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
성남철 (가천대학교) 최기봉 (가천대학교) 최원창 (가천대학교)
저널정보
한국건축친환경설비학회 한국건축친환경설비학회 논문집 한국건축친환경설비학회 논문집 제13권 제3호
발행연도
2019.6
수록면
191 - 202 (12page)

이용수

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

이 논문의 연구 히스토리 (2)

2019

인공신경망 입력 변수에 따른 송풍기 풍량 예측모델 개발 및 평가
성남철 ,  최기봉 ,  최원창 한국건축친환경설비학회 논문집 2019.06 학술저널

2017

인공신경망을 이용한 송풍기 풍량 예측 모델 개발
성남철 ,  최원창 대한건축학회 학술발표대회 논문집 2017.10 학술대회자료

초록· 키워드

오류제보하기
A model for predicting the supply air flow rate in the fan, which plays a important role in HVAC system, is to be developed using artificial neural network. A predictive model has been developed to study with the Levenbarg-Marquardt algorithm through 8760 sets of one-hour resolution. The model of three cases was constructed according to the combination of the input variables constituting the input data of the neural network, and the accuracy of each case model was evaluated through statistical approach using Coefficient of Variation of Root Mean Square Error and the best performance model was determined. The input parameters includes flow rate, pressure, fan power consumption, outdoor air temperature, outdoor air humidity, supply air temperature and zone air temperature. The suggested model including seven input data shows the best performance. The results show that the developed model can provide results sufficiently accurate.
#예측모델 #데이터기반 모델 #인공신경망 #공기조화기 #송풍기 #풍량 #Predict model #Data-driven-model #Artificial Neural Network (ANN) #Air Handling Unit (AHU) #Fan #Air flow rate

목차

ABSTRACT
서론
인공신경망 모델을 이용한 예측모델 적용 사례
연구방법
인공신경망 모델 결과 및 예측성능 분석
결론
References

참고문헌 (20)

참고문헌 신청
백용규 / 2016 / 난방시스템 최적 셋백온도 적용시점 예측을 위한 인공신경망모델 개발 / KIEAE Journal 16(3):89~94 dbpia 최형준 / 2011 / 원심압축기 최적화를 위한 연구 II-인공지능망과 유전자 알고리즘 / 한국항공우주학회지 39(5):433~441 google schola Jang, J. H / 2017 / A Prediction of Optimal Heating Timing based on Artificial Neural Network by utilizing BEMS data / Spring Conference of AIK 37(2):563~564 google schola Kang, I / 2016 / Recent Research Trends of Artificial Intelligence in Buildings-Review of Domestic and International Journal Papers- / Autumn Conference of AIK 36(2):635~642 google schola 강인성 / 2017 / 최근 건축분야의 인공지능 기계학습 연구동향 - 국내ㆍ외 연구논문을 중심으로 - / 대한건축학회논문집 구조계 33(4):63~83 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

자연재난에 의한 전력설비 피해 예측을 위한 인공신경망(ANN) 알고리즘 개발
최민희 ,  정남준 ,  이규철 외 2명 전기학회논문지 2019 .09
인공신경망 변수에 따른 HVAC 에너지 소비량 예측 정확도 평가 : 송풍기를 중심으로
김지헌 ,  성남철 ,  최원창 외 1명 대한건축학회 논문집 - 구조계 2018 .11
인공신경망을 이용한 송풍기 풍량 예측 모델 개발
성남철 ,  최원창 대한건축학회 학술발표대회 논문집 2017 .10
2008년 태풍 특징
차은정 ,  황호성 ,  양경조 외 4명 대기 2009 .06
FEMS 적용을 위한 LSTM 기반의 식품공장 에너지 소비 예측 모델의 최적화
이형아 ,  김동주 ,  조우진 외 1명 환경에너지공학 2023 .07

최근 본 자료

전체보기

댓글(0)

0