인공신경망 기반 벽 압력 센서를 이용한 난류 채널 유동 내 반대 제어

Abstract

벽 근처 속도는 벽 경계 흐름의 줄무늬 구조와 밀접한 관련이 있으며 유동 제어에 유용한 정보라고 알려져 있다. 본 연구에서는 난류 채널 유동에서의 벽 근처 속도를 예측하기 위한 인공 신경망(artificial neural network, ANN)을 구축 하였다. ANN에 대한 입력 값으로는 벽 압력 분포를 고려하였다. ANN 학습을 위한 데이터 세트를 확보하기 위해 직접수치모사(direct numerical simulation, DNS)를 사용하여, Reτ = 177에서의 난류 채널 유동에서의 순간 유동장을 생성하였다. ANN의 예측율을 높이기 위해 벽 압력 분포의 크기, 은닉 층의 개수, 은닉 노드의 개수에 대해 파라미터 스터디를 수행하였다. 그 결과, 본 연구에서는 난류 채널 유동 내 벽 근처 속도를 성공적으로 예측하였다. 성공적으로 학습된 가중치와 바이어스를 사용하여 ANN 기반 벽 압력 센서를 이용한 난류 채널 유동 내 반대 제어를 수행함으로써 난류 채널 유동의 항력을 약 16% 감소시켰다.