With the emergence of a new paradigm called Open Science and Big Data, the need for data sharing and collaboration is also emerging in the computational science field. This paper, we analyzed data-driven research cases for computational science by field; material design, bioinformatics, high energy physics. We also studied the characteristics of the computational science data and the data management issues. To manage computational science data effectively it is required to have data quality management, increased data reliability, flexibility to support a variety of data types, and tools for analysis and linkage to the computing infrastructure. In addition, we analyzed trends of platform technology for efficient sharing and management of computational science data. The main contribution of this paper is to review the various computational science data repositories and related platform technologies to analyze the characteristics of computational science data and the problems of data management, and to present design considerations for building a future computational science data platform.
Hybrid simulation (HS) has attracted community attention in recent years as an efficient and effective experimental technique for structural performance evaluation in size-limited laboratories. Traditional hybrid simulations usually take deterministic properties for their numerical substructures therefore could not account for inherent uncertainties within the engineering structures to provide probabilistic performance assessment. Reliable structural performance evaluation, therefore, calls for stochastic hybrid simulation (SHS) to explicitly account for substructure uncertainties. The experimental design of SHS is explored in this study to account for uncertainties within analytical substructures. Both computational simulation and laboratory experiments are conducted to evaluate the pseudo-random Sobol sequence for the experimental design of SHS. Meta-modeling through polynomial chaos expansion (PCE) is established from a computational simulation of a nonlinear single-degree-of-freedom (SDOF) structure to evaluate the influence of nonlinear behavior and ground motions uncertainties. A series of hybrid simulations are further conducted in the laboratory to validate the findings from computational analysis. It is shown that the Sobol sequence provides a good starting point for the experimental design of stochastic hybrid simulation. However, nonlinear structural behavior involving stiffness and strength degradation could significantly increase the number of hybrid simulations to acquire accurate statistical estimation for the structural response of interests. Compared with the statistical moments calculated directly from hybrid simulations in the laboratory, the meta-model through PCE gives more accurate estimation, therefore, providing a more effective way for uncertainty quantification.
This study focuses on the analysis of the results of computational fluid dynamics simulations of mist-chemical vapor deposition for the growth of an epitaxial wafer in power semiconductor technology using artificial intelligence techniques. The conventional approach of predicting the uniformity of the deposited layer using computational fluid dynamics and design of experimental takes considerable time. To overcome this, artificial intelligence method, which is widely used for optimization, automation, and prediction in various fields, was utilized to analyze the computational fluid dynamics simulation results. The computational fluid dynamics simulation results were analyzed using a supervised deep neural network model for regression analysis. The predicted results were evaluated quantitatively using Euclidean distance calculations. And the Bayesian optimization was used to derive the optimal condition, which results obtained through deep neural network training showed a discrepancy of approximately 4% when compared to the results obtained through computational fluid dynamics analysis. resulted in an increase of 146.2% compared to the previous computational fluid dynamics simulation results. These results are expected to have practical applications in various fields.
The aim of this paper is to enhance the accuracy of predicting time-averaged external surface pressures on low-rise buildings by utilizing Computational Fluid Dynamics (CFD) simulations. To achieve this, benchmark studies of the Silsoe cube and the Texas Tech University (TTU) experimental building are employed for comparison with simulation results. The paper is structured into three main sections. In the initial part, an appropriate domain size is selected based on the precision of mean pressure coefficients on the windward face of the cube, utilizing Reynolds Averaged Navier-Stokes (RANS) turbulence models. Subsequently, recommendations regarding the optimal computational domain size for an isolated building are provided based on revised findings. Moving on to the second part, the Silsoe cube model is examined within a horizontally homogeneous computational domain using more accurate turbulence models, such as Large Eddy Simulation (LES) and hybrid RANS-LES models. For computational efficiency, transient simulation settings are employed, building upon previous studies by the authors at the Windstorm Impact, Science, and Engineering (WISE) Lab, Louisiana State University (LSU). An optimal meshing strategy is determined for LES based on a grid convergence study. Three hybrid RANS-LES cases are investigated to achieve desired enhancements in the distribution of mean pressure coefficients on the Silsoe cube. In the final part, a 1:10 scale model of the TTU building is studied, incorporating the insights gained from the second part. The generated flow characteristics, including vertical profiles of mean velocity, turbulence intensity, and velocity spectra (small and large eddies), exhibit good agreement with full-scale (TTU) measurements. The results indicate promising roof pressures achieved through the careful consideration of meshing strategy, time step, domain size, inflow turbulence, near-wall treatment, and turbulence models. Moreover, this paper demonstrates an improvement in mean roof pressures compared to other state-of-the-art studies, thus highlighting the significance of CFD simulations in building aerodynamics.
Recently, various attempts are being done to apply off-line programming system to field of paint robot. But most commercial simulation softwares have problems that are slow simulation speed and not support various painting paramenters on simulation. This paper proposes enhanced paint simulation method for off-line programming system. For these, this method used the mathematical model of flux field from a previous research. The flux field has the flux distribution function, which reflects on the feature of paint spray. A previous research derived this flux distribution function for an integral function and calculated paint thickness function for an integral function. But if flux distribution function is defined as an integral function, it is inadequate to use for real-time simulation because a number of calculation is needed for estimation of paint thickness distribution. Therefore, we defined the flux distribution function by numerical method for reducing a mount of calculation for estimation of paint thickness. We derived the equation of paint thickness function analytically for reducing a mount of calculation from the paint distribution function defined by numerical method. In order to prove proposed paint simulation method this paper compares the simulated and measured thickness. From this comparison this paper show that paint thickness distribution is predicted precisely by proposed spray paint simulation process.
During the ship hull design process, resistance performance estimation is generally calculated by simulation using computational fluid dynamics. Since such hull resistance performance simulation requires a lot of time and computation resources, the time taken for simulation is reduced by CPU clusters having more than tens of cores in order to complete the hull design within the required deadline of the ship owner. In this paper, we propose a method for estimating resistance performance of ship hull by simulation using a graph neural network. This method converts the 3D geometric information of the hull mesh and the physical quantity of the surface into a mathematical graph, and is implemented as a deep learning model that predicts the future simulation state from the input state. The method proposed in the resistance performance experiment of simple hull showed an average error of about 3.5 % throughout the simulation.
RCCS is a passive safety-related system that removes the decay heat of VHTR when normal decay heat removal systems are in failure. Understanding thermo-hydraulics of RCCS is important to design a safer VHTR. RCCS consists of 292 cooling panels, which are placed in the reactor cavity. The layout of RCCS gives an idea that, for CFD simulations, cooling panels can be assumed to be one annulus tube. This assumption can reduce significantly the computational time, especially for the unsteady simulation. To simulate RCCS in an axisymmetric manner, three models were suggested and compared. Each model has (1) the same outer radius, (2) the same cross-sectional area (3) the same pressure drop, respectively, as the RCCS cooling panels. The steady-state simulation was conducted with these three models and the DO radiation model. It is found that over 90% of the heat from the outer wall of the reactor pressure vessel is transported to the RCCS by radiative heat transfer. The simulation with the third model, which has the same pressure drop as the design, estimates the closest wall temperature profiles to a thermo-hydraulic code, GAMMA+, result.
본 논문에서는 지진하중하의 대형구조물의 시뮬레이션을 위해 실험과 해석을 병합한 분산공유 하이브리드 해석 및 실험소프트웨어 framework를 개발하였다. 제안된 소프트웨어 framework은 별도의 동적 그리고 정적 해석을 위한 프로그램의 개발이 필요 없기 때문에 일반 범용 유한요소해석 프로그램을 개발된 해석 및 실험 제어 프로그램과 interface API를 이용하여 사용할 수 있는 장점이 있다. 본 논문에서 개발된 소프트웨어 framework은 독자적 기능을 가진 module로 구성이 되어 있을 뿐만 아니라 개체지향형 프로그램 개념을 바탕으로 개발되었다. 예제를 통하여 개발된 시스템의 기능과 분산공유하이브리드 해석 및 실험에서의 유용성을 증명하였다.
견고표적을 무력화하기 위해서는 높은 침투/관통성능을 가진 침투탄의 개발이 필수적이다. 침투탄의 설계를 위해, 본 논문에서는 노즈 형상 인자들이 침투자의 콘크리트 침투/관통성능에 미치는 영향을 분석하였다. 전산해석은 상용 전산해석 프로그램인 AUTODYN-2D를 사용하여 수행하였다. Forrestal의 시험결과를 사용하여 전산해석의 신뢰성을 검증하였으며, 침투자의 노즈 형상보다는 노즈 길이가 침투/관통성능에 더 큰 영향을 미치는 것을 확인하였다. 또한, 침투자의 노즈 길이가 일정할 경우, 노즈 팁 직경을 특정값까지 증가시켜 침투/관통성능을 향상시킬 수 있음을 확인하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.