메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최영재 (Chung-Ang University) 박보랑 (Chung-Ang University) 최은지 (Chung-Ang University) 문진우 (Chung-Ang University)
저널정보
한국생태환경건축학회 KIEAE Journal KIEAE Journal Vol.19 No.6(Wn.100)
발행연도
2019.12
수록면
73 - 79 (7page)
DOI
10.12813/kieae.2019.19.6.073

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Purpose: The purpose of this paper is to develop an ANN model for predicting the refrigerant flow rate of the cooling system in order to provide optimal thermal environment in the data center as well as an adaptive control algorithm which allows the predictive model to adapt to the diverse data center environments. Method: Two data center models were consisted by using ANSYS Fluent CFD tool. Model A was used to obtain data for ANN model training and the adaptive control algorithm was tested on the Model B. After developing the ANN model, the optimization process was conducted and the optimized model was employed in the adaptive control algorithm. Result: A model consisted with 4 hidden layers and 11 hidden neurons presented the highest accuracy of CVRMSE 0.47%. In addition, the adaptation test of the control algorithm was conducted by changing the air flow rate and the setpoint temperature of supply air. When the setpoint temperature was set to 20℃ and 25℃, the supply air temperature reached properly to the designated setpoint temperature in 3 cycles and 20 cycles, respectively. Each case presented maximum error of the temperature as much as 19.6% and 18.12%. After entering steady state, the ANN model adapted well on the setpoint temperature. In conclusion, the ANN model and the adaptive algorithm demonstrated a probability to be applied to the data center.
#데이터센터 #인공신경망 #냉매 유량 제어 #Data Center #Artificial Neural Network #Refrigerant Flow Control

목차

ABSTRACT
1. 서론
2. 데이터센터 개요
3. 예측 모델 및 적응형 제어 알고리즘 개발
4. 결과분석
5. 결론
Reference

참고문헌 (23)

참고문헌 신청
George Kamiya / Data centres and data transmission networks google schola Whitehead, B. / 2014 / Assessing the environmental impact of data centres Part 1: Background, energy use and metrics / Building and Environment 82:151~159 google schola X. Song / 2015 / Data center energy and cost saving evaluation / Energy Procedia 75:1255~1260 google schola 최인식 / [HVAC Korea] 데이터센터 냉각 트렌드 google schola 조진균 / 2008 / 최적 IT 환경제어를 위한 데이터센터의 냉각(열원)시스템 선정에 관한 연구 / 대한건축학회논문집 계획계 24(12):313~320 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

데이터센터 열환경 예측 및 적응형 제어알고리즘 개발
조지현 ,  최윤경 ,  박보랑 외 2명 KIEAE Journal 2020 .12
컨테인먼트형 데이터센터 최적 제어 알고리즘을 위한 열환경 예측모델 개발
최영재 ,  박보랑 ,  조지현 외 1명 KIEAE Journal 2020 .10
데이터센터 냉방 에너지 절약을 위한 최적 냉수 유량 예측·제어 알고리즘 개발
박보랑 ,  최영재 ,  현지연 외 2명 KIEAE Journal 2021 .06
시뮬레이션을 통한 융복합 히트펌프 시스템의 적응형 예측제어 알고리즘 성능평가
조혜운 ,  최영재 ,  최은지 외 2명 KIEAE Journal 2021 .12
학교시설 실내공기질 환경 개선을 위한 실내 미세먼지(PM2.5) 예측모델 개발
최영재 ,  최은지 ,  조혜운 외 1명 KIEAE Journal 2021 .02

최근 본 자료

전체보기

댓글(0)

0