와류 발생기에 의한 열전달 향상 및 기계 학습 알고리즘을 사용한 열성능 예측 :Heat transfer enhancement by a pair of asymmetric flexible vortex generators and thermal performance prediction using machine learning algorithms

강민식

추천

검색

자료유형: 학위논문

저자정보: 강민식 (서울과학기술대학교 )

지도교수: 박성군

발행연도: 2023

저작권: 서울과학기술대학교 논문은 저작권에 의해 보호받습니다.

이용수9

이 논문의 연구 히스토리 (2)

2023

와류 발생기에 의한 열전달 향상 및 기계 학습 알고리즘을 사용한 열성능 예측

강민식 기계공학과 2023.01 학위논문

2021

기울어진 각도를 가진 연성 와류 발생기를 이용한 열전달 향상

강민식 , 박성군 대한기계학회 춘추학술대회 2021.08 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 논문을 2개의 챕터로 구성하였다. 첫 번째 챕터에서는 연성 와류 발생기 사이의 거리를 2.0L로 고정한 후 연성 와류 발생기의 굽힘 계수를 0.04, 0.06, 0.09와 연성 와류 발생기의 초기 경사각의 범위를 45°~ 150°(△θ=15°)로 주어 최적의 열전달 효율 값을 도출하였다. 두 번째 챕터에서는 최적의 열전달 효율 값을 보인 굽힙 계수와 초기 경사각 각각 0.06, 75°일 때 연성 와류 발생기 사이의 거리의 범위를 2.0L ~ 5.0L로 주어 3가지 파라미터를 고려하였을 때 최적의 열전달 효율 값을 도출하였으며, 3가지 매개 변수를 input data로 활용하여 머신 러닝 알고리즘을 통해 평균 에너지 손실과 열전달 값을 예측하였다.
열전달은 전기전자, 플랜트, 냉동 공조 등 다양한 산업 분야의 설계 과정에서 고려되어야 한다. 많은 연구자들이 유체의 혼합을 촉진하기 위해 와류 발생기를 도입하여 열전달 성능을 향상시키는 연구를 진행하였다. 대류 열전달은 와류 발생기를 사용하여 향상시킬 수 있지만 압력 강하 증가로 인한 기계적 손실 증가의 단점을 피할 수 없다. 이에 따라 본 연구에서는 압력 강하를 크게 증가시키지 않기 위해 연성 와류 발생기의 자발적인 플래핑 운동의 특성을 활용하여 열전달을 개선하고자 한다. 채널의 상부와 하부에 각각 비대칭 형태로 고정된 2개의 연성 와류 발생기를 도입하였으며 초기의 경사각과 굽힘 계수를 조절하였다. 열전달 효율은 연성 와류 발생기 사이의 거리, 굽힘 계수와 초기 경사각의 매개 변수에 따라 달라지는 것으로 관찰된다. 본 연구의 시스템에서 연성 와류 발생기 사이의 거리, 굽힘 계수와 초기 경사각이 각각 2.4L, 0.06, 75°일 때 연성 와류 발생기가 존재하지 않는 시스템에 비해 122% 열전달 향상을 보였다. 유체 혼합에 미치는 영향을 분석하기 위해 finite-time Lyapunov exponent (FTLE) 장을 계산하여 attracting Lagrangian coherent structures (aLCS) 구조를 시각화하였다. Artificial neural network (ANN), Support vector regression (SVR), Random forest (RF)의 3가지 머신 러닝 알고리즘을 통해 평균 에너지 손실과 열전달을 예측하였으며 SVR과 ANN 알고리즘은 R2 값이 각각 0.99와 0.95 이상 값을 보여 평균 에너지 손실과 열전달을 예측하는데 최고의 성능을 보였다.

Heat transfer should be considered in the design process of various industrial fields such as electric-electronics, plants and refrigeration and air conditioning, etc. Many researchers have introduced vortex generators to promote mixing of fluids, thereby improving heat transfer performance. Convective heat transfer can be enhanced by using vortex generators where, however, the disadvantage of increased mechanical loss due to increased pressure drop is not avoidable. In order to compensate for the penalty, the present study utilizes the characteristics of self-sustained flapping motions of the flexible vortex generator to improve heat transfer without much increasing the pressure drop. The two flexible vortex generators (FVGs) fixed on the upper and lower channel walls, respectively, are introduced in the present study and they take the form of asymmetric configurations by adjusting the inclination angles. The heat transfer performance is observed to depend on the parametric conditions of FVGs such as the inclination angle, bending rigidity, and the gap distance between them. The present system including the asymmetric FVGs shows the improvement of thermal performance by 122% as compared to the baseline flow when the bending rigidity is 0.06, the initial inclination angle is 75°, and the gap distance is 2.4 times the length of FVGs. The attracting Lagrangian coherent structures (LCS) are visualized by calculating the finite-time Lyapunov exponent (FTLE) field to analyze the effects of the vortex structuress near the heated channel walls on the fluid mixing. The net energy loss and average heat transfer are predicted by the three machine learning algorithms, i.e., artificial neural network (ANN), support vector regression (SVR), and random forest (RF), where the inclination angle, bending rigidity, and gap distance of FVGs are selected as input data. The SVR and ANN algorithms show the best performance in predicting the meant energy loss and the heat transfer, respectively, with the value of above 0.99 and 0.95

#가상경계기법 #와류연성발생기 #열전달

요약 ⅰ
목차 ⅱ
표목차 ⅲ
그림목차 ⅲ
기호설명 ⅵ
I. 서 론 1
II. 수치 계산 방법 4
1. 문제 정의 4
2. 수치 계산 방법 6
3. 출력 변수 정의 9
III. 연성 와류 발생기의 초기 경사각과 굽힘 계수가 열성능에 미치는 영향 10
1. 수치 모델 검증 10
2. 수치 계산 결과 10
IV. 연성 와류 발생기 사이의 거리가 열성능에 미치는 영향 23
1. 수치 계산 결과 23
V. 3가지 머신 러닝 알고리즘을 통한 에너지 손실과 열전달 예측 26
1. 머신 러닝 알고리즘을 한 에너지 손실과 열전달 예측 26
Ⅵ. 결 론 29
1. 연성 와류 발생기의 초기 경사각과 굽힘 계수가 열성능에 미치는 영향 29
2. 연성 와류 발생기 사이의 거리가 열성능에 미치는 영향 29
3. 3가지 머신 러닝 알고리즘을 통한 에너지 손실과 열전달 예측 30
Ⅶ. 부 록 31
참고문헌 33
영문초록(Abstract) 37
감사의글

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)