Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

기계 학습을 이용한 ORC용 터빈 형상 최적화Turbine Shape Optimization for ORC System Using Machine Learning

Other Titles
Turbine Shape Optimization for ORC System Using Machine Learning
Authors
서종범변기원홍선기이호생한상조
Issue Date
12월-2023
Publisher
한국동력기계공학회
Keywords
기계 학습; 유기 랭킨 사이클; 터빈; 최적화; Machine Learning; Organic Rankine Cycle; Radial Turbine; Optimization
Citation
동력시스템공학회지, v.27, no.4, pp 59 - 66
Pages
8
Journal Title
동력시스템공학회지
Volume
27
Number
4
Start Page
59
End Page
66
URI
https://www.kriso.re.kr/sciwatch/handle/2021.sw.kriso/10363
ISSN
2713-8429
2713-8437
Abstract
본 연구에서는 선박에서 나오는 폐열을 이용하여 발전하는 ORC 시스템용 원심 터빈의 최적화를 다루고자 한다. 전통적인 방법을 통한 최적화는 시간과 비용이 매우 많이 들어간다. 이 문제를 해결하고자 실험계획법, 기계 학습, 그리고 Latin hypercube sampling을 이용하여 상대적으로 간단한 방법으로 최적화를 수행하였다. 구체적으로는 실험계획법 기반으로 다양한 조건에서 터빈형상을 변화시키고, CFD를 수행하여 얻은 결과를 통해 기계학습 모델을 만들어 최적화를 수행하는 기법이다. 위의기법을 통해 설계점에서 최적화 전 터빈의 전효율 보다 1.3%p 이상 높은 성능을 가지는 터빈 형상을얻을 수 있었다.
Files in This Item
There are no files associated with this item.
Appears in
Collections
친환경해양개발연구본부 > 해수에너지연구센터 > Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Seo, Jong beom photo

Seo, Jong beom
연구전략본부 (정책협력실)
Read more

Altmetrics

Total Views & Downloads

BROWSE