지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이정일
- 발행연도
- 2018
- 저작권
- 아주대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (3)
2018
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
벽 근처 속도는 벽 경계 흐름의 줄무늬 구조와 밀접한 관련이 있으며 유동 제어에 유용한 정보라고 알려져 있다. 본 연구에서는 난류 채널 유동에서의 벽 근처 속도를 예측하기 위한 인공 신경망(artificial neural network, ANN)을 구축 하였다. ANN에 대한 입력 값으로는 벽 압력 분포를 고려하였다. ANN 학습을 위한 데이터 세트를 확보하기 위해 직접수치모사(direct numerical simulation, DNS)를 사용하여, Reτ = 177에서의 난류 채널 유동에서의 순간 유동장을 생성하였다. ANN의 예측율을 높이기 위해 벽 압력 분포의 크기, 은닉 층의 개수, 은닉 노드의 개수에 대해 파라미터 스터디를 수행하였다. 그 결과, 본 연구에서는 난류 채널 유동 내 벽 근처 속도를 성공적으로 예측하였다. 성공적으로 학습된 가중치와 바이어스를 사용하여 ANN 기반 벽 압력 센서를 이용한 난류 채널 유동 내 반대 제어를 수행함으로써 난류 채널 유동의 항력을 약 16% 감소시켰다.
목차
제 1 장 서 론 1제 2 장 ANN을 이용한 벽 근처 속도 학습방법 및 수치해석기법 32.1 개요 32.2 수치해석기법 52.2.1 난류 채널 유동 52.2.2 계산 영역 및 경계조건 62.2.3 DNS 코드 검증 72.3 학습방법 82.3.1 Artificial neural network (ANN) 82.3.2 MNIST database 112.3.3 ANN 코드 검증 132.4 Data set 142.5 Parameter study 152.5.1 Neural network architecture 152.5.2 Learning parameters 162.6 학습 결과 172.6.1 학습 평가 172.6.2 Parameter study results 182.6.3 Hyper parameters 202.6.4 Control parameters 23제 3장 ANN을 이용한 난류 채널 유동 반대 제어 253.1 개요 253.2 ANN based opposition control 273.2.1 ANN based opposition control results with wall pressure 273.2.2 ANN based opposition control results with wall shear stress 29제 4 장 결론 31참고문헌 32ABSTRACT 33
최근 본 자료
댓글(0)
0