[국내논문]도시철도 역사 스크린 도어 개폐에 따른 냉방 기류 해석 및 효율 비교 분석 Analysis of Cooling Air Current and Efficiency of Air Conditioning in the Underground Subway Station with Screen-Door Opening and Closing원문보기
도시철도 지하역사 냉방 기류 및 냉방 효율을 조사하기 위하여 수치해법을 이용하여 해석하고 현장 실험 결과와 비교하여 분석하였다. 해석 대상 역사로는 지하 8층의 깊이 43.6m인 서울 5호선 신금호 역사를 선정하였다. 전체 역사를 해석 영역으로 하였으며, 공조기 모드는 평상시 모드로 고정시켰다. 냉방 공조를 위하여 대합실 천정에 총 94개의 정사각형($0.6m{\times}0.6m$) 환기구를 모델하였으며, 승강장은 총 222개의 환기구가 승강장 천정에 모델되었다. 대합실에서 급기되는 공기는 $47,316m^3/h$, 배기되는 공기량은 $33,980m^3/h$이며, 승강장에서 급기되는 공기는 $33,968m^3/h$, 배기되는 공기량은 $76,190m^3/h$로 현장의 풍량을 반영하였다. 승강장에서 스크린도어(PSD)는 닫힌 경우와 열린 경우 각각을 조사하였다. 총 750만개의 격자가 사용되었으며, 전체 영역을 22개의 다중 블록으로 나누어서 계산하고, MPI를 이용하여 각각의 블록에서 계산된 결과를 교환하였다. LES 기법을 이용하여 운동량 방정식 및 에너지 방정식을 계산하였다.
도시철도 지하역사 냉방 기류 및 냉방 효율을 조사하기 위하여 수치해법을 이용하여 해석하고 현장 실험 결과와 비교하여 분석하였다. 해석 대상 역사로는 지하 8층의 깊이 43.6m인 서울 5호선 신금호 역사를 선정하였다. 전체 역사를 해석 영역으로 하였으며, 공조기 모드는 평상시 모드로 고정시켰다. 냉방 공조를 위하여 대합실 천정에 총 94개의 정사각형($0.6m{\times}0.6m$) 환기구를 모델하였으며, 승강장은 총 222개의 환기구가 승강장 천정에 모델되었다. 대합실에서 급기되는 공기는 $47,316m^3/h$, 배기되는 공기량은 $33,980m^3/h$이며, 승강장에서 급기되는 공기는 $33,968m^3/h$, 배기되는 공기량은 $76,190m^3/h$로 현장의 풍량을 반영하였다. 승강장에서 스크린도어(PSD)는 닫힌 경우와 열린 경우 각각을 조사하였다. 총 750만개의 격자가 사용되었으며, 전체 영역을 22개의 다중 블록으로 나누어서 계산하고, MPI를 이용하여 각각의 블록에서 계산된 결과를 교환하였다. LES 기법을 이용하여 운동량 방정식 및 에너지 방정식을 계산하였다.
Numerical prediction methods were applied to investigate the turbulent air currents and air-conditioning efficiency in an underground subway station, and the results compared to experimental data. The Shin-gumho Station($8^{th}$ floor underground and 43.6m in depth) in Seoul was selected ...
Numerical prediction methods were applied to investigate the turbulent air currents and air-conditioning efficiency in an underground subway station, and the results compared to experimental data. The Shin-gumho Station($8^{th}$ floor underground and 43.6m in depth) in Seoul was selected for the analysis. The entire station was covered for simulation and the ventilation mode was ordinary. The ventilation diffusers were modeled as 95 square shapes of $0.6m{\times}0.6m$ in the lobby and as 222 square shapes in the platform. Cooling air of $47,316m^3/h$ was supplied and the returned air of $33,980m^3/h$ is exhausted in the lobby and the cooling air of $33,968m^3/h$ is supplied and the returned air of $76,190m^3/h$ was exhausted in the platform which is the same as the experimental data. The cases of the screen-door-closed and open were respectively investigated. A total of 7.5million grids were generated and the whole domain divided into 22 blocks for MPI efficiency of calculation. Large eddy simulation (LES) was applied to solve the momentum and energy equation.
Numerical prediction methods were applied to investigate the turbulent air currents and air-conditioning efficiency in an underground subway station, and the results compared to experimental data. The Shin-gumho Station($8^{th}$ floor underground and 43.6m in depth) in Seoul was selected for the analysis. The entire station was covered for simulation and the ventilation mode was ordinary. The ventilation diffusers were modeled as 95 square shapes of $0.6m{\times}0.6m$ in the lobby and as 222 square shapes in the platform. Cooling air of $47,316m^3/h$ was supplied and the returned air of $33,980m^3/h$ is exhausted in the lobby and the cooling air of $33,968m^3/h$ is supplied and the returned air of $76,190m^3/h$ was exhausted in the platform which is the same as the experimental data. The cases of the screen-door-closed and open were respectively investigated. A total of 7.5million grids were generated and the whole domain divided into 22 blocks for MPI efficiency of calculation. Large eddy simulation (LES) was applied to solve the momentum and energy equation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
Gerhardt & Kruger [7]은 독일의 지하철 역사에서 터널풍과 열차풍의 복잡한 상관 관계 및 에너지 흐름에 대하여 이론적으로 분석하였다. 공기의 유동을 제어하고 과도한 열차풍이 역사내로 진입하는 것을 방지하는 기술에 대하여 연구하였다. Kim & Kim [8]은 지하철 터널에서 환기의 효율을 극대화 시키기 위하여 환기구의 위치를 최적화 하였다.
본 연구는 대심도 역사 냉방 공조 장치 계획시 역사 냉방기류 LES 시뮬레이션 결과가 어느 정도 신뢰도를 가지고 있는지를 정량적으로 판단할 수 있는 근거를 제공하리라고 판단된다.
본 연구에서는 서울 도시철도 지하역사의 평상시 조건에서 승강장 및 대합실의 상세한냉방 기류의 흐름을 조사하기 위하여 도시철도 역사 전체를 모델링하고 역사 내부에서의 냉방 기류를 해석하였으며 실험 결과[11]와 비교 분석하였다. 역사 모델로는 서울 시내에서 심도가 가장 깊은 역사 중 하나인 5호선 신금호 역사(총 지하8층, 심도: 43.
신금호 역사의 실제 대합실 및 승강장 천정의 환기구의 배열 형태는 Jang 등 [11]의 연구에 잘 나타나 있다. 본 연구에서는 실제 현장을 잘 반영하도록 모델하였다. Fig.
전체 역사 내에서 상세한 냉방기류의 흐름을 조사하기 위해서는 대용량 컴퓨터 및 수치계산과 비교할 수 있는 현장 실험 결과가 필요하다. 본 연구의 목적은 이러한 필요를 충족 시키기 위하여 체계적으로 도시철도 역사 전체를 모델링하고 내부에서의 냉방 기류의 흐름을 조사하였다. 역사 모델로는 5호선 신금호 역사(총 지하8층, 심도: 43.
또한 역사 자체에 대한 연구에 있어서는 단순 평균 온도 또는 전력량의 조사 정도에서 그치고 있으며, 전체 역사 내에서 냉방 기류의 흐름 및 상세한 온도 분포에 대한 조사는 이루어지고 있지 않다. 역사 내에서 상세한 온도 분포 데이터는 역사의 국부적 냉방을 효율적으로 조절하여 전력 소모를 절감하고자 하는 목적으로 사용될 수 있다.
가설 설정
Kim 등 [2]은 서울도시철도 9호선의 전력 사용량에 영향을 미치는 요인을 분석하였으며, 계절별 전력 사용 증가에 대한 상관분석 및 회귀분석을 수행하였다. 또한 역사 전차선 전력 수요량에 전동차 내부의 냉난방 전력 수요량이 포함됨을 지적하였다. Bae 등 [3]은 서울메트로 역사 중 1호선 서울역과 시청역에서 PSD 설치 전후에 승강장에서의 온도의 변화를 2005년~2008년 까지 비교 분석하였으며, PSD 설치로 인하여 승강장의 온도가 약 3ºC 정도 낮아짐이 조사되었다.
제안 방법
대합실, 계단및 승강장 주요 지점에서 냉방기 가동 후 시간에 따른 온도의 변화 및 기류의 형태를 수치 해법(LES 기법)을 활용하여 조사하였다. 8층 역사 전체를 해석 대상으로 하였으며, LINUX cluster 및 MPI 기능을 이용하여 대용량 병렬 계산을 수행하였다.
계산 시간은 시간 평균 속도의 residual < 10-5(1,000sec) 까지 계산하도록 하였다.
벽 근처의 층류 저층(viscous sublayer) 및 log-law 지역에서 Werner-Wengle wall law [15]을 적용하여 유동의 변수를 계산하였다. 기타 경계조건으로는 대합실 1층에서 외부로 나가는 3개의 출구(Fig. 1의 ①,②,③) 방향으로는 압력 경계조건(open)을 적용하였다. 승강장에서 스크린 도어(PSD)는 열린 경우와 닫힌 경우 두 가지 조건을 적용하여 시뮬레이션 하였다.
대합실, 계단 및 승강장 주요 지점에서 냉방기 가동 후 시간에 따른 온도의 변화 및 기류의 형태를 수치해법을 활용하여 조사하였으며 계산 결과를 현장 실험 결과[11]와 비교 분석하였다. 또한 스크린 도어의 개폐에 따른 대합실 및 승강장에서의 온도 분포 변화를 비교 분석하였다. 수치해법을 위하여 LES(Large Eddy Simulation) 기법을 사용하였으며 Linux cluster 및 MPI 기능을 이용하여 병렬 계산을 수행하였다(LES 기법의 경우 비정상유동 및 와류가 많이 발생되는 유동해석에 있어서 RANS 기법보다 정확도가 높으므로 본 연구에서 사용하였다).
Table 1에 대합실과 승강장에서의 급/배기량을 정리하였다. 승강장에서 PSD (Platform Screen Door)는 닫힌 경우와 열린 경우 2가지 경우 모두를 조사하였다.
1의 ①,②,③) 방향으로는 압력 경계조건(open)을 적용하였다. 승강장에서 스크린 도어(PSD)는 열린 경우와 닫힌 경우 두 가지 조건을 적용하여 시뮬레이션 하였다. 역사 천정의 공조기 급배기 풍량은 Table 1의 실험 값[11]을 적용하였다.
신금호 역사 전체 8층의 환기 유동을 해석하기 위하여 Fig. 4와 같이 역사를 총 22개의 다중 블록(block)으로 분활하여 각각의 블록에서 독립적으로 계산후 LINUX기반의 MPI 기능을 통하여 계산 결과를 이웃하는 블록과 교환하도록 하였다. 총 사용된 격자수는 750만개이며, 10개의 dual core CPU를 이용하여 병렬 계산하였다.
6m)를 선정하였다. 역사의 공조 운전 모드는 평상시로 유지하였으며, 승강장의 스크린 도어는 닫힌 경우와 열린 경우로 나누어서 각각 계산하였다. 대합실, 계단 및 승강장 주요 지점에서 냉방기 가동 후 시간에 따른 온도의 변화 및 기류의 형태를 수치해법을 활용하여 조사하였으며 계산 결과를 현장 실험 결과[11]와 비교 분석하였다.
Jang 등 [11]은 대심도 역사에서 공조 및 냉방 에너지 효율 향상 연구를 위하여 정확한 공조 용량을 계측하였다. 평상시와 비상시 상황에서 각각 대합실 및 승강장 천정의 디퓨져를 통한 공급량 및 배출량을 조사하고 계단을 통하여 이동되는 풍량을 조사하였다.
대상 데이터
[11]에 의한 실험 결과와 동일한 조건에서 본 연구에서 수행된 시뮬레이션 결과를 비교한 것이다. 비교 지점은 Fig. 1에서처럼 역사 전체 대류의 주 유동 방향의 중요 지점을 선정하였다. ①,②,③는 외부 계단 출입구, ④는 승강장으로 내려가는 첫번째 계단, ⑤는 중간층(지하 5층), ⑥은 승강장으로 내려가는 마지막 계단 이다.
승강장의 경우는 Fig. 3과 같이 총 222개의 정사각형(0.6m×0.6m) 환기구와 승강장 좌측변의 4개의 직사각형(1.2m×0.8m) 대배기구로 모델 되었다.
본 연구의 목적은 이러한 필요를 충족 시키기 위하여 체계적으로 도시철도 역사 전체를 모델링하고 내부에서의 냉방 기류의 흐름을 조사하였다. 역사 모델로는 5호선 신금호 역사(총 지하8층, 심도: 43.6m)를 선정하였다. 역사의 공조 운전 모드는 평상시로 유지하였으며, 승강장의 스크린 도어는 닫힌 경우와 열린 경우로 나누어서 각각 계산하였다.
본 연구에서는 서울 도시철도 지하역사의 평상시 조건에서 승강장 및 대합실의 상세한냉방 기류의 흐름을 조사하기 위하여 도시철도 역사 전체를 모델링하고 역사 내부에서의 냉방 기류를 해석하였으며 실험 결과[11]와 비교 분석하였다. 역사 모델로는 서울 시내에서 심도가 가장 깊은 역사 중 하나인 5호선 신금호 역사(총 지하8층, 심도: 43.6m)를 선정하였다.
4와 같이 역사를 총 22개의 다중 블록(block)으로 분활하여 각각의 블록에서 독립적으로 계산후 LINUX기반의 MPI 기능을 통하여 계산 결과를 이웃하는 블록과 교환하도록 하였다. 총 사용된 격자수는 750만개이며, 10개의 dual core CPU를 이용하여 병렬 계산하였다. 계산 시간은 시간 평균 속도의 residual < 10-5(1,000sec) 까지 계산하도록 하였다.
데이터처리
Juraeva 등 [6]은 지하철 터널에서 환기 효율을 증대 시키기 위하여 가이드 베인, 다공성 지역 및 에어커튼을 설치할 경우 터널에서의 환기 형태에 관하여 조사하였다. CFX 코드를 이용하여 정상 상태의 3차원 유동을 해석하고 계산 결과를 실험 값과 비교하여 분석하였다. Gerhardt & Kruger [7]은 독일의 지하철 역사에서 터널풍과 열차풍의 복잡한 상관 관계 및 에너지 흐름에 대하여 이론적으로 분석하였다.
역사의 공조 운전 모드는 평상시로 유지하였으며, 승강장의 스크린 도어는 닫힌 경우와 열린 경우로 나누어서 각각 계산하였다. 대합실, 계단 및 승강장 주요 지점에서 냉방기 가동 후 시간에 따른 온도의 변화 및 기류의 형태를 수치해법을 활용하여 조사하였으며 계산 결과를 현장 실험 결과[11]와 비교 분석하였다. 또한 스크린 도어의 개폐에 따른 대합실 및 승강장에서의 온도 분포 변화를 비교 분석하였다.
Kim [5]은 지하철 터널의 축소모형 실험장치를 1/20 scale로 제작하고 열차운행 조건에 따라 생성되는 지하철 터널내의 비정상 기류 유동을 분석하였다. 또한 FDS를 이용하여 수치모사를 수행하고 실험 결과와 비교 분석하였다. Juraeva 등 [6]은 지하철 터널에서 환기 효율을 증대 시키기 위하여 가이드 베인, 다공성 지역 및 에어커튼을 설치할 경우 터널에서의 환기 형태에 관하여 조사하였다.
이론/모형
Kim & Kim [8]은 지하철 터널에서 환기의 효율을 극대화 시키기 위하여 환기구의 위치를 최적화 하였다. CFD 해석을 위하여 IBM(Immersed Boundary Method)를 사용하였다. Ji 등 [9]은 지하철 환기구의 절단면적 및 종횡 비율이 자연 환기 성능에 미치는 영향을 조사하였다.
2가 적용되었다. LES 기법과 함께 벽면 근처(near-wall)에서의 유동을 해석하기 위하여 본 연구에서는 벽 법칙을 적용하였다. 벽 근처의 층류 저층(viscous sublayer) 및 log-law 지역에서 Werner-Wengle wall law [15]을 적용하여 유동의 변수를 계산하였다.
승강장의 스크린 도어는 닫힌 경우와 열린 경우로 나누어서 계산하였다. 대합실, 계단및 승강장 주요 지점에서 냉방기 가동 후 시간에 따른 온도의 변화 및 기류의 형태를 수치 해법(LES 기법)을 활용하여 조사하였다. 8층 역사 전체를 해석 대상으로 하였으며, LINUX cluster 및 MPI 기능을 이용하여 대용량 병렬 계산을 수행하였다.
LES 기법과 함께 벽면 근처(near-wall)에서의 유동을 해석하기 위하여 본 연구에서는 벽 법칙을 적용하였다. 벽 근처의 층류 저층(viscous sublayer) 및 log-law 지역에서 Werner-Wengle wall law [15]을 적용하여 유동의 변수를 계산하였다. 기타 경계조건으로는 대합실 1층에서 외부로 나가는 3개의 출구(Fig.
는 난류점성계수이며 모델링 되어야 한다. 본 연구의 LES 기법에서는 Smagorinsky 모델[14]을 사용하였다.
신금호 역사 전체를 대상으로 유동해석하기 위하여 FDS(Fire Dynamic Simulator developed in NIST, USA)코드의 LES 기법을 사용하였으며, Navier-Stocks 방정식을 필터링(filtering)하여 운동량 방정식[12,13]을 아래와 같이 얻었다. 사용된 알고리즘은 2차 정확도를 갖는 중앙 차분법을 사용하는 explicit predictor-corrector 기법을 사용하였으며, 유동의 변수들은 2차 정확도의 Runge-Kutta 기법을 사용하여 시간의 진행에 따라 계산되었다.
또한 스크린 도어의 개폐에 따른 대합실 및 승강장에서의 온도 분포 변화를 비교 분석하였다. 수치해법을 위하여 LES(Large Eddy Simulation) 기법을 사용하였으며 Linux cluster 및 MPI 기능을 이용하여 병렬 계산을 수행하였다(LES 기법의 경우 비정상유동 및 와류가 많이 발생되는 유동해석에 있어서 RANS 기법보다 정확도가 높으므로 본 연구에서 사용하였다).
신금호 역사 전체를 대상으로 유동해석하기 위하여 FDS(Fire Dynamic Simulator developed in NIST, USA)코드의 LES 기법을 사용하였으며, Navier-Stocks 방정식을 필터링(filtering)하여 운동량 방정식[12,13]을 아래와 같이 얻었다. 사용된 알고리즘은 2차 정확도를 갖는 중앙 차분법을 사용하는 explicit predictor-corrector 기법을 사용하였으며, 유동의 변수들은 2차 정확도의 Runge-Kutta 기법을 사용하여 시간의 진행에 따라 계산되었다.
Ji 등 [9]은 지하철 환기구의 절단면적 및 종횡 비율이 자연 환기 성능에 미치는 영향을 조사하였다. 특히 종횡 비율의 증가에 따라 터널 내부의 뜨거운 공기가 외부로 배출되는 형태 및 배출 용량에 미치는 정도를 LES(Large Eddy Simulation) 기법을 이용하여 조사하였다. Fan 등 [10]은 지하철 터널 환기구의 배열 및 수에 따라 자연 환기 효율에 미치는 영향을 조사하였다.
성능/효과
7의 우측의 속도벡터는 온도 분포를 잘 설명한다. 1층으로부터 연결통로를 통하여 쏟아져 내려온 유동이 2층의 외벽과 충돌하면서 우측 방향으로 진행하게 되며, Fig. 7의 윗쪽 지역이 영향을 적게 받아 그곳의 온도가 상대적으로 더 저온을 유지하게 된다(대합실의 온도 및 속도는 PSD가 열린 경우와 PSD가 닫힌 경우가 유사한 형태의 온도 및 속도를 보이고 있는 것이 확인되었으며, 이는 승강장에서의 PSD의 개폐가 대합실에는 크게 영향을 못 미치기 때문인 것으로 판단된다). Fig.
위의 각각의 지점에서 실험 결과와 계산 값이 차이가 있는 것은 실측 실험시 스크린 도어와 벽과의 틈새로 빠져나가는 유량을 해석상에서 고려하는 것이 쉽지 않기 때문이며, 또한 외부 출입구(①,②,③) 밖의 풍압 및 풍속의 변동이 계산에 포함되지 않은 까닭으로 판단된다. 그럼에도 불구하고 지하역사 8층 전체의 공조기의 급/배기를 포함한 시뮬레이션 결과가 실험 결과와 최대 20% 미만의 오차를 보이고 있는 것은 도시 철도철도 역사 공조기의 설계 및 풍량 예측에 있어서 LES 시뮬레이션 기법이 적절한 방법이 될 수 있다는 것을 보이고 있는 것으로 판단된다.
냉방 가동 후 각 지점에서 온도가 하강하고 있는 것이 관찰되었다. 승강장 오른쪽 지역이 가장 낮은 온도를 유지하였으며, 승강장 중앙 지역이 상대적으로 높은 온도를 유지하였다. 800초 이후로는 온도의 변화가 미미하였으며 승강장 전체의 온도가 정상상태(steady state)에 이르는 것으로 판단된다.
외부 계단, 중간층 및 연결 계단 등 중요 위치에서 계산된 유속의 크기를 실험 결과와 비교한 결과 최대 20% 미만의 오차를 가지고 실험 결과에 근접한 것으로 조사 되었다.
후속연구
C 낮은 온도 분포를 보이고 있는 것으로 조사되었다. 또한 스크린도어의 개폐에 관계없이 승강장 양단 끝과 중앙지역에서의 온도 차이가 3~4oC 정도 있는 것으로 조사되어 승강장에서 국부적인 온도 제어가 가능하다면 승강장에서의 에너지 소모를 절감할 수 있을 것으로 판단된다.
도시철도 역사의 전력 소모량 중 하절기시 공조 및 냉난방이 65% 이상을 차지하고 있으며, 이에 대한 절감을 위하여 지열, 지하유출수, 태양광 발전, 자연 채광, 압전 기술 등이 연구되고 있다[1]. 현재 도시철도에서 에너지 기술은 철도안전 기술만큼 중요시 되고 있지는 않지만 향후 에너지 사용량의 지속적인 증가가 예상되고 국가적 차원의 가용 에너지에 제한이 있으므로 에너지 절감 기술 개발에 대한 대책이 필요하다.
참고문헌 (15)
Y.J. Jang (2009) The Study of Renewable Energy for Application to The Railway System, KRRI- STUDY 2009-G-04- 01(Korea Railroad Research Institute).
I. Kim, H.N. Kim, J.S. Park (2013) Analysis of factors to affect the amount of power consumption on Seoul subway Line 9, 2013 Spring Conference & Annual Meeting of the Korean Society for Railway, pp. 1-6.
S.J. Bae, S. H. Hwang, C.H. Shin (2009) A Study of air quality and cooling efficiency improvement by PSD installation, 2009 Autumn Conference & Annual Meeting of the Korean Society for Railway, pp. 1-7.
B.W. Han, Y.M. Kim, J.H. Hong (2010) Effect of Traininduced Wind on Tunnel Ventilation in a Subway Tunnel, Proceeding of the 50th Meeting of KOSAE(2010) Korean Society for Atmospheric Environment.
J.Y. Kim (2010) Development of Optimum Design Technology of Platform Screen Door Systems for the Environment Improvement and Disaster Prevention of Urban Railway, Proceeding of 2008 Winter Conference & Annual Meeting of the Society of Air-conditioning and Refrigerating Engineers of Korea, pp. 84-87.
M. Juraeva, J.R. Kyung, S.H. Jeong (2013) Influence of mechanical ventilation-shaft connecting location on subway tunnel ventilation performance, Journal of Wind Engineering Industrial Aerodynamics, 119 pp. 114-120.
H.J. Gerhardt, O. Kruger (1998) Wind and train driven air movements in train stations, Journal of Wind Engineering Industrial Aerodynamics, 74-76 pp. 589-597.
J.Y. Kim, K.Y Kim (2009) Effects of vent shaft location on the ventilation performance in a subway tunnel, Journal of Wind Engineering Industrial Aerodynamics, 97, pp. 174-179.
J. Ji, J.Y. Han, C.G. Fan, Z.H. Gao, J.H. Sun (2013) Influence of cross-sectional area and aspect ratio of shaft on natural ventilation in urban road tunnel, International Journal of Heat and Mass Transfer, 67 pp. 420-431.
C.G. Fan, J. Ji, W. Wang, J.H. Sun (2014) Effects of vertical shaft arrangement on natural ventilation performance during tunnel fires, International Journal of Heat and Mass Transfer, 73 pp. 158-169.
Y.J. Jang, H.S. Lee, D.S. Park (2012) Experimental Study for the Capacity of Ordinary and Emergency Ventilation System in Deeply Underground Subway Station, Journal of The Korean Society for Railway, 15(6) pp. 579-587.
J. Smagorinsky (1963) General Circulation Experiments with the Primitive Equation, I, the basic experiment, Monthly Weather Review, 91(3) 99-164.
H. Werner, H. Wengle (1991) Large-eddy simulation of turbulent flow over and around a cube in a plate channel, 8th Symposium on Turbulent Shear Flows, pp. 155-168.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.