• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.30 no.6
• /
• pp.78-83
• /
• 2002

A modified patched grid scheme has been developed and employed for and axi-symmetric unsteady Euler solver based on Roe's FDS to analyze the unsteady flow fields induced by a train and a tunnel. On this paper, the innovative zonal method, named hybrid dimensional approach, was proposed and applied to the train-tunnel interaction problems. The basic idea of this method is to maximize the efficiency of numerical calculations by minimal assumption of spatial dimensions. The hybrid dimensional approach, embedded in the present modified patched grid method, yielded high numerical accuracy as much as the fully axe-symmetric method. The hybrid dimensional approach is expected to reduce the huge computation time of the train-tunnel interaction problems especially in the cases of solving a long tunnel.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.144-144
• /
• 2023

하천 합류부에 있어 수체의 혼합양상 분석은 고해상도의 자료가 필요하다. 하지만 최근 공간적 분포를 해석함에 있어 3D 기법들을 많이 활용되고 있다. IDW, Natural Neighbor, Kriging기법등 다양한 기법들이 많이 적용되고 있고 그에 따라 각 보간법을 비교 분석하여 공간해석에 대한 연구를 진행하였다. 관련 논문을 검토한 결과, 측정 결과에 따른 2차원 횡단면 분포의 내용이 지배적이었고, 3차원 매핑 및 3차원 분석을 통한 수리학적 정보 획득에 관한 연구는 부족한 실정이였다. 특히 3차원 하천 수질 농도의 연구가 불충분했다. 그에 따라 저해상도 측정결과에서의 예측과 보간법에 대한 시각화를 통해 하천의 전체적인 수리·수질정보를 표기하였다. 각각의 보간법을 비교함으로써 하천매핑에 있어 Kriging 기법을 적용하여 시각화된 자료와 정량적 평가를 통해 하천매핑의 정밀성을 향상시켰다. 하천합류부를 공간 분석할 시에 하천의 측정데이터에 대한 신뢰도를 바탕으로 계측경로에 따라 보간한 결과에 대한 신뢰도 분석을 실시하였다. 분석된 3차원자료를 이용하여 하천의 혼합거리에 대한 분석을 실시하였고 그에 따른 수표면과 연직방향까지 고려된 혼합거리분석을 비교하였다. 3차원 데이터를 활용하는 방법으로 측정 및 모니터링 기술의 중요한 데이터로 활용되며, 이러한 데이터는 유해물질 저감 기술 및 평가 예측 기술의 기초 데이터로 활용되고 있다. 유해화학물질 추정, 호수의 고위험 조류군 계층분석 등 다양한 수생건강 진단기술을 활용할 수 있다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2012.05a
• /
• pp.378-385
• /
• 2012

Vent mixer can provide main flow directly into a recirculation region downstream of the mixer to enhance fuel-air mixing efficiency. Based on experimental results of three-dimensional velocity, vorticity and turbulent kinetic energy obtained by a stereoscopic PIV method, the performance of the vent mixer was compared with that of the step mixer which was used as a basic model. Thick shear layers of the vent mixer induced the increase of the penetration height. The turbulent kinetic energy mainly distributed along a boundary layer between the main flow and the jet plume. This turbulent field activates mass transfer in a mixing region, leading to the mixing enhancement.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.198-201
• /
• 2010

지형이 불규칙한 자연하천에 대해 2차원 격자를 구성할 경우, 사각형 격자만을 사용한다면 지류와 본류의 합류부분에서 격자의 처리가 어려운 문제가 발생할 수 있으며, 삼각형 격자만을 사용하여 지형을 처리한다면 격자수가 많아져 계산시간이 다소 많이 소요되는 어려움이 존재할 수 있다. 혼합격자의 적용이 가능하다면 이러한 어려움은 어느정도 극복할 수 있다. 본 연구에서는 1차정확도 기법인 HLLC 기법을 적용하고, 지형이 복잡한 자연하천에 대한 격자처리의 유연성을 위해 삼각형 및 사각형 격자 그리고 이 두 격자가 혼용된 혼합격자의 적용이 가능한 2차원 유한체적모형을 개발하였다. 그리고 개발모형을 수리모형 실험을 통해 얻어진 실험자료가 존재하는 실험하도 및 실제 자연하천에서의 댐 붕괴에 대해 적용하여 결과를 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.172-172
• /
• 2022

분산계수는 하천에서 오염물질의 혼합능을 파악할 수 있는 대표적인 인자이다. 특히 하수처리장 방류수 혼합예측과 같이 횡 방향 혼합에 대한 예측이 중요한 경우, 하천의 지형적, 수리학적 특성을 고려한 2차원 횡 분산계수의 결정이 필요하다. 2차원 횡 분산계수의 결정을 위해 기존 연구에서는 추적자실험결과로부터 경험식을 만들어 횡 분산계수 산정에 사용해왔다. 회귀분석을 통한 경험식 산정을 위해서는 충분한 데이터가 필요하지만, 2차원 추적자 실험 건수가 충분치 않아 신뢰성 높은 경험식 산정이 어려운 상황이다. 따라서 본 연구에서는 SMOTE기법을 이용하여 횡분산계수 실험데이터를 증폭시켜 이로부터 횡 분산계수 경험식을 산정하고자 한다. 또한 다중선형회귀분석을 통해 도출된 경험식의 한계를 보완하기 위해 다양한 머신러닝 기법을 적용하고, 횡 분산계수 산정에 적합한 머신러닝 기법을 제안하고자 한다. 기존 추적자실험 데이터로부터 하폭 대 수심비, 유속 대 마찰유속비, 횡 분산계수 데이터 셋을 수집하였으며, SMOTE 알고리즘의 적용을 통해 회귀분석과 머신러닝 기법 적용에 필요한 데이터그룹을 생성했다. 새롭게 생성된 데이터 셋을 포함하여 다중선형회귀분석을 통해 횡 분산계수 경험식을 결정하였으며, 새로 제안한 경험식과 기존 경험식에 대한 정확도를 비교했다. 또한 다중선형회귀분석을 통해 결정된 경험식은 횡 분산계수 예측범위에 한계를 보였기 때문에 머신러닝기법을 적용하여 다중선형회귀분석에 대한 예측성능을 평가했다. 이를 위해 머신러닝 기법으로서 서포트 벡터 머신 회귀(SVR), K근접이웃 회귀(KNN-R), 랜덤 포레스트 회귀(RFR)를 활용했다. 세 가지 머신러닝 기법을 통해 도출된 횡 분산계수와 경험식으로부터 결정된 횡 분산계수를 비교하여 예측 성능을 비교했다. 이를 통해 제한된 실험데이터 셋으로부터 2차원 횡 분산계수 산정을 위한 데이터 전처리 기법 및 횡 분산계수 산정에 적합한 머신러닝 절차와 최적 학습기법을 도출했다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.449-449
• /
• 2021

하천 내 오염물질 유입원은 하수처리장과 같이 농도를 예측 가능한 점오염원이 일반적이지만, 수질오염사고와 같이 다량의 유해물질이 일시에 하천에 유입되는 경우도 발생하곤 한다. 특히 오염물질 유입지점과 취수장이 인접한 경우, 오염물질 혼합해석에 대한 이해가 오염사고 대응 및 수질 관리 측면에서 매우 중요하다. 자연하천에서는 사행에 따른 유속 구조의 불균일성 등으로 인하여 오염물질의 이송 및 분산 과정은 매우 복잡하게 나타난다. 이러한 하천의 지형적, 수리학적 특성이 오염물질의 혼합 거동에 미치는 영향을 정확하게 모의하기 위해서는 3차원 수치모형을 적용해야 한다. 그러나 대부분의 하천은 하폭 대 수심비가 매우 크기 때문에 2차원 이송-분산 방정식을 지배방정식으로 채택하는 2차원 수치 모형이 널리 사용되어왔다. 2차원 이송-분산 방정식의 해석결과는 입력된 종, 횡 분산계수의 값에 따라 변화하기 때문에 정확한 혼합해석을 위해 분산계수의 결정이 매우 중요하다. 과거 연구에서는 횡 분산계수의 결정을 위해 기본 수리량을 이용한 경험식을 활용하여 계산한 바 있다. 종 분산계수의 경우에는 경험식의 산정에 필요한 충분한 실험 자료가 축적되어 있지 않아 이상적 흐름 상태를 가정하여 유도된 Elder의 이론식(Elder, 1959)을 사용해왔다. 하지만 많은 연구에서 이러한 Elder의 이론식이 종 분산계수를 과소산정 할 우려가 있다고 제시했다. 따라서 하천의 전단류 분산특성을 나타낼 수 있는 데이터 확보를 통해 종 분산계수의 경험식 산정 및 횡 분산계수의 정확도 향상이 필요한 상황이다. 본 연구에서는 기존 선행 연구에서 수행된 2차원 추적자실험 데이터의 확장을 위해 오버샘플링 기법을 적용하였으며, 이를 통한 머신러닝을 통한 분산계수 산정 가능성을 분석하고자 한다. 부족한 추적자 실험 데이터를 확장하기 위해 오버샘플링 기법 중 SMOTE 기법을 활용했다. 오버샘플링 기법을 이용하여 생산된 데이터의 신뢰성을 검증하였으며, 추후 머신러닝을 이용한 2차원 종, 횡 분산계수 산정에 대한 활용 가능성을 분석했다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.45-45
• /
• 2022

산업화에 따른 화학물질 사용량의 증가는 담수로의 유해화학물질 유출사고의 위험을 증가시키며, 이러한 사고는 하천수 수질과 수환경 생태계에 심각한 위해와 손상을 야기한다. 이러한 수질사고 발생시 신속 대응을 위해, 하천에 유입된 물질의 거동을 신속하게 예측하는 것이 필요하며 이 경우 1차원 추적모형이 주로 사용된다. 1차원 물질혼합 모형은 하천을 하나의 유선으로 보며, 복잡한 하천흐름의 시스템을 현상학적으로 해석하고, 오염물질의 이송 및 혼합 메카니즘을 모델 매개변수에 반영하여 모형화한다. 이러한 매개변수들은 직접적으로 측정하기 어려우며, 이론에 기반한 매개변수 산정 기법이 구축되지 않은 실정이다. 따라서 대부분의 연구에서는 추적자 실험을 실시하여 유한한 하천구간에서 추적자의 시간-농도곡선(Breakthrough curve, BTC)을 취득하고, 이를 통하여 대상 구간의 매개변수를 역산하는 최적화 기법에 의존하고 있다. 하지만, 모든 하천구간에 대하여 추적자 실험을 수행하여 데이터를 확보하는 것이 어렵기 때문에 최적화 기법의 적용성에 한계가 있다. 본 연구는 흐름정보가 제공되지 않은 미계측 하천구간에서 BTC를 신속하게 예측할 수 있는 회귀모형을 구축하는 것을 목표로 한다. 국내 하천에서 수행한 4회의 추적자 실험으로부터 취득한 28개 구간 케이스의 데이터에 대하여 농도곡선 전처리를 수행하고 14개의 통계적 특징을 추출하였으며, 계측된 흐름특성과의 상관관계를 분석하였다. 분석 결과, 대상 구간에서의 BTC의 변화가 추적자의 유하거리에 매우 높은 상관관계를 보였으며, 이를 이용하여 회귀모형을 제시하였다. 제안된 회귀모형을 적용하여 하류의 지점에서의 BTC를 예측하였으며, 1차원 이송-분산 방정식과 하천저장대모형을 활용한 예측결과와 비교하여 검증하였다. 그 결과, BTC의 변화특성을 활용한 회귀적 예측이 하천 지형 및 흐름의 변동성이 작은 구간에서 1차원 혼합모형들을 이용한 예측보다 더 높은 정확도를 보였으며, 이러한 장점은 장거리 예측에서 더 분명하게 나타났다.

• Journal of the Korean Society of Propulsion Engineers
• /
• v.16 no.4
• /
• pp.50-56
• /
• 2012

Vent mixer can provide main flow directly into a recirculation region downstream of the mixer to enhance fuel-air mixing efficiency. Based on experimental results of three-dimensional velocity, vorticity and turbulent kinetic energy obtained by a stereoscopic PIV method, the performance of the vent mixer was compared with that of the step mixer which was used as a basic model. Thick shear layers of the vent mixer induced the increase of the penetration height. The turbulent kinetic energy mainly distributed along a boundary layer between the main flow and the jet plume. This turbulent field activates mass transfer in a mixing region, leading to the mixing enhancement.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.637-639
• /
• 2000

다차원 정보 가시화(multidimensional information visualization)의 목적은 복잡하고 차원이 많은 정보 데이터(information data)를 이해하기 쉽게 그림이나 도표와 같은 특정한 형식을 이용하여 효과적으로 나타내고 비교하는데 있다. 그동안 제시되어 온 다차원 정보 가시화 기법의 대표적인 것으로는 Scatterplots, Perspective Wall, Parallel Coordinates, Glyph를 들 수 있다. 본 논문에서 소개하는 multidimensional rotating visualizer (MRV)이란 기존의 다차원 정보 가시화 기법들을 보완하여 다차원 데이터(multidimensional data)를 3차원 형식으로 보여주는 방법이다. MRV는 그중에서 특히 Glyph와 Parallel Coordinate의 특징을 혼합하여 화면상에 다차원 정보 데이터를 보여주는 새로운 시도라고 하겠다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.369-372
• /
• 2023

본 논문에서는 삼각형 구조로 구성된 3차원 메쉬(Mesh)에서 합성곱 신경망(Convolution Neural Network, CNN)을 응용하여 정확도가 높은 새로운 학습 표현 기법을 제시한다. 우리는 메쉬를 구성하고 있는 폴리곤의 edge와 face의 로컬 특징을 기반으로 학습을 진행한다. 일반적으로 딥러닝은 인공신경망을 수많은 계층 형태로 연결한 기법을 말하며, 주요 처리 대상은 1, 2차원 데이터 형태인 오디오 파일과 이미지였다. 인공지능에 대한 연구가 지속되면서 3차원 딥러닝이 도입되었지만, 기존의 학습과는 달리 3차원 딥러닝은 데이터의 확보가 쉽지 않다. 혼합현실과 메타버스 시장의 확대로 인해 3차원 모델링 시장이 증가하고, 기술의 발전으로 데이터를 획득할 수 있는 방법이 생겼지만, 3차원 데이터를 직접적으로 학습에 이용하는 방식으로 적용하는 것은 쉽지 않다. 그렇게 때문에 본 논문에서는 산업 현장에서 이용되는 데이터인 메쉬 구조를 폴리곤의 최소 단위인 삼각형 형태로 구성하여 학습 데이터를 구성해 기존의 방법보다 정확도가 높은 학습 기법을 제안한다.