1 |
1
두 종류의 오일이 혼합되는 중 농도 변화를 색상에 의하여 측정하되, 신경망을 이용하여, 이종 연료유 과도 혼합농도분포를 측정하는 방법에 있어서, 제 1 오일(10)과 제2 오일(20)을, 각 농도별로 균일하게 혼합시켜, 각 농도에 따른 카메라 영상의 좌표위치(픽셀단위)별 색 정보(R,G,B,H,S,I)를 획득하는 단계(1단계);와, 제 1 오일과 제 2 오일을 급격하게 혼합하여 관찰되는 영상정보를 시간별로 캡쳐하는 단계(2단계);와 상기 1단계와 2단계의 색 정보 및 영상정보를 신경망 적용 방법에 따라 연산처리하여 제1, 2 오일의 혼합농도를 위치별, 시간별로 측정하는 단계(3단계)를 포함하되,상기 1단계에서는, 제1오일의 제2오일과의 혼합농도에 따른 색의 변화 관계를 얻어내기 위하여, 색과 농도 관계를 보이는 다수의 영상을 캡처하되, 혼합오일이 담겨진 탱크내의 모든 영역에서 균일하게 오일이 혼합되도록 하여, 각 농도별 영상은 탱크내 혼합상태가 균일상태로 판단되는 시점에서부터 일정시간 다수의 영상을 평균한 영상을 교정용 영상으로 사용하며, 상기 3 단계에서는, 관찰되는 영상의 색-농도 관계에 대하여 정량적 평가를 위하여 신경망(neural network)을 이용하되, 상기 신경망은 입력층, 다수의 중간층, 하나의 출력층이 각각의 뉴런으로 구성되며, 입력층에는 8개의 정보(R, G, B, H, S, I 및 영상에서의 위치 X, Y)가 입력되고, 신경망의 뉴런은 다른 뉴런으로부터 신호를 받아들이는 형태이며 식 1로 표현되며, (1) (는 결합계수, bias는 각 뉴런에 주어지는 오차값)각 뉴런(neuron)의 출력값에 대하여 시그모이드함수(식 2, Sigmoid function)를 사용하되, 학습의 포화(saturation)구간에서의 계산능력을 향상시키기 위하여 출력값에 바이어스를 두는 함수를 사용하며, (2)입력층에서의 입력데이터(, i=1~8)와 결합하중(v) 및 바이어스()의 합을 나타낸 후(식 3), 이를 상기 시그모이드 함수로 전이하여 중간층에서의 출력데이터를 구한 뒤(식 4), 중간층의 출력(y)과 결합하중(w) 및 바이어스()의 합으로 되는 식 5의 결과값이 재차 시그모이드 함수로 전이되어, 식 6에 의해 표현되는 출력층에서 출력데이터(z)가 구해지게 되며, 식 (7)로 표현되는 출력데이터와 원하는 출력데이터와의 오차가 감소되도록 입력층과 중간층, 중간층과 출력층사이의 결합하중() 및 바이어스계수( )를, 식(8)의 방법으로 갱신하여 반복계산을 수행하되, 오차가 가장 작은 최적화된 결합하중과 바이어스가 구해지면 반복을 종료시키게 됨을 특징으로 하는, 정량적 유동가시화 기술을 이용한 이종 연료유 과도 혼합농도 분포 측정방법
|
2 |
2
청구항 1에 있어서,상기 1,2 오일을 혼합하기 위한 실험장치는,제1 오일이 제2 오일 상부로 낙하하도록 형성되되, 급격하게 혼합되도록 격막판에 의하여 분리되어 있다가 제 1오일이 소정의 압력을 받은 직후 상기 격막판이 순간적으로 파열되도록 형성되며,제 1,2 오일의 과도(transient) 혼합 상태를 가시화하기 위하여 오일을 착색하며,과도(transient) 혼합 상태의 가시화를 위한 광원으로 LCD 모니터를 사용하되, 상기 LCD 모니터를 제2 오일 탱크 후면으로부터 소정의 거리에 이격 설치하고, 광원인 LCD 모니터에 의하여 가시화된 혼합 유동장의 영상을 기록하기 위하여 LCD 모니터는 카메라의 반대쪽에 설치하며,LCD 모니터를 광원으로 하여 가시화된 필드의 깊이(depth of field) 방향 전체에 대한 가시화결과를 정량화함을 특징으로 하는,정량적 유동가시화 기술을 이용한 이종 연료유 과도 혼합농도 분포 측정방법
|