• 전기학회논문지
• /
• 제60권3호
• /
• pp.639-647
• /
• 2011

In this paper, we introduce a design methodology of data-centroid Radial Basis Function neural networks with extended polynomial function. The two underlying design mechanisms of such networks involve K-means clustering method and Particle Swarm Optimization(PSO). The proposed algorithm is based on K-means clustering method for efficient processing of data and the optimization of model was carried out using PSO. In this paper, as the connection weight of RBF neural networks, we are able to use four types of polynomials such as simplified, linear, quadratic, and modified quadratic. Using K-means clustering, the center values of Gaussian function as activation function are selected. And the PSO-based RBF neural networks results in a structurally optimized structure and comes with a higher level of flexibility than the one encountered in the conventional RBF neural networks. The PSO-based design procedure being applied at each node of RBF neural networks leads to the selection of preferred parameters with specific local characteristics (such as the number of input variables, a specific set of input variables, and the distribution constant value in activation function) available within the RBF neural networks. To evaluate the performance of the proposed data-centroid RBF neural network with extended polynomial function, the model is experimented with using the nonlinear process data(2-Dimensional synthetic data and Mackey-Glass time series process data) and the Machine Learning dataset(NOx emission process data in gas turbine plant, Automobile Miles per Gallon(MPG) data, and Boston housing data). For the characteristic analysis of the given entire dataset with non-linearity as well as the efficient construction and evaluation of the dynamic network model, the partition of the given entire dataset distinguishes between two cases of Division I(training dataset and testing dataset) and Division II(training dataset, validation dataset, and testing dataset). A comparative analysis shows that the proposed RBF neural networks produces model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 한국추진공학회지
• /
• 제23권4호
• /
• pp.104-111
• /
• 2019

다단연소사이클 엔진은 가스발생기 기반의 개방형 엔진에 비해 성능이 좋기 때문에 현재 한국형발사체사업(KSLV-II)의 후속사업의 일환으로 선행연구가 진행 중이다. 기술검증시제 명칭의 TDM0A, TDM0B를 통해 다단연소사이클 엔진의 시동 조건과 연소 특성을 이해하고, 산화제 과잉 예연소기와 연소기 개발을 위한 연소 성능 시험이 수행되었다. 시험 데이터를 토대로 엔진 형상 모델 TDM1A를 제작하여 연소 시험을 수행했으며, 주연소기 연소압 91 bar, 터보펌프 회전수 28,000 rpm의 안정적인 결과로 개발요구조건을 만족하였다. 본 논문에서는 TDM0A부터 TDM1A까지의 개발과정과 특징에 대해 논하고자 한다.

• 대한기계학회논문집B
• /
• 제37권10호
• /
• pp.911-918
• /
• 2013

Double cone 버너를 장착한 가스터빈용 EV (Environmental Vortex)버너의 연소 특성과 NO 배출 특성을 수치적으로 조사하였다. NO 배출 저감을 위해 연료와 공기의 혼합 특성을 예측하였다. 혼합도와 NO 배출과의 상관관계를 예측하기 위해 메탄 1단계 화학반응식과 2단계 반응식에 적용하여 연소 해석을 수행하였다. 1단계 반응식을 적용한 결과, 혼합도가 저하된 모델에서 NO 배출량이 약 2% 증가하였으며, 혼합도가 향상된 모델의 경우 cone 상부에서 과다한 고온의 화염 영역이 형성되어 NO가 약 169%나 증가하였다. 2단계 반응식의 경우 첫 번째 모델에서 약 3% NO 배출량이 증가하였으며, 두 번째 모델에서 cone 내부의 고온 영역이 형성되지 않고 NO가 약 5% 감소하였다. 이 결과는, 혼합 특성이 저감된 모델에서 NO가 약 63% 증가하였고, 혼합 특성이 향상된 모델에서 NO가 약 11% 감소한 실험결과와 잘 부합하였다. 정량적인 오차가 있음에도, NO 배출의 정성적 경향성이 유사하므로 2단계 반응식을 적용한 수치해석을 통해 설계 변경 방안을 제시하는 것은 타당할 것으로 판단된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제1권3호
• /
• pp.143-150
• /
• 2012

본 연구에서는 스마트 열 그리드의 운영 특성 분석을 위한 기초적인 방법론과 해당 방법론에 근거한 열 그리드 연계운전 분석 시뮬레이션 프로그램에 대해 소개하고자 하며, 특히 기존의 광역 열에너지네트워크에 해당하는 집단에너지 시스템 인근에 소규모 열 그리드가 신규로 연계되어 운전될 경우에 대한 각 시스템별 운영특성 및 주요 운전 변수에 대한 상호 영향에 대해 면밀히 살펴볼 수 있는 시뮬레이션 방법론에 대해 고찰해보고자 한다. 본 연구에서 열 그리드 간 연계운전에 따른 기존의 규모가 큰 열 그리드에 대한 영향은 해당 그리드의 연간 시각별 운영 실적 데이터를 바탕으로 한 경험적 상관관계식을 도출하여 간략히 모델링하고자 하였으며, 신규 그리드에 설치, 운영되는 열원 설비들에 대한 운전 특성은 실제 제품의 운전부하별 운전효율 자료에 대한 DB를 구축, 사용함으로서 시뮬레이션 분석 결과의 신뢰도를 제고하고자 하였다. 또한 본 시뮬레이션 프로그램에서는 해당 수요처의 에너지부하 예측에 있어 건물 유형별로 연간, 시각별로 실측한 데이터를 기반으로 수립된 단위 에너지부하 모델을 이용, 예측함으로써 운전시뮬레이션을 통한 최적화 분석 결과의 신뢰성을 확보하고자 하였다. 본 연구에서 기 제안된 방법론 및 이에 근거한 시뮬레이션 분석 결과로부터 그리드 상호간 열 거래에 기반한 복수의 열 그리드 운전 특성 분석 방법의 효용성을 확인할 수 있었으며, 향후 수요자 및 열 에너지 공급자간 다양한 정보의 공유를 근간으로 하는 IT 기반 스마트 열 그리드 최적화 분석으로의 확장을 위한 기초 자료를 확보할 수 있었다.