플라이휠 에너지 저장 장치의 2D모델링 방법 제시

Q: 이 논문에서 정의한 FESS(Flywheel Energy Storage System)란 무엇인가?

FESS는 잉여 전기에너지를 회전 운동에너지 형태로 저장한 후 필요할 때 다시 전기에너지로 변환하여 사용하는 장치이다. 이는 무정전 전원장치나 발전소의 잉여전력 저장 용도로 활용되며, 마찰 및 마모와 같은 기계적 문제가 없어 효율적인 에너지 저장 시스템으로 제안된다.

Q: 플라이휠 에너지 저장 시스템의 2D 모델링 방법은 3D 모델과 어떤 차이가 있는가?

연구 결과, 제안된 2D 모델링 방법은 강체 모드(Parallel, Conical)에서는 3D 모델과 유사한 결과를 보이나, 굽힘 모드에서는 차이를 나타낸다. 이는 2D 모델이 허브의 유연한 모드나 플라이휠이 샤프트의 굽힘을 방해하는 힘을 정확히 표현하지 못하기 때문으로 분석된다.

김병수; 구동식; 임장익; 배용채; 이욱륜; 김희수; 최병근

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김병수 (경상대학교) 구동식 (경상대학교) 임장익 (경상대학교) 배용채 (한국전력공사) 이욱륜 (한국전력공사) 김희수 (한국전력공사) 최병근

저널정보: 대한기계학회 대한기계학회 춘추학술대회 대한기계학회 2009년도 추계학술대회 강연 및 논문 초록집

발행연도: 2009.11

수록면: 982 - 987 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

The purpose of flywheel energy storage system (FESS) is to store unused nighttime electricity as kinetic energy and convert it to electricity during daytime. The FESS is proposed as an effcient energy storage system because there is no mechanical problems, such as friction and wear. The flywheel is rotated at a high speed, 10,000 rpm. The rotor dynamic analysis should be performed with a adequate analytical model and equations of motion to identify the stable driving condition and the dynamic behavior. But the analysis has to be needed for a long time to get the result from solving software that is used 3D model because the number of node and element is very big for good result. Therefore, in this paper, the new modelling method using 2D model is suggested. It will be solved by coded program in MATLAB by FEM(Finite Element Method). And the result from coded program is compared with results from common solving software, MSC. Nastran and ANSYS Workbench.

#Flywheel Energy Storage System(FESS, 플라이휠 에너지 저장 시스템) #Rotor Dynamic Characteristic(회전 동특성) #Finite Element method(FEM, 유한요소기법) #Natural Frequency(고유진동수) #Add Mass(부가 질량)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-550-019125531

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)