본 논문은 영구자석형 동기발전기를 대체하여 풍력발전과 같은 신재생에너지분야에서 사용할 수 있는 스위치드 릴럭턴스 발전기(Switched reluctance generator; SRG)의 설계와 효율 및 출력밀도를 향상시키기 위한 최적설계 방법을 제안한다. 본 논문에서 제안한 SRG는 1kW의 소형 발전기로써 D^2L법을 기반으로 설계를 수행한다. 최적설계는 유전알고리즘(Genetic algorithm; GA)을 이용하여 수행한다. 실험계획법(Design of experiment; DOE)으로는 샘플 포인트의 정확성 및 신뢰성을 가지는 라틴하이퍼 큐브 샘플링(Latin hypercube sampling; LHS) 기법을 적용한다. 동시에, 비선형적 특성을 더욱 정확히 고려하기 위해 크리깅 근사 모델링(Kriging approximation modeling) 기법을 적용하여 최적설계를 수행한다.
본 논문에서는 SRG의 단점으로 잘 알려진 토크리플을 저감하는 기법을 제안한다. 기존에는 SRG의 토크리플을 저감하기 위한 여러 TSF 알고리즘이 제안되었으나, 고속영역에서는 토크리플이 감소되지 않는 단점이 존재하였다. 이러한 단점을 보완하기 위한 SRG의 토크리플 저감기법을 제안한다.
본 논문에서는 스위치드 릴럭턴스 기기(Switched reluctance machine; SRM)의 구동 드라이버의 신뢰성 향상을 위한 두 가지 고장진단 기법을 제안한다. 첫 번째, 한 상당 두 개의 스위치를 상보로 동작시켰을 때의 패턴을 이용한 고장진단기법을 제안한다. 두 번째, SRM 구동을 위한 스위칭신호의 특성 분석을 수행하여 고장진단을 수행하는 기법을 제안한다.
제안하는 기법들은 시뮬레이션과 실험을 통해 알고리즘의 우수성과 타당성을 검증한다.