메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박근서 (인하대학교) 허민석 (인하대학교) 김동섭 (인하대학교) 김동현 (한화에어로스페이스) 정일영 (한화에어로스페이스)
저널정보
한국유체기계학회 한국유체기계학회 논문집 한국유체기계학회 논문집 제26권 제5호(통권 제140호)
발행연도
2023.10
수록면
61 - 71 (11page)
DOI
10.5293/kfma.2023.26.5.061

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2023

CFD와 인공신경망을 활용한 허니컴 래버린스 실 성능 예측
박근서 ,  허민석 ,  김동섭 외 2명 한국유체기계학회 논문집 2023.10 학술저널
전산해석기반의 neural network를 활용한 래버린스 실 성능 예측
박근서 ,  허민석 ,  김동섭 외 2명 한국유체기계학회 학술대회 논문집 2023.07 학술대회자료

2022

Feed Forward Neural Network을 활용한 래버린스 실 성능 예측 기법
박근서 ,  허민석 ,  김동섭 외 2명 한국유체기계학회 학술대회 논문집 2022.11 학술대회자료

초록· 키워드

오류제보하기
There is a growing interest in sealing technology, as the demand for gas turbine performance improvements increases. The honeycomb labyrinth seal is the most popular sealing technology, but it takes a lot of time to exactly predict its leakage performance considering various geometrical parameters and operating conditions. This study investigated a method to reduce computational costs involved in predicting the performance of honeycomb labyrinth seals using artificial neural networks(ANN) and computational fluid dynamics(CFD). Firstly, the central composite design, one of the design of experiment(DOE), was used to analyze the effects of various geometrical parameters on the leakage performance. The influences of geometric parameters were comparatively analyzed using a Pareto chart, and it was confirmed that clearance, tooth width, pitch, and honeycomb cell diameter were statistically significant(i.e. influential) parameters. Then, CFD simulation was performed using the combination of the selected geometric parameters and operating conditions, generating the database for the ANN to train. The high accuracy of the ANN’s prediction was confirmed by comparing its results with CFD simulations using mean squared error(MSE) and root mean squared error(RMSE). The MSE and RMSE values for the training data within the generated database were 1.475 × 10<SUP>-5</SUP> and 0.003841, respectively. For the new unseen data, the MSE and RMSE values determined to be were 0.00021 and 0.01452 respectively.
#Gas turbine(가스터빈) #Labyrinth seal(래버린스 실) #Discharge coefficient(토출계수) #Leakage(누설) #Computational Fluid dynamics(전산유체역학) #Feed forward neural network(순방향 신경망)

목차

ABSTRACT
1. 서론
2. 모델링
3. 결과
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

고온 히트펌프 성능향상을 위한 역브레이튼 사이클 구성 및 성능해석
정인호 ,  김진서 ,  김동섭 외 2명 대한기계학회 춘추학술대회 2024 .04
동일한 정격출력을 생산하는 수소 혼소 가스터빈 복합발전의 작동상태와 효율 변화 분석
박호성 ,  정지훈 ,  김동섭 한국유체기계학회 논문집 2024 .04
발전용 가스터빈의 성능 해석 모델에 따른 부분부하 운전 모사 정확도 비교
하진현 ,  박영광 ,  김동섭 한국유체기계학회 논문집 2024 .02
동아시아의 역사 갈등과 한국사회의 집단기억
安秉稷 역사학보 2008 .03
터빈 블레이드 끝단에 스퀼러 팁과 팁 실이 적용된 슈라우드의 간극에 따른 열전달 특성
임원석 ,  김혁제 ,  오종수 외 2명 한국유체기계학회 논문집 2024 .02

최근 본 자료

전체보기

댓글(0)

0