• 한국수소및신에너지학회논문집
• /
• 제33권1호
• /
• pp.47-54
• /
• 2022

In this study, we performed numerical analysis for 1 kWe SOFC stack of internal manifold types according to the different manifold sizes to verify the influence of the flow uniformity into each cell. To simulate the flow phenomena in the stack, the continuity and momentum conservation equations including the standard k-𝜺 turbulent model for the steady-state conditions were applied. From the calculation results, we verified that the pressure drop from inlet pipes to outlet pipes decreased to a log scale as the manifold size increased in the internal manifold types. Also, we found that the flow uniformity increased on an exponential scale as the manifold size increased. In addition, the calculation results showed that the flow uniformity gradually improved as the fuel and oxygen utilization increased.

• 대한기계학회논문집A
• /
• 제34권7호
• /
• pp.911-917
• /
• 2010

본 연구에서는 열적-기계적 주기하중을 받고 있는 엔진 배기매니폴드에 대해서 열응력 해석방법과 열피로수명 예측과정을 제시하였다. 즉, 파손현상이 복잡한 배기시스템의 효율적인 유한요소 모델링 방법과 온도 의존성 재료의 시험결과를 이용한 해석 데이터 구성, 그리고 열사이클 하중에 대한 열응력 및 파손 예측방법을 디젤엔진의 배기매니폴드에 대해서 나타내었다. 일반적으로 배기매니폴드의 파손 취약부에서는 고온영역에서 큰 압축소성변형이 발생하고 냉각시에는 인장의 잔류응력이 나타난다. 따라서 이같은 응력과 변형률의 이력곡선으로부터 소성변형의 진폭 또는 소성에너지의 크기를 얻을 수 있으며 이를 통해서 피로수명을 예측할 수 있다.

• 한국융합학회논문지
• /
• 제12권1호
• /
• pp.199-204
• /
• 2021

본 연구에서는 엔진 배기 매니폴드 두 가지 모델의 형상을 설계하고 이 모델들에 대한 구조 해석 및 고유진동수 해석을 통하여 강도 및 내구성을 해석하였다. 구조 해석의 결과로서 Model B의 응력과 변형량이 Model A의 최대의 응력과 변형량보다 각각 9배 및 39배 이상으로 상당히 더 크기 때문에 Model A의 강도가 Model B보다 훨씬 더 양호하다고 볼 수 있다. 또한 Model A의 최대 진동수가 Model B의 고유 진동수보다 더 크고 그 최대 변형량은 Model A가 Model B보다 작기 때문에 Model A의 내구성이 Model B보다 더 양호하다는 것을 확인할 수 있다. 본 연구 결과를 이용하면 실제 실험을 하지 않아도 중형 자동차의 배기매니폴드 형상에 따른 내구성을 조사할 수 있다. 또한 소형 자동차의 머플러의 미적인 융합 설계에 도움이 될 수 있다고 보인다.

• 한국수소및신에너지학회논문집
• /
• 제24권5호
• /
• pp.386-392
• /
• 2013

Polymer electrolyte membrane (PEM) fuel cell stacks are constructed by stacking several to hundreds of unit cells depending on their power outputs required. Fuel and oxidant are distributed to each cell of a stack through so-called manifolds during its operation. In designing a stack, if the manifold sizes are too small, the fuel and oxidant would be maldistributed among the cells. On the contrary, the volume of the stack would be too large if the manifolds are oversized. In this study, we present a three-dimensional computational fluid dynamics (CFD) model with a geometrically simplified flow-field to optimize the size of the manifolds of a stack. The flow-field of the stack was simplified as a straight channel filled with porous media to reduce the number of computational meshes required for CFD simulations. Using the CFD model, we determined the size of the oxidant manifold of a 30 kW-class PEM fuel cell stack that comprises 99 cells. The stack with the optimal manifold size showed a quite uniform distribution of the cell voltages across the entire cells.

• 디지털콘텐츠학회 논문지
• /
• 제15권6호
• /
• pp.737-743
• /
• 2014

단일 영상 초해상도 기법에는 보간 기반 방법과 표본 기반 방법 등이 있다. 보간 기반 방법들은 간결성에 강점을 가지고 있으나, 이들 방법들은 선지식을 이용할 수 없기 때문에 톱니 모양의 윤곽선을 가진 고해상도 영상을 생성하는 경향이 있다. 표본 기반 초해상도 기법에서는 최근방 기반 알고리즘들이 널리 이용되어 지고 있다. 그들 중, 네이버 임베딩은 지역적 선형 임베딩이라는 매니폴드 학습 방법의 개념과 같다. 그러나, 네이버 임베딩은 국부 학습 데이터 집합의 크기가 너무 작은데에 따른 빈약한 일반화 능력으로 인하여, 시각적으로나 정량적인 척도에 의해 취약한 성능을 보인다. 본 논문에서는 이와 같은 문제점을 해결하기 위해 개선된 네이버 임베딩 알고리즘을 제안하였다. 저해상도 입력 영상이 주어지면 고해상도 버전의 화소 값들은 개선된 네이버 임베딩 알고리즘에 의해 구해진다. 실험 결과 제안된 방법이 바이큐빅 보간법이나 네이버 임베딩에 비해 정량적인 척도 및 시각적으로도 우수한 결과를 보였다.

• 한국정보통신학회논문지
• /
• 제18권12호
• /
• pp.2946-2952
• /
• 2014

표본 기반 초해상도(Super Resolution 이하 SR) 방법들 중 네이버 임베딩(Neighbor Embedding 이하 NE) 기법의 기본 원리는 지역적 선형 임베딩이라는 매니폴드 학습방법의 개념과 같다. 그러나, 네이버 임베딩은 국부 학습 데이터 집합의 크기가 너무 작기 때문에 이에 따른 빈약한 일반화 능력으로 인하여 알고리즘의 성능을 크게 저하시킨다. 본 논문에서는 이와 같은 문제점을 해결하기 위해서 일반화 능력이 뛰어난 Support Vector Regression(이하 SVR)을 이용한 Sparse-Neighbor 영상 표현 학습 방법에 기반한 새로운 알고리즘을 제안하였다. 저해상도 입력 영상이 주어지면 bicubic 보간법을 이용하여 확대된 영상을 얻고, 이 확대된 영상으로부터 패치를 얻은 후 저주파 패치인지 고주파 패치 인지를 판별한 후 각 영상 패치의 가중치를 얻은 후 두 개의 SVR을 훈련하였으며 훈련된 SVR을 이용하여 고해상도의 해당 화소 값을 예측하였다. 실험을 통하여 제안된 기법이 기존의 보간법 및 네이버 임베딩 기법 등에 비해 정량적인 척도 및 시각적으로 향상된 결과를 보여 주었다.

• 한국세라믹학회지
• /
• 제41권10호
• /
• pp.777-782
• /
• 2004

액상응결 공정법과 일축가압성형법으로 제조된 기판위에 전해질과 양극층을 스크린 인쇄법으로 구성한 후 열처리함으로써 최종크기가 $5\times5cm^2$인 SOFC 단전지를 제조하였다. 본 연구에서는 이들 단전지와 인코넬 합금으로 제조된 접속자 그리고 가스켓형의 밀봉재를 이용하여 스택을 구성하였다. 본 연구에 사용된 스택은 연료가스와 산화가스가 교차되는 형태의 가스채널을 가지며 가스매니폴드가 내부에 구성되어 있는 형태로 설계되었다. 제작된 3단 스택의 성능을 평가해 본격과 15W 정도의 최고출력을 나타내었는데 이는 단전지 출력성능으로부터 예측된 최고출력치의 $50\%$ 정도에 해당되는 출력이었다. 본 연구에서는 이러한 스택성능에 영향을 주는 조정인자들과 스택디자인 인자들에 대한 분석을 수행하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.733-735
• /
• 2014

표본기반 초해상도(Super Resolution 이하 SR) 기법은 데이터베이스에 저장된 고해상도 영상의 패치와 저해상도 영상의 패치 사이에 대응관계를 이용하여, 저해상도의 입력영상에 가장 유사한 고해상도 패치를 덧붙여서 고해상도를 구성하는 방식이다. 이러한 방식은 한 장의 영상만으로 고해상도 영상을 얻을 수 있고, 위의 과정을 반복하여 2배 이상의 확대된 영상을 얻을 수 있어서 기존의 고전적 SR의 문제점을 해결할 수 있다. 표본기반 SR의 방법들 중 네이버 임베딩(Neighbor Embedding 이하 NE) 기법의 기본 원리는 지역적 선형 임베딩이라는 매니폴드 학습방법의 개념과 같다. 그러나 네이버 임베딩의 빈약한 일반화 능력으로 인하여 알고리즘의 성능을 크게 저하시킨다. 이유는 국부학습 데이터 집합의 크기가 너무 작아서 NE 알고리즘의 성능을 현저히 저하시킨다. 본 논문에서는 이와 같은 문제점을 해결하기 위해서 일반화 능력이 뛰어난 Support Vector Regression(이하 SVR)기반 개선된 NE를 제안하였다. 저해상도 입력 패치가 주어지면 SVR 기반 개선된 NE를 이용하여 고해상도의 해당 화소 값을 예측하였다. 실험을 통하여 제안된 기법이 기존의 보간법 및 NE 기법 등에 비해 정량적인 척도 및 시각적으로 향상된 결과를 보여 주었다.