지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 박문수
- 발행연도
- 2021
- 저작권
- 성균관대학교 논문은 저작권에 의해 보호받습니다.
이용수15
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 음파의 도달시간 측정과 기계학습을 이용하여 층류화염의 온도장 예측을 수행하였다. McKenna 버너를 사용하여 축 대칭 온도장을 가지는 연소가스를 생성하였다. 음원으로서는 전기방전이 사용되었으며 측정 영역 주변을 따라 설치된 마이크로폰 사용하여 음파신호를 측정하였다. 온도구배가 있는 기체에서 전파되는 음파는 기체의 온도에 따라 굴절되는 정도가 다르기 때문에 음파 도달시간이 온도장에 종속되어 음파 도달시간이 주어졌을 때 온도장을 해석적으로 구할 수 없다. 이러한 문제점을 해결하기 위해 기계학습을 이용하여 음향 도달시간으로부터 온도장을 예측하는 모델을 획득되었다. 음원으로부터 각 마이크로폰들 까지의 경로의 수가 4개였기 때문에 온도장은 먼저 4 개의 변수로 매개변수화 되었다. 그 뒤, 굴절에 의한 음파면의 경로와 음파 도달시간을 계산하는 시뮬레이터를 사용하여 4개의 온도장 변수로 생성된 온도장에 따른 음파 도달시간 빅 데이터가 생성되었다. 마지막으로, 취득한 빅 데이터를 단일 은닉 계층 신경망을 학습시켜 기계학습 모델을 취득하였다. 온도장은 예측 결과는 해당 모델에 실험을 통해 구한 음파 도달시간을 테스트하여 취득하였고 그 결과 열전대를 이용하여 측정한 온도장 측정 결과와 거의 일치하는 것으로 확인되었다.
목차
제 1 장 서 론 11.1. 연구 배경 11.2. 관련 연구 21.3. 연구 목적 및 내용 3제 2 장 실험 장치 및 방법 52.1. 음파 도달시간 측정 실험 장치 52.2. 실험 방법 7제 3 장 실험 결과 및 고찰 123.1. 열전쌍 온도측정 결과 123.2. 음파신호 측정 결과 183.3. 음파신호 측정을 통한 음파 도달시간 계산 23제 4 장 기계학습 모델 취득 과정 274.1. 시뮬레이션을 통한 빅 데이터 취득 과정 304.2. ELM 알고리즘을 이용한 모델 학습 35제 5 장 기계학습을 이용한 온도장 예측 375.1. ELM 파라미터 최적화 375.2. 기계학습을 이용한 온도장 예측 결과 42제 6 장 요약 및 결론 48후 기 50참고문헌 51부록 55Abstract 60
최근 본 자료
댓글(0)
0