129-129 2018 [추계학술대회]
| 제목 | 딥러닝을 이용한 가솔린 엔진의 성능, 배기 예측 |
|---|---|
| 분야 | 가솔린엔진 |
| 언어 | Korean |
| 저자 | 신승협(서울대학교), 김민재(명지대학교), 민경덕(서울대학교), 박지환(서울대학교), 이상열(호서대학교) |
| Key Words | Deep Learning(딥러닝), Neural Networks(신경망), Gasoline Engine(가솔린엔진), Fuel Efficiency(연비), Emission(배기) |
| 초록 |
지속적으로 강화되고 있는 연비 규제와 배기 규제로 인해, 연비 향상과 배출물 저감은 엔진 개발의 최우선 과제이자 오랜 숙제이다. 하지만 엔진 개발 시 반드시 필요한 해석과 실험을 통한 데이터 수집 은 오랜 시간과 높은 비용의 투입이 요구된다. 이러한 시간과 비용을 절감하기 위해, 엔진 현상을 예 측하기 위한 여러 모델들이 개발 및 이용되고 있다. 예측 모델들은 물리, 화학적 반응과 수식을 기반 으로 구성되어 있는데, 많은 연구자들의 연구를 바탕으로 점차 엔진 내부의 다양하고 복잡한 현상을 모사할 수 있게 되고, 그 정확도 역시 많은 발전을 이루고 있다. 최근 인공지능 분야의 부상에 큰 역할을 한 딥러닝 방법론은 여러 분야에서 정확성을 인정받고 있 다. 딥러닝은 전통적인 예측 모델로는 해결할 수 없는 문제들을 높은 정확도의 성능으로 해결하고 있 다. 엔진은 그 현상이 복잡하기는 하나, 물리∙화학적인 원리를 기반으로 하고 있기 때문에 딥러닝을 도입하면 높은 정확도로 현상을 예측할 수 있다. 본 연구에서는 이러한 딥러닝 방법을 이용하여 가솔린 엔진의 Knocking 여부를 판단하는 모델과 Knocking이 일어나지 않는다고 판단된 정상연소를 대상으로 엔진의 대표적인 성능, 배기지표를 예측하 는 모델을 구축하고 그 정확도를 평가하였다. 모델의 Input 인자는 엔진의 운전조건과 센서로 계측 가 능한 물리량을 선정하였다. 딥러닝 모델은 Python 기반 Keras 라이브러리로 구축하였고, Backend로는 구글의 Tensorflow 를 사용하였다. |
| 원문(PDF) | 다운로드 |