• 한국전산구조공학회논문집
• /
• 제36권5호
• /
• pp.315-321
• /
• 2023

장대교량은 낮은 고유진동수와 감쇠비를 가지는 초유연구조물로 진동사용성 문제에 취약하다. 하지만 현재 국내 설계지침에서는 풍속이나 진폭에 대한 임계값을 기반으로 유해진동 발생 여부를 평가하고 있다. 본 연구에서는 장대교량에서 발생하는 유해진동을 보다 정교하게 식별하기 위하여 딥러닝 기반 신호분할 모델을 활용한 데이터 포인트 단위의 와류진동 식별 방법론을 제안한다. 특별히 포락선을 가지는 사인파를 활용하여 와류진동에 해당하는 데이터를 합성함으로써 모델 구축에 필수적인 와류진동 데이터 획득 및 라벨링 과정을 대체하였다. 이후 푸리에 싱크로스퀴즈드 변환를 적용하여 시간-주파수 특징을 추출하여 신경망의 인풋 데이터로 사용하였다. 합성데이터만을 이용하여 양방향 장단기 기억신경망(Bidirectional Long-Short-Term-Memory) 모델을 훈련하였고 이를 라벨 정보를 포함한 실제 사장교의 계측데이터를 이용하여 학습한 모델과 비교하여 모델의 실시간 와류진동 식별 성능을 검증하였다.

• 한국가시화정보학회지
• /
• 제15권1호
• /
• pp.19-24
• /
• 2017

In this study, we conduct a numerical experiment of the single 5MW NREL wind turbine and compare the performance of various vortex core identification for the wake behind the wind turbine. In the kinetic analysis of wind turbine, 20% velocity deficit at 200 s is observed, showing wake which contains tip vortex near blade tip and rotor vortex at the center of the wind turbine. Time series of velocity and turbulent intensity show numerical simulation converge to a quasi-steady state near 200 s. In the comparison between methods for vortex identification, ${\lambda}_2$-method has good performance in terms of tip vortex, rotor vortex, vortex during its cascade process compared to vorticity magnitude criteria, ${\Delta}$-method. We conclude that ${\lambda}_2$-method is suitable for vortex identification method for wake visualization.

• 한국가시화정보학회지
• /
• 제17권2호
• /
• pp.48-57
• /
• 2019

A straightforward strategy for particle image velocimetry (PIV) interrogation and post-processing has been proposed, aiming at reducing errors and clarifying vortex structures. The interrogation window size should be kept small to reduce bias error and improve spatial resolution. A spatial filter is then applied to the velocity field to reduce random error and clarify flow structure. The performance of three popular spatial filters were assessed: box filter, median filter, and local quadratic polynomial regression filter. In order to quantify random uncertainty, the image matching (IM) method is applied to an experimental dataset of homogeneous and isotropic turbulence (HIT) obtained by 2D-PIV. We statistically analyze the uncertainty propagation through the spatial filters, and verify the reduction in random uncertainty. Moreover, we illustrate that the spatial filters help clarify vortex structures using vortex identification criteria. As a result, PIV random uncertainty was reduced and the vortex structures became clearer by spatial filtering.