분사기 특성 계측과 데이터 기반 예측·수치 모델링 연구

Injector characterization and data-driven prediction for spray and deposition

연구 내용

분사기 계측 데이터와 수치해석을 결합하여 분무 거동 및 침전 두께를 예측하고, 운전 조건-물성 상관을 모델링하는 연구

분사 장치의 유량 및 분무 특성을 계측하고, 분사 조건 변화가 연소 전 단계 거동에 미치는 영향을 데이터 기반으로 추정합니다. 특히 ECN Spray A-3 piezoelectric injector에 대해 계측 기반 특성량을 정리하고, Machine-Learning 기반 예측으로 분사율을 보정하는 접근을 수행합니다. 동시에 침전물 형성 문제에 대해서는 CFD 기반으로 물성·운전 변수가 침전 두께에 미치는 민감도를 분석하고, 대규모 시뮬레이션 결과를 회귀 모델로 연결하여 설계 입력값을 산출합니다. 이를 통해 탄소 침전물과 연관된 공정 변수 도출에 활용 가능한 모델을 구축합니다.

관련 프로젝트

1건

연구 흐름

초기에는 분사 조건 변화가 분무 형태와 분사율에 미치는 영향을 계측으로 정량화하고, injector 데이터의 재현성과 활용성을 확보했습니다. 이후에는 예측 모델을 도입하여 분사율과 분무 관련 지표를 조건별로 빠르게 추정하는 방향으로 연구를 확장했습니다. 한편 침전물 형성 문제에서는 CFD로 유동장과 침전 성장의 상관을 분석하고, 전 범위 조건을 커버하는 대규모 계산을 수행한 뒤 회귀 모델로 연결해 운전 변수-침전 두께의 관계를 도출했습니다. 이러한 흐름은 탄소 침전물 생성 저감 연구의 공정 해석 기반으로 연계되었습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

분사기 조건 기반 분무 성능 예측
운전 인자-침전량 민감도 모델
연소 전 단계 제어 로직
모델 기반 실험 설계 최적화
대체 연료 적용성 평가
센서 데이터 품질 점검 절차
CFD-회귀 모델 결합 자동화
침전 억제 운전 창(window) 제시
열·유동 연성 해석 입력값 산정
엔진 유지보수 관점 예측