• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2005년도 동계학술발표대회 논문집
• /
• pp.173-178
• /
• 2005

Recently. we interested in renewable energy due to cost increase of the crude oil, etc. In this study solar assisted hybrid heat pump system that uses the solar heat and air as heat source analyzed by experimentally.'rho system could runs at dual mode. One is thermal storage mode of solar energy at day time and the other is heat pump mode with low temperature air as heat source at night time. In case of setting temperature over the limited range. high temperature water heated at the solar energy collecting tubes supplied to the storage tank. As results. it is founded that the heat pump performance Is higher than general heat pump which using the only air as a heat source. The developed system could be used as main healing equipment for the panel heating for the residential house.

• 한국가스학회지
• /
• 제1권1호
• /
• pp.56-63
• /
• 1997

본 연구에서는 실제현장에 활용할 수 있는 가스파이프라인 네트워크의 최적화 모델을 개발하기 위해 먼저 구조 설계에 있어서 네트워크 알고리즘 중 MCST(Minimum Cost Spanning Tree) 알고리즘을 도입하여 전반적인 구조를 결정하고, 기존 방법의 단점을 보완하기 위해 Constrained Derivative 방법을 적용하였다. 또한 모델 개발 시, 압축기$\cdot$밸브등의 갑작스런 운전상태의 변화와 파이프의 파열 둥으로 인한 유동저해 현상을 예측할 수 있는 파이프라인 해석모델과 연계할 수 있도록 고려하여 설계하였다. 각 절점과 간선간의 압력 및 유량, 즉 파이프라인 배관망에서 필요한 수요량을 적절히 공급할 수 있는 파이프라인 망의 직경과 길이를 최소의 비용으로 결정하는 복합형 파이프라인 네트워크 최적설계 모델을 개발하였다 개발된 모델을 전형적인 천연가스 파이프라인 네트워크에 적용하여 최적설계를 수행한 결과, 보다 작은 파이프 직경과 낮은 절점 압력으로도 각 절점에서의 수요량을 공급할 수 있도록 설계할 수 있었으며, 원래의 시스템과 비교하여 약 $40\%$정도의 비용 절감효과를 볼 수 있었다. 또한, 기존의 국내 수도권 배관망에 대해 본 모델을 적용하여 새로운 설계모형을 제안함으로써 초기설계나 향우 추가 확장되는 부분의 배관망에 대해서도 경제성을 고려하여 최소비용의 네트워크 구성을 할 수 있음을 확인하였다.

• 에너지공학
• /
• 제26권2호
• /
• pp.99-120
• /
• 2017

한국지역난방공사 SS지사에서는 시설용량 전기 99MW, 열 98Gcal/h 규모의 열병합(Combined Heat & Power) 발전소를 구역전기사업으로 운영하고 있다. 이 지역은 경기불황과 수요감소로 하절기 6~9월 사이에 잉여열 처리문제가 발생하여 발전기를 가동하기 곤란한 상황이므로 경제성 있는 에너지 신사업모델 개발이 절실하다. 본 연구에서는 이곳의 실제 운영자료를 기반으로 신재생 에너지 하이브리드 시스템을 도입하여 최적화 운영모델을 개발하고자 한다. 특히 신재생에너지 중에서도 입지제약이 작고 열과 전기를 동시에 생산할 수 있는 연료전지(Fuel Cell)발전과 대표적인 신재생에너지인 태양광(Photovoltaic)발전과 심야발전시 전력을 저장하여 주간에 전력을 방출 할 수 있는 ESS(Energy Storage System)의 조합을 검토하였다. 이에 따른 최적화 모델 선정은 HOMER(Hybrid Optimization of Multiple Energy Resources) 프로그램을 활용하였다. 경제성 분석을 수행한 결과, 순 현재비용(NPC) 측면에서는 기존의 99MW 열병합발전이 가장 경제적이지만 신재생에너지를 사용하여 발생되는 탄소배출권 거래와 REC(Renewable Energy Certificate) 거래를 포함한 측면에서는 99MW의 CHP와 5MW의 연료전지, 521kW의 태양광을 하이브리드 시켜서 전력과 열을 공급하는 것이 99MW의 CHP 열병합발전만으로 전력과 열을 공급하는 것보다 최대 2,475억원 경제적인 것으로 나타났다. 구역전기사업에서 최적화 공정모델로 연료전지와 신재생에너지 하이브리드 시스템을 도입함으로써 경제성을 개선시킬 수 있는 결과를 확인하였다.

• KIEAE Journal
• /
• 제15권6호
• /
• pp.81-86
• /
• 2015

Purpose: Condensation in the apartment housing is one of the most significant defects and complaints for condensation are rapidly increasing according to the growing interest in residential environment. Korea government established a regulation for reducing condensation in the apartment housing and TDR is adapted as a standard. However prevention of condensation depend on improving the performance of building envelop has limitation because of the increase of the cost. Centralized Hybrid ventilation system is suggested to prevent condensation. Method: Field measurement was conducted to verify the ventilation rate of the ventilation system. Based on the measurement, air network and CFD simulation was conducted to analyze ventilation rate for each room. Surface temperature was calculated by regulated TDR according to the regions and surfaces. The performance of condensation prevention was evaluated by the ventilation rate and surface temperature. Result: In the results, it was found that condensation was prevented in more than 90% of households by the centralized hybrid ventilation system which provided 0.19 ~ 0.81ACH for each room.

• 한국구조물진단유지관리공학회 논문집
• /
• 제19권3호
• /
• pp.48-54
• /
• 2015

본 연구에서는 수평변위와 횡력의 저감을 위해서 빌딩외부의 빌딩간 변형차이와 단면2차 모멘트의 최대화를 이용하여 다수의 빌딩으로 구성된 빌딩시스템의 빌딩간 협업제어 방식의 횡력분배 및 변위감소를 제안하였다. 제안된 복합빌딩 시스템의 안전설계를 위한 방안으로 케이블 파단시의 연속붕괴방지를 위한 연결부 정착판의 추가배치와 대공간구조 자체의 질량과 강성 및 공간을 활용한 동조질량감쇠장치의 설계에 대하여 제안하였다. 도심지 인구집중과 지가상승의 필연적 결과에 대한 해결방안으로 제안된 초고밀도 복합빌딩 시스템의 설계 최적화를 위하여, 3차원 빌딩구조시스템의 2축 대칭조건과 경계조건을 이용하여 2차원 모델을 구성하고 1차부정정구조를 이루는 2차원 모델의 중요설계변수를 검토하였다. 제안된 복합빌딩구조 시스템은 인구밀도와 지가가 상승하는 도심내 최대밀도구역에서 토지이용의 효율성을 극대화시키고, 새로운 빌딩 또는 기존빌딩구조의 안전성을 증대할 것으로 기대한다.

• 한국자동차공학회논문집
• /
• 제16권6호
• /
• pp.33-38
• /
• 2008

Most structures of vehicle are composed of many substructures connected to one another by various types of mechanical joints. In vehicle engineering, it is important to study these jointed structures under random frequency vibration for the evaluations of fatigue life and stress concentration exactly. It is rarely obtained the accurate load history of specified positions in a jointed structure because of the errors such as modeling, measurement, and etc. In the beginning of design, exact load data are actually necessary for the fatigue strength and life analysis to minimize the cost and time of designing. In this paper, the hybrid method of practical dynamic load determination is developed by the combination of the principal stresses from F. E. Analysis and test of a jointed structure. Least square pseudo inverse matrix is adopted to obtain an inverse matrix of analyzed stresses matrix. The error minimization method utilizes the inaccurate measured error and the shifting error that the whole data is stiffed over real data. The least square criterion is adopted to avoid these errors. Finally, to verify the proposed system, a heavy-duty bus is analyzed. This measurement and prediction technology can be extended to the different jointed structures.

• 한국건설관리학회논문집
• /
• 제21권6호
• /
• pp.113-124
• /
• 2020

노후화된 공동주택을 리모델링을 통하여 성능개선을 하고자 하는 사회적 움직임이 포착되고 있다. 이를 위해 리모델링의 공사비 분석, 구조 분석, 정치제도적 검토등이 진행되어 리모델링을 활성화방안이 제시되고 있다. 그러나 현재 공동주택 리모델링의 공사비 분석방법이 연구상으로 제시되고 있으나, 실무적 활용가능성에서 한계점이 존재하는 상황이다. 구체적으로, 실무적으로 활용되기 위해서는 현재 진행되었거나 진행 중인 사례에는 적용가능하지만 향후 발생할 사례 또한 공사비분석에 활용되기에 분석방법의 지속 가능성이 결여되어 있다. 따라서 본 연구에서는 공동주택 리모델링 공사비견적의 지속가능성을 위해 자동화된 견적방법을 제시하고자 한다. 공사비견적의 지속가능성을 위해서 Deep-Learning을 견적절차에 도입하였다. 구체적으로, 공동주택 리모델링에서 발생할 수 있는 설계요소,공종, 공사비 상승계수의 관계를 자동적으로 찾는 방안을 제시하였다. 추가적으로 Artificial Neural Network기반 견적의 태생적인 한계점인 불확실성 미반영을 보완하고자 Monte Carlo Simulation을 견적절차에 산입하였다. 사례가 누적될수록 더 높은 정확도를 제시하기 위하여 견적결과를 기존의 누적데이터와 비교를 하여 더 높은 정확도를 산출하는 방안 또한 제시되었다. 본 연구에서 제안한 자동화된 개산견적의 지속가능성을 검토하고자 13개 사례의 학습절차와 추가 2개 사례의 누적절차를 거쳤다. 결과적으로 추가된 2개 프로젝트의 특성이 반영된 새로운 공사비견적절차가 자동적으로 제시되었다. 본 연구에서는 15개의 사례를 활용하여 개산견적의 방안을 활용하였으나, 사례가 누적되어 반영될 경우 본 연구의 기대효과는 더욱 높아질 것으로 사료된다.

• 대한기계학회논문집A
• /
• 제31권1호
• /
• pp.26-35
• /
• 2007

The vehicle of urban transit is a complex system that consists of various electric, electronic, and mechanical equipments, and the maintenance cost of this complex and large-scale system generally occupies sixty percent of the LCC (Life Cycle Cost). For reasonable establishing of maintenance strategies, safety security and cost limitation must be considered at the same time. The concept of system reliability has been introduced and optimized as the key of reasonable maintenance strategies. For optimization, three preceding studies were accomplished; standardizing a maintenance classification, constructing RBD (Reliability Block Diagram) of VVVF (Variable Voltage Variable Frequency) urban transit, and developing a web based reliability evaluation system. Historical maintenance data in terms of reliability index can be derived from the web based reliability evaluation system. In this paper, we propose applying inverse problem analysis method and hybrid neuro-genetic algorithm to system reliability optimization for using historical maintenance data in database of web based system. Feed-forward multi-layer neural networks trained by back propagation are used to find out the relationship between several component reliability (input) and system reliability (output) of structural system. The inverse problem can be formulated by using neural network. One of the neural network training algorithms, the back propagation algorithm, can attain stable and quick convergence during training process. Genetic algorithm is used to find the minimum square error.

• Advances in Energy Research
• /
• 제5권2호
• /
• pp.129-145
• /
• 2017

In this study, the use of a micro gas turbine system using biogas to supply heating, cooling and electricity loads of a rural building located in rural area around Tehran has been studied. Initially, the amount of energy needed by the farmhouse was calculated and then the number of needed microturbines was determined. Accordingly, the amount of substances entering biogas digester as well as tank volume were determined. The results of this study showed that village house loads including electrical, heating and cooling and hot water loads can be supplied by using a microturbine with a nominal power of 30 kW and $33.5m^3/day$ of biogas. Digester tank and reservoir tank volumes are $67m^3$ and $31.2m^3$, respectively. The cost of electricity produced by this system is 0.446 US$/kWh. For rural area in Iran, this system is not compatible with micro gas turbine and IC engine system use urban natural gas due to low price of natural gas in Iran, but it can be compatible by wind turbine, photovoltaic and hybrid system (wind turbine& photovoltaic) systems.

• International journal of advanced smart convergence
• /
• 제9권2호
• /
• pp.58-67
• /
• 2020

In this paper, we propose a data-driven-based beam selection scheme for massive multiple-input and multiple-output (MIMO) systems in ultra-dense networks (UDN), which is capable of addressing the problem of high computational cost of conventional coordinated beamforming approaches. We consider highly dense small-cell scenarios with more small cells than mobile stations, in the millimetre-wave band. The analog beam selection for hybrid beamforming is a key issue in realizing millimetre-wave UDN MIMO systems. To reduce the computation complexity for the analog beam selection, in this paper, two deep neural network models are used. The channel samples, channel gains, and radio frequency beamforming vectors between the access points and mobile stations are collected at the central/cloud unit that is connected to all the small-cell access points, and are used to train the networks. The proposed machine-learning-based scheme provides an approach for the effective implementation of massive MIMO system in UDN environment.