• 한국전산유체공학회:학술대회논문집
• /
• 한국전산유체공학회 1999년도 춘계 학술대회논문집
• /
• pp.131-136
• /
• 1999

박리를 수반하는 진동하는 이차원 익형 주위의 비정상 유동장에 대해 SST 난류 모델을 이용하여 해석을 수행하였다. SST 모델은 정상 유동장 해석에서 기존의 난류 모델에 비해 우수한 성능을 보인다고 알려져 있으나 큰 박리영역에서 공력 계수의 진동 현상을 보이는 등 비정상 유동장 해석에 문제점을 보이고 있다. 본 논문에서는 이러한 공력 계수의 진동 현상이 SST 모델을 이차원으로 확장하는 과정에서 발생한 것임을 밝히고 이에 대한 보완을 통하여 수정된 SST 모델을 제시하고자 한다. SST 모델의 기본이 되었던 BSL 모델 및 SST 모델, 수정된 SST 모델을 사용하여 정상 유동장과 비정상 유동장 해석을 수행하여 각 모델의 난류 유동장 해석 특성을 비교하고 이를 통하여 수정된 SST 모델이 박리를 수반하는 비정상 유동장 해석에서 원래의 SST 모델에 비해 향상된 결과를 나타남을 알 수 있었다.

• 한국전산유체공학회지
• /
• 제4권3호
• /
• pp.44-51
• /
• 1999

A modified version of SST turbulence model is suggested to simulate unsteady separated flows over oscillating airfoils. The original SST model, which shows good performance in predicting various steady flows, often results in oscillatory behavior of aerodynamic loads in large separated flow regions. It is shown that this oscillatory behavior is due to the adoption of the absolute value of vorticity in generalizing the original model. As a remedy, a modification is made such that the vorticity in the original SST model is replaced by strain rate. The present model is verified for a mild separated airfoil flow at fixed angle of incidence and for unsteady flowfields about oscillating airfoils. The results are compared with BSL model and original SST model. It is illustrated that the present model gives a better agreement with the experimental results than other two models.

• 한국지구과학회지
• /
• 제28권3호
• /
• pp.343-356
• /
• 2007

새롭게 개발한 대기-해양 접합모형(CGCM)에서 모사한 열대 태평양 해수면 온도(SST)의 경년 변동성의 특징을 조사하였다. 모형은 SST의 경년변동과 평균분포, 계절변동, 강수량, 그리고 해양 내부 구조를 관측과 유사하게 모사하였다. 모델은 서태평양 경계 부근에서 관측에 비해 큰 SST 경년변동을 보였는데 이 원인으로 적도 태평양의 SST 동서 변화율을 제시하였다. 즉 관측에 비해 강한 SST 경도는 zonal advection feedback을 강화시켜 SST 아노말리의 서진(westward propagation)과 서태평양의 경년 변동성 증가를 가져왔다. 간단한 two-strip 모델을 이용한 민감도 실험 결과는 이를 뒷받침하였다. 동서 평균한 수온약층의 깊이와 NINO3 SST 인덱스의 분석 결과는 모델의 경년 변동이 충전-방전 진동자에 의한 것임을 나타냈다. 그리고 지연 회귀분석 결과를 이용하여 엘니뇨가 발달하기 전에 barrier layer thickness(BLT) 증가에 의한 열 축적 과정이 서태평양에서 먼저 일어난다는 것을 제시하였다.

• 한국항공우주학회지
• /
• 제31권8호
• /
• pp.1-7
• /
• 2003

본 연구에서는 새로운 $\varepsilon$-SST 난류 모델을 이용하여 벽면 근처에 위치한 정사각주 주위의 유동장에 대한 수치해석을 수행하였다. SST 난류 모델을 수정하여 새롭게 제안된 $\varepsilon$-SST 모델은 뭉툭한 물체 주위의 박리 영역에서 기존의 2-방정식 난류 모델보다 향상된 해석 결과를 보임을 확인하였다. $\varepsilon$-SST 모델을 이용하여 박리가 수반되는 유동영역에 대한 효율적인 해석이 가능할 것이다. 또한, 본 연구에서는 임계 간극 이하에서는 주기적인 와류배출이 억제됨을 입증하였으며, 스트로할수는 간극의 높이와 벽면 경계층의 두께의 영향을 받는 다는 것을 확인할 수 있었다.

• 한국추진공학회지
• /
• 제17권1호
• /
• pp.18-25
• /
• 2013

초음속 축소-확대 노즐 유동을 정확하게 해석하기 위하여, 실험치와 해석값 사이의 비교를 통해 난류모델 성능평가를 수행한다. Boussinesq 가정을 적용한 RANS 방정식으로 2차원 노즐 유동을 해석하되, Spalart-Allmaras, RNG k-${\varepsilon}$, 그리고 k-${\omega}$ SST 난류모델을 평가에 사용한다. 각 모델들로 계산된 노즐 벽면의 압력구배 및 충격파 구조는 실험 데이터와 유사한 결과를 보였는데, 그 중에서도 SST 난류모델이 실험값에 가장 근접한 해석결과를 나타내었다.

• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.49-70
• /
• 2022

해수면 온도는 기후와 바다의 생태계 그리고 인간의 활동에까지 중요한 영향을 미치는 해수의 특성 중 하나로 이를 예측하는 것은 항상 중요하게 다뤄지는 문제다. 최근 들어 과거의 패턴을 학습하여 예측값을 생성할 수 있는 딥러닝을 활용한 해수면 온도 예측이 복잡한 수치모델을 이용한 예측의 대안으로 주목받고 있다. 딥러닝은 입력 자료 간의 비선형적인 관계를 추정할 수 있는 것이 큰 장점이며, 최근 컴퓨터 그래픽카드의 발달로 많은 양의 데이터를 반복적이고 빠르게 계산할 수 있게 되었다. 본 연구에서는 기존의 딥러닝 모델의 단점들을 보완하면서 시공간 자료를 다룰 수 있는 합성곱 신경망(Convolutional Neural Network) 기반의 U-Net을 통해 단기 해수면 온도 예측을 수행하였다. 개발한 딥러닝 모델을 이용한 한국 남부 근해 해수면 온도의 단기 예측은 예측일의 해수면 온도의 중장기 변동성에 따라 달라지는 성능을 보였다. 해수면 온도 변동성의 증감은 계절적 변동 뿐 아니라 Pacific Decadal Oscillation (PDO) 지수의 변동과도 유의미한 상관관계를 보였는데, 이는 계절 변동 및 PDO에 따른 기후 변화에 기인한 수온 전선의 강도 변화가 해수면 온도의 시공간적 변동성에 영향을 줌으로써 발생했음을 확인하였다. 본 연구는 해수면 수온 자료가 가지고 있는 계절적 변동성과 경년 변동성이 딥러닝 모델의 해수면 단기 수온 예측 성능에 기여함을 밝힌 것에 그 의의가 있다.

• 한국해양학회지
• /
• 제27권1호
• /
• pp.35-45
• /
• 1992

본 논문의 목적은 엘니뇨현상의 예측을 위한 확률모델의 개발과 그 응용에 있다. 이를 위해, 먼저 태평양 적도지역의 월평균 해면수온의 편차시계열을 기초로 하여 엘 니뇨 현상의 지속기간, 강도의 결정방법과 이 현상의 출현에 대한 판별방법을 제안하 였다. 다음으로 과거 40년(1951-1990) 자료의 편차시계열에 나타난 엘니뇨의 연변동 성, 주기성, 종속성 등 확률구조 및 통계적 특성을 파악하였고, 이 결과를 엘니뇨현상 의 예측을 위한 시계열 비선형확률모델을 유도하였는데 이용하였다. 마지막으로 유도 된 확률모델의 실제적용을 위한 통계절차를 제안하였다.

• 한국해양학회지:바다
• /
• 제21권1호
• /
• pp.1-10
• /
• 2016

동해 표층 해수에서 측정한 이산화탄소 분압($pCO_2$)에 대해 기 확보된 자료는 해양-대기간 $CO_2$ 교환율을 정량화하고자 통계 기법을 적용하기에는 부족한 편이다. 이를 보완하기 위해 위성자료를 이용하여 관측이 이루어지지 않은 해역의 $pCO_2$를 신경망모델을 이용하여 채워 넣는(mapping) 연구를 시도하였다. 본 연구는 동해에서 현장관측자료가 가장 많이 축적된 울릉분지를 대상으로 2003년부터 2012년까지의 표층$pCO_2$자료와, Aqua 위성의 MODIS 센서로 관측한 해표면 온도(SST)와 엽록소(chlorophyll) 자료, 경위도 자료로 신경망모델을 구축하여 $pCO_2$ 분포도 작성과 변동성을 추정하고자 하였다. 신경망모델의 학습은 $pCO_2$ 관측자료와 모델결과값의 상관도가 95% 이상을 달성하도록 하였다. 모델 결과의 평균제곱근오차(RMSE)는 $19.2{\mu}atm$으로 관측자료의 변동 크기와 비교해서 훨씬 작은 수준이었다. SST와 chlorophyll에 연관된 $pCO_2$의 변동성을 살펴보면 chlorophyll 보다는 SST에 대해 더욱 강한 음의 상관 관계를 보였다. 모델이 출력한 $pCO_2$의 변동성은 SST가 내려감에 따라 커지는 경향을 보였다. $15^{\circ}C$ 이하에서는 $pCO_2$ 변동성에 대한 SST와 chlorophyll의 기여도가 뚜렷하게 나타났다. 반면 SST가 $15^{\circ}C$ 이상일 경우에는 $pCO_2$ 변동성은 SST와 chlorophyll의 변화에 대해 그리 민감하게 반응하지 않았다. 신경망모델 출력값으로 추정한 2003-2014년 사이의 울릉분지 표층수의 연평균 $pCO_2$ 증가율은 $0.8{\mu}atm$이었다. 신경망 모델이 울릉분지의 $pCO_2$에 대해 이전 연구보다 해상력과 오차가 향상된 $pCO_2$ 채워넣기를 가능케 해 준 점에 비추어 볼 때 국제정세에 따라 전역 관측이 수월하지 않은 동해의 탄소순환을 이해하는데 유용한 도구로 쓰일 수 있을 것으로 판단된다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제35권5호
• /
• pp.616-624
• /
• 2011

본 연구에서는 사각채널내에 주유속 방향에 가로지르게 배치된 반원 리브의 난류 유동에 대한 유동 특성과 열전달 증대에 관해 수치해석적으로 살펴보았다. 사각채널의 종횡비는 5이고, 수력직경 대비 리브 높이비는 0.07, 사각채널 높이 대비 리브 높이비는 0.117로서 리브 높이 대비 리브 피치비가 8~14인 리브를 주기적으로 배열하여 연구를 수행하였다. 난류 모델의 선정은 실제 현상과 근접한 벽 근처 유동 특성과 열전달을 위해 SST k-${\omega}$ 난류 모델과 v2-f 난류 모델을 이용하였다. 수치해석의 결과는 실험에 의 해 관찰된 난류 유동 특성, 열전달 및 마찰계수의 결과를 잘 예측함을 보여준다. 본 결과에서 난류 운동 에너지가 재순환류 영역의 확산과 밀접한 관련이 있음을 알 수 있고 v2-f 난류 모델이 SST k-${\omega}$ 난류 모델에 비해 실험결과를 더 잘 예측하였다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.707-723
• /
• 2022

위성기반 해수면온도는 광역 모니터링이 가능한 장점이 있지만, 다양한 환경적 그리고 기계적 이유로 인한 시공간적 자료공백이 발생한다. 자료공백으로 인한 활용성의 한계가 있으므로, 공백이 없는 자료 생산이 필수적이다. 따라서 본 연구에서는 한반도 주변 해역에 대해 극궤도와 정지궤도 위성에서 생산되는 해수면온도 자료를 두 단계의 기계학습을 통해 융합하여 4 km의 공간해상도를 가지는 일별 해수면온도 합성장을 만들었다. 첫번째 복원 단계에서는 Data INterpolate Convolutional AutoEncoder (DINCAE) 모델을 이용하여 다종 위성기반 해수면온도 자료를 합성하여 복원하였고, 두번째 보정 단계에서는 복원된 해수면온도 자료를 현장관측자료에 맞춰 Light Gradient Boosting Machine (LGBM) 모델로 학습시켜 최종적인 일별 해수면온도 합성장을 만들었다. 개발된 모델의 검증을 위해 복원 단계에서 무작위 50일의 자료 중 일부분을 제거하여 복원한 뒤 제거된 영역에 대해 검증하였으며, 보정 단계에서는 Leave One Year Out Cross Validation (LOYOCV) 기법을 이용하여 현장자료와의 정확도를 검증하였다. DINCAE 모델의 해수면온도 복원 결과는 상당히 높은 정확도(R²=0.98, bias=0.27℃, RMSE=0.97℃, MAE=0.73℃)를 보였다. 두번째 단계의 LGBM 보정 모델의 정확도 개선은 표층 뜰개 부이와 계류형 부이 현장자료와의 비교에서 모두 상당한 향상(RMSE=∆0.21-0.29℃, rRMSE=∆0.91-1.65%, MAE=∆0.17-0.24℃)을 보여주었다. 특히, 모든 현장 자료를 이용한 보정 모델의 표층 뜰개 부이와의 정확도는 동일한 현장 자료가 동화된 기존 해수면온도 합성장보다 나은 정확도를 보였다. 또한 LGBM 보정 모델은 랜덤포레스트(random forest)를 사용한 선행연구에서 보고된 과적합의 문제를 상당부분 해결하였다. 보정된 해수면온도는 기존의 초고해상도 해수면온도 합성장들과 유사한 수준으로 수온 전선과 와동 등의 중규모 해양현상을 뚜렷하게 모의하였다. 본 연구는 다종위성 자료와 기계학습 기법을 사용해 시공간적 공백 없는 고해상도 해수면온도 합성장 제작 방법을 제시하였다는 점에서 가치가 있다.