CT-레이저흡수분광법(TDLAS) 성능향상을 위한 레이저 선폭확장 함수 최적 계수 선정에 관한 연구

Q: 이 논문에서 정의한 선폭확장이란 무엇인가?

선폭확장은 레이저빔이 가스분자에 흡수될 때 스펙트럼의 선형함수 형태로 나타나는 현상이다. 이는 온도, 압력, 그리고 분자 상호 간의 충돌에 의해 발생하며, 도플러 선폭확장과 충돌 선폭확장의 영향을 모두 고려한 Voigt 선형함수로 모델링된다. 흡수 스펙트럼의 정확한 커브 피팅을 통해 측정값의 신뢰도를 결정하는 중요한 요소이다.

Q: CT-TDLAS 성능 향상을 위한 최적 선폭확장 계수는 무엇인가?

연구 결과, 플랫 버너 실험을 통해 가스분자 간 충돌에 의한 최적 선폭확장 계수는 γj=0.16, nj=0.37로 선정되었다. 이 실험적 계수를 엔진 배기가스 측정에 적용한 결과, 흡수 스펙트럼의 커브 피팅 오차가 이론적 계수를 사용했을 때보다 약 1/5 수준으로 줄어들어 CT-TDLAS 기반 온도장 및 농도장 측정 성능이 개선됨을 확인하였다.

최두원; 조경래; Yoshihiro Deguchi; 백태실; 도덕희

추천

검색

질문

자료유형: 학술저널

저자정보: 최두원 조경래 Yoshihiro Deguchi 백태실 도덕희

저널정보: 한국수소및신에너지학회 한국수소및신에너지학회논문집 한국수소 및 신에너지학회 논문집 제27권 제6호

발행연도: 2016.12

수록면: 773 - 782 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

The performance of the CT-TDLAS (computed tomography-tunable diode laser absorption spectroscopy) is strongly dependent upon the line broadening functions. The line of the laser beam used in the TDLAS is scattered by the natural broadening, the collisional broadening and the doppler broadening. The influence of the natural broadening to the experimental spectra obtained in the TDLAS is negligible. The influences of the collisional broadening and the doppler broadening to the experimental spectra are relatively large, in high pressure gas flows and in high temperature low pressure gas flows, respectively. In this study, optimal coefficients are proposed for the doppler broadening function by using the experimental data obtained in a flat burner test. The optimal coefficients were γ<sub>j</sub> =0.16 and n=0.37. Using these coefficients, the temperature and concentration distributions at the engine exhaust gas pipe have been calculated showing their validities.

#균일연소기 #도플러확장 #엔진배기가스관 #충돌확장 #토모그래피-레이저흡수분광법 #Collisional broadening #CT-TDLAS #Doppler broadening #Engine exhaust gas pipe #Flat burner

참고문헌

참고문헌 신청

최근 본 자료

전체보기

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)