현대 사회에서 친환경 에너지에 대한 요구는 지속적으로 증가하고 있으며, 이에 따라 수전해 스택 기술에 대한 연구 관심이 크게 증대되고 있다. 수전해 스택의 성능 향상을 위한 설계 변수의 최적화는 필수적인 과제로 부상하였다. 하지만, 설계 변수 의 최적화를 위해선 많은 시간과 비용이 필요하다. ...
현대 사회에서 친환경 에너지에 대한 요구는 지속적으로 증가하고 있으며, 이에 따라 수전해 스택 기술에 대한 연구 관심이 크게 증대되고 있다. 수전해 스택의 성능 향상을 위한 설계 변수의 최적화는 필수적인 과제로 부상하였다. 하지만, 설계 변수 의 최적화를 위해선 많은 시간과 비용이 필요하다. 인공지능 기술의 도입은 이러한 최적화 문제를 효과적으로 해결할 수 있는 가능성을 제시한다. 본 연구에서는 수전해 스택 설계의 다양한 변수들을 대상으로 한 인공지능 기반 최적화 방안을 제시한다. 1) 약 만 개의 수전해 스택의 성능 데이터 포인트를 생성하고 2) 이를 활용하여 인공 지능 모델을 학습시켰다. 3) 모델의 일반화 성능을 향상시키기 위하여 여러 데이터 증강 기법을 도입하였으며, 이를 통해 얻은 결과는 기존의 접근법보다 향상된 성능을 보였다. 4) 이후 인공지능 모델을 활용하여 설계 변수를 최적화할 수 있는 알고리즘을 개발하였고, 5) 이를 통해 얻은 최적화된 설계 변수들의 물리적 의미를 분석하였다. 본 연구를 통해서, 인공지능을 활용한 수전해 스택 설계 변수의 최적화는 수전해 스 택 기술의 발전에 중요한 단계로 작용할 것으로 판단되며, 이를 통해 더욱 향상된 성능의 수전해 시스템을 기대할 수 있다.
현대 사회에서 친환경 에너지에 대한 요구는 지속적으로 증가하고 있으며, 이에 따라 수전해 스택 기술에 대한 연구 관심이 크게 증대되고 있다. 수전해 스택의 성능 향상을 위한 설계 변수의 최적화는 필수적인 과제로 부상하였다. 하지만, 설계 변수 의 최적화를 위해선 많은 시간과 비용이 필요하다. 인공지능 기술의 도입은 이러한 최적화 문제를 효과적으로 해결할 수 있는 가능성을 제시한다. 본 연구에서는 수전해 스택 설계의 다양한 변수들을 대상으로 한 인공지능 기반 최적화 방안을 제시한다. 1) 약 만 개의 수전해 스택의 성능 데이터 포인트를 생성하고 2) 이를 활용하여 인공 지능 모델을 학습시켰다. 3) 모델의 일반화 성능을 향상시키기 위하여 여러 데이터 증강 기법을 도입하였으며, 이를 통해 얻은 결과는 기존의 접근법보다 향상된 성능을 보였다. 4) 이후 인공지능 모델을 활용하여 설계 변수를 최적화할 수 있는 알고리즘을 개발하였고, 5) 이를 통해 얻은 최적화된 설계 변수들의 물리적 의미를 분석하였다. 본 연구를 통해서, 인공지능을 활용한 수전해 스택 설계 변수의 최적화는 수전해 스 택 기술의 발전에 중요한 단계로 작용할 것으로 판단되며, 이를 통해 더욱 향상된 성능의 수전해 시스템을 기대할 수 있다.
In modern society, the demand for eco-friendly energy continues to rise, and correspondingly, interest in research on proton exchange membrane (PEM) stack technology has significantly increased. Optimizing the design parameters for en- hancing the performance of PEM stacks has emerged as an essentia...
In modern society, the demand for eco-friendly energy continues to rise, and correspondingly, interest in research on proton exchange membrane (PEM) stack technology has significantly increased. Optimizing the design parameters for en- hancing the performance of PEM stacks has emerged as an essential task. However, optimization of these design parameters requires substantial time and cost. The introduction of artificial intelligence (AI) technology offers potential solutions to this optimization challenge. In this study, we propose an AI-based optimization approach targeting various design variables of PEM stacks. Specifically, 1) we generated approximately 10,000 performance data points of PEM stacks, 2) used them to train an AI model, 3) introduced various data augmentation techniques to improve the model’s generalization performance, and found that the results outperformed traditional methods. 4) Subsequently, we developed an algorithm that employs the AI model for optimizing the design parameters, and 5) analyzed the physical significance of the optimized design variables obtained. Through this research, it is anticipated that AI-driven optimization of PEM stack design pa- rameters will play a crucial role in advancing PEM stack technology, paving the way for enhanced performance in PEM systems.
In modern society, the demand for eco-friendly energy continues to rise, and correspondingly, interest in research on proton exchange membrane (PEM) stack technology has significantly increased. Optimizing the design parameters for en- hancing the performance of PEM stacks has emerged as an essential task. However, optimization of these design parameters requires substantial time and cost. The introduction of artificial intelligence (AI) technology offers potential solutions to this optimization challenge. In this study, we propose an AI-based optimization approach targeting various design variables of PEM stacks. Specifically, 1) we generated approximately 10,000 performance data points of PEM stacks, 2) used them to train an AI model, 3) introduced various data augmentation techniques to improve the model’s generalization performance, and found that the results outperformed traditional methods. 4) Subsequently, we developed an algorithm that employs the AI model for optimizing the design parameters, and 5) analyzed the physical significance of the optimized design variables obtained. Through this research, it is anticipated that AI-driven optimization of PEM stack design pa- rameters will play a crucial role in advancing PEM stack technology, paving the way for enhanced performance in PEM systems.
주제어
#수전해 막 전해 셀 전산유체역학 프로톤 전달 계층 머신러닝 딥러닝 데이터 증강 설명가능한 인공지능
학위논문 정보
저자
정관영
학위수여기관
고려대학교 대학원
학위구분
국내석사
학과
자동차융합학과 전자제어전공
지도교수
이상근
발행연도
2024
총페이지
57 p
키워드
수전해 막 전해 셀 전산유체역학 프로톤 전달 계층 머신러닝 딥러닝 데이터 증강 설명가능한 인공지능
※ AI-Helper는 부적절한 답변을 할 수 있습니다.