딥러닝을 이용한 디젤 엔진의 FSN 예측

• 영문명: FSN Prediction of Diesel Engines using Deep Neural Network Method
• 발행기관: 호서대학교 공업기술연구소
• 저자명: 이상열(Sang yul Lee) 이규진(Gyu jin Lee)
• 간행물 정보: 『공업기술연구 논문집』제37권 제2호, 28~34쪽, 전체 7쪽
• 주제분류: 공학 > 공학일반
• 파일형태: PDF
• 발행일자: 2018.12.30

국문 초록

디젤엔진의 가장 주요한 두 가지 배출물은 질소산화물(NOx)과 입자상물질(PM)이다. 이 중 입자상물질은 최근 전 지구적인 미세먼지에 대한 이슈로 인해 크게 부각되고 있다. 이 입자상 물질은 연소에서 기인한 물과 연료성분 등 액체 물질 및 연료로부터 기인하는 수트(Soot), 연료가 다 타고 남은 재, 연료 첨가제로부터 기인한 비탄성 고형물 등 고체 물질 등 다양한 형태의 조합으로 이루어져 있기 때문에 측정이나 모델링에 의한 예측이 매우 어렵다. FSN은 Filter Smoke Number의 약자로, 매연을 필터에 투과시켜 수집된 매연에 의해 반사된 필터의 반사율을 측정한 값으로 연구 도구로, 다른 값으로 전환이 간편하고 측정이 간편하기 때문에 현업에서 많이 사용되는 값이다. 한편, 높은 정확도로 인해 최근 각광받고 있는 딥러닝은 심층 신경망과 후전진법 등을 이용하여 수많은 데이터의 고차원을 저차원으로 줄일 수 있는 기법이다. 본 연구에서는 이 딥러닝 방법을 사용하여 디젤 엔진의 FSN을 높은 정확도로 예측하였다. 1, 2, 3개의 은닉층을 이용하여 FSN을 예측하는 딥러닝 모델을 개발하였으며 은닉층 3개에서 가장 낮은 RMSE(0.0327)과 가장 높은 R2(0.983)을 기록하였다. 본 연구는 향후 디젤 엔진의 과도상태 스모크 예측의 참고 자료로 사용될 예정이다.

목차

요약

Ⅰ. 서론

Ⅱ. 실험 구성 및 데이터셋 구성

Ⅲ. 딥러닝 모델 구성

Ⅳ. 학습과 예측 결과

Ⅴ. 결론

참고문헌

키워드

Deep Learning DNN Deep Neural Network FSN Filter Smoke Number Diesel Engine