어, 10만 마일 주행에 해당하는 손상량을 20시간의 시험으로 구현할 수 있습니다. 이 방식은 기존의 표준 시험(예: SAE J2380)보다 실제 환경을 더 정확히 반영하며, 과도한 진동으로 인한 과설계(over-design)나 불필요한 고장 판정을 방지합니다.

 

 

해당 내용과 관련해서 팜테크에서 시스템 솔루션을 제공하고 있습니다.  관심 있으시면 아래 홈페이지 또는 연락처를 통해 문의 주시면 됩니다. :)

 

https://famtech.co.kr/sub04/01_01.php

팜테크