• Journal of Advanced Marine Engineering and Technology
• /
• 제16권4호
• /
• pp.88-101
• /
• 1992

Properties of water and steam are very important for the steam ejector CAD program as a subroutine and design of the Shell & Tube type steam condenser. Present formular programs are based on the Skeleton Table of ASME, and are able to calculate the thermodynamoc properties of water and steam throughout the whole of the region that extend in pressure from 0 to 1000 bar and temperature from 0.01 to 80$0^{\circ}C$. When comparing calculated values for specific volume, enthalpy and entropy with the Skeleton Table 1967 and IAPS Skeleton Table 1984, values fell well within tolerances specified except near the extremes of the range of interest at the critical point and triple point, where deviations were slightly larger.

• Nuclear Engineering and Technology
• /
• 제35권4호
• /
• pp.286-298
• /
• 2003

A steam explosion module, STX, has been developed using the mechanistic steam explosion analysis code, TEXAS-V, in order to estimate the dynamic load with steam explosion by implementing the module to the integrated safety analysis code, MELCOR. One of the difficulties in using mechanistic steam explosion codes is that they do not have any obvious criteria for defining some uncertain parameters such as triggering timing, triggering magnitude, mesh axial length and mesh cross-sectional area. These parameters have been user decision parts in the past. Steam explosion sample calculations and sensitivity studies on uncertain parameters were conducted to investigate those uncertain parameters. The TEXAS-V simulations were summarized in the format of a look-up table and a linear interpolation technique was adopted to calculate the steam explosion load between the data points in the table. The STX-module merged with MELCOR showed the same results as the original MELCOR and additionally it could estimate the steam explosion load in the reactor cavity.

• 한국정보통신학회논문지
• /
• 제10권3호
• /
• pp.459-466
• /
• 2006

열성능 평가를 위한 수치해석에서는 온도, 압력, 건도, 체적, 엔탈피, 엔트로피 등의 열역학적 성질들의 수치값이 필요하다. 그러나 이러한 성질들을 포함하고 있는 증기표를 그대로 사용할 수 없기 때문에, 효과적으로 모델링하여야 한다. 이러한 관점에서 함수근사 특성을 가진 신경회로망을 하나의 대안으로 검토하였다. 신경 회로망은 포화증기 영역과 과열증기 영역에 대해서 따로 구성하였다. 포화증기 영역에 대해서는 하나의 입력으로 7개의 출력을 얻을 수 있도록 하였으며, 각각 10개와 20개의 노드를 가진 은닉층을 구성 하였다. 과열증기 영역에 대해서는 2개의 입력으로 3개의 출력을 얻을 수 있도록 하였으며, 각각 15개와 25개의 노드를 가진 은닉층을 구성하였다. 제안된 모델은 온도, 엔탈피, 엔트로피의 백분율오차가 대부분 ${\pm}0.005%$, 압력이나 비체적의 백분율오차도 대부분 ${\pm}0.025%$ 범위 내로 수렴시킬 수 있었다. 이 성공적인 결과로부터 증기 표를 함수근사하는데 있어서 신경회로망이 아주 강력한 수단이 될 수 있음을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제10권11호
• /
• pp.2008-2013
• /
• 2006

열장치의 열성능 평가를 위한 수치 해석에서는 온도, 압력, 체적, 엔탈피, 엔트로피 등의 열 역학적 성질들의 수치 값이 필요하다. 그러나 열역학적 성질들 사이의 관계를 나타내는 증기표는 그대로 이용할 수는 없기 때문에 모델링하여 사용하여야 한다. 본 연구에서는 스플라인 보간법과 비교함으로써, 습포화증기의 모델링에 신경회로망의 적용 가능성을 검토하였다. 다층신경 회로망을 구성하기 위하여 입력층으로 온도에 대한 1개의 노드, 두 개의 은닉층은 각각 10개와 20개의 노드, 출력층은 포화액과 건포화증기에 대한 비체적, 엔탈피, 엔트로피 등의 6개의 노드로 구성하였으며, 스플라인 보간법은 2차 다항식과 3차 다항식을 사용하였다. 소구간으로 구성 된 스플라인 보간법과 비교하여 신경회로망 모델링은 비슷한 백분율 오차를 보여주었으며, 이 결과로부터 넓은 온도 범위의 증기표 모델링에 신경회로망이 아주 강력한 방법임을 확인하였다.

• 한국기계기술학회지
• /
• 제20권6호
• /
• pp.872-878
• /
• 2018

Steam tables including superheated, saturated and compressed region were simultaneously modeled using the neural networks. Pressure and temperature were used as two inputs for superheated and compressed region. On the other hand Pressure and dryness fraction were two inputs for saturated region. The outputs were specific volume, specific enthalpy and specific entropy. The neural network model were compared with the linear interpolation model in terms of the percentage relative errors. The criterion of judgement was selected with the percentage relative error of 1%. In conclusion the neural networks showed better results than the interpolation method for all data of superheated and compressed region and specific volume of saturated region, but similar for specific enthalpy and entropy of saturated region.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.205-208
• /
• 2008

수치해석에서는 온도, 압력, 비체적, 엔탈피, 엔트로피 등의 수치값이 필요하다. 그런데 증기표의 대부분의 열역학적 성질들은 측정된 값이기 때문에 기본적으로 측정 오차를 가지고 있다. 본 연구에서는 압력 기준의 물의 포화 상태에 대해, 난수를 발생시켜 적절한 크기로 조절한 다음 원래의 성질들에 더하여 인위적으로 노이즈가 포함된 데이터를 만들었다. 이 데이터를 신경회로망과 스플라인 보간법으로 함수 근사를 하였다. 해석 결과 신경회로망이 2차 스플라인 보간법보다 훨씬 더 적은 백분율 오차를 보였으며 이로부터 신경회로망이 측정 오차의 영향을 적게 받는 함수 근사에 적절한 방법임을 확인하였다.

• Nuclear Engineering and Technology
• /
• 제36권5호
• /
• pp.388-402
• /
• 2004

A phenomena identification and ranking table(PIRT) was developed for a main steam line break (MSLB) event for the Advanced Power Reactor-1400 (APR-1400). The selectee event was a double-ended steam line break at full power, with the reactor coolant pump running. The developmental panel selected the fuel performance as the primary safety criterion during the ranking process. The plant design data, the results of the APR-1400 safety analysis, and the results of an additional best-estimate analysis by the MARS computer code were used in the development of the PIRT. The period of the transient was composed of three phases: pre-trip, rapid cool-down, and safety injection. Based on the relative importance to the primary evaluation criterion, the ranking of each system, component, and phenomenon/process was performed for each time phase. Finally, the knowledge-level for each important process for certain components was ranked in terms of existing knowledge. The PIRT can be used as a guide for planning cost-effective experimental programs and for code development efforts, especially for the quantification of those processes and/or phenomena that are highly important, but not well understood.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 2003년도 춘계학술발표대회 요약집
• /
• pp.128.1-128.1
• /
• 2003

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.246-249
• /
• 2007

상변화 물질을 취급하는 수치해석에서는 온도, 압력, 체적, 엔탈피, 엔트로피 등의 열역학적 성질들의 수치값이 필요하다. 그러나 열역학적 성질들은 증기표나 선도 등의 형태로 주어지기 때문에 그대로 이용할 수는 없고 모델링하여 사용하여야 한다. 본 연구에서는 2차 스플라인 보간법과 비교함으로써, 과열증기의 모델링에 신경회로망의 적용 가능성을 검토하였다. 신경회로망은 온도와 압력, 2개의 입력에 대하여 비체적, 엔탈피 및 엔트로피, 3개의 출력을 얻을 수 있도록 입력층, 은닉층 및 출력층으로 구성되었다. 스플라인 보간법은 2차 다항식을 사용하였으며, 주어진 압력에 대한 소구간의 온도에 적용하였다. 신경회로망 모델링은 많은 출력 범위에서 2차 스플라인 보간법보다 우수한 백분율 오차를 보였으며, 이 결과로부터 과열증기 모델링에 신경회로망이 아주 강력한 방법임을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.677-680
• /
• 2005

유체의 상변화를 이용하는 냉난방장치 등의 열장치에 대한 열역학적인 성능평가는 열역학적 성질들에 대한 구체적인 수치값을 필요로 한다. 그러나 이러한 열역학적 성질들을 제공하는 증기표를 그대로는 사용할 수 없기 때문에 효과적인 모델링이 필요하다. 본 연구에서는 신경회로망의 함수근사 특성을 이용하여 냉방장치의 매질로 사용되는 냉매(R12)의 포화증기 영역을 모델링하였다. 냉매 R12의 포화증기 영역의 함수근사 해석을 위하여 1개의 노드를 가진 입력층에 대하여 7개의 노드를 가진 출력층을 기본으로 하여, 각각 10개와 20개의 노드를 가진 두 개의 은닉층을 가진 회로망을 구성하였다. 또한 입력이 온도와 압력 두 가지의 경우에 대하여 검토하였다. 제안된 신경회로망을 사용한 결과 엔탈피, 엔트로피의 백분율오차가 대부분 ${\pm}$0.005%, 비체적은 ${\pm}$0.02%, 압력과 온도는 특별한 몇 개를 제외하고는 ${\pm}$0.02% 범위 내로 수렴되었다. 이 결과로부터 냉매를 함수근사하는데 있어서 신경회로망이 아주 강력한 수단이 될 수 있음을 확인하였다.