3차원 유동장 계산을 위한 표면격자의 근사적 곡률 회복에 대한 연구 :

이종윤

추천

검색

자료유형: 학위논문

저자정보: 이종윤 (충남대학교, 忠南大學校大學院)

지도교수: 김병수

발행연도: 2017

저작권: 충남대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (2)

2017

3차원 유동장 계산을 위한 표면격자의 근사적 곡률 회복

이종윤 , 김병수 한국전산유체공학회지 2017.09 학술저널

3차원 유동장 계산을 위한 표면격자의 근사적 곡률 회복에 대한 연구

이종윤 항공우주공학과 2017.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

n the grid generation, the shape modeled in the CAD system is transmitted to the program in the STL data format, and the shape definition is performed. However, there is a problem that the curvature information of the original shape is lost in the process of transmitting the data to the program in the STL data format. In addition, in the case of a shape having many curved surfaces, a mesh having a non-smooth surface is generated in the process of generating a mesh. In order to solve this problem, we have studied the approximate curvature recovery of the surface mesh for 3D flow field calculation. In CAD system, the modeled shape was called in STL format to create the surface grid, and the surface grid was segmented to have the desired grid size using the Barycentric coordinates. The approximate curvature recovery for the curved surface was Bezier triangular surface. Curvature recovery creates a curved surface for each cell, Along-edge recovery, in which the curvature is restored along the edges of the grating, and cross-edge recovery, in which the curvature is restored such that neighboring faces have a continuous gradient. The surface mesh generated by the approximate curvature recovery was performed using the Panel Method program for verification and the surface mesh close to the original shape was generated. In this study, it is expected that more accurate analysis results will be obtained if the grid is generated using the surface generated by the approximate curvature recovery.

목 차
List of Table ii
List of Figure iii
1. 서론 1
1.1. 연구 배경 1
1.2. 관련 연구 동향 1
1.3. 연구 목표 2
2. 이론적 배경 3
2.1. STL 3
2.2. 무게중심좌표 4
2.3. Bezeir Surface 5
2.4. Panel Method 8
3. 프로그램 10
3.1. 프로그램 개발 환경 10
3.2. 형상데이터 불러오기 11
3.3. 삼각형 표면격자의 분할 12
3.4. 표면격자의 근사적 곡률 회복 13
3.4.1. Triangular Bezier Surface 13
3.4.2. Along-Edge 곡률 회복 14
3.4.3. Cross-Edge 곡률 회복 15
3.4.4. STL 데이터의 Resolution에 따른 곡률 회복 16
3.5. Panel Method 계산을 위한 Panel 격자 생성 18
4. Panel Method를 이용한 표면격자의 검증 20
4.1. Apame 20
4.2. 표면격자의 검증 21
4.2.1. Sphere 21
4.2.2. Ellipsoid 24
4.2.3. Wing 26
5. 결론 31
참고문헌 33
ABSTRACT 34

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)