http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 정소명(Somyung Chung) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
다변량 LSTM을 이용한 극저온 액화가스 저장탱크의 슬로싱에 의한 첨두 압력 예측
김재원(Jaewon Kim),정소명(Somyung Chung),전규목(Gyumok Jeon),박종천(Jongchun Park) 한국해양환경·에너지학회 2021 한국해양환경·에너지학회 학술대회논문집 Vol.2021 No.10
본 연구에서는 극저온 액화가스 저장 탱크 내부에서 발생하는 슬로싱에 의한 탱크 내부의 첨두 압력을 계산하기 위한 전산유체 시뮬레이션과, 시뮬레이션을 통한 계산값 이후의 첨두 압력 시계열 결과값 예측을 위해 딥러닝 방식의 순환 신경망 구조(Recurrent Neural Network, RNN) 중 하나인 LSTM(Long Short-Term Memory)를 이용하는 방법론을 제시한다. 극저온 액화가스 저장탱크의 첨두 압력 계산을 위한 상용 유동해석 시뮬레이션 프로그램으로 STAR-CCM+(ver. 15.02.007)을 사용하였으며, 계산된 첨두 압력 시계열을 Python 기반 Tensorflow 라이브러리의 LSTM 모델을 통해 이후 시계열 값을 예측하였다. 이 때 저장탱크 내 첨두 압력 시계열에 직접적인 영향을 미치는 것으로 판단되는 변수를 다변량으로 LSTM 모델에 포함시켜 계산을 진행하였으며, 이를 시뮬레이션 계산 결과와 비교하여 LSTM을 통한 예측값의 유효성을 판단하였다. This study presents a methodology of using LSTM(Long Short-Term Memory), one of the deep learning Recurrent Neural Networks(RNN), to calculate peak pressure inside the cryogenic storage tank by sloshing generated inside the tank and predict peak pressure time series after calculation. STAR-CCM+(ver.15.02.007) was used in this study for calculation of peak pressure in the tank, and LSTM module in Tensorflow(ver.2.4.0) based Python was used in this study for prediction of time series after calculations. Then the calculation was performed by including variables that were determined to have a direct effect on the peak pressure time series in the storage tank in a Multivariate LSTM, and the validity of the predicted value through LSTM was determined by comparing them with the simulation and calculation results.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
