• 제목/요약/키워드: 점화식 처리

검색결과 13건 처리시간 0.015초

초희박 LPG 직접분사식 엔진에서 질소산화물 저감을 위한 배기재순환 적용성 평가 (Evaluation of EGR applicability for NOx reduction in lean-burn LPG direct injection engine)

  • 박철웅;조시현;김태영;조규백;이장희
    • 한국가스학회지
    • /
    • 제19권4호
    • /
    • pp.22-28
    • /
    • 2015
  • LPG가 수송용 연료로서 경쟁력을 유지하기 위해서는 지속적인 기술개발을 통해 휘발유와의 연비격차를 감소시키고 후처리시스템 등에 의한 가격 부담을 낮추어야 한다. 이에 본 연구에서는 안정적인 희박연소 구현을 통한 연비개선을 얻기 위해 실린더 중앙에 점화플러그와 연료분사기가 인접해 있고, 연료가 분사된 후 바로 점화가 이루어지도록 하는 분무유도방식의 LPG 직접분사엔진을 개발의 일환으로 연소제어인자의 변화에 따른 연소 특성을 분석하였다. 안정적인 연소를 위해 국부적으로 농후한 혼합기를 형성하는 성층희박연소의 특성상 일정 수준이상의 질소산화물이 배출되는 문제점을 갖고 있다. 질소산화물 저감을 위해 EGR을 적용한 결과 연료소비율과 THC의 배출은 약간 증가하지만 $NO_x$배출은 약 15% 저감되었다. EGR 적용에 의한 연소속도의 감소는 초기 화염발달 시기에 집중되어 나타났으며 흡입공기의 희석효과에 의해 EGR율이 증가할수록 최대 열방출율 및 열방출율 증가 기울기가 감소하였다.

혐기성 고정층 생물반응기의 연속운전을 통한 이산화탄소의 메탄전환 (Biological conversion of CO2 to CH4 in anaerobic fixed bed reactor under continuous operation)

  • 김재형;구혜민;장원석;박대원
    • 에너지공학
    • /
    • 제22권4호
    • /
    • pp.347-354
    • /
    • 2013
  • 생물학적방법으로 이산화탄소를 에너지원인 메탄으로 전환하고자 hydrogenotrophic methanogen이 우점화된 실험실규모의 연속운전 반응기를 이용하여 수소의 주입비율과 EBCT에 따른 실험을 진행하였다. 수소와 이산화탄소의 주입비율을 4:1과 5:1(mol/mol)로 달리한 실험결과 두 조건 모두 주입된 수소가 대부분 소모되며 99% 이상의 전환율을 보였다. 이산화탄소의 경우 4:1에서는 $74.45{\pm}0.33$%, 5:1에서는 $95.8{\pm}10.7%$의 전환율로 이산화탄소를 모두 전환시키기 위해서는 양론식에 비해 더 많은 양의 수소가 필요한 것으로 확인되었다. 이는 hydrogenotrophic methanogen의 생장유지에 필요한 에너지원인 수소가 사용된 것에 기인한 것으로 사료된다. 체류시간별로 처리효율을 확인한 결과, 임계처리용량은 EBCT 3.3시간에서 수소(99.9%)와 이산화탄소(96.23%)의 안정적인 전환율을 보이며 $1.15{\pm}0.02m^3{\cdot}m^{-3}{\cdot}day^{-1}$의 메탄생산속도와 $2.01{\pm}0.04kg{\cdot}m^{-3}{\cdot}day^{-1}$의 이산화탄소 고정화속도를 나타내었다.

통계적 기계학습에서의 ADMM 알고리즘의 활용 (ADMM algorithms in statistics and machine learning)

  • 최호식;최현집;박상언
    • Journal of the Korean Data and Information Science Society
    • /
    • 제28권6호
    • /
    • pp.1229-1244
    • /
    • 2017
  • 최근 여러 분야에서 데이터에 근거한 분석방법론에 대한 수요가 증대됨에 따라 이를 처리할 수 있는 최적화 방법이 발전되고 있다. 특히 통계학과 기계학습 분야의 문제들에서 요구되는 다양한 제약 조건은 볼록 최적화 (convex optimization) 방법으로 해결할 수 있다. 본 논문에서 리뷰하는 alternating direction method of multipliers (ADMM) 알고리즘은 선형 제약 조건을 효과적으로 처리할 수 있으며, 합의 방식을 통해 병렬연산을 수행할 수 있어서 범용적인 표준 최적화 툴로 자리매김 되고 있다. ADMM은 원래의 문제보다 최적화가 쉬운 부분문제로 분할하고 이를 취합함으로써 복잡한 원 문제를 해결하는 방식의 근사알고리즘이다. 부드럽지 않거나 복합적인 (composite) 목적 함수를 최적화할 때 유용하며, 쌍대이론과 proximal 작용소 이론을 토대로 체계적으로 알고리즘을 구성할 수 있기 때문에 통계 및 기계학습 분야에서 폭 넓게 활용되고 있다. 본 논문에서는 최근 통계와 관련된 여러 분야에서 ADMM알고리즘의 활용도를 살펴보고자 하며 주요한 두 가지 주제에 중점을 두고자 한다. (1) 목적식의 분할 전략과 증강 라그랑지안 방법 및 쌍대문제의 설명과 (2) proximal 작용소의 역할이다. 알고리즘이 적용된 사례로, 별점화 함수 추정 등의 조정화 (regularization)를 활용한 방법론들을 소개한다. 모의 자료를 활용하여 lasso 문제의 최적화에 대한 실증결과를 제시한다.