열교환기 형상 설계 예측을 위한 딥 러닝 네트워크 구성

Abstract

본 연구의 목적은 딥 러닝 네트워크를 사용하여 판형 열교환기 (Plate heat exchanger: PHE)를 설계하는 것을 목적으로 한다. 열교환기가 사용된 지 많은 시간이 흘렀지만 판형 열교환기는 몇몇의 회사들이 숙련된 엔지니어들의 경험과 실험을 통해 얻어진 데이터를 통해 설계되고 있다. 사용자가 원하는 용량의 열교환기를 사용하기 위해서는 특정 회사에 주문하거나 직접 제작을 위해서 상용 프로그램을 통해 설계를 얻어낼 수밖에 없다. 이 연구는 기존에 여러 방식으로 생성되었던 수치로 구성된 데이터를 학습 데이터로 사용하기 위해 딥러닝 방법을 선택하여 진행하였다. 쌓인 데이터는 전처리를 통해 학습 데이터로 구성되고 딥 러닝 네트워크의 학습을 통해 예측되는 output을 사용해 현장에서 숙련되지 않은 엔지니어도 설계가 가능하도록 한다. 본 연구의 결과로 딥 러닝 네트워크는 모듈화되어 스마트 열에너지 설계 플랫폼(Smart Thermal Energy Design Platform: STED Platform)에서 지원함으로써 앞으로의 열교환기 설계에 기여할 수 있을 것이다.