, (전기자동차, EV) .

냉각탑으로부터의 드리프트(drift)는 제트가 횡류(crossflow) 속에 있는 현상과의 유사성 및 Legionella 전파와의 잠재적 관련성 때문에 학술적·실무적 관점 모두에서 중요한 연구 주제이다. 본 연구에서는 Eulerian–Lagrangian 접근법과 액적(droplet) 상변화 모델을 사용하여, 횡류 하에서의 드리프트의 동적 및 열적 특성을 수치적으로 조사하였으며, 서로 다른 Grashof 수 및 속도비(velocity ratio) 조건에서 근접장(near-field) 발달에 초점을 맞추었다. 대규모 와류 모사(large eddy simulation; LES)는 기준(basal), 낮은 대기온도, 낮은 속도비(LVR) 사례에 대해 수행하였다. LVR 범위에서의 대향 회전 와류쌍(counter-rotating vortex pair; CVP) 발달은 고(高) 속도비 범위에서의 경향과 반대 양상을 보였다. 제트 중심선(jet centerline)과 달리, 액적 궤적은 Grashof 수에 대해 더 높은 민감도를 보이며 LVR 경우에는 독특한 이중(二重) 굴곡점(double inflection points)이 나타난다. 드리프트 반경(drift radius)에 대한 수정된 반(半)경험적(sem-empirical) 공식을 제시하며 예측 정확도를 향상시켰다. 라그랑지안 액적 상변화에서의 2차원 확률밀도함수(probability density function; PDF)의 시간적 진화는 액적 분출 위치에 기반한 두 가지 뚜렷한 온도 구간을 나타내며, PDF에서의 가지(branch) 형태를 유도하는 메커니즘을 설명한다. 액적 질량에 대한 히스토그램은 상변화에 대해 작은 액적의 민감도가 더 높고, Grashof 수가 증가할수록 증가함을 보여준다. LVR 경우는 조밀하고 강한 CVP가 뜨겁고 작은 액적을 내부로 모으기 때문에 구별되는 액적 발달 메커니즘을 보인다. 높은 강도의 CVP는 응축(condensation)의 증가를 통해 작은 액적의 질량을 증가시키는 반면, 더 강한 횡류의 운동량은 혼합(mixing)을 통해 큰 액적의 질량을 감소시킨다.

소용돌이 흐름은 공기 추진 시스템에서 연료 혼합을 증가시키는 데 널리 사용되며, 소용돌이 강도는 연소 효율에 상당한 영향을 미친다. 본 연구에서는 환형 노즐 내부의 압축성 소용돌이 흐름에 대해 소용돌이 수와 방향성 마하 수를 예측하기 위한 새로운 1차원 모델을 제안한다. 기존 모델의 한계는 비대칭 벽 전단응력, 경계층 두꺼워짐을 고려한 압축성 마찰계수, 난류 점성, 벽 열전달 모델 등으로 보완한다. 제안된 모델은 수렴–팽창(CD) 및 직선 환형 노즐 내부의 난류 흐름에 대해 검증되었다. 무점성 모델과 비교할 때, 예측 성능이 유의미하게 향상된 결과가 관찰된다. 압축성 마찰계수와 벽 열전달 모델의 영향은 중요하지만, 난류 점성의 영향은 입구 마하 수가 증가할수록 감소한다. 본 모델은 물리적 효과를 규명하기 위한 매개변수 연구에 적용된다. CD 환형 노즐의 경우, 방출계수와 추력 효율에 대한 점성 효과를 검토하였으며, 이전 연구들과 일관된 결과가 관찰된다. 직선 환형 노즐의 경우에는 주요 매개변수들의 영향을 조사한다. 아음속 및 초음속 모두에서 축방향으로의 방위 마하 수 변화는 주로 벽 전단응력에 의해 좌우된다. 아음속 조건에서는 소용돌이 수가 하류로 갈수록 감소하며, 소용돌이 감쇠율을 최소화하는 내측 및 외측 반경의 최적 비가 존재한다. 그러나 초음속 조건에서는 소용돌이 수가 계속 증가하고, Gamma에 대해 기울기는 단조롭게 증가한다.

복잡한 난류 유동 및 열전달 현상을 모델링하기 위해, 본 연구는 인공신경망(ANN)과 wrapper 방법에 기반한 축소 모델링 접근법을 분석하고 개발하는 것을 목표로 한다. 이 접근법은, 그들 사이에 비선형성이 존재하는 경우에도 중복되거나 무관한 매개변수를 제거하는 측면에서 상관관계 기반 필터 방법과 같은 다른 방법들에 비해 장점이 있다. 다만, ANN 학습의 과적합과 무작위성은 특히 물리적 차원이 더 높은 경우, 선택 시행마다 불일치한 부분집합을 산출할 수 있다는 단점이 있다. 본 연구는 기존의 몇 가지 ANN 기반 wrapper 방법을 분석하고, 각 제거 단계에서 총 미분 손실(total derivative) 또는 방향성 일관성(directional consistency)을 최소화하기 위해 그래디언트 기반 부분집합 선택 지수에 기초한 수정된 방법을 개발한다. 매개변수 축소 성능과 시행 간 일관성을 검토하기 위해, 이 방법들을 (1) 제조된 부분집합 선택(manufactured subset selection) 문제, (2) 난류 거품 유동에서 거품 크기(bubble size) 모델링, (3) 덕트 유동에서 공간적으로 변하는 난류 프란틀 수(spatially varying turbulent Prandtl number) 모델링에 적용한다. 그 결과, 총 미분 손실을 최소화하는 그래디언트 기반 부분집합 선택은 다른 ANN 기반 wrapper 방법들에 비해 시행 간 일관성을 향상시키는 동시에 불필요한 매개변수는 성공적으로 제거하는 것으로 나타났다. 축소된 난류 프란틀 수 모델에서는 그래디언트 기반 부분집합 선택이 다른 방법들에 비해 검증 케이스에서 예측 성능을 개선한다. 또한 축소된 매개변수 부분집합은 다른 방법들에 비해 훈련 속도가 약간 증가하는 경향을 보였다.

본 연구는 환형 관 내부의 난류 소용돌이 흐름에서 열전달 특성을 규명하는 것을 목적으로 한다. 입구 레이놀즈 수 8,000 및 입구 스월 수 1을 갖는 난류 소용돌이 흐름에 대해 Reynolds 응력 모델을 사용하는 비정상 RANS 시뮬레이션을 수행하여, 내·외부 반지름비(즉 gamma), 프란틀 수(Pr), 그리고 서로 다른 벽면 온도 조건이 스월 수의 종방향(스트림와이즈) 분포와 단면 평균 온도에 미치는 영향을 조사하였다. 단면 평균 온도 냉각률(CMTCR)은 Pr이 증가할수록 감소하는 것으로 관찰되었다. 내벽을 통한 열전달률은 외벽에 비해 gamma의 영향을 더 강하게 받는다. CMTCR을 최소화하는 최적의 gamma 값이 존재한다는 사실은 Pr이 증가하거나 외벽을 통한 열전달의 경우에서 더 뚜렷하게 나타났다. 선행 연구에서 스월 감쇠율(SDR)을 최소화하는 최적의 gamma 값의 존재가 확인되었으므로, 본 결과는 SDR과 CMTCR 사이의 레이놀즈 유추가 Pr이 증가할수록 더 잘 성립함을 시사한다. Pr이 감소할수록 분자확산의 영향이 더 강해지기 때문에, 이러한 유추는 손상되는 것으로 추론된다.

, (전기자동차, EV) .

냉각탑으로부터의 드리프트(drift)는 제트가 횡류(crossflow) 속에 있는 현상과의 유사성 및 Legionella 전파와의 잠재적 관련성 때문에 학술적·실무적 관점 모두에서 중요한 연구 주제이다. 본 연구에서는 Eulerian–Lagrangian 접근법과 액적(droplet) 상변화 모델을 사용하여, 횡류 하에서의 드리프트의 동적 및 열적 특성을 수치적으로 조사하였으며, 서로 다른 Grashof 수 및 속도비(velocity ratio) 조건에서 근접장(near-field) 발달에 초점을 맞추었다. 대규모 와류 모사(large eddy simulation; LES)는 기준(basal), 낮은 대기온도, 낮은 속도비(LVR) 사례에 대해 수행하였다. LVR 범위에서의 대향 회전 와류쌍(counter-rotating vortex pair; CVP) 발달은 고(高) 속도비 범위에서의 경향과 반대 양상을 보였다. 제트 중심선(jet centerline)과 달리, 액적 궤적은 Grashof 수에 대해 더 높은 민감도를 보이며 LVR 경우에는 독특한 이중(二重) 굴곡점(double inflection points)이 나타난다. 드리프트 반경(drift radius)에 대한 수정된 반(半)경험적(sem-empirical) 공식을 제시하며 예측 정확도를 향상시켰다. 라그랑지안 액적 상변화에서의 2차원 확률밀도함수(probability density function; PDF)의 시간적 진화는 액적 분출 위치에 기반한 두 가지 뚜렷한 온도 구간을 나타내며, PDF에서의 가지(branch) 형태를 유도하는 메커니즘을 설명한다. 액적 질량에 대한 히스토그램은 상변화에 대해 작은 액적의 민감도가 더 높고, Grashof 수가 증가할수록 증가함을 보여준다. LVR 경우는 조밀하고 강한 CVP가 뜨겁고 작은 액적을 내부로 모으기 때문에 구별되는 액적 발달 메커니즘을 보인다. 높은 강도의 CVP는 응축(condensation)의 증가를 통해 작은 액적의 질량을 증가시키는 반면, 더 강한 횡류의 운동량은 혼합(mixing)을 통해 큰 액적의 질량을 감소시킨다.

소용돌이 흐름은 공기 추진 시스템에서 연료 혼합을 증가시키는 데 널리 사용되며, 소용돌이 강도는 연소 효율에 상당한 영향을 미친다. 본 연구에서는 환형 노즐 내부의 압축성 소용돌이 흐름에 대해 소용돌이 수와 방향성 마하 수를 예측하기 위한 새로운 1차원 모델을 제안한다. 기존 모델의 한계는 비대칭 벽 전단응력, 경계층 두꺼워짐을 고려한 압축성 마찰계수, 난류 점성, 벽 열전달 모델 등으로 보완한다. 제안된 모델은 수렴–팽창(CD) 및 직선 환형 노즐 내부의 난류 흐름에 대해 검증되었다. 무점성 모델과 비교할 때, 예측 성능이 유의미하게 향상된 결과가 관찰된다. 압축성 마찰계수와 벽 열전달 모델의 영향은 중요하지만, 난류 점성의 영향은 입구 마하 수가 증가할수록 감소한다. 본 모델은 물리적 효과를 규명하기 위한 매개변수 연구에 적용된다. CD 환형 노즐의 경우, 방출계수와 추력 효율에 대한 점성 효과를 검토하였으며, 이전 연구들과 일관된 결과가 관찰된다. 직선 환형 노즐의 경우에는 주요 매개변수들의 영향을 조사한다. 아음속 및 초음속 모두에서 축방향으로의 방위 마하 수 변화는 주로 벽 전단응력에 의해 좌우된다. 아음속 조건에서는 소용돌이 수가 하류로 갈수록 감소하며, 소용돌이 감쇠율을 최소화하는 내측 및 외측 반경의 최적 비가 존재한다. 그러나 초음속 조건에서는 소용돌이 수가 계속 증가하고, Gamma에 대해 기울기는 단조롭게 증가한다.