초록 ▼

□ 연구개발 목표 및 내용
○ 최종 목표
전산유체역학(Computational Fluid Dynamics)의 실시간 분석/예측을 위한 딥러닝 기술 개발

○ 전체 내용
CFD의 분석 모델을 학습하고, 이를 이용하여 일반적인 CFD 기법보다 빠르고 정확하게 유체의 움직임을 분석 예측하는 딥러닝 기술을 개발하고자 한다. 다양한 딥러닝 기법을 활용하여 CFD 모델을 학습하기 위한 Nerual Network 아키텍처와 학습 방법을 개발하고, 이를 통하여 빠르고 정확한 CFD 결과를 얻고자 한다.

□

□ 연구개발 목표 및 내용
○ 최종 목표
전산유체역학(Computational Fluid Dynamics)의 실시간 분석/예측을 위한 딥러닝 기술 개발

○ 전체 내용
CFD의 분석 모델을 학습하고, 이를 이용하여 일반적인 CFD 기법보다 빠르고 정확하게 유체의 움직임을 분석 예측하는 딥러닝 기술을 개발하고자 한다. 다양한 딥러닝 기법을 활용하여 CFD 모델을 학습하기 위한 Nerual Network 아키텍처와 학습 방법을 개발하고, 이를 통하여 빠르고 정확한 CFD 결과를 얻고자 한다.

□ 연구개발성과
- 전상 유체 역학(Computational Fluid Dynamics)의 실시간 예측을 위하여 RNN 모델을 활용하여 점성이 없는 유체의 흐름을 오일러 방정식을 해석하는 모델 개발하여 빠르게 미래의 유체 상태를 예측하여 생성이 가능하였다.

- 이미지 처리 및 분석 모델인 CNN과 U-Net등을 활용하여 장애물을 인식하여 즉각적으로 다음 유체의 흐름을 예측하는 모델을 개발 하였다. 오일러 방정식이나 나이베-스토크스 방정식의 압력 p를 구하는 부분만 대체 하는 것이 아닌 모든 과정을 딥러닝 모델을 활용하여 장애물을 입력하면 시뮬레이션을 예측하는 모델을 개발하였다.

- 다양한 초기 속도를 입력이 가능하며 수 초 후의 시뮬레이션 결과를 즉각적으로 예측이 가능하며, 예측된 데이터를 입력으로 넣어 지속적으로 예측하여도 최대한 정확도를 보존하면서 빠르게 예측이 가능하였다.

□ 연구개발성과 활용계획 및 기대 효과
- 딥러닝 기반의 CFD SW 개발 및 상용화 가능 하다. 현재 고가의 수입 상용 SW를 대체하여 실시간으로 CFD 분석이 가능한 SW 기술 선점 및 사용화가 가능하다.

- 실시간 화학물질 확산 분석 / 예측이 가능하다. 위험 물질 유츌 사고, 화생방전 대응 등 산업/군사/환경 분야에서 위험 물질의 확산 경로, 농도 등을 실시간으로 예측이 가능하여 이것을 통하여 실시간으로 의사 결정에 활용이 가능하다.

- 딥러닝의 학술적 활용 분야 확대를 기대한다. 현재 이미지 인식, 분류, 질병 진단 등의 분야에서 활용되고 있는 딥러닝을 시뮬레이션, 수치 해석 분야로 확대 적용하여 새로운 응용분야를 만들므로 이에 따라 새로운 학습 기법이나 네트워크 구조, 알고리즘의 개선 등 딥러닝 기법 자체의 발전에도 기여 가능하다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 1) 1차년도 CFD 모델 학습기반 구축 ... 5
• 2) 2차년도 다양한 딥러닝 기법을 적용하여 최적의 학습 모델 및 방법 탐색 ... 7
• 3) 3차년도 기상 및 지형 데이터 활용한 딥러닝 기법 개발 ... 7
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 8
• 1) 연구수행 결과 ... 8
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 19
• 5. 연구개발성과의 관리 및 활용 계획 ... 19
• 6. 참고문헌 ... 21
• 끝페이지 ... 21