비정렬 격자 기반 해석자 UMSAPv 검증 및 OPPAV 항공기 공력 해석

Q: 이 논문에서 정의한 비정렬 격자 기반 해석자란 무엇인가?

비정렬 격자 기반 해석자는 복잡한 형상의 전산유체역학(CFD) 해석에서 격자 생성에 높은 유연성과 자유도를 제공하여 복잡한 형상을 효과적으로 모사할 수 있도록 개발된 해석 도구이다. 기존의 정렬 격자 기반 해석자와 달리, 다양한 형태의 격자 요소를 혼합하여 사용할 수 있어 복잡한 유동 문제 해결에 강점을 가진다.

Q: UMSAPv 해석자는 복잡한 항공기 형상에 대한 공력 해석에서 어떤 신뢰성을 보이는가?

연구 결과, UMSAPv 해석자는 sphere, NACA0012 airfoil, ONERA M6 wing 등 다양한 검증 케이스를 통해 정확도와 신뢰성을 확보하였다. 특히, 랜딩 기어와 파일런을 포함한 OPPAV 항공기와 같은 복잡한 형상에 대해서도 풍동 시험 및 타 해석자 결과와 유사한 경향성을 보이며 신뢰도 높은 공력 해석 결과를 제공한다.

김광희; 백청; 이승수; 최재훈

doi:10.6112/kscfe.2021.26.1.059

학술저널 Full-text AI

저자정보: 김광희 (인하대학교) 백청 (인하대학교) 이승수 (인하대학교) 최재훈 (한국항공우주연구원)

저널정보: 한국전산유체공학회 한국전산유체공학회지 한국전산유체공학회지 제26권 제1호

오류 신고하기

피인용 1

검색

초록·키워드

UMSAPv is a newly developed three-dimensional unstructured node-based finite volume solver. The solver is validated for analyses of flows over various geometries, from the laminar flow over a sphere to the turbulent flows over a NACA0012 airfoil, an ONERA M6 wing, an RAE A wing-body, and a delta wing-cylindrical body. And the accuracy of the solver is examined by comparing its results with wind tunnel tests and results of others. In addition, It shows the high usability by being analyzing flows over an aircraft with complex geometry such as landing gear and pylon.

#비정렬 격자 기반 해석자(Unstructured Mesh Based Solver) #실험유체역학(EFD) #전산유체역학(CFD) #OPPAV(Optionally Piloted Personal Air Vehicle)

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2021-559-001653025

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