Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Surrogate Model for Heat Transfer Prediction in Impinging Jet Arrays using Dynamic Inlet/Outlet and Flow Rate Control

Created by
  • Haebom

저자

Mikael Vaillant, Victor Oliveira Ferreira, Wiebke Mainville, Jean-Michel Lamarre, Vincent Raymond, Moncef Chioua, Bruno Blais

개요

본 연구는 독립적으로 작동하고 입구와 출구로 변환 가능한 제트 어레이의 밀폐된 충돌 제트에서 누셀 수 분포를 예측하기 위한 서로게이트 모델을 제시합니다. 전산유체역학(CFD) 시뮬레이션은 고정밀도 열전달 모델링이 가능하지만, 비용이 많이 들기 때문에 모델 기반 온도 제어와 같은 실시간 응용에는 적합하지 않습니다. 이를 해결하기 위해, 본 연구는 실시간으로 누셀 수 분포를 예측할 수 있는 CNN 기반 서로게이트 모델을 개발했습니다. 음해법을 이용한 대규모 와류 전산유체역학 시뮬레이션 (Re < 2,000) 데이터를 사용하여 5x1 제트 어레이(83개 시뮬레이션)와 3x3 제트 어레이(100개 시뮬레이션)에 대한 두 가지 모델을 학습시켰습니다. 상관관계 기반 스케일링을 사용하여 레이놀즈 수가 더 높은 경우(Re < 10,000)의 예측값을 외삽하는 방법을 제시했습니다. 서로게이트 모델은 높은 정확도를 달성하여, 5x1 서로게이트 모델의 검증 데이터에 대한 정규화 평균 절대 오차는 2% 미만, 3x3 서로게이트 모델은 0.6% 미만이었습니다. 실험적 검증을 통해 모델의 예측 능력을 확인했습니다. 본 연구는 고급 열 관리 응용 분야에서 모델 기반 제어 전략에 대한 기반을 제공합니다.

시사점, 한계점

시사점:
실시간 열전달 예측을 위한 정확하고 효율적인 CNN 기반 서로게이트 모델 개발.
레이놀즈 수 외삽을 통한 모델의 적용 범위 확장.
고급 열 관리 응용 분야에서 모델 기반 제어 전략에 대한 기반 마련.
실험적 검증을 통한 모델의 예측 성능 확인.
한계점:
현재 모델은 특정 제트 어레이 배열(5x1, 3x3)에 대해서만 학습되었으며, 다른 배열에 대한 일반화 성능은 추가 연구가 필요함.
레이놀즈 수 외삽은 상관관계 기반 스케일링에 의존하며, 높은 레이놀즈 수 범위에서의 정확도 저하 가능성 존재.
학습 데이터의 수가 제한적일 수 있음 (83개 및 100개 시뮬레이션).
다양한 제트 조건 (예: 제트 직경, 간격)에 대한 모델의 일반화 성능에 대한 추가 연구 필요.
👍