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

논문 기본 정보

자료유형
학위논문
저자정보

전영재 (한국교통대학교, 한국교통대학교 일반대학원)

지도교수
車濬俵
발행연도
2023
저작권
한국교통대학교 논문은 저작권에 의해 보호받습니다.

이용수11

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (3)

2023

딥러닝 모델을 통한 연식별 소형 자동차에서의 실제도로 주행 CO₂ 배출량 예측 모델 비교 분석
전영재 ,  차준표 한국자동차공학회 추계학술대회 및 전시회 2023.11 학술대회자료
이론적 계산과 딥러닝 모델을 통한 연료별 소형자동차에서의 실제도로 주행 CO₂ 배출량 예측 비교 분석
전영재 ,  이찬빈 ,  차준표 한국자동차공학회 춘계학술대회 2023.05 학술대회자료
딥러닝을 이용한 소형 자동차의 실제도로 주행 에너지 소비효율 예측 모델 개발
전영재 자동차공학과 2023.01 학위논문

초록· 키워드

오류제보하기
제 목 : 딥러닝을 이용한 소형 자동차의 실제도로 주행 에너지 소비효율 예측 모델 개발
환경 문제가 대두되면서 자동차 배출가스에 대한 관심이 많아졌다. 이에, 세계 여러 나라에서 교토의정서를 통해 6대 직접온실가스를 규정하였다. 최근 온실가스 감축을 목표로 유럽에서는 Fit for 55 package, 국내에서는 탄소중립기본법을 통해 수송 분야에 대한 온실가스 배출 규제를 강화하고 있다. 이에 맞춰 세계 각국에서는 배출가스 모니터링을 위해 배출가스 배출량 산정 시스템을 각 나라에 맞게 개발하여 사용 중이다. 대표적으로 COPERT, HBEFA, MOVES, CAPSS 등이 있다. 이러한 시스템은 주로 회귀방정식, 시뮬레이션 등의 방법을 사용한다. 하지만 이런 방법들은 많은 데이터를 처리해야 하는 한계가 있다. 이에 본 연구에서는 빅데이터 처리에 적합한 딥러닝 모델을 사용하여 실제도로 CO2 배출량 및 에너지 소비효율 예측 모델을 개발하고자 한다. 기초연구로써 배기량, 유종, 연식 3가지 Case에 따른 소형 자동차에서의 실제도로 주행 에너지 소비효율 예측 모델을 개발하여 비교 분석하였다.
실험 차량은 서로 다른 조건(연료, 배기량, 연식)을 가지는 차량 8대를 선정하였다. 배출가스 배출량 데이터는 PEMS(Portable Emissions Measurement System)를 사용하여 취득하였고 차량 내부 데이터는 CAN 통신을 이용하여 취득하였다. 학습 데이터는 실제도로 주행 실험을 통해 취득한 데이터를 사용하였고, 학습 변수는 차량 내부 데이터를 요인 설계분석을 통해 선별하였다. 예측 대상은 배출가스 데이터로 하였다. 프로그램은 Python을 사용하였으며, 딥러닝 모델은 CNN(Convolution Neural Network)의 Conv1D(1D Convolution) Layer와 RNN(Recurrent Neural Network)의 LSTM(Long Short-Term Memory) Layer와 Dense Layer로 구성하였다. 또한 3가지 Case에 따라 모델의 파라미터를 변경해 가며 모델을 다르게 선정하였다. 학습된 모델에 각 Case의 차량을 대입하여 모델을 검증하였다. 검증은 CO2 배출량 및 에너지 소비효율 비교분석을 통해 진행하였다.
검증 결과, 배기량이 다른 차량에 대해서는 예측이 잘 안되었지만, 통합 예측 모델 적용 가능성이 높다고 판단되었다. 유종이 다른 차량에 대해서는 통합 예측 모델 적용 가능성이 매우 낮은 것으로 판단되었다. 연식이 다른 차량에 대해서는 보완 사항 없이 통합 예측 모델이 적용 가능하다고 판단하였고 학습 데이터를 추가하면 정확도가 높아질 것으로 예측된다.

목차

I. 서 론 1
1.1 연구 배경 1
1.1.1 국가별 온실가스 배출 현황 및 규제 1
1.1.2 온실가스 모니터링 시스템 현황 8
1.2 연구 목적 및 필요성 9
II. 실험 방법 10
2.1 실제도로 주행 실험 10
2.1.1 실험 차량 선정 10
2.1.2 실험 경로 10
2.1.3 이동식 배출가스 측정 장비 18
2.1.4 실험 장비 신뢰성 검증 20
2.2 딥러닝 모델 22
2.2.1 워크스테이션 제원 22
2.2.2 딥러닝 모델 학습 변수 설정 23
2.2.2.1 Case 1 유효 학습 인자 선별 23
2.2.2.2 Case 2 유효 학습 인자 선별 27
2.2.2.3 Case 3 유효 학습 인자 선별 28
2.2.3 딥러닝 모델 구성 30
2.2.3.1 Case 1 딥러닝 모델 구성 32
2.2.3.2 Case 2 딥러닝 모델 구성 33
2.2.3.3 Case 3 딥러닝 모델 구성 34
III. 실험 결과 35
3.1 실제도로 주행 실험 결과 35
3.2 Case 1 모델 결과 40
3.2.1 Vehicle 1(1,995cc 차량) 41
3.2.2 Vehicle 2(2,959cc 차량) 44
3.2.3 Vehicle 3(1,685cc 차량) 47
3.3 Case 2 모델 결과 50
3.3.1 Vehicle 3(경유 차량) 51
3.3.2 Vehicle 4(휘발유 차량) 54
3.3.3 Vehicle 5(하이브리드 차량) 57
3.4 Case 3 모델 결과 61
3.4.1 Vehicle 6(2013년식 차량) 62
3.4.2 Vehicle 7(2017년식 차량) 65
3.4.3 Vehicle 1(2019년식 차량) 68
3.4.4 Vehicle 8(2020년식 차량) 71
IV. 결 론 75
V. 논의 및 제언 79
참고문헌 80
Abstract 82

최근 본 자료

전체보기

댓글(0)

0