• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.34 no.8
• /
• pp.1059-1065
• /
• 2010

An analysis was conducted to predict the hydraulic performance of a reactor coolant pump (RCP) of SMART at the off-design as well as design points. In order to reduce the analysis time efficiently, a single passage containing an impeller and a diffuser was considered as the computational domain. A stage scheme was used to perform a circumferential averaging of the flux on the impeller-diffuser interface. The pressure difference between the inlet and outlet of the pump was determined and was used to compute the head, efficiency, and break horse power (BHP) of a scaled-down model under conditions of steady-state incompressible flow. The predicted curves of the hydraulic performance of an RCP were similar to the typical characteristic curves of a conventional mixed-flow pump. The complex internal fluid flow of a pump, including the internal recirculation loss due to reverse flow, was observed at a low flow rate.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.112-112
• /
• 2023

발전용댐의 댐 유입량 예측 및 운영을 위해서 (주)한국수력원자력에서는 수자원통합 운영시스템(Water resources Integrated System, WIOS)을 운영 중에 있다. 해당 시스템에서는 댐 유입량을 예측하기 위해서 기상청 수치예보모델 중 하나인 국지예보모델(Local Data Assimilation and Prediction System, LDAPS)의 예측강우를 수문모형의 입력자료로 활용하고 있으며, 레이더 기반의 초단시간 강우예측 기법을 자체 개발 중에 있다. 기상청 국지예보모델은 강우의 on/off에 대한 정확도는 90%를 상회할 만큼 높으나 정량적인 강우량의 정확도는 매우 낮고, 레이더 기반의 초단시간 예측 강우는 선행 1~2시간 예측에서는 정량적 정확도는 높으나, 그 이후 예측성능이 급격히 떨어지는 경향을 보인다. 따라서 댐 유입량의 정량적 예측 정확도를 확보하기 위해 초단시간 모델과 국지예보모델의 강우예측 결과를 병합(blending)하는 기법을 적용하여 초기 6시간 동안의 예측 성능을 향상시켜야 한다. 본 연구에서는 선행시간 0~6시간에 대해서 병합하는 기법들을 적용하고 평가하고자 한다. 기본적으로 병합은 초단시간 예측강우와 수치예보자료 간 가중치를 통해 수행된다. 일반적으로 초기 1시간 선행시간에서 레이더 기반 예측강우는 완벽한 예측자료(외삽 관측자료의 가중치는 1.0)로 가정하며, tanh 함수를 이용하여 선행시간의 증가에 따라 가중치를 감소시키면서, 6시간 선행시간에서는 수치예보 예측강우가 완벽한 예측자료라고 가정한다. 본 연구에서는 일반적인 병합 방법 외에 병합된 예측강우에 과거 관측강우와 예측강우의 평균편이를 적용하여 보정하는 방법, 사례별 변동성이 큰 병합된 예측강우 특성을 고려하여 병합 가중치를 신뢰도에 따라 가변시키는 방법을 적용하여 평가한다. 이를 통해 댐 유입량 예측에 최적이 되는 병합기법을 선정하고자 한다.

• Aerospace Engineering and Technology
• /
• v.3 no.2
• /
• pp.183-190
• /
• 2004

The performance analysis of a fuel pump for a liquid rocket engine has been performed numerically on its design condition. A commercial three-dimensional Navier-Stokes flow solver has been used for the computation. All of the fuel pump components - inducer, impeller, volute and secondary flow passages - are included in computation for the accurate estimation of the leakage flow rate which affects the performance and axial thrust. A pitchwise-averaged mixing plane method was used on the boundaries among the fuel pump components to save computational time. The predicted overall performance satisfied the design requirement. However, the axial thrust exceeded a permissible limit. In order to reduce the axial thrust, the secondary flow passage design has been changed. With this change, the axial thrust level has been reduced to 30% as compared with the original value.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.769-773
• /
• 2010

수계별 소수력자원의 특성에 대한 연구가 수행되었다. 이를 분석하기 위하여 유량지속특성을 예측할 수 있는 모델이 개발되었고, 이를 기반으로 하여 소수력발전소의 수문학적 성능특성을 예측할 수 있는 모델이 개발되었다. 개발된 모델의 효용성을 확인하기 위하여 안동댐에서 측정된 월유입량자료를 분석하였다. 안동댐에서의 장기유입량을 분석한 결과, 본 연구에서 개발된 예측모델로부터 획득한 결과가 실측자료와 잘 일치하였다. 본 연구에서 개발된 모델은 소수력발전지점의 수력가용량과 연간출력량을 예측하는데 유용하게 사용될 수 있다는 것이 밝혀졌다. 개발된 모델을 이용하여 주요 수계에 위치한 소수력발전입지의 수문학적 성능특성을 분석한 결과 수계별로 차이를 나타냈다. 특히 북한강수계와 낙동강수계에 위치한 소수력발전입지는 다른 수계에 위치한 소수력발전입지에 비하여 비설계유량과 비출력 등에 대한 수문학적 성능에 많은 차이를 나타냈다.

• Journal of Korea Water Resources Association
• /
• v.54 no.5
• /
• pp.301-309
• /
• 2021

In this study, we tried to improve the performance of the existing U-net-based deep learning rainfall prediction model, which can weaken the meaning of time series order. For this, ConvLSTM2D U-Net structure model considering temporal consistency of data was applied, and we evaluated accuracy of the ConvLSTM2D U-Net model using a RainNet model and an extrapolation-based advection model. In addition, we tried to improve the uncertainty in the model training process by performing learning not only with a single model but also with 10 ensemble models. The trained neural network rainfall prediction model was optimized to generate 10-minute advance prediction data using four consecutive data of the past 30 minutes from the present. The results of deep learning rainfall prediction models are difficult to identify schematically distinct differences, but with ConvLSTM2D U-Net, the magnitude of the prediction error is the smallest and the location of rainfall is relatively accurate. In particular, the ensemble ConvLSTM2D U-Net showed high CSI, low MAE, and a narrow error range, and predicted rainfall more accurately and stable prediction performance than other models. However, the prediction performance for a specific point was very low compared to the prediction performance for the entire area, and the deep learning rainfall prediction model also had limitations. Through this study, it was confirmed that the ConvLSTM2D U-Net neural network structure to account for the change of time could increase the prediction accuracy, but there is still a limitation of the convolution deep neural network model due to spatial smoothing in the strong rainfall region or detailed rainfall prediction.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2000.04a
• /
• pp.7-7
• /
• 2000

액체추진 로켓 분야에서 비연소 혼합시험(cold flow mixing test)은 로켓엔진의 성능을 예측하고 인젝터와 관련된 문제의 진단에 도움을 줄 수 있는 자료를 확보할 수 있는 수단이 된다. 비연소 혼합시험이 실제 연소시험을 대신할 수 있는 신뢰성 있는 자료를 제공할 수는 없지만, 인젝터의 최적형상을 설계하기 위해서 실시해야할 고 비용의 연소시험에 대한 횟수를 줄일 수 있는 보조시험으로서의 역할을 할 수 있다. 혼합시험 성능이 우수한 인젝터가 수력학적인 혼합성능을 능가하는 연소반응에 의해서 실제 연소시험에서는 성능이 저하되는 경우도 있을 수 있으나 대부분의 경우에는 비연소 혼합시험에서 좋은 성능을 나타내는 인젝터는 실제 연소시험에서도 좋은 성능을 나타낸다. 일반적으로 비연소시험과 연소시험 사이의 상관 관계를 정확히 정립하기 위해서는 많은 상관 관계 변수의 적용 및 충분한 혼합시험 자료가 요구된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.64-64
• /
• 2022

이상기후로 인해 돌발적이고 국지적인 호우 발생의 빈도가 증가하게 되면서 짧은 선행시간(~3 시간) 범위에서 수치예보보다 높은 정확도를 갖는 초단시간 강우예측자료가 돌발홍수 및 도시홍수의 조기경보를 위해 유용하게 사용되고 있다. 일반적으로 초단시간 강우예측 정보는 레이더를 활용하여 외삽 및 이동벡터 기반의 예측기법으로 산정한다. 최근에는 장기간 레이더 관측자료의 확보와 충분한 컴퓨터 연산자원으로 인해 레이더 자료를 활용한 인공지능 심층학습 기반(RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), Conv-LSTM 등)의 강우예측이 국외에서 확대되고 있고, 국내에서도 ConvLSTM 등을 활용한 연구들이 진행되었다. CNN 심층신경망 기반의 초단기 예측 모델의 경우 대체적으로 외삽기반의 예측성능보다 우수한 경향이 있었으나, 예측시간이 길어질수록 공간 평활화되는 경향이 크게 나타나므로 고강도의 뚜렷한 강수 특징을 예측하기 힘들어 예측정확도를 향상시키는데 중요한 소규모 기상현상을 왜곡하게 된다. 본 연구에서는 이러한 한계를 보완하기 위해 적대적 생성 신경망(Generative Adversarial Network, GAN)을 적용한 초단시간 예측기법을 활용하고자 한다. GAN은 생성모형과 판별모형이라는 두 신경망이 서로간의 적대적인 경쟁을 통해 학습하는 신경망으로, 데이터의 확률분포를 학습하고 학습된 분포에서 샘플을 쉽게 생성할 수 있는 기법이다. 본 연구에서는 2017년부터 2021년까지의 환경부 대형 강우레이더 합성장을 수집하고, 강우발생 사례를 대상으로 학습을 수행하여 신경망을 최적화하고자 한다. 학습된 신경망으로 강우예측을 수행하여, 국내 기상청과 환경부에서 생산한 레이더 초단시간 예측강우와 정량적인 정확도를 비교평가 하고자 한다.

• Nuclear Engineering and Technology
• /
• v.24 no.3
• /
• pp.263-273
• /
• 1992

The study on the velocity distribution and the pressure drop characteristic of the nuclear fuel assembly is of importance for the thermal hydraulic design and safety analysis. The purpose of this experimental study is to investigate the hydraulic mixing behind the different kinds of spacer grids in the now or rod bundles. In this study, the detailed hydraulic characteristics in subchannels of 5$\times$5 PWR(Pressurized Water Reactor) rod bundles were measured using one-component He-Ne LDV(Laser Doppler Velocimeter). Measurements of the axial velocity, turbulent intensities and pressure drops were peformed Lateral velocity, turbulent intensities and Reynolds shear stress were also measured by adjust-ing LDV alignment. Friction factors in rod bundles and loss coefficients for spacer grids were evaluated from the measured pressure drops. Hydraulic mixing performance for different kinds of spacer grids could be investigated by estimating the turbulent cross-flow mixing rates between neighboring subchannels.

• Transactions of the Korean Society of Automotive Engineers
• /
• v.12 no.3
• /
• pp.27-36
• /
• 2004

A Numerical analysis has been used to predict the performance in the automotive water pump with double discharge single suction. The influence of parameters such as coolant flow rate, rotational speed, ratio of blade height and clearance has been investigated. Also, the prediction of hydraulic performances such as static pressure rise, shaft power, hydraulic power and pump efficiency is carried out on the water pump including an impeller and a volute casing. A full size water pump test bench has been developed to validate the CFD flow model. Discharge flow rate, suction pressure, discharge pressure, rotational speed and torque measurements are provided. Coolant temperature is 8$0^{\circ}C$, water tank pressure is 1 kgf/$\textrm{cm}^2$ and flow rates vary.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.31 no.6
• /
• pp.72-78
• /
• 2003

In the present paper, computational studies on the hydrodynamic behavior of the inducer for the rocket-engine turbopump are presented including the effect of the mass flow rate. As the mass flow rate is increased, the inducer showed better performance with weak back flows which may have deleterious effects upon the anti-cavitation ability. But the adopted inducer showed low head rise with high volume flow rates, which may be caused by the small passage area near the trailing edge. The static pressure distributions at the shroud surface are compared with experimental results showing very good agreements except near the leading edge where strong back flows are present. The overall performance of the inducer such as, efficiency, head rise is also compared with experiments. The computational results are generally in good agreements with experimental ones near the design point, but two results show discrepancy at the high flow rate.