마그네틱 옵티마이저: 파레토-옵티멀 트랜스포머

마그네틱 설계가 여전히 어려운 이유

전력 전자 시뮬레이션이 정말 좋아졌습니다.완전한 스위칭 컨버터를 SPICE에 넣고, 제어 루프에서 몬테카를로를 실행할 수 있으며, 보드를 돌리기 전에 복사 방출을 예측할 수도 있습니다.하지만 마그네틱은 어떨까요?여전히 고집스러운 수작업이죠.워크플로는 수십 년 동안 크게 바뀌지 않았습니다. 필요한 볼트-초를 추정하고, 공급업체 카탈로그를 살펴본 후 전력 처리 경험에 따라 코어를 선택하고, 회전수를 계산하고, 권선이 창에 실제로 맞는지 확인하고, 최대 자속 밀도가 포화 수준 이하로 유지되는지 확인하고, 열 상승이 허용 가능한 수준인지 판단해야 합니다.

문제는 다음과 같습니다. “카탈로그에서 코어 선택”은 결정론적인 단계가 아닙니다.TDK, Ferroxcube, Magnetics Inc. 및 Micrometals는 총체적으로 수십 개의 페라이트 재료와 수백 개의 코어 형태를 제공합니다.EE, ETD, PQ, RM, 토로이드는 각각 서로 다른 장단점이 있습니다.각 재료에는 고유한 스타인메츠 계수, 포화 플럭스 밀도 및 열 저항이 있습니다.ETD 코어는 넓은 와인딩 공간을 제공합니다. PQ 코어는 로우 프로파일 어셈블리에 더 적합합니다.TDK의 N87 및 N97 페라이트는 100kHz와 500kHz에서 코어 손실 프로파일이 완전히 다릅니다.분말 철 토로이드는 더 높은 포화 플럭스를 처리할 수 있지만 고주파 코어 손실에 대해서는 비용을 지불해야 합니다.

더 나쁜 점은 다음과 같습니다. “최상의” 단일 설계는 없다는 것입니다.손실을 최소화하도록 최적화된 설계에는 자속 밀도가 낮은 대형 코어와 팻 와이어가 사용됩니다.최소 크기에 최적화된 설계는 플럭스 밀도를 포화도에 가깝게 밀어주고 와인딩 윈도우를 꽉 채웁니다.이러한 대물렌즈는 서로 직접적으로 충돌합니다.적절한 절충안은 전적으로 열 예산, 보드 설치 공간 제약 및 효율성 목표에 따라 달라집니다.대부분의 엔지니어는 합리적으로 보이는 것을 고르고 넘어가지만 성능은 포기하게 됩니다.

마그네틱 옵티마이저는 이 문제를 정면으로 해결합니다.코어 선택과 와인딩 지오메트리를 다중 목표 최적화 문제로 취급하며, NSGA-II를 사용하여 데이터베이스의 113개 코어 전체에서 동시에 해결했습니다.여기서 얻을 수 있는 것은 파레토 프론트입니다. 즉, 볼륨을 늘리지 않고서는 효율성을 개선할 수 없는 모든 디자인을 만들 수 있습니다.더 이상 짐작할 필요가 없습니다. 수학적으로 최적화된 세트 중에서 선택하기만 하면 됩니다.

설계 문제: 48V 플라이백, 36W, 100kHz

이 게시물 전체에서 사용할 실제 예제는 1차측 레귤레이티드 플라이백 트랜스포머입니다.사양은 다음과 같습니다. 48V 입력 (공칭), 3A에서 12V 출력 (총 36W), 100kHz 스위칭 주파수, 45% 듀티 사이클.소형 절연 DC-DC 컨버터의 경우 매우 일반적입니다.도구에 입력된 파라미터는 다음과 같습니다.

입력이 48V, 듀티 사이클이 45% 인 경우, 온타임 동안 1차측에 적용되는 2볼트 곱은 다음과 같습니다.이 숫자는 턴 선택과 코어 영역 등 다른 모든 것을 좌우합니다.코어가 가득 차지 않도록 지지해야 하며 오프 타임에는 완전히 리셋해야 합니다.이것이 회전 수, 코어 형상 및 스위칭 주파수를 결합한다는 근본적인 제약입니다.잘못하면 트랜스포머가 포화되거나 제대로 리셋되지 않습니다.

다중목표 최적화가 실제로 중요한 이유

이 플라이백의 두 가지 극단적인 디자인을 살펴보고 한 가지에만 최적화할 수 없는 이유를 알아보겠습니다.

디자인 A — 최소 손실: $A_e = 173\,\text{mm}^2$기능이 있는 ETD44 코어를 사용하십시오.이 넓은 횡단면은 적당한 회전과 낮은 피크 플럭스 밀도 (약 80mT) 로 필요한 볼트 (초) 를 지원합니다.코어 손실은 적습니다.두꺼운 기본 와이어를 사용하여 DC 저항을 낮게 유지할 수 있습니다.효율은 98% 를 초과합니다.멋지죠?단, ETD44 부피가 약 18cm³라는 점만 빼면요.저건 큰 트랜스포머예요. 디자인 B — 최소 볼륨: $A_e = 52\,\text{mm}^2$기능이 있는 EE25 코어를 사용하세요.필요한 회전 수는 더 적지만 볼트-초 제약 조건을 충족하려면 피크 플럭스 밀도가 240mT에 가까워야 합니다.코어 손실이 크게 증가하는데, 이것이 골칫거리인 이유는 다음과 같습니다. Steinmetz 지수$\beta \approx 2.86$지수는 자속 밀도에 따라 손실이 가파르게 증가한다는 것을 의미합니다.피크 플럭스 밀도가 10% 증가하면 코어 손실이$(1.10)^{2.86} - 1 \approx 32\%$증가합니다.정말 잔인합니다.하지만 부피는 약 3cm³로 떨어집니다. 이는 설계 A의 1/6입니다.

어느 쪽도 보편적으로 더 나은 것은 아닙니다.데이터센터 전원 공급 장치를 설계하는 경우 효율성을 높이기 위해 더 큰 코어를 사용해야 합니다.의료용 웨어러블 충전기를 설계하려면 효율성이 떨어지더라도 설치 면적이 작아야 합니다.정답은 한 가지 디자인이 아니라 바로 파레토 프론트입니다.볼륨을 늘리지 않고는 효율성을 개선할 수 없는 모든 디자인.그런 다음 제약 조건에 맞는 것을 선택합니다.

알고리즘: NSGA-II

옵티마이저는 DEAP 라이브러리로 구현된 NSGA-II (비지배적 정렬 유전자 알고리즘 II) 를 사용합니다.유전자 알고리즘에 익숙하지 않은 분들을 위한 기본 아이디어는 다음과 같습니다. 후보 설계의 모집단을 유지하고, 각 후보에 대해 두 목표를 모두 평가하고, 파레토 우세를 기준으로 개인의 순위를 매기고, 크라우딩 거리 측정법을 사용하여 전선에서 다양성을 보존하는 것입니다.마지막 부분이 중요합니다. 인구가 한 지점까지 떨어지지 않도록 방지하는 거죠.한 가지 “꽤 괜찮은” 디자인이 아니라 다양한 장단점이 필요합니다.

각 개체는 완전한 트랜스포머 설계를 7개의 유전자로 구성된 염색체로 암호화합니다.

• 코어 인덱스 — 113코어 데이터베이스의 정수 인덱스
• 프라이머리 턴스 N1 — 정수, 3—120
• 2차 회전 N2 — 변압기의 권선비에서 파생, 커플드 인덕터에 따라 다름
• 기본 와이어 게이지 — AWG 14—40
• 보조 와이어 게이지 — AWG 14—40
• 에어 갭 — 0—3 mm (연속)
• 인터리빙 — 없음/P-S-P/S-P-S/ 전체 (정수 0—3)

플라이백 및 포워드와 같은 트랜스포머 토폴로지의 경우 N2는 직접 최적화되지 않습니다.이는 권선비 제약 ($N_2 = \text{round}(N_1 \cdot V_{out} / (V_{in} \cdot D))$) 에서 파생되었습니다.이는 물리적으로 정확하며 검색 공간을 줄여 수렴에 도움이 됩니다.

대부분의 옵티마이저가 잘못 알고 있는 중요한 점은 다음과 같습니다. 알고리즘이 10개의 동작 지점에서 각 후보를 평가한다는 것입니다.이는 5 부하 분율 (20%, 40%, 60%, 80%, 100%) 에 2 입력 전압 (공칭 전압 및 +10%) 을 곱한 값입니다.적합도 값은 전체 10개 포인트에 걸친 최악의 경우 총 손실 및 코어 부피입니다.이를 통해 옵티마이저는 단일 공칭 조건에 맞게 조정된 것이 아니라 작동 범위 전체에서 견고한 설계를 찾을 수 있습니다.100% 부하 및 공칭 입력에서 뛰어난 성능을 보이는 설계라도 110% 입력 전압에서는 포화될 수 있습니다.옵티마이저가 이 점을 포착합니다.

200명의 개인과 150개의 세대를 프리 티어로 제공하는 이 옵티마이저는 약 120,000~15만 건의 평가를 수행합니다.Fargate 작업자의 경우 이 작업은 약 20~40초 내에 완료됩니다.설계 검토 중에 반복할 수 있을 만큼 빠릅니다.

물리 모델

피트니스 함수는 각 후보에 대해 4개의 물리 모델을 순서대로 연결합니다.하나씩 살펴보도록 하겠습니다.

코어 손실 — 스타인메츠 방정식: 여기서$C_m$,$\alpha$및$\beta$은 코어 데이터베이스의 재료별로 저장되는 물질별 스타인메츠 계수이고$V_e$은 유효 코어 부피 (m³) 입니다.단위는 전체 SI입니다. 주파수 (Hz), 자속 밀도 (T), 전력 (W) 입니다. TDK N87의 경우 계수는$C_m = 0.0585$,$\alpha = 1.86$,$\beta = 2.86$입니다.이 가파른$\beta$지수가 주요 감도입니다.피크 플럭스 밀도를 조금만 줄이면 코어 손실이 크게 개선됩니다.이것이 바로 부피를 절약하기 위해 플럭스 밀도를 높이는 것이 효율성 측면에서 비용이 많이 드는 이유입니다.

플라이백 및 포워드와 같은 싱글 엔드 토폴로지의 피크 플럭스 밀도:

파워 인덕터의 경우 공식이 약간 변경됩니다.$B_{pk} = L \cdot I_{peak} / (N_1 \cdot A_e)$여기서$L$은 갭 코어 인덕턴스 모델에서 계산됩니다.요점은 플럭스 밀도는 볼트-초 곱과 코어 지오메트리에 의해 설정된다는 것입니다. 속일 수는 없습니다.

AC 권선 저항 — Dowell 모델:

스킨 효과와 근접 효과는 모두 스위칭 주파수에서 유효 권선 저항을 증가시킵니다.100kHz에서는 이 점을 무시할 수 없습니다.Dowell 모델은$F_R = R_{ac}/R_{dc}$을 정규화된 와이어 직경$\Delta = h_{layer}/\delta$(여기서 원형 도체의 경우$h_{layer} = d_w \sqrt{\pi/4}$) 와 권선 레이어$n_l$수의 함수로 계산합니다.

100kHz에서의 피부 깊이는$\delta = \sqrt{\rho_{Cu}/(\pi f \mu_0)} \approx 209\,\mu\text{m}$입니다.AWG22 와이어의 지름은 0.644mm로$\Delta \approx 1.5$입니다.4개의 기본 레이어 포함,$F_R \approx 5$.AC 저항은 DC 저항의 5배입니다.이것이 바로 적절한 인터리빙이 중요한 이유입니다. 옵티마이저는 세 가지 인터리빙 옵션을 모두 평가하여 가장 적합한 옵션을 자동으로 선택합니다.

에어 갭 인덕턴스: $l_{gap} > l_e/\mu_r$이후에는 에어 갭이 우세하고 인덕턴스는 코어 재료 투과율과 거의 무관하게 됩니다.이는 실제로 제조 허용 오차를 높이는 데 유용한 특성입니다. 즉, 페라이트 투과도의 배치 간 변동과 씨름할 필요가 없습니다. 열: 일괄 열 저항$R_{th}$은 제조업체 데이터에서 코어별로 저장됩니다.열 한도$T_{ambient} + \Delta T \leq T_{max}$은 엄격한 제약입니다.어떤 작동 지점에서든 이를 위반한 설계는 두 가지 적합성 목표를 모두 능가하는 페널티를 받게 됩니다.옵티마이저는 녹아내리는 설계를 제공하지 않습니다. 어려운 실현 가능성 제약:

-$B_{pk} < 0.8 \times B_{sat}$— 최악의 전압에서 20% 포화 마진

• 필 팩터$k_u = (N_1 A_{w1} + N_2 A_{w2})/W_a < 0.40$-$T_{ambient} + P_{total} \cdot R_{th} < T_{max}$이건 협상할 수 없어요.이들 중 하나라도 위반하는 설계는 실행 불가능으로 표시되고 폐기됩니다.

옵티마이저 실행: 48V 플라이백 결과

실행이 완료되면 툴은 파레토 프런트를 손실 대 부피의 스캐터 차트로 표시합니다.모든 지점을 클릭하여 설계 세부 정보를 볼 수 있습니다.하이퍼 볼륨 지표가 정체기를 향해 성장하고 있음을 보여주는 진화 컨버전스 차트도 있습니다.일단 곡선이 평평해지면, 다음 세대를 거듭할수록 수익은 줄어듭니다.다 끝났어.

최종 파레토 프론트에서 나온 세 가지 대표적인 솔루션은 다음과 같습니다.

설계 B는 공칭 40°C 주변 환경에 대해 옵티마이저가 권장하는 밸런스 솔루션입니다.N87 소재를 사용한 ETD34, 1차 회전 28개 및 보조 회전 7개 (45% 듀티 사이클 시 48V에서 12V의 경우 회전율 4:1), AWG22 기본 및 AWG18 보조, 0.5mm 에어 갭, P-S-P 인터리빙.총 손실은 660mW, 효율 98.2%, 온도 상승은 28°C. 최대 자속 밀도는 N87의$B_{sat} = 0.39\,\text{T}$대비 0.118T입니다. 이는 경감된 한계 대비 70% 의 포화 마진입니다.충분한 헤드룸.

디자인 A는 더 큰 ETD44 제품을 구입할 때 얻을 수 있는 이점을 보여줍니다.$B_{pk} = 0.071\,\text{T}$는 설계 B 자속 밀도의 겨우 1/3에 불과하기 때문에 코어 손실이 감소합니다.$\beta = 2.86$사용 시 플럭스 밀도의 계수가 1.66이면 코어 손실이$(1.66)^{2.86} \approx 5\times$감소합니다.반면 부피가 2.3배 더 커진다는 단점이 있습니다.보드 공간이 있다면 당연한 일입니다.

Design C는 주변 온도 40°C에서 열 안전하지만 거의 안전하지 않습니다.주변 온도 55°C에서 51°C 상승하면 접합 온도가 106°C까지 올라가 제약 조건을 위반합니다.파레토 프론트는 하드웨어를 제작하기 전에 이러한 경계를 분명하게 보여줍니다.이는 매우 중요한 사실입니다. 대부분의 엔지니어는 프로토타입에서 연기가 나기 전까지는 열 마진 문제를 발견하지 못합니다.

핵심 소재 비교

옵티마이저가 재료 선택 질문에 자동으로 답변합니다.100kHz의 경우 패턴이 여러 번 실행해도 일관됩니다.

100kHz에서 N97은 효율이 중요한 설계에서 N87을 지속적으로 능가합니다.$C_m$등급이 낮아 동일한 플럭스 밀도와 주파수에서 코어 손실이 약 35% 감소합니다.옵티마이저는 파레토 프론트의 저손실 쪽에서 N97을 선택하고 밸런스 및 최소 볼륨 쪽에서 N87을 선택합니다.이는 당연한 이야기입니다. N97은 가격이 더 비싸기 때문에 효율성이 합리적인 가격일 때만 사용해야 합니다.

분말 철 (R 소재, Mix26) 은 높은 포화 플럭스 밀도가 필요한 경우에만 파레토 전면에 나타납니다.이는 일반적으로 DC 바이어스가 심한 전력 인덕터에 해당됩니다.36W 플라이백의 경우 사이클당 저장된 에너지가 적당하고$C_m$의 낮은 페라이트가 유리하기 때문에 전체적으로 페라이트가 우세합니다.DC 바이어스가 심한 500W 부스트 컨버터를 설계하는 경우 분말 철이 나오는 것을 보게 될 것입니다.

스위칭 주파수가 200kHz 이상인 경우 N49 또는 3F36이 지속적으로 우세합니다.$f^{\alpha}$스케일링을 통한$\alpha \approx 1.86$스케일링은 주파수를 100kHz에서 200kHz로 두 배로 늘리면 코어 손실이$2^{1.86} \approx 3.6\times$증가합니다.정말 잔인합니다.200kHz에서 N87에서 3F36으로 전환하면 이 증가량의 약 절반을 회복할 수 있습니다.옵티마이저는 이 크로스오버를 경험적으로 찾아냅니다. 하드코딩된 주파수 임계값은 없습니다.그냥 모든 것을 평가해서 승자를 고르는 거죠.

채도 마진 및 필 팩터

마그네틱을 수작업으로 설계할 때 가장 흔히 발생하는 두 가지 생산 실패는 코어 포화와 와인딩 윈도우 과충전입니다.두 제품 모두 생산 공정 전체가 망가지는 것을 본 적이 있습니다.옵티마이저는 엄격한 제약 조건과 함께 둘 다 제거합니다.

포화도는 최악의 작동 지점 ($V_{in} \times 1.1$, 모든 부하) 에서 확인됩니다.입력 과전압이 10% 인 경우에만$B_{pk}$전압이 10% 증가합니다.여기에 허용오차로 인한 설계 변경으로 인한$N_1$10% 감소까지 더해져 누적 효과로 인해 한계 설계가 포화 상태에 빠질 수 있습니다.옵티마이저의 20% 감소율 ($B_{pk} < 0.8 \times B_{sat}$) 은 이러한 여유 공간을 명시적으로 제공합니다.대부분의 엔지니어는 10~ 15% 를 사용하는데, 이는 한정된 수치입니다. 20% 는 실제 변동에 대비한 여지를 제공합니다. 충전 계수$k_u < 0.40$값은 와이어 절연, 보빈 벽 두께 및 층간 테이프를 고려합니다.종이에$k_u = 0.42$표시가 있는 디자인은 일정하게 감을 수 있는 것이 물리적으로 불가능합니다.어느 마그네틱 회사에 물어보세요. 그들은 0.40이 이미 핸드 와인딩 어셈블리에 대해 낙관적이라고 말할 것입니다.제약 조건은 엄격하게 적용됩니다.손실 또는 거래량에 대한 타협은 허용되지 않습니다.맞지 않으면 유효한 디자인이 아닙니다.

선택한 모든 파레토 포인트의 디자인 디테일 패널에 두 값이 모두 보고됩니다.핵심 작업에 착수하기 전에 설계 여백을 완벽하게 파악할 수 있습니다.이것만으로도 마그네틱스 공급업체와의 반복 작업을 몇 주 단축할 수 있습니다.

인터리빙 및 AC 권선 손실

100kHz에서 AC 권선 저항이 단일 손실 요인의 가장 큰 원인인 경우가 많으며 코어 손실은 아닙니다.대부분의 엔지니어는 이 점을 과소평가합니다.Dowell 모델을 사용하면 이를 쉽게 확인할 수 있으며 인터리빙을 선택하면 극적인 효과가 나타납니다.

AWG22 기본 와이어를 사용하는 ETD34/N87 설계의 경우$\Delta = d_w \sqrt{\pi/4} / \delta \approx 1.37$.간단한 P-S 배열과 4개의 기본 레이어를 갖춘 Dowell 모델은$F_R \approx 4.8$기능을 제공합니다.1차 구리 손실은 DC 예측치의 4.8배입니다.와이어 길이와 DC 저항을 기준으로 저항을 계산하면 5배 차이가 납니다.이것이 바로 프로토타입이 뜨거워지는 이유입니다.

P-S-P 인터리빙은 프라이머리를 두 개의 반쪽으로 나누고 2차측 옆에 위치시킵니다.이제 각 절반에는 유효 레이어가 2개만 있습니다.근접 효과 항인$(n_l^2 - 1)$은 15에서 3으로 줄어들어 5배 감소했습니다.그 결과$F_R$은 4.8에서 약 1.9로 감소하여 AC 구리 손실을 절반 이상 줄였습니다.

48V 플라이백 예제의 경우, P-S에서 P-S-P 인터리빙으로 전환하면 1차 구리 손실이 약 310mW에서 120mW로 감소합니다.이는 BOM 또는 기판 면적에서 비용이 전혀 들지 않는 와인딩 오더 변경을 통해 190mW를 복구한 수치입니다.옵티마이저는 모든 후보에 대해 4가지 인터리빙 옵션 (없음, P-S-P, S-P-S, Full) 을 모두 평가하여 가장 적합한 옵션을 자동으로 선택합니다.걱정하지 않아도 됩니다. 이미 최적화되어 있기 때문입니다.

옵티마이저의 경향에 따른 실용적인 설계 규칙

다양한 토폴로지와 주파수에서 이 옵티마이저를 실행하면 일관된 패턴을 확인할 수 있습니다.이러한 것들은 수백 개의 트랜스포머를 설계한 후에 알게 되지만, 이제는 옵티마이저가 알려줄 뿐입니다.

회전율이 높을수록 효율성 측면에서 N87보다 N97을 선호합니다. 4:1 회전비는 N2에 비해 N1이 증가하므로 필 팩터 압력이 높아지고 권선 창이 더 큰 형상에 유리합니다.대형 ETD 형상 (ETD39, ETD44) 에서 N97의 코어 손실이 낮기 때문에 적절한 조합이 가능합니다.회전 비율이 12:1 인 48V ~ 3.3V 플라이백을 사용하는 경우 N97이 거의 매번 우위를 점할 수 있습니다. 200kHz 이상에서는 코어 형상을 변경하기 전에 재료를 변경하십시오.$f^{1.86}$코어 손실 스케일링을 사용하면 고주파에서의 크기 선택보다 재료 선택이 더 효과적입니다.옵티마이저는 이 머티리얼 크로스오버를 경험적으로 선택하지만, 신중하게 선택해야 합니다.N87이 500kHz에서 작동하도록 강요하지 마세요. N49 또는 3F36으로 전환하여 골치 아픈 문제를 해결하세요. 옵티마이저는 적절한 에어 갭을 자동으로 찾아줍니다. 간격이 작을수록 자화 인덕턴스가 높아지고 반응성 구리 손실이 낮아지지만$B_{pk}$은 포화 상태에 가까워집니다.간격이 클수록$B_{pk}$낮아지지만 낭비는 자화 전류로 바뀝니다.ETD34/N87 설계를 위한 옵티마이저의 갭 선택 (0.5mm) 은 10개 동작점 전체에서 이러한 효과의 균형을 유지합니다.수작업으로 반복해서 이를 찾아내려면 몇 시간이 걸릴 것입니다.옵티마이저는 이 작업을 30초 만에 완료합니다.

제한된 열 예산의 경우 ETD는 비슷한 볼륨에서 PQ보다 성능이 뛰어납니다. ETD 코어는 동급 전력 처리의 PQ 코어보다 단위 부피당 열 저항이 낮습니다.동일한 총 손실 속에서도 ETD 설계는 8~12°C 더 낮은 온도로 작동합니다.주변 온도가 50°C 이상이거나 전력 밀도가 0.5W/cm³ 이상인 경우 ETD 형상이 파레토 전면을 지배합니다.고온 자동차 설계를 하는 경우 이 점에 유의하세요.

이것이 중요한 이유

수동 트랜스포머 설계는 거의 최적이 아닌 실행 가능한 설계를 제공합니다.효율 목표에 비해 크기가 너무 크거나, 최악의 작동 지점을 평가하지 않고 최소 부피로 코어를 선택했기 때문에 열적으로 한계가 있을 수 있습니다.코어 지오메트리, 소재 스타인메츠 계수, AC 권선 저항, 에어 갭 및 열 저항 간의 상호 작용은 너무 큰 차원적이어서 직관적으로 정확하게 탐색할 수 없습니다.가까이 다가갈 수는 있지만 성능은 좌우됩니다.

마그네틱 옵티마이저는 전체 검색을 자동화합니다.공급업체 유형에 구애받지 않는 유료 계층 데이터베이스를 대상으로 최대 500×400회의 후보 평가를 후보당 10개의 운영 포인트로 평가하여 볼륨 대비 효율성 측면에서 완벽한 파레토 (Pareto) 를 입증합니다.애플리케이션이 어디에 위치할지 직접 선택하면 그 선택을 뒷받침할 물리학에 기반한 데이터를 확보할 수 있습니다.더 이상 추측할 필요가 없습니다.더 이상 “더 큰 코어를 시험해보고 무슨 일이 일어나는지 봅시다.”무엇을 거래하고 있는지 정확히 알 수 있습니다.

마그네틱 옵티마이저 실행