H class급 가스터빈의 단일 노즐 성능에 대한 CONVERGE CFD 기반 수치 해석적 연구

Q: 이 논문에서 정의한 자동 격자 세분화란 무엇인가?

자동 격자 세분화는 CONVERGE 프로그램에서 사용하는 기술로, subgrid 격자의 스칼라 값을 추정하고 사용자가 지정한 subgrid의 스칼라 임계값을 초과할 때 격자 세분화를 추가하는 방식이다. 이를 통해 내연기관과 같은 이동식 격자의 해석을 원활하게 수행한다.

Q: 단일 노즐의 스월 및 혼합 길이가 연소 성능에 어떤 영향을 미치는가?

연구 결과, 스월 넘버가 높고 연료가 스월러를 통과하기 전 충분한 체류 시간이 확보될수록 연료 혼합도가 균일하며, 이는 안정적인 V형 화염 형성과 균일한 연소기 출구 온도 분포로 이어진다. 반면, 혼합 길이가 짧거나 스월 넘버가 낮으면 혼합 불균일과 불안정한 화염 형상이 나타난다.

김종현; 박정수

학술저널

저자정보: 김종현 (Chosun University) 박정수 (Chosun University)

저널정보: 한국가시화정보학회 한국가시화정보학회지 한국가시화정보학회지 Vol.17 No.2

오류 신고하기

피인용 0

검색

초록·키워드

In this study, we investigate the non-reacting and reacting performance of single nozzle for post H class gas turbine by using commercial CFD tool, CONVERGE, based on adaptive mesh refinement. By varying swirl number and mixing length of base nozzle design. Through the numerical analysis, basic phenomena can be well described with respect to fuel concentration for non-reacting flow, temperature distribution, velocity vector and combustion outlet temperature distribution for reacting flow. However, there are rooms for improvements in model accuracy by comparing test results. Comparison between numerical analysis are planning for further study.

#Gas turbine(가스터빈) #Adaptive mesh refinement(자동 격자 세분화) #Computational fluidic dynamics(전산 유체 역학) #Turbine inlet temperature(터빈 입구온도) #Single nozzle(단일노즐)

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2019-505-000967356

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료