인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
초록·키워드
In this study, an optimization design was performed to improve the hydrodynamic performances of an ultra-small turbine based on a 3-D Reynolds-averaged Navier-Stokes (RANS) analysis. The runner of the turbine was selected as the computational domain and optimization object. The locations of the inlet, outlet and external interface of the computational domain were set to 3 times, 6 times and 3 times the diameter of the runner, respectively. For the turbulent closure problem in the RANS analysis, the shear stress transport (SST) turbulence model was used, and a grid dependency test was performed by applying the grid convergence index (GCI) based on the Richardson extrapolation method considering the grid discretization error. Four design variables related to the geometry of the runner blade were selected to maximize the power coefficient. The radial basis neural network (RBNN) was used as the surrogate model and trained to improve prediction accuracy. The optimization results obtained by using machine learning method showed highly accurate prediction values, and compared with the reference design, the optimum design provided improved hydraulic performances.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2021-554-002089757
