1 |
1
삭제
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
삭제
|
6 |
6
영구자석형 풍력발전기의 최적화 알고리즘 개발을 위한 지식기반 최적설계 방법에 있어서,(a) 메인 화면에서 입력된 설계 목표사양과, 목표 사양과 데이터베이스에 저장된 정격사양과의 유사도 제한값, 목표사양과 유사한 사양의 모델의 선별 후보 개체수에 따라 데이터베이스를 검색하여 유사도 분석을 수행하는 단계와;(b) 상기 유사도 분석이 완료되면 선별한 후보군을 유사한 순서대로 사용자가 지정한 개수만큼 나타내는 단계와;(c) 상기 후보군에서 목표사양과 가까운 N개의 후보(개체)를 선출 받아 초기값으로 설정한 후 최적화를 실행하는 단계와;(d) 상기 최적화 실행하면 유전알고리즘(GA)에서 각 개체에 대한 특성해석을 수행한 후에 개선된 해 중에서 가장 우수한 N개의 후보해를 선정하는 단계와;(e) 상기 선정된 N개의 후보해를 MADS의 초기해로 선정하여 MADS 알고리즘을 통해 N번의 멀티 스타팅을 수행하여 N개의 해를 수렴하는 단계; 및(f) 상기 수렴된 N개의 해 중에서 국부탐색방법을 통해 최적 해를 선출하여 결과를 화면에 표시하는 단계;를 포함하되,상기 (a) 단계에서 데이터베이스는 해당 후보의 정격출력, 극수, 직경, 축 방향 길이, 토크밀도, 효율, 제작비, 점적률, AEP, 속도, 역기전력 상수, 주파수, 제작일자와, 공극, 요크, 치에 분포되는 자속밀도, 토크밀도, 전류밀도, 출력밀도, 사이즈(Size), 효율의 성능에 관한 제한조건과, 점적률, 재료비, 제작비의 제작성에 관련된 제한조건 및 풍력발전기에 관련된 풍속별 효율의 제한조건에 대한 설계제한조건의 정보 집합인 것을 특징으로 하는 영구자석형 풍력발전기의 최적화 알고리즘 개발을 위한 지식기반 최적설계 방법
|
7 |
7
제 6 항에 있어서, 상기 (d)단계에서 유전알고리즘(GA)은:자동 모델링을 통하여 생성된 모델에 대해 유한요소 해석을 통해 특성을 계산하는 단계와;상기 특성 분석이 끝나고 도출된 결과를 규칙기반 시스템의 제한조건에 의해 필터링한 후 GA 알고리즘으로 피드백하는 단계와;상기 GA 알고리즘에서 목적함수에 대한 적합도 판별을 거쳐 목표사양에 부합되는 우수한 인자만이 데이터로 저장하여 다음 세대를 위한 부모 유전자로 남기고, 그렇지 않은 결과에 대해서는 버리는 단계; 및상기의 과정을 통해 우수한 인자들 간의 교배와 재생산, 돌연변이의 과정을 거쳐 최적 값을 찾아가는 단계;를 포함하는 것을 특징으로 하는 영구자석형 풍력발전기의 최적화 알고리즘 개발을 위한 지식기반 최적설계 방법
|
8 |
8
제 6 항에 있어서, 상기 (b)단계에서 후보군을 클릭하면 해당 후보의 정격출력, 극수, 직경, 축 방향 길이, 토크밀도, 효율, 제작비, 점적률, AEP, 속도, 역기전력 상수, 주파수, 제작일자를 화면에 표시하는 것을 특징으로 하는 영구자석형 풍력발전기의 최적화 알고리즘 개발을 위한 지식기반 최적설계 방법
|
9 |
9
제 6 항에 있어서, 상기 메인 화면에서는 규칙기반의 설계제한조건을 입력받으며,상기 설계제한조건의 항목은:공극, 요크, 치에 분포되는 자속밀도, 토크밀도, 전류밀도, 출력밀도, 사이즈(Size), 효율의 성능에 관한 제한조건과;점적률, 재료비, 제작비 제작성에 관련된 제한조건; 및풍력발전기에 관련된 풍속별 효율의 제한조건;을 포함하는 것을 특징으로 하는 영구자석형 풍력발전기의 최적화 알고리즘 개발을 위한 지식기반 최적설계 방법
|
10 |
10
제 6 항에 있어서, 상기 MADS 알고리즘은:탐색영역 내에서 현재 해에 대한 임의의 이웃 해를 발생시켜 목적함수 결과에 대한 비교평가를 통해 최적 해로 개선해가는 반복 알고리즘 중 하나인 것을 특징으로 하는 영구자석형 풍력발전기의 최적화 알고리즘 개발을 위한 지식기반 최적설계 방법
|