수도 배관 시스템에서 누수를 탐지하기 위해, 고유 직교 분해(proper orthogonal decomposition, POD)와 방사 기저 함수 네트워크(radial basis function network, RBFN)를 결합한 역(逆) 과도(transient) 해석 기법을 제안한다. 본 기법의 참신성과 신뢰성을 검증하기 위해, 다양한 누수 조건을 포함한 인공 사례에서 메타휴리스틱(metaheuristic) 알고리즘을 사용하는 기존 기법과의 성능을 비교하였다. 휴리스틱 기법이 본질적으로 갖는 막대한 계산 비용을 요구하는 한계가 해결되었음이 입증되었다. 이는 POD가 특이값 분해(singular value decomposition)를 통해 기저를 획득하고, 그 기저로 구성된 축소 차수 공간(reduced-order space)에서 데이터를 처리하기 때문이다. 여러 결론을 도출하였다. 첫째, 누수 탐지의 신뢰성이 확인되었다. 다음으로, RBFN은 신뢰성 있는 해상도를 갖는 스냅샷으로부터 지도학습(map learning)을 수행하여, POD 계수와 누수 계수 간의 관계를 학습하였다. 마지막으로, 다른 누수가 발생하더라도 데이터 업데이트 없이 제시된 기법을 사용하여 이를 평가할 수 있었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.