한때 클린에너지로 칭송받았던 디젤차가 미세먼지, 질소산화물을 과다 배출한다는 사실이 알려지면서 전세계적으로 퇴출 단계에 접어들었다.

반면 연비가 디젤보다 낮았던 가솔린·LPG 자동차는 질소산화물 미세먼지 배출량이 디젤차보다 적다는 사실이 알려지면서 수요가 늘고 있다. 최근 판매하는 가솔린 자동차는 직접분사식 시스템을 적용해 연소효율성을 높이고 있다.

가솔린엔진은 디젤 엔진과 다르게 펌핑 손실이 있으며, 연료와 공기가 섞이는 비율을 뜻하는 혼합비 비율이 14.7:1(공기 14.7, 연료1)을 최대한 유지해야 한다. 반면 디젤 엔진의 혼합비 비율은 100:1 이상도 가능하다.

디젤 엔진의 공연비가 높은 이유는 디젤 연료의 열량이 가솔린 연료 열량보다 높으며 디젤 연료는 스스로 발화가 가능하기 때문이다. 반면 가솔린 연료는 점화플러그의 불꽃을 통해 강제로 점화시켜야 한다. 따라서 디젤 엔진이 가솔린 엔진보다 연비 저감에 유리하다.

가솔린 엔진은 디젤 엔진과 비교시 질소산화물, 미세먼지 배출량이 상대적으로 적다는 장점이 있다. 전세계적으로 디젤차 퇴출 움직임에 맞춰 완성차 업체들은 가솔린 엔진 효율성을 끌어올리기 위해 노력중이며, 더욱 정교한 제어시스템을 구현하기 위해 연구하고 있다.

경남과학기술대학교 전자공학과 탁한호 교수, 한아군 박사 연구진은 CMAC(Cerebellar Model Articulation Controller) 신경회로망을 이용한 직접분사식 가솔린 분사제어 시스템 연구 논문을 한국정보통신학회에 게재했다.

연구진에 따르면 기존 가솔린 엔진 연료분사 시스템은 동역학적인 비선형성으로 인해 불연속적인 연료를 분사한다. 따라서 연료분사가 정밀하지 못해 엔진성능이 저되고 배출가스가 늘어나게 된다.

반면 CMAC 신경회로망은 매우 넓은 범위의 함수로부터 비선형 관계를 학습할 수 있고 학습이 빠르며 수렴 특성을 가지고 있다. 또한 산소 센서의 출력 특성을 파악해 연료분사속도를 계산해 설정된 공연비 값을 최대한 유지시켜 배출가스 감소에 기여한다고 연구진은 설명했다.

CMAC는 인간을 포함한 포유 동물의 소뇌를 토대로 만든 신경망으로 넓은 범위의 함수로부터 비선형 관계를 학습 가능하고, 학습 속도가 빨라 자동화 시스템과 로봇 제어공학 등에서 폭넓게 쓰이고 있다.

가솔린 엔진의 이상적인 공연비 14.7:1이며, 이 공연비를 최대한 유지하게 되면 엔진에서 발생하는 배기가스량도 줄일 수 있다.

산소 센서는 배기관 내에 설치되며 배기관으로 배출되는 연소가스 중의 산소 농도를 대기 중의 산소 농도와 비교해 공연비 농후 또는 희박 정도를 전기적 신호로 전환해 ECU에 입력시켜 연소실 내부의 혼합비율을 최대한 유지할 수 있다고 연구진은 밝혔다.

연구진은 CMAC 신경회로망 기반의 가솔린 분사제어방법을 구현하기 위해 PC에서 수치해석 공학용 소프트웨어 매트랩으로 무부하 회전 속도와 가변속도 두 가지 상황을 가정해 시뮬레이션을 수행했다.

무부하 회전 속도 상황에서 기존 연료분사 제어방법 시뮬레이션 결과 이론 공연비와 실제 공연비 차이가 큰 것으로 나타났다. 희박 영역에서는 16:1, 농후 영역에서는 14:1까지 공연비를 기록했다.

반면 CMAC 신경회로망을 적용한 연료분사 제어방법 시뮬레이션 결과 이론 공연비와 실제 공연비 오차범위가 ±2%를 유지해 기존 연료분사 제어방법보다 오차를 줄였다.

가변 속도 상황에서는 오차범위가 더욱 컸다. 기존 연료분사 제어방법에서는 희박 영역 공연비가 최대 17:1까지 나타났지만 CMAC 신경회로망은 -2%에서5%까지 오차를 기록해 상대적으로 안정적으로 공연비를 유지했다.

CMAC 신경회로망 적용시 기존 가솔린 엔진의 제어시스템 오차 문제를 해결할 수 있으며, 안정적인 공연비를 유지해 연비를 저감하고, 출력을 높일 수 있다고 밝혔다.

연구진은 향후 단순 산소 센서 정보만으로 연료 분사를 제어하는 것이 아닌 자동차에 적용된 여러가지 센서 정보를 CMAC 학습 제어방법에 적용할 계획이라고 밝혔다.