• 한국진공학회지
• /
• 제16권5호
• /
• pp.388-396
• /
• 2007

KSTAR (Korea Superconducting Tokamak Advanced Research) 전류인입선(CL; Current Lead)은 4.5 K의 저온에서 운전되는 초전도 버스라인과 300 K의 실온에서 운전되는 MPS (Magnet Power Supply)를 전기적으로 연결하는 장치이다. 초기 플라즈마 발생시험을 위하여 TF (Toroidal Field) 및 PF (Poloidal Field) 리드박스에 전류인입선이 설치된다. TF 자석용 CL은 17.5 kA급 4 개의 CL에 최대 35 kA의 DC 전류가 인가되며, PF 자석용은 13 kA급 14 개의 CL에 350초간 $20\;{\sim}\;26\;kA$의 펄스 전류가 인가된다. 각각의 전류인입선은 TF 및 PF 자석에 전류를 인가하기 위한 버스라인이 연결되어 있으며, 전류인입선을 통해 초전도 버스라인으로 전달되는 전도열 및 전류인가시 발생되는 주울(Joule) 열을 차단하기 위한 헬륨냉매 제어시스템이 KSTAR 주장치와는 별도로 설치되어 있다. 리드박스 내 외부의 배관 및 제어시스템 설치완료 후 고진공 배기, 헬륨 누설검사, 전류인입선 유량 검사 및 액체질소 냉각시험을 실시하여 장치의 성능검증을 완료하였다.

• 설비공학논문집
• /
• 제17권8호
• /
• pp.780-788
• /
• 2005

Two different types of algorithms were developed and applied to detect the partial faults of a multi-type air conditioning system. Partial faults include the compressor valve leakage, the refrigerant pipe partial blockage, the condenser fouling, and the evaporator fouling. The first algorithm was developed by using mathematical models and parity relations, and the second algorithm was developed by using mathematical models and a RBF neural network. Test results showed that the second algorithm was better than the first algorithm in detecting various partial faults of the system. Therefore, the algorithm developed by using mathematical models and a RBF neural network may be used for the detection of partial faults of an air-conditioning system.

• 에너지공학
• /
• 제23권4호
• /
• pp.230-235
• /
• 2014

본 연구에서는 프로토 타입 베인 팽창기가 적용된 초소형 유기 랭킨사이클을 구성하고, 팽창기 전단 온도가 약 $110^{\circ}C$이고, 냉매유량을 일정하게 유지한 조건에서 베인 팽창기 회전수를 변화시키면서, 팽창기 출력, 효율 및 팽창기 전후단 압력, 온도 등을 측정하였다. 베인 팽창기 성능 측정 결과 팽창기 회전수가 증가됨에 따라 팽창기 출력 및 효율이 증가하였다. 팽창기 전효율은 500 rpm 회전수 조건에서 6~7%이고, 1000 rpm 에서는 11~12%임을 보였다. 팽창기 전효율이 낮은 원인은 팽창기 체적효율이 낮기 때문인 것으로 분석되었으며, 향후 체적효율을 향상시키기 위해 팽창기 누설을 개선하기 위한 연구가 진행될 예정이다.

• 한국식품저장유통학회지
• /
• 제11권2호
• /
• pp.263-268
• /
• 2004

곡물냉각기를 이용하여 벼의 냉각특성을 구명하기 위하여 RPC의 원형빈에서 2회의 냉각실험을 실시하였다. 1차 냉각 실험은 하절기에 200 톤 규모의 원형빈에서, 2차 냉각실험은 수확기에 300 톤 규모의 원형빈에 저장된 벼를 대상으로 실시하였다. 그 결과를 요약하면 다음과 같다. 1차 냉각실험에서 초기곡온 23.6$^{\circ}C$, 함수율 19.3%인 벼180.3 톤을 14$^{\circ}C$까지 냉각시키는데 52.5시간이 소요되었으며, 냉각을 통해 함수율은 약 0.6% 감소하였다. 또한, 2차 냉각실험에서 초기곡온 16.1$^{\circ}C$, 함수율 19.2%인 벼 272.2 톤을 5.5$^{\circ}C$까지 냉각시키는데 78.0시간이 소요되었다. 1, 2차 냉각실험에서 냉각공기온도를 각각 8.0, 5.5$^{\circ}C$로 설정하였을 때, 곡물냉각기출구의 냉각공기온도는 각각 8.0$\pm$0.48$^{\circ}C$, 5.7$\pm$0.84$^{\circ}C$로서 정밀하게 제어되고 있음을 알 수 있었으며, 2차 냉각실험에서의 온도편차가 1차 냉각실험에서보다 높게 나타난 것은 냉각부하가 적었고, 외기조건이 급격하기 변화하여 압축기 무부하전자변, 재열기 및 증발기에 공급되는 고온고압 냉매가스량, 응축기 송풍기가 제어되었기 때문으로 판단되었다. 1차 냉각실험에서 곡물냉각기에서 냉각된 공기량은 평균77.5㎥/min인데 비해 곡물층을 통과한 냉각공기량은 42.5㎥/min에 불과해 약 45%의 냉각공기가 누설되어 이에 대한 방지책이 필요하였다. 냉각부하가 큰 하절기에 실시한 1차 냉각실험에서는 댐퍼만이 제어되었으며, 소요전력은 평균 22.1㎾를 나타낸 반면, 냉각부하가 적은 수확기에 실시한 2차 냉각실험에서는 압축기의 무부하전자변, 응축기 송풍기 등이 제어되었으며, 소요전력은 평균 17.4㎾로 나타나 하절기에 비하여 약 27%정도의 에너지가 절감된 것으로 나타났다.