• Journal of Navigation and Port Research
• /
• v.43 no.6
• /
• pp.335-343
• /
• 2019

As the regulations of ship exhaust gas have been strengthened recently, many measures are under consideration to reduce fuel consumption. Among them, research has been performed actively to develop a machine-learning model that predicts fuel consumption by using data collected from ships. However, many studies have not considered the methodology of the main parameter selection for the model or the processing of the collected data sufficiently, and the reckless use of data may cause problems such as multicollinearity between variables. In this study, we propose a method to predict the fuel consumption of the ship by using the principal component analysis to solve these problems. The principal component analysis was performed on the operational data of the 13K TEU container ship and the fuel consumption prediction model was implemented by regression analysis with extracted components. As the R-squared value of the model for the test data was 82.99%, this model would be expected to support the decision-making of operators in the voyage planning and contribute to the monitoring of energy-efficient operation of ships during voyages.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.110-110
• /
• 2022

본 연구는 자율운항 선박의 원격 고장 진단 기법 개발의 일부로 수행되었다. 특히, 엔진 연료 계통 장비로부터 계측된 시계열 데이터로부터 상태 진단을 위한 알고리즘 구현 결과를 제시하였다. 엔진 연료 펌프와 청정기를 가진 육상 실험 장비로부터 진동 시계열 데이터 계측하였으며, 이상 감지, 고장 분류 및 고장 예측이 가능한 심층 학습(Deep Learning) 및 기계 학습(Machine Learning) 알고리즘을 구현하였다. 육상 실험 장비에 고장 유형 별로 인위적인 고장을 발생시켜 특징적인 진동 신호를 계측하여, 인공 지능 학습에 이용하였다. 계측된 신호 데이터는 선행 발생한 사건의 신호가 후행 사건에 영향을 미치는 특성을 가지고 있으므로, 시계열에 내포된 고장 상태는 시간 간의 선후 종속성을 반영할 수 있는 학습 알고리즘을 제시하였다. 고장 사건의 시간 종속성을 반영할 수 있도록 순환(Recurrent) 계열의 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory models)의 모델과 합성곱 연산 (Convolution Neural Network)을 기반으로 하는 Conv1D 모델을 적용하여 예측 정확성을 비교하였다. 특히, 합성곱 계열의 RNN LSTM 모델이 고차원의 순차적 자연어 언어 처리에 장점을 보이는 모델임을 착안하여, 신호의 시간 종속성을 학습에 반영할 수 있는 합성곱 계열의 Conv1 알고리즘을 고장 예측에 사용하였다. 또한 기계 학습 모델의 효율성을 감안하여 XGBoost를 추가로 적용하여 고장 예측을 시도하였다. 최종적으로 연료 펌프와 청정기의 진동 신호로부터 Conv1D 모델과 XGBoost 모델의 고장 예측 성능 결과를 비교하였다

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.41 no.4
• /
• pp.257-268
• /
• 2017

This paper proposes an efficient two-dimensional simulation model for solid oxide fuel cells (SOFCs) based on the electrochemical effectiveness model. The effectiveness model is known to accurately predict the current generation performance of SOFC electrodes, by considering the complex reaction/transport processes that occur within thin active functional layers near the electrolyte. After validation tests, the two-dimensional simulation model was used to calculate the distribution of current density and oxygen concentration transverse to the flow channel in anode-supported SOFCs, with which the oxygen depletion characteristics were investigated in detail. In addition, simulations were also conducted to determine the minimum number of grids required in the transverse direction to efficiently obtain accurate results.

• Journal of the Korean Society for Aviation and Aeronautics
• /
• v.29 no.3
• /
• pp.44-51
• /
• 2021

PIP is an abbreviation of 'Performance Improvement Package', which is a package that can improve performance by applying some design changes to existing aircraft. Boeing provides PIP applicable to B777-200, and Airbus provides PIP applicable to A350-900 as standard. PIP provided by Boeing and Airbus is a separate task, but it is expected to reduce fuel consumption by reducing drag through aerodynamic improvements. The PIP applied to the A350-900 includes work such as increasing Winglet Height and re-twisting Outboard Wing. This study is to verify the effect of PIP application of the A350-900 aircraft and use it as basic data for economic analysis. The aerodynamic improvement studies and expected effects of the PIP application were examined, and the actual flight data of the PIP-applied and the non-applied aircraft were compared to confirm the PIP application effect. This paper provides empirical results for the aviation industry on the PIP application efficiency as a method of improving fuel efficiency and reducing carbon emission.

• Journal of Korea Port Economic Association
• /
• v.33 no.1
• /
• pp.75-87
• /
• 2017

The purpose of this study is to utilize the system dynamics to carry out a medium and long-term forecasting analysis of the bunker price. In order to secure accurate bunker price forecast, a quantitative analysis was established based on the casual loop diagram between various variables that affects bunker price. Based on various configuration variables such as crude oil price which affects crude oil consumption & production, GDP and exchange rate which influences economic changes and freight rate which is decided by supply and demand in shipping and logistic market were used in accordance with System Dynamics to forecast bunker price and then objectivity was verified through MAPEs. Based on the result of this study, bunker price is expected to rise until 2029 compared to 2016 but it will not be near the surge sighted in 2012. This study holds value in two ways. First, it supports shipping companies to efficiently manage its fleet, offering comprehensive bunker price risk management by presenting structural relationship between various variables affecting bunker price. Second, rational result derived from bunker price forecast by utilizing dynamic casual loop between various variables.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2003.05a
• /
• pp.244-245
• /
• 2003

고체나 액체 추진로켓에 비하여 하이브리드 추진 시스템은 작동조건의 안정성과 안전함등의 많은 장점을 가지고 있다. HTPB와 같은 고체연료는 제작 및 저장, 운송 그리고 장착상의 안정성을 가지고 있으며 하이브리드 로켓의 고체연료로의 산화제의 유입을 제어하면서 추력의 변화와 엔진내부의 연소중단과 재 점화를 용이하게 할 수 있다. 이러한 이유로 인하여 하이브리드 엔진은 좀 더 경제적인 장치로 기대를 모으고 있다. 그러나, 기존의 하이브리드 로켓 엔진은 고체 추진 로켓에 비하여 낮은 연료 regression 율과 연소효율을 가지는 단점이 있다. 이러한 단점을 해결하고 요구되어지는 추력값과 연료유량을 증가시키기 위하여 고체연료의 표면적을 증가시킬 필요가 있다. 기존의 하이브리드 엔진에서는 연료 그레인에 다수의 연소포트를 만들어 표면적을 증가시켰으나 이는 비 활용 공간의 증가와 추진제의 질량 및 체적분율의 상당한 감소를 초래한다. 지난 수십년간에 걸쳐 하이브리드 엔진에서 연료의 regression 특성 및 엔진 성능 향상을 위한 연구가 계속되어 왔으며 최근에 엔진의 체적 규제를 경감시키고 연료의 regression율을 향상시키기 위하여 선회유동을 이용하는 하이브리드 로켓 엔진들이 제안되고 있다. 이러한 선회유동을 가지는 하이브리드 로켓은 고체연료 그레인에 대하여 평행하게 유입되는 기존의 하이브리드 로켓에 비하여 고체연료 벽면에서의 대류열전달이 현저하게 증가하게 되어 아주 높은 고체연료의 regression율을 얻을 수 있는 이점이 있다. 선회유동 하이브리드 로켓의 연소과정은 고체 연료의 열분해과정, 대류 열전달, 난류 혼합, 난류와 화학반응의 상호작용, soot의 생성 및 산화과정, soot 입자 및 연소가스에 의한 복사 열전달, 연소장과 음향장의 상호작용 등의 복잡한 물리적 과정을 포함하고 있다. 이러한 물리적 과정 중 난류연소, 고체연료 벽면 근방에서의 대류 열전달 및 연소과정에서 생성되는 soot 입자로부터의 복사 열전달, 그리고 고체연료 열 분해시 표면반응들은 고체연료의 regression율에 큰 영향을 미친다. 특히 고체연료의 난류화염면의 위치와 폭, 그리고 비 예혼합 난류화염장에서 생성되는 soot의 체적분율의 예측은 난류연소모델, 열전달 모델, 그리고 regression율 모델에 의해 크게 영향을 받기 때문에 수치모델의 예측 능력 향상시키기 위하여 이러한 물리적 과정을 정확히 모델링해야 할 필요가 있다. 특히 vortex hybrid rocket내의 난류연소과정은 아래와 같은 Laminar Flamelet Model에 의해 모델링 하였다. 상세 화학반응 과정을 고려한 혼합분율 공간에서의 화염편의 화학종 및 에너지 보존 방정식은 다음과 같다. 화염편 방정식과 혼합분률과 scalar dissipation rate의 관계식을 이용하여 혼합분률과 scalar dissipation rate에 따른 모든 reactive scalar들을 구하게 된다. 이러한 화염편 방정식들을 mixture fraction space에서 이산화시켜서 얻은 비선형 대수방정식은 TWOPNT(Grcar, 1992)로 계산돼 flamelet Library에 저장되게 된다. 저장된 laminar flamelet library를 이용하여 난류화염장의 열역학 상태량 평균치는 presumed PDF approach에 의해 구해진다. 본 연구에서는 강한 선회유동을 가지는 Hybrid Rocket 연소장내의 난류와 화학반응의 상호작용을 분석하기 위하여 Laminar Flamelet Model, 화학평형모델, 그리고 Eddy Dissipation Model을 이용한 수치해석결과를 체계적으로 비교하였다. 또한 Laminar Flamelet Model과 state-of-art 물리모델들을 이용하여 선회 유동을 갖는 하이브리드 로켓 엔진의 연소 및 Soot 생성 및 산화과정을 살펴보았으며 복사 열전달이 고체 연료 표면의 regression율에 미치는 영향도 살펴보았다. 특히 swirl강도, 산화제의 유입위치 그리고 선회유동의 형성방식이 하이브리드 로켓의 연소특성 및 regression rate에 미치는 영향을 상세히 해석하였다.

• Journal of the Korean Society of Propulsion Engineers
• /
• v.3 no.3
• /
• pp.31-39
• /
• 1999

In this paper, numerical experiment is attempted to analyze and compare the combustion efficiency of the burning sprays due to OFO, FOF triplet / FOOF split doublet injectors. Preconditioned Wavier-Stokes equation system with low Reynolds number $\kappa$-$\varepsilon$ model for turbulence closure, is LU-SGS time-integrated. Spray processes are modeled by DSF analysis with experimentally determined injection characteristics. n-heptane/air global reaction model approximates the combustion for simplicity, and the influence of turbulence on the chemical reaction is included using eddy dissipation model. The results showed the FOF triplet injector of highest combustion efficiency, whereas the OFO type of poet performance. It was also observed that the droplet mean diameter and the average gas temperature due to the mixing efficiency, are the representative parameters for the performance design of combustion.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.279-282
• /
• 2002

본 논문에서는 뉴로-퍼지 모델에서 입력 공간의 효율적인 분할을 위하여 계층적 클러스터링방법을 이용하고 있다. 기존의 HCM, FCM 등에서 초기치를 임의로 선택함으로써 데이터의 클러스터를 생성하였으나 제안된 방법은 계층적인 클러스터링을 이용하여 각 데이터간의 정보를 이용하여 클러스터링을 좀더 일반화하였다. 임의로 주어진 초기치에 의하여 클러스터의 형태가 바뀔 수 있는 문제점을 각각의 데이터 정보를 이용함으로써 이러한 문제를 해결하고자 하였다. 이를 자동차 연료 예측 문제에 적용하여 제안된 방법의 유용성을 보이고자 한다.

• Journal of the Korean Geographical Society
• /
• v.46 no.1
• /
• pp.50-66
• /
• 2011

Biofuel crops and their economical benefits have been recently researched as one of the alternative energy sources. Very few studies, however, have brought an issue about the impacts of the new cropping on environment, especially water quality. Because biofuel cropping requires more crop production with more fertilizers for cost-effectiveness, water quality near the new crops as well as downstream is expected to be degraded. In this study, the impacts of biofuel crop production on water quality was estimated by scenarios between pre-biofuel cropping and post-biofuel cropping using the previously calibrated SWAT (Soil and Water Assessment Tool) model in a watershed in Texas, USA. Then, 30 meter filter strips were implemented on each biofuel ropland as a mitigation method. The economical and agricultural aspect and requirements of biofuel cropping was also previously investigated. The on-site impacts estimation showed that biofuel cropping increased about 250% to 1,150% of Total Nitrogen and about 100% to 1,100% of Total Phosphorous annually. The off-site estimation at the reservoir (entire watershed outlet) showed the annual increase of 40 to 50% for both Total Nitrogen and Total Phosphorous. The on-site effectiveness of filter strips was from 58.0% to 67.9% reduction for Total Nitrogen and 57.7% to 68.2% reduction for Total Phosphorous. The filter strips reduced 28.5% of Total Nitrogen and 29.4% of Total Phosphorous at the watershed outlet.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.8
• /
• pp.339-346
• /
• 2022

Recently, the resource depletion and climate change problem caused by the massive usage of fossil fuels for electric power generation has become a critical issue worldwide. According to this issue, interest in renewable energy resources that can replace fossil fuels is increasing. Especially, photovoltaic power has gaining much attention because there is no risk of resource exhaustion compared to other energy resources and there are low restrictions on installation of photovoltaic system. In order to use the power generated by the photovoltaic system efficiently, a more accurate photovoltaic power forecasting model is required. So far, even though many machine learning and deep learning-based photovoltaic power forecasting models have been proposed, they showed limited success in terms of interpretability. Deep learning-based forecasting models have the disadvantage of being difficult to explain how the forecasting results are derived. To solve this problem, many studies are being conducted on explainable artificial intelligence technique. The reliability of the model can be secured if it is possible to interpret how the model derives the results. Also, the model can be improved to increase the forecasting accuracy based on the analysis results. Therefore, in this paper, we propose an explainable photovoltaic power forecasting scheme based on BiLSTM (Bidirectional Long Short-Term Memory) and SHAP (SHapley Additive exPlanations).