• 한국가시화정보학회지
• /
• 제14권2호
• /
• pp.12-17
• /
• 2016

In this work, we investigate the flow velocity controllability of a diffuser-type multiple hydrofoil duct by experimental and numerical flow visualization approaches. The flow velocity controllability is analyzed by changing the angle of the hydrofoil near the outlet, which is the diffuser, while the incoming flow velocity is 0.6 m/s in the experiment. When the diffuser angle is changed from 0 to 7.5 degree, the maximum velocity inside the duct is varied from 1.35 m/s to 1.52 m/s. Also, it is shown from the numerical analysis that the maximum velocity is varied from 1.09 m/s to 1.17 m/s in the same condition. Thus, the aspect of the acceleration in the duct due to the increase of the diffuser angle is similar between the both approaches. Therefore, the multiple hydrofoil duct can be used to control the flow speed inside the duct for continuously extracting power close to a rated capacity.

• 한국가시화정보학회지
• /
• 제17권2호
• /
• pp.25-31
• /
• 2019

A device that consists of an array of hydrofoils (called a vane deployer) is widely used in ocean engineering. In general, the vane deployer has to spread out efficiently, which is possible by enhancing the lift-to-drag ratio. In the present study, using a computational fluid dynamics, we investigate the effect of hydrofoil arrangement on the lift-to-drag ratio to establish the condition in which a reasonable level of constant lift-to-drag ratio is achieved in a wide range of angle of attack, to avoid a degradation of the hydrodynamic performance. First, the flow around two-dimensional hydrofoil array is examined by varying the size of hydrofoil components, gap between the hydrofoils, and arrangement type. As a result, we determine the optimized hydrofoil array configuration whose lift-to-drag ratio is nearly independent on the angle of attack. Finally, a three-dimensional simulation is performed for the optimized geometry to estimate the performance of actual vane deployer.

• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.237-250
• /
• 2022

본 연구에서는 딥러닝 기반 다중 객체 추적 모델을 활용하여 수중드론으로 촬영된 영상으로부터 특정 해역의 조식동물 현존량을 추정하는 방법을 제안한다. 수중드론 영상 내에 포함된 조식동물을 클래스 별로 탐지하기 위해 YOLOv5 (You Only Look Once version 5)를 활용하였으며, 개체수 집계를 위해 DeepSORT (Deep Simple Online and real-time tracking)를 활용하였다. GPU 가속기를 활용할 수 있는 워크스테이션 환경에서 두 모델의 성능 평가를 수행하였으며, YOLOv5 모델은 평균 0.9 이상의 모델의 정확도(mean Average Precision, mAP)를 보였으며, YOLOv5s 모델과 DeepSORT 알고리즘을 활용하였을 때, 4 k 해상도 기준 약 59 fps의 속도를 보이는 것을 확인하였다. 실해역 적용 결과 약 28%의 과대 추정하는 경향이 있었으나 객체 탐지 모델만 활용하여 현존량을 추정하는 것과 비교했을 때 오차 수준이 낮은 것을 확인하였다. 초점을 상실한 프레임이 연속해서 발생할 때와 수중드론의 조사 방향이 급격히 전환되는 환경에서의 정확도 향상을 위한 후속 연구가 필요하지만 해당 문제에 대한 개선이 이루어진다면, 추후 조식동물 구제 사업 및 모니터링 분야의 의사결정 지원자료 생산에 활용될 수 있을 것으로 판단된다.