• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.33 no.4
• /
• pp.47-56
• /
• 2005

In GPS/INS/barometer navigation system for UAV, vertical channel damping loop was introduced to suppress divergence of the vertical axis error of INS, which could be reduced to the level of accuracy of pressure altitude measured by a pitot-static tube. Because static pressure measured by the pitot-static tube depends on the speed and attitude of the vehicle, static pressure error models, based on aerodynamic data from wind tunnel test, CFD analysis, and flight test, were applied to reduce the error of pressure altitude. Through flight tests and sensitivity analyses, the error model using the ratio of differential pressure and static pressure turned out to be superior to the model using only differential pressure, especially in case of high altitude flight. Both models were proposed to compensate the effect of vehicle speed change and used differential and static pressure which could be obtained directly from the output of pressure transducer.

• Journal of the KSME
• /
• v.29 no.5
• /
• pp.525-537
• /
• 1989

본교에서는 정압 공기베어링의 특성 및 다공질 정압 공기베어링의 현황, 문제점등에 대한 개괄적 인 소개를 하였다. 이상에서와 살펴본 바와 같이 정압 공기베어링은 고속, 고정도를 요하는 각종 산업용기기의 부품으로써 연구개발, 응용되어 왔으며 결과적으로 기술한계극복에 많은 기여를 하 였다. 앞으로의 첨단기술을 위주로 한 각종 가공, 측정분야에 있어서도 공기베어링은 많은 역할을 할 것이며 특히 다공질베어링을 중심으로 한 고강성 정압 공기베어링에 대한 기대는 매우 크다고 할 수 있다.

• Journal of Biosystems Engineering
• /
• v.15 no.4
• /
• pp.339-345
• /
• 1990

공기통풍 건조시 공기흐름(airflow)에 대한 곡물저항(grain resistance)은 송풍시스템에서 fan의 선정시 매우 중요하다. 지금까지는 공기흐름에 대한 곡물저항은 주로 Shedd의 curve에 준하여 정해졌다. 그러나 실제의 경우 곡물수확 또는 건조시 기계적 원인에 의하여 미세립자(fine material)가 생성된다. 이에 본 연구에서 밀(red hard winter wheat)을 대상으로 송풍량, 함수율, 미세립자량이 정압강하(static pressure drop)에 미치는 영향을 규명하였고, 이러한 변수가 포함된 수학적 모델을 개발하였다. 독립변수는 0.051로부터 $0.203m^3/m^2.sec$에 이르는 7단계의 각각 다른 송풍량과 3단계의 함수율 (11, 13, 15%w.b), 4단계의 미세립자량(0, 2, 4, 8%)이고, 종속변수는 정압강하이다. 정압강하와 test bed에서의 송풍량은 micromanometer를 사용하여 측정하였다. 결과는 독립변수(송풍량, 함수율, 미세립자량)는 모두 정압강하에 significant하게 영향을 미치는 것으로 나타났다. 규정된 범위내에서 함수율이 증가함에 따라 정압강하는 최고 45% 까지 감소되었고, 반면 미세립자량이 증가함에 따라 정압강하는 최고 195%까지 증가되었다. 수집된 data로서 다음과 같은 regression equation이 개발되었다($P=AV+BV^2+C(MO)V+D(FM)V$). 본 연구의 결과는 공기송풍시스팀에서 송풍량, 함수율, 미세립자량이 정압강하에 미치는 영향을 규명하였고, 에너지 절약적 송풍시스템을 설계하는 데 도움이 될 수 있을 것이다.

• The Korean Journal of Rheology
• /
• v.7 no.3
• /
• pp.181-191
• /
• 1995

점탄성유체의 물성치들 중 정압열팽창계수 및 밀도는 자연대류 열전달 연구에 전단 속도 0에서의 점도는 점탄성유체에 대한 모델들 사용 시 필요하다. 본 연구에서는 점탄성유 체이며 마찰 감소 첨가제, 유전자 분리용액동으로 사용하는 Separan AP-273 용액의 정압열 팽창계수, 밀도 및 전단속도 0에서의 점도에대한 농도 및 온도의 영향을 조사하였다. 작동유 체의 물성치들은 10~6$0^{\circ}C$의 온도범위와 100~20,000wppm의 농도범위에서 측정되었다. 작 동유체의 물성치들에 미치는 열주기와 노화의 영향을 조사하기 위해서 정압열팽창계수와 전 단속도 0에서의 점도를 교대로 두 번씩 측정했다. 정압열팽창계수 및 밀도를 측정하는 장치 의 측정 정밀도는 증류수에 대한 측정치와 문헌에 나타난 자료를 비교하여 얻었고 이는 $\pm$ 2%이내였다. Separan AP-273용액의 정압열팽창계수 및 밀도는 증류수의 값들로 대치될수 있다. 작동유체의 정압열팽창계수와 밀도는 열주기와 노화의 영향을 받지 않았다. 낙하식 점 도계를 사용해 측정한 겉보기점도 값들을 나타내느 flow curve에서 전단속도가 0이 되는방 향으로 겉보기점도를 외삽시켜 Separan AP-273용액에 대한 전단속도0에서의 점도를 얻었 다. 정압열팽창계수 측정 전후에 측정한 작동유체에 대한 전단속도 0에서의 점도는 열주기 와 노화로 인해 퇴화되었다.

• Journal of the Korean Institute of Gas
• /
• v.12 no.2
• /
• pp.99-104
• /
• 2008

Gas pressure regulators in pressure regulating station reduce high-pressure gas in a process line to a lower. Gas pressure regulators are not flow control devices, they are used to control delivery pressure only. For the safety of pressure regulating station, it is essential to study flow regime and characteristics of a safety valves that is connected to a pressure regulator. For this, it is necessary to understand flow characteristics and the flow rate of upstream component part such as gas pressure regulators in regulating station. In the present study, numerical analysis of flow characteristics and the mass flow rate of a pressure regulator is conducted under the several inlet, outlet conditions and open rates. Then, the numerical result of the mass flow rate is verified with experimental equation from manufacture of pressure regulator. Consequently, the numerical result is comparatively good agreement with values from experimental equation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1918-1923
• /
• 2009

결정질 암반에서 지하수의 수리적 특성을 파악하기 위해 수행되고 있는 수리시험 방법은 정률법, 정압법, 순간주입(회복)법 등 세 가지로 구분할 수 있다. 본 연구에서 다루는 정압주입시험 (Constant Head Injection Test, CHIT)은 위의 정압법의 한 종류로 토목공학, 지질공학 분야에서 대상 구간의 투수계수 추정을 위해 널리 쓰이는 수리 시험이며, 이는 단일 패커나 이중패커를 이용하여 시험 구간을 격리하고, 격리된 구간에 일정한 압력으로 물을 주입하여 주입되는 물의 양을 파악함으로써, 시험 구간의 수리전도도(Hydraulic conductivity)를 산출하는 전통적인 수리시험이다. 본 연구에서는 수치실험을 통해 시험 구간 및 주입 압력의 크기 등 인위적인 요인에 의해 도출되는 투수계수가 어떻게 달라지는지에 대해 평가해 보았다. 일반적으로 단열 암반에서 수행한 정압주입시험의 해석에 있어 매질을 균질, 등방성 다공질이라는 가정으로 구간별 투수량계수를 산출하기 때문에, 다공성 매질의 지하수 유동을 모사하는 MODFLOW를 수치모사 코드로서 이용하였다. 시험구간의 크기 및 주입압력에 대한 민감도 분석 결과, 시험구간의 크기에 상관없이 수치모의에서 입력한 수리전도도 값에 비해 낮은 수리전도도 값이 산출되었으며, 주입 압력이 클수록 산출되는 수리전도도 값이 매질의 수리전도도 값과 차이가 났다. 민감도 분석 결과 현장수리시험에서 정압 주입시험에 의한 구간별 수리전도도 산출함에 있어 시험구간의 크기와 주입 압력 값에 대하여 고려해야 한다고 판단된다.

• Journal of the Korean Institute of Gas
• /
• v.27 no.1
• /
• pp.57-62
• /
• 2023

The Gas Regulator EVENT is a signal sent by the Remote Terminal Unit(RTU) installed in each local gas regulator (hereinafter referred to as "regulator"), and is an abnormal alarm that can be intuitively checked in our client server. This is an important data that enables immediate dispatch order and initial action in the situation room when a regolator abnormality occurs, and can analyze the cause of the regulator abnormality. Looking at the trend of EVENT data for regulator over the past three years, there is a clear trend of increasing unchecked EVENT data. The increase in non-checking event (actual abnormality or noise event) may mean that firstly, mechanical or pressure abnormality occurs in the actual regulator, and secondly, there is no abnormality in the actual regulator, but communication error occurred in the RTU, reset. EVENT Data may be formed as if an abnormality occurred in the static voltage due to an error, sensor error, power failure (instantaneous power failure), etc. Among them, this study analyzed the recently generated unchecked EVENT data to identify critical noise events among RTU errors, which are noise events, and reviewed ways to increase the reliability of Regulator EVENTs by reducing them.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2004.09a
• /
• pp.317-320
• /
• 2004

정압주입시험(Constant Head Injection Test, CHIT)은 결정질 암반의 구간별 수리전도도 및 투수계수를 구하는 전통적인 수리시험방법이다. 본 연구에서는 Visual Modflow 수치코드를 사용하여 정압주입시험에 대한 부정류 모의를 수행하였다. 수치모의 결과 주입공에서 매질로 시간별 주입되는 유량은 30분이 경과한 후부터 거의 일정하게 유지되는 양상을 확인할 수 있는데, 현장에서 정압주입시험을 할 때 적어도 30분 이상의 시첩을 실시해야 함을 알 수 있었다. 시험구간에 따른 수리전도도 값은 시험구간의 크기에 상관없이 거의 일정한 값을 보이고 있어, 시험구간의 크기는 정압주입시험에서 크게 유의하지 않아도 된다고 판단된다. 그러나, 시험구간별 주입 압력에 따른 수리전도도 값의 변화를 살펴본 결과, 시험 구간의 크기와 주입 압력 값이 클수록 산출되는 수리전도도 값이 매질의 수리전도도 값과 차이가 나는데, 현장조사에서 시험구간과 주입 압력 값에 대한 고려가 있어야 함을 지시한다. 매질의 수직적 이방성에 따른 모의결과 $K_{zz}$ / $K_{xx}$ and $K_{yy}$ 값이 작아질수록 수리전도도 값이 작아지는데, 현장조사 결과를 해석함에 있어 매질의 수직적 이방성은 주의를 기울여야 한다.

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.39 no.9
• /
• pp.41-51
• /
• 2010

건물의 배수 및 통기시스템에서 나타나는 현상중에 확실한 내용이 아직 밝혀지지 않은 부분이 몇 가지 남아 있다. 이것은 19세기 말엽의 근대 위생공학의 시작 단계에서부터 잘 알려진 사실이다. 건물의 배수 및 통기시스템 운용에 대한 내용은 일반 공학과 특정 유체역학의 범위 내에서 가장 잘 이해할 수 있다. 건물의 배수 및 통기시스템의 운영에 종사했던 초기의 기술진들은 이러한 점을 잘 알고 있었으며 유체역학에 적합하게 응용한 많은 사례를 확인할 수 있었다. 제2차 세계대전이 끝나고 이에 대한 많은 연구가 진행되어 왔으며 특히 유럽에서 시작된 전후 재건 붐을 통해 배수 및 통기시스템의 설계에 좀 더 효율적인 접근이 진척되게 되었다. 이러한 배수시스템의 중심에는 배수관 내부의 오염된 공기가 배수구 또는 위생기구를 통하여 주거 공간으로 유입되는 것을 방지하는 트랩(Water Trap)이 있다. 배수트랩의 주요 기능인 봉수는 일반적으로 깊이가 40 mm에서 50 mm 정도로 위생기구의 종류에 따라 봉수의 깊이는 다소 차이가 있다. 배수관내 공기의 흐름이 중요한 것처럼 트랩의 봉수 메커니즘이 중요하기 때문에 이 메커니즘을 소홀히 여긴다면 안전한 배수시스템의 운영을 기대하기는 어렵다. 배수관 내의 공기의 흐름은 배수에 의해 유입되거나 또는 배출된다. 배수관에서 내부 압력의 불규칙한 변화로 인하여 야기되는 불안정한 배수의 흐름은 트랩의 봉수를 파괴하고 나아가 주거공간으로 오염된 공기가 새어 나갈 수 있는 통로를 제공하게 된다. 관내압력의 천이는 이로 인한 문제가 발생할 가능성이 있는 위치에 그 압력을 완화할 수 있는 장치를 설계단계에 반영하여 적용함으로써 제어할 수 있다. 건물 내부에 상당한 길이의 통기배관을 설치하는 것은 배관의 마찰손실로 인하여 천이 현상을 효과적으로 제어할 수 있는 확실한 방법이 되지는 못한다. 그렇지만 통기밸브를 설치하는 것과 같이 배수관 내로 공기를 공급해주는 유입구를 건물 내부에 분산 설치하는 것이 효율적인 통기방식이 될 수 있고, 정압 천이로 인한 위험을 줄여줄 수 있다. 통기밸브는 정압 발생의 원인이 되지 않으며 단지 정압에 반응하여 더욱 기밀하게 닫히며, 약화된 압력파를 반사할 뿐이다. 고층 건물에서 배수입상관과 평행하게 설치된 통기입상관(Parallel Vent Pipe)의 경우 극히 일부분의 정압 천이 현상을 완화할 수 있다. (통기 배관의 직경이 배수 입상배관과 동일한 경우 대략 1/3 정도임), 그러므로 정압의 천이로 인한 압력 파동은 배수 시스템의 나머지 부분을 통해 전파되어 배수 트랩에 영향을 미치게 된다. 정압의 천이가 예상되는 위치에 정압천이 완화 장치(Positive Air Pressure Transient Alleviation Device)를 사용하면 배관 내부압력의 급격한 상승을 방지하여 연결된 트랩의 봉수를 보호할 수 있다. 이렇게 되면 순간적으로 발생하는 배관내 압력의 급등 현상을 90% 정도까지 완화 시킬 수 있다. 경험적으로 배수시스템에서 배관이 완전하게 막혀 과도한 정압이 발생하는 경우는 거의 없다. 이러한 경우에는 가장 낮은 위치에 있는 배수 트랩의 봉수가 깨지면서 자연스럽게 배수시스템의 압력이 해소되게 된다. 이러한 사례는 통기 방식과 상관없이 발생할 수 있다. 실제와 유사한 시뮬레이션을 통하여 통기 밸브(Air Admittance Valves)는 전면 통기 시스템 (Fully Vented System)에서 최소한 트랩의 봉수 보호용으로 적합한 것이 확인 되었다. 어떤 경우 에는 고층 건물에 더욱 적합하다는 것을 확인할 수 있었다. 부압 해소용으로 통기밸브를 이용하고 정압완화용으로 정압 완화장치(PAPAs: Positive Air Pressure Transient Attenuators)를 사용하는 전면적 능동 제어시스템(Fully Engineered Designed Active Control System)이 사용자에게 육안으로는 확인하지 못하는 기능을 보장하면서 배수 시스템의 안전과 효율성에 대한 효과적인 방법을 제공하고 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.4
• /
• pp.19-27
• /
• 2020

In this paper, we propose a machine learning method for diagnosing the failure of a gas pressure regulator. Originally, when implementing a machine learning model for detecting abnormal operation of a facility, it is common to install sensors to collect data. However, failure of a gas pressure regulator can lead to fatal safety problems, so that installing an additional sensor on a gas pressure regulator is not simple. In this paper, we propose various machine learning approach for diagnosing the abnormal operation of a gas pressure regulator with only the flow rate and gas pressure data collected from a gas pressure regulator itself. Since the fault data of a gas pressure regulator is not enough, the model is trained in all classes by applying the over-sampling method. The classification model was implemented using Gradient boosting, 1D Convolutional Neural Networks, and LSTM algorithm, and gradient boosting model showed the best performance among classification models with 99.975% accuracy.