Data-Driven Fluid Engineering (DDFE) Lab
인하대학교 본교(제1캠퍼스)이상승 교수 기계공학과
Mechanical Engineering
기계공학
연구실 소개
데이터 기반 유체 공학 연구실(DDFE Lab)은 기계공학과 소속으로, 데이터 기반 접근 방식을 통해 유체 공학 분야의 다양한 문제를 해결하는 데 주력하고 있습니다. 최근 3년간 연구실은 신경망을 활용한 바람 예측, 태풍 경로 및 강도 예측, 그리고 유체 흐름 예측 등에서 두각을 나타냈습니다. 특히, 2023년에는 거친 표면의 항력 감소를 위한 데이터 기반 접근 방법을 제안하여 주목받았습니다. 또한, 신경망을 이용한 풍력 발전 효율 향상에 관한 리뷰 논문을 발표하며 연구 역량을 입증하였습니다. 이러한 연구 성과를 바탕으로 다양한 기업과의 협업을 통해 실질적인 R&D 프로젝트를 수행하고 있습니다.
신경망
바람 예측
태풍 경로 예측
유체 흐름 예측
항력 저감
항력 감소
연구 분야
기계 표면 거칠기에 따른 항력 예측Data-Driven Fluid Engineering (DDFE) Lab은 데이터 기반 방법론을 통해 기계 표면의 거칠기가 유체 흐름에 미치는 영향을 연구하고 있습니다. 연구팀은 특히 표면 거칠기의 크기와 형태가 항력에 미치는 영향을 예측하는 것을 중점으로 하고 있습니다. 이를 위해 다양한 기계 학습 알고리즘과 딥러닝 기술을 활용하여 실험적 데이터와 시뮬레이션 데이터를 통합 분석하고 있습니다. 이러한 연구는 항공, 해양 및 자동차 산업 등에서 연료 효율성을 높이고 비용을 절감하는 데 중요한 역할을 합니다. 최근 연구에서는 표면 거칠기의 공간적 특성과 시간적 변동성을 분석하여, 항력 감소를 위한 최적의 표면 설계를 제안하고 있습니다.
주요 논문
1
Prediction of equivalent sand-grain size and identification of drag-relevant scales of roughness--a data driven approach
Yang, J., Stroh, A., Lee, S., Bagheri, S., Frohnapfel, B., Forooghi, P.
Journal of Fluid Mechanics
2023
2
Effects of spatiotemporal correlations in wind data on neural network based wind predictions
Shin, H., Rüttgers, M., Lee, S.
Energy
2023
3
Neural networks for improving wind power efficiency: a review
Shin, H., Rüttgers, M., Lee, S.
Fluids
2022
4
Prediction of a typhoon track and intensity using a generative adversarial network with observational and meteorological data
Rüttgers, M., Jeon, S., Lee, S., You, D.
IEEE Access
2022
5
Prediction of molten steel flow in a tundish with water model data using a generative neural network with different clip sizes
Choi, B., Lee, S., You, D.
Journal of Mechanical Science and Technology
2022
Data-Driven Fluid Engineering (DDFE) Lab
인하대학교 본교(제1캠퍼스) 기계공학과
이상승 교수
연구실 미공개 시장의
프로젝트 이력 조회부터
맞춤 정부 과제 추천까지
기술 경쟁력과 새로운 성장 동력
확보를 위한 솔루션을 제공합니다
이런 정보까지 확인할 수 있어요!
혹시 교수님 본인이신가요?
나의 연구실 정보 수정하러가기