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
학술대회자료
저자정보
김보라 (한국해양대학교) 이승훈 (한국해양대학교) 이정훈 (한국해양대학교) 장승현 (한국해양대학교) 윤민 (한국해양대학교)
저널정보
대한기계학회 대한기계학회 춘추학술대회 대한기계학회 2022년 학술대회
발행연도
2022.11
수록면
424 - 428 (5page)

이용수

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

초록· 키워드

오류제보하기
Research on airfoils has been steadily studied in various fields from the aerospace to renewable energy. An interest in the marine energy has been enhanced related to the renewable energy, and among them the design of offshore wind turbines has been attracting attention. The optimized design of airfoils is essential to increase the performance and efficiency of wind turbines. The aerodynamic characteristics of airfoils at a low angle of attack (AoA) can be obtained from airfoil database, but results of that near the stall with large AoA show large deviation. Hence, it is needed to perform repetitive analysis of various shapes near the stall, which results to high cost and time. To overcome this, the artificial intelligence is used and combined with numerical simulations. In this study, three types of airfoils are chosen, which are S809, S822, and SD7062 used in wind turbines. As a Convolutional Neural Network model, we propose a neural network model that combines VGG16 and U-Net. Learning data are constructed by extracting pressure fields and aerodynamic characteristics through numerical analysis of the two-dimensional shape for the proper shape. The number of constructed datasets used in the present study is 5187. The pressure field for a new airfoil is predicted using the proposed model, and the lift and drag coefficients of this airfoil are predicted.
#전산유체역학(CFD) #심층학습(Deep Learning) #합성곱 신경망(CNN) #익형(airfoil) #공력특성(Aerodynamics characteristics)

목차

Abstract
1. 서론
2. 수치 기법
3. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0