• 한국항공우주학회지
• /
• 제34권7호
• /
• pp.89-96
• /
• 2006

액체 로켓의 가스발생기의 연소 온도는 터빈 깃의 열 손상을 방지하기 위하여 1,000K 이하로 유지되며 이를 위하여 농후 연소 또는 산화제 과다 연소를 유지한다. 이러한 이유로 연소는 비평형 화학반응이 주로 발생하며 연소반응을 예측하기가 매우 어렵다. 한편 케로신은 여러 가지 탄화수소 연료로 이루어진 혼합연료로 화학반응 메커니즘에 대한 모델이 매우 어려운 실정이다. 본 연구에서는 Dagaut가 개발한 207 화학종, 1592 화학반응 단계를 이용하였으며 완전혼합반응기 연소모델을 적용하여 계산하였다. 계산결과와 실험결과를 비교하여 보면 사용된 화학반응 기구가 검댕 예측을 하지 않고 있음에도 불구하고 계산 결과는 연소가스 온도 뿐 아니라 가스 물성치 등을 매우 잘 예측하고 있음을 확인하였다.

• 한국가스학회지
• /
• 제7권1호
• /
• pp.33-40
• /
• 2003

본 연구에서는 위험을 등급화하여 검사대상 및 주기를 결정하여 투자비용기 효용성을 높이는 기술의 접근방법을 도입하여, 위험의 정도뿐만 아니라 위험의 양(손실비용)을 평가 할 수 있는 활용 방법을 제시하였다. 위험의 정량화를 위해 가스배관의 손상확률과 영향을 예측하는 방법이 필요한데 손상확률의 경우 사고원인을 굴착공사, 외부부식, 지반침하 및 장치손상으로 구분하였고, 그 각각의 원인에 대해 사고발생빈도를 구하는 방법을 제시하였으며 영향을 예측하기 위하여 가스의 누출시 주로 피해를 유발하는 화제에 대해 사망, 화상 및 건물에 피해를 줄 수 있는 경우 그 피해범위를 산정하는 방법을 제시하였다. 또한, 이 확률과 영향을 결합하여 위험비용을 예측하는 방법과 그 결과를 예시하였는데 이 기술은 경제적인 측면을 고려한 종합적 안전관리 기술로서 위험관리가 중요한 도시가스업계에 적용된다면, 위험을 줄일 수 있는 최적의 위험감소 전략 수립에 유용한 정보를 제공할 수 있다.

• 한국융합학회논문지
• /
• 제10권10호
• /
• pp.7-13
• /
• 2019

대부분의 천연가스(NG)는 공기 중으로 누출 되며 그중에서도 메탄가스의 누출은 기후에 많은 영향을 준다. 미국 도시의 거리에서 메탄가스 누출 데이터를 수집하였다. 본 논문은 메탄가스누출 정도를 예측하는 딥러닝(Deep Neural Network)방법을 제안하였으며 제안된 방법은 OrdinalEncoder(OE) 기반 K-means clustering과 Multilayer Perceptron(MLP)을 활용하였다. 15개의 특징을 입력뉴런과 오류역전파 알고리즘을 적용하였다. 데이터는 실제 미국의 거리에서 누출되는 메탄가스농도 오픈데이터를 활용하여 진행하였다. 우리는 OE 기반 K-means알고리즘을 적용하여 데이터를 레이블링 하였고 NG누출 예측을 위한 정규화 방법 OE, MinMax, Standard, MaxAbs. Quantile 5가지 방법을 실험하였다. 그 결과 OE 기반 MLP의 인식률이 97.7%, F1-score 96.4%이며 다른 방법보다 상대적으로 높은 인식률을 보였다. 실험은 SPSS 및 Python으로 구현하였으며 실제오픈 데이터를 활용하여 실험하였다.

• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.841-852
• /
• 2023

국내 전력계통의 주파수 조정용 발전기로 사용되고 있는 가스터빈은 탄소중립 정책과 더불어 신속한 기동·정지 및 높은 열효율 등으로 인해 이용률이 증가하고 있다. 가스터빈은 고온의 화염을 이용하여 터빈을 회전시키기 때문에 터빈 입구온도가 기기의 성능과 수명을 좌우하는 핵심요소로 작용하고 있다. 하지만 입구온도는 직접적인 측정이 불가능함에 따라 제작사가 산출한 온도를 이용하거나, 현장 경험을 토대로 하여 예측된 온도를 적용하고 있어서 가스터빈의 안정적인 운전 및 유지관리에 많은 어려움을 겪고 있다. 이에 본 연구에서는 인공신경망에서 많이 사용되고 있는 DNN(: Deep Neural Network) 기반으로 하는 재열 가스터빈의 입구온도를 예측할 수 있는 모델을 제시하고 실측 데이터를 기반으로 제안된 DNN의 성능을 검증하고자 한다.

• Composites Research
• /
• 제37권1호
• /
• pp.40-45
• /
• 2024

본 연구에서는 고분자 전해질막 연료전지용 가스확산층의 투과도를 예측하기 위해 삼차원 합성곱 신경망 모델을 사용하는 방법론을 소개한다. 먼저, 기계학습 모델을 학습시키기 위해 X-선 단층 촬영을 통해 얻은 실제 가스확산층 이미지에서 형태학적 특성을 추출해 가스확산층의 대표 체적 요소로 이루어진 인공 데이터셋을 생성한다. 이러한 형태학적 특성은 다공성, 섬유 배향, 직경의 통계적 분포가 포함된다. 구축한 인공 데이터셋 대표 체적 요소들의 투과도를 평가하기 위해 격자 볼츠만 방법이 사용되었으며 각각의 대표 체적 요소들의 투과도를 도출하였다. 이러한 인공 데이터셋을 통해 삼차원 합성곱 신경망 모델을 학습시켰으며 인공 데이터셋을 학습한 삼차원 합성곱 신경망 모델이 실제 가스확산층의 대표 체적 요소 투과도 또한 잘 예측하는 것을 확인하였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2007년도 춘계학술대회
• /
• pp.721-724
• /
• 2007

Estimating of LFG emission rate has been well established. But, relatively short history of LFG extraction in Korea, the data and the formular have not been well compared and analyzed. Here, even though the operation period of extraction for Daegu Bangcheon-ri is short, the relevant correlation between estimated and the actual has been tried to find. Hopefully, this will be a guideline for the future LFG forecasting.

• 한국조명전기설비학회지:조명전기설비
• /
• 제7권5호
• /
• pp.23-28
• /
• 1993

이 논문에서는 관벽온도에 따른 방전램프의 동작전압과 전류를 예측할 수 있는 수식 모델이 전개된다. 저압 수은-아르곤 가스 방전을 이용하는 형광램프가 모델로 사용된다. 저압 수은-아르곤 가스 방전에서 여기 원자와 전자의 연속방정식, 전자의 에너지 보존식, 열전도도 방정식과 이상기체 상태 방정식이 방전의 물리량을 예측하는데 이용된다. 이들 방정식과 회로 방정식을 이용하여 방전램프의 관벽온도의 효과로 인한 D.C. 저압 방전의 전기적인 특성을 예측한다. 이러한 예측은 방전램프의 설계를 하는 데 있어서 많은 도움이 되리라고 생각된다.

• 한국가스학회지
• /
• 제12권3호
• /
• pp.56-63
• /
• 2008

본 연구에서는 1991년부터 최근까지 16년간 발생된 3,593건의 가스사고[천연가스(NG) 및 액화석유가스(LPG)]사례를 수집하여 Database를 구축하였으며, 이를 근거로 사고의 발생건수를 형태 및 원인별로 분석하였다. 분석결과를 살펴보면 사고의 형태로는 누출, 폭발, 그리고 화재의 순서로 많이 발생하였다. 사고발생위치로는 화재는 밸브부위에서, 폭발은 호스부위에서, 그리고 누출은 배관부근에서 가스사고가 많이 발생한 것으로 나타났다. 또한 화재, 폭발, 누출의 각각의 경우에 Poisson 분석법을 적용하여 향후 5년 이내의 화재, 폭발 및 누출에 대한 가장 가능성이 높은 발생확률을 예측하였다. 향후 본 연구에서 구축한 국내가스사고 Database를 매년 지속적으로 보완 개정을 하면 국내 가스사고 예측에 대한 보다 신뢰성 있는 정보를 제공해 줄 수 있어 효과적인 가스안전관리 대책수립에 기여할 것으로 기대된다.

• 원자력산업
• /
• 제18권9호통권187호
• /
• pp.66-77
• /
• 1998

온실 가스 배출로 인하여 지구 온난화 문제가 심각성을 더해가고 있는 차제에 지난해(1997) 12월 일본 교토에서 제3차 기후변화협약 조약국 회의가 개최되었으며, 회의 결과 일차적으로 선진국에서 온실 가스 배출 감축 목표를 설정하여 2008년부터 시행토록 합의하였다. 우리 나라는 이 회의에서 온실 가스 배출 감축 대상국에서는 제외되었지만 OECD에 가입한 국가로서 멀지 않아 감축 목표 이행 대상국에 들게 될 것으로 예측된다. 이와 관련하여 OECD/NEA는 지난 4월 $\ulcorner$원자력발전과 기후변화$\lrcorner$라는 보고서를 발표하였다. 이 보고서는 비교적 최근의 연구 자료를 인용하여 원자력이 온실 가스 배출 억제에 어떤 역할을 하는가를 연구한 내용으로서 우리 나라에서도 에너지 정책 입안 등에 도움이 될 것으로 판단된다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2007년도 추계학술대회 논문집
• /
• pp.445-448
• /
• 2007

석탄가스화 복합발전(IGCC)에서 석탄 가스화 기술이 전 공정의 성능에 큰 영향을 미치는 중요한 요소이다. 연료 및 산화제의 공급방식, 가스화기의 기본 구조, 벽면의 구성 방식, 용융 슬랙 및 생산되는 합성가스 배출 방식 등에 따라 가스화의 성능이 영향을 받는다. IGCC plant의 정확한 성능 해석을 위해서는 석탄가스화기 공정 모델의 정밀도를 높일 필요성이 있다. 기존의 열병합 발전 사이클 해석에서 적용되었던 열 및 물질정산과 평형계산 방식을 통하여 석탄가스화기 공정을 해석하는 방법을 확인, 정리하고 이를 개선하기 위한 절차 및 방안을 제시하고자 한다. 가스화기 내부 공정을 크게 탈휘발과 가스화의 단계로 구분하여 가스화기 출구조건을 예측하였으며, ASPEN PLUS를 이용한 공정해석을 실시하였다. 가스화기 출구에서의 합성가스는 주생성가스인 CO, $H_2$를 위주로 하여 조성을 얻을 수 있고, 그 결과들을 선행연구들과의 비교를 통하여 가스화기 모델의 분석을 실시한다. 그리고 가스화기 해석의 정밀도를 높이기 위한 향후 고려될 가스화기 모델에 관하여 논의한다.