공기청정기 시험기의 센서신호 오차가 공기청정기 성능 평가에 미치는 영향

Q: 이 논문에서 정의한 압력 강하란 무엇인가?

압력 강하는 공기청정기의 성능 인자 중 통기저항을 평가하는 방법으로, 정격 공기유량 조건에서 필터 전후의 차압을 측정하여 얻는 값이다. 이는 먼지포집량이나 포집효율 평가 시 시험 종료 조건을 결정짓는 중요한 인자로 활용된다. 공기청정기 내부에서 공기가 흐르면서 발생하는 압력 손실을 나타낸다.

Q: 공기청정기 성능 평가 시 센서 오차가 압력 강하 측정에 어떤 영향을 미치는가?

연구 결과, 공기청정기 성능 평가 시 온도센서의 오차보다 절대압 센서의 오차가 공기유량 환산 및 압력 강하 측정에 훨씬 큰 영향을 미친다. 절대압 센서의 측정 오차가 5% 발생할 경우, 필터의 압력 강하 오차는 3%로 나타나며, 이는 공기청정기 시험기 관리 시 절대압 센서의 정밀도 유지가 매우 중요함을 시사한다.

이천환; 김민영; 이수민

doi:10.7316/KHNES.2023.34.1.77

추천

검색

질문

자료유형: 학술저널

저자정보: 이천환 (전남대학교) 김민영 (전남대학교) 이수민 (전남대학교)

저널정보: 한국수소및신에너지학회 한국수소및신에너지학회논문집 한국수소 및 신에너지학회 논문집 제34권 제1호

발행연도: 2023.2

수록면: 77 - 82 (6page)

DOI: 10.7316/KHNES.2023.34.1.77

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

The fuel cell in fuel cell electric vehicle utilizes oxygen in the atmosphere, which requires the use of an air cleaner system to minimize the intake of harmful pollutants. To estimate the performance of the air cleaner system, the pressure drop between the filter inlet and outlet is used under the rated air flow condition. In this study, the effect of sensor error in this air cleaner testing is experimentally carried out. It is found that the errors of the temperature sensor does not significantly affect the estimation of pressure drop. However, in the case of the pressure sensor, 5% sensor error results in the error of pressure drop estimation by 3%. Therefore, it is recommended that the measurement accuracy of the pressure sensor mounted in test system should be maintained at less than 5%.

#Air cleaner(공기청정기) #Orifice flowmeter(오리피스 유량계) #Rated air flowrate(정격 공기유량) #Pressure drop(압력 강하) #Normal condition air flowrate(정상조건 공기유량) #Sensor error(센서 오차)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2023-550-000432601

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)