공력성능 평가를 위한 자동차 자동 가상 풍동 개발

Q: 이 논문에서 정의한 자동 가상 풍동이란 무엇인가?

자동차 설계자가 수치해석에 대한 전문 지식 없이도 차량의 공력 성능을 평가할 수 있도록 개발된 자동화된 시뮬레이션 도구다. 이는 3D 모델 표준화부터 격자 생성, 유동 해석 및 결과 가시화까지의 전 과정을 표준화하여 해석 소요 시간과 비용을 절감하는 프로세스를 포함한다.

Q: 자동 가상 풍동 프로세스를 통한 항력 계수 예측의 정확도는 어떠한가?

연구 결과, DrivAer 모델의 세 가지 유형인 Notchback, Fastback, Hatchback 모두에서 해석 결과와 실험 결과 간의 오차율이 5% 미만으로 나타났다. 다만 자동 가상 풍동을 통해 예측된 항력 계수 값은 실제 실험값보다 다소 낮게 산출되는 경향을 보였다.

김재우; 김광민; 문영기; 이경은; 김정일; 전완호; 조장형

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김재우 (쎄딕) 김광민 (쎄딕) 문영기 (쎄딕) 이경은 (쎄딕) 김정일 (CEDIC) 전완호 (쎄딕) 조장형 (쎄딕)

저널정보: 한국자동차공학회 한국자동차공학회 추계학술대회 및 전시회 2017년 한국자동차공학회 추계학술대회 및 전시회

발행연도: 2017.11

수록면: 1,134 - 1,138 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In this study, AVWT (Automatic Virtual Wind Tunnel) is developed to estimate of vehicle aerodynamic performance. For the first step of using AVWT, engineer set boundary condition and mesh condition on the main window. As engineer executes AVWT, aerodynamic analysis of vehicle is performed from pre process (mesh generation) to post process automatically. In order to secure the accuracy of AVWT, drag coefficient values of using AVWT are compared with those of experiment for the three typical DrivAer models (Notchback, Fastback, and Hatchback). As a result, the error of the difference between the result AVWT and experiment is less than 5%

#Automatic Virtual Wind Tunnel(자동가상풍동) #Aerodynamic Performance(공력성능) #Post-analysis visualization(후처리 가시화) #DrivAer model(범용 자동차 모델)

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)