논문, 2026.03

Digital Twin-Based Motor Speed Ripple Control System with AI-Driven Virtual Sensing and Reinforcement Learning

가전 컴프레서 모터를 에너지 효율을 위해 높은 주파수로 돌리면 부하 토크 변동 때문에 속도 리플이 커져 소음·진동이 생기는데, 센서리스 모터라 토크를 직접 잴 수 없고 하드웨어에서 강화학습을 돌리는 것은 위험하고 비용이 크다는 문제를 다룬 논문이다. Ansys TwinBuilder PMSM 모델로 만든 디지털 트윈 위에서 Stacked Bi-LSTM 가상 센서로 부하 토크를 예측하고, LSTM-TD3 강화학습 제어기가 보상 전류를 정해 리플을 줄이는 시스템을 제안했다. 서준호는 제2저자로 참여했고 학회에서 논문을 발표했다. 가상 센서는 MSE 0.2537(기존 대비 69.46% 개선)을, LSTM-TD3는 속도 리플 27.5% 저감을 기록했으며, 2026년 3월 27일 그리스 테살로니키 ACM SAC 2026 CPS 세션에서 발표됐다.

발표처·기관

ACM SAC 2026

내 역할

제2저자, 발표

상태

게재

DOI

10.1145/3748522.3779802

가상 센서 MSE 0.2537(69.46% 개선), LSTM-TD3 속도 리플 27.5% 저감