• Proceedings of the KIPE Conference
• /
• 2008.10a
• /
• pp.184-186
• /
• 2008

리니어 발전기는 리니어 엔진의 시동에 필요한 연소조건을 만들기 위하여 전동기로 동작하다가 연소가 안정화되면 발전기로 동작을 하여 PCS(Power Conditioning System)를 통해서 전력을 계통으로 보내주게 된다. 리니어 엔진의 초기 시동을 하기 위하여 발전기는 운동주파수와 운동방향, 그리고 힘의 크기를 제어해야 하며, 발전 시에는 엔진의 동작에 맞도록 전력을 제어해야 한다. 이를 효율적으로 제어하기 위하여 MSC(Machine Side Converter)에서 상전류를 독립적으로 조절할 수 있는 H-bridge로 각 상을 구성하였다. LSI(Line Side Inverter)는 DC-Link 전압을 제어하여, MSC의 동력/발전 동작에 따라서 전력을 계통에서 받아오거나 전력을 계통으로 보내는 동작을 한다. 본 연구에서는 리니어 발전기 모델링를 통해서 PCS 제어 알고리즘을 확인하고 전체 시스템과 연동을 한 실제 운전특성에 대하여 살펴보았다.

• Proceedings of the Korean Magnestics Society Conference
• /
• 2016.05a
• /
• pp.157-157
• /
• 2016

• Journal of the Korean Society of Manufacturing Process Engineers
• /
• v.16 no.2
• /
• pp.7-15
• /
• 2017

Recently, an electricity sensor system has been installed and operated to prevent failures and accidents by identifying whether a transformer is normal in advance of failure. This electricity sensor system is able to both measure and monitor the transformer's power and voltage remotely and send information to a manager when unusual operation is discovered. However, a battery is required to operate power detection devices, and battery systems need ongoing management such as regular replacement. In addition, at a maintenance cost, occasional human resources and worker safety problems arise. Accordingly, we apply a linear electromagnetic generator using vibration energy from a transformer for an electric sensor system's drive in this research and we conduct optimal design to maximize the linear electromagnetic generator's power. We consider design variables using the provided design method from Process Integration, Automation, and Optimization (PIAnO), which is common tool from process integration and design optimization (PIDO). In addition, we analyze the experiment point from the design of the experiments using "MAXWELL," which is a common electromagnet analysis program. We then create an approximate model and conduct accuracy verification. Finally, we determine the optimal model that generates the maximum power using the proven approximate kriging model and evolutionary optimization algorithm, which we then confirm via simulation.