MDL
기계공학과 김남욱
한양대학교 ERICA캠퍼스 기계공학과의 기계역학연구실(MDL)은 미래 모빌리티와 친환경 차량 기술의 혁신을 선도하는 연구실입니다. 본 연구실은 하이브리드 전기차(HEV), 플러그인 하이브리드 전기차(PHEV), 배터리 전기차(BEV), 수소전기차(FCEV) 등 다양한 친환경 차량의 시스템 모델링, 제어, 시뮬레이션, 최적화 기술을 중점적으로 연구하고 있습니다. 차량의 각 구성 요소(연료전지, 배터리, 모터, 엔진 등)에 대한 정밀한 모델링과 동역학 해석을 통해, 실제 주행 환경을 반영한 고도화된 시뮬레이션 모델을 개발하고, 이를 바탕으로 차량 전체의 성능 평가 및 최적 제어 전략을 도출합니다.
연구실은 Dynamic Programming(DP), Pontryagin's Minimum Principle(PMP) 등 최적 제어 이론을 활용한 에너지 관리 전략(EMS) 개발에 강점을 가지고 있습니다. 또한, 인공지능(AI) 및 데이터 기반의 차량 제어 기술 개발에도 선도적인 역할을 하고 있으며, 지도학습, 강화학습, 신경망 등 다양한 AI 기법을 접목하여 차량의 주행 상황 인식, 에너지 관리, 변속 제어, 주행거리 예측 등 복잡한 제어 문제를 해결하고 있습니다. 이러한 연구는 전기차 1회 충전 주행거리 예측, 실도로 주행 데이터 기반 성능 검증, 교통 정책 및 규제 수립을 위한 영향도 분석 등 다양한 분야에 적용되고 있습니다.
또한, MDL은 대규모 교통 네트워크 해석 및 최적화 연구에도 집중하고 있습니다. Vissim 기반의 교통류 해석 모델, 클라우드 기반 분산 컴퓨팅, 대규모 시뮬레이션 플랫폼 등을 활용하여 실제 도로 환경에서의 차량 흐름, 에너지 소비, 배출가스 저감 효과 등을 정밀하게 분석합니다. 자율주행 및 커넥티드 차량 기술이 교통 시스템에 미치는 영향, 협력게임이론 기반의 분산 제어 전략, V2X 기반 커넥티비티 기술의 에너지 저감 효과 등 미래 교통 시스템의 혁신을 위한 연구도 활발히 진행 중입니다.
연구실은 산업체와의 협력 프로젝트, 국책과제, 국제 공동연구 등 다양한 프로젝트를 수행하며, 개발된 제어 전략과 시뮬레이션 모델을 실제 차량 개발 및 상용화에 적용하고 있습니다. 국내외 특허, SCI급 논문, 학술대회 발표 등 다양한 연구 성과를 창출하고 있으며, 연구실 출신 졸업생들은 현대자동차, 한화에어로스페이스, 한국자동차연구원 등 국내외 유수의 연구기관과 기업에서 활약하고 있습니다.
앞으로도 MDL은 디지털 트윈, 가상화 해석, 인공지능 기반 자동화 등 첨단 기술을 접목하여 차량 성능 평가 및 최적화, 친환경 모빌리티, 미래 교통 시스템 혁신 등 다양한 분야에서 세계적인 연구실로 도약할 계획입니다. 지속적인 산학협력과 융합 연구를 통해, 미래 모빌리티 산업의 발전과 지속가능한 사회 구현에 기여하고자 합니다.
Fuel Cell Systems
Hybrid Powertrain
Electric Vehicles
친환경 차량 시스템 모델링 및 최적 제어
기계역학연구실(MDL)은 하이브리드 전기차(HEV), 플러그인 하이브리드 전기차(PHEV), 배터리 전기차(BEV), 수소전기차(FCEV) 등 다양한 친환경 차량의 시스템 모델링과 최적 제어 기술을 중점적으로 연구하고 있습니다. 연구실은 차량의 각 구성 요소(연료전지, 배터리, 모터, 엔진 등)에 대한 정밀한 모델링을 수행하며, 이를 바탕으로 차량 전체의 동역학 해석 및 성능 평가 프로세스를 구축합니다. 또한, Constrained dynamics 기반의 동역학 방정식을 적용하여 실제 주행 환경을 반영한 고도화된 시뮬레이션 모델을 개발하고 있습니다.
이러한 모델링 기술을 바탕으로, 연구실은 룰베이스 제어, 최적 제어(Dynamic Programming, Pontryagin's Minimum Principle), 인공지능 기반 제어 등 다양한 제어 전략을 개발합니다. 특히, 최적 제어 이론을 활용하여 에너지 관리 전략(EMS)을 고도화하고, 강화학습 등 최신 인공지능 기법을 접목하여 실시간 제어 성능을 극대화하는 연구를 진행하고 있습니다. 이 과정에서 Matlab Simulink, Autonomie 등 다양한 시뮬레이션 툴을 활용하여 실제 차량 데이터와의 정합성을 검증하고 있습니다.
연구실의 이러한 연구는 친환경 차량의 연비 향상, 배터리 수명 연장, 시스템 효율 극대화 등 실질적인 성능 개선으로 이어지고 있습니다. 또한, 산업체와의 협력 프로젝트를 통해 개발된 제어 전략과 시뮬레이션 모델이 실제 차량 개발 및 상용화에 적용되고 있으며, 국내외 특허와 논문, 학술대회 발표 등 다양한 성과로 이어지고 있습니다.
인공지능 및 데이터 기반 차량 제어와 대규모 교통 시스템 해석
MDL은 인공지능(AI) 및 데이터 기반의 차량 제어 기술 개발에 선도적인 역할을 하고 있습니다. 지도학습, 기계학습, 신경망, 강화학습 등 다양한 AI 기법을 활용하여 차량의 주행 상황 인식, 에너지 관리, 변속 제어, 주행거리 예측 등 복잡한 제어 문제를 해결하고 있습니다. 예를 들어, Support Vector Machine을 활용한 도로 주행 상황 판단, 강화학습 기반의 하이브리드 시스템 연비 최적화, 신경망을 통한 최적 제어 결과 모사 등 다양한 연구가 활발히 이루어지고 있습니다.
또한, 연구실은 대규모 교통 네트워크 해석 및 최적화에도 집중하고 있습니다. Vissim 기반의 교통류 해석 모델, 대규모 시뮬레이션 플랫폼, 클라우드 기반 분산 컴퓨팅 등을 활용하여 실제 도로 환경에서의 차량 흐름, 에너지 소비, 배출가스 저감 효과 등을 정밀하게 분석합니다. 자율주행 및 커넥티드 차량 기술이 교통 시스템에 미치는 영향, 협력게임이론 기반의 분산 제어 전략, V2X 기반 커넥티비티 기술의 에너지 저감 효과 등 미래 교통 시스템의 혁신을 위한 연구도 활발히 진행 중입니다.
이러한 AI 및 데이터 기반 연구는 전기차 1회 충전 주행거리 예측, 실도로 주행 데이터 기반 성능 검증, 교통 정책 및 규제 수립을 위한 영향도 분석 등 다양한 분야에 적용되고 있습니다. 연구실은 국책과제, 산업체 협력, 국제 공동연구 등 다양한 프로젝트를 통해 실제 사회적·산업적 문제 해결에 기여하고 있습니다.
차량 성능 평가 시뮬레이션 및 최적화 플랫폼 개발
MDL은 차량의 연비, 가속, 등판 성능 등 주요 성능을 평가할 수 있는 시뮬레이션 모델 및 해석 플랫폼 개발에 주력하고 있습니다. 연구실은 Autonomie, Matlab Simulink 등 상용 및 자체 개발 툴을 활용하여 HEV, PHEV, BEV, FCEV 등 다양한 차량의 실제 데이터를 기반으로 한 검증된 시뮬레이션 환경을 구축하고 있습니다. 이를 통해 현대 Ioniq, Toyota Prius, GM Malibu 등 다양한 실제 차량의 성능을 정밀하게 분석하고, 대규모 시뮬레이션을 통한 파라미터 영향도 분석 및 최적화 연구를 수행하고 있습니다.
특히, 대규모 클라우드 기반 분산 컴퓨팅 환경을 활용하여 시간당 수십만 대의 차량 해석이 가능한 Large-scale simulation 플랫폼을 개발하였으며, 이를 통해 차량 모델 컴파일, 멀티코어 활용, 분산 해석 등 고성능 시뮬레이션 기술을 선도하고 있습니다. 또한, EVeST(전기자동차 시뮬레이션 툴킷)와 같은 자체 개발 소프트웨어를 통해 전기차의 성능 예측, 부품 성능 비교, 주행거리 인증 등 다양한 실무적 요구에 대응하고 있습니다.
이러한 시뮬레이션 및 최적화 플랫폼은 차량 개발 초기 단계의 성능 예측, 시스템 설계 파라미터 최적화, 실차 시험 데이터 기반 검증, 정책 수립을 위한 영향도 분석 등 다양한 산업적·학술적 목적에 활용되고 있습니다. 연구실은 앞으로도 디지털 트윈, 가상화 해석, 인공지능 기반 자동화 등 첨단 기술을 접목하여 차량 성능 평가 및 최적화 분야의 혁신을 이끌어갈 계획입니다.
1
Investigation of real-world NOx and NH3 emissions from various powertrain vehicles using trip analysis method
J. W. Jeong, N. Kim, K. Lee
Fuel, 2026
2
A comprehensive methodology for developing and evaluating driving cycles for electric vehicles using real-world data
G. Lee, J. Yeon, N. Kim, Suhan Park
eTransportation, 2025
3
Sufficient Conditions for Speed Optimization Based on Pontryagin’s Minimum Principle in Battery Electric Vehicles
S. Lyu, D. Park, L. Yang, T. Kim, S. Fu, N. Kim
Int.J Automot. Technol., 2025
1
[테너지] HEV/PHEV 연비 및 성능 해석 시뮬레이션 모델 개발 및 하이브리드 구조 성능 비교 평가 연구 Development of a simulation model for the analysis of HEV/PHEV performance and a comparative study of hybrid system performance
2
[현대자동차] 코스팅 주행 예측 제어 개발 업무 로드 단축을 위한 Base Calibration 자동화 모델 개발, Development of an Automated Base Calibration Model for Reducing Workload in Coasting Drive Prediction Control Development
3
[산업통상자원부] 중대형 4륜 구동 SUV의 주행 효율 및 동력성능 개선을 위한 e-AWD 후륜구동용 핵심 전기구동모듈 기술 개발, Development of an e-AWD Rear-wheel Mounted Electric Drive System for Improving Energy Efficiency and Driving Performance of a Medium & Heavy-duty Sport Utility Vehicle