지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 배석주
- 발행연도
- 2017
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수5
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 유럽과 미국의 배기가스 규제와 같은 다양한 환경 규제로 인해서 친환경 자동차에 대한 관심이 커지면서 친환경차 개발이 활발히 진행되고 있다. 하지만 가격 경쟁력을 위한 요소기술 개발과 수소저장 시스템에 대한 안정성 에 대한 연구만 진행되고 있을 뿐 시간에 대한 열화 모형에 관한 연구는 미흡한 상황으로 연료전지의 신뢰성 시험을 하기 위해서는 많은 시간과 비용이 필요하다. 따라서 본 연구에서는 연료전지의 시간에 대한 열화 모형을 제안하기 위하여 연료전지의 성능 측정 기준으로 이용되는 IV 곡선에 시간을 고려한 항을 추가하여 시간에 대한 열화모형을 제안하였다.
기존의 IV 곡선 모형화 방법은 전기, 화학적인 변수를 이용하였고 시간을 고려하는 항이 존재하지 않았기 때문에 시간에 대한 열화 패턴을 알수가 없었다. 따라서 본 연구에서는 통계 모형을 이용한 모형화 방법을 통해 시간의 변화를 반영한 모수를 추가하여 시간이 지난후의 IV 곡선을 예측하여 연료전지의 열화패턴을 예측하고자 한다. 우선 대표적으로 사용되는 열화모형에 가속열화시험을 진행한 데이터를 적합하여 적절한 모형을 찾았다. 다음단계로 선택한 통계 모형을 이용하여 비선형 혼합효과 모형을 구축하였고 LB 알고리즘(Lindstrom & Bates algorithm)을 통해 모수를 계산하고 시간에 따른 모수의 변화를 모형화 하였다. 마지막으로 통계 모형에 앞에서 계산된 모수를 반영한 시간적 성능 모형을 제안하였으며, 가속열화시험을 통해 얻은 PEMFC 연료전지 데이터에 적용하여 RMSEP 값 비교를 통해서 모형 구축 시간을 선택하였고 모형 검증을 진행하였다.
기존의 IV 곡선 모형화 방법은 전기, 화학적인 변수를 이용하였고 시간을 고려하는 항이 존재하지 않았기 때문에 시간에 대한 열화 패턴을 알수가 없었다. 따라서 본 연구에서는 통계 모형을 이용한 모형화 방법을 통해 시간의 변화를 반영한 모수를 추가하여 시간이 지난후의 IV 곡선을 예측하여 연료전지의 열화패턴을 예측하고자 한다. 우선 대표적으로 사용되는 열화모형에 가속열화시험을 진행한 데이터를 적합하여 적절한 모형을 찾았다. 다음단계로 선택한 통계 모형을 이용하여 비선형 혼합효과 모형을 구축하였고 LB 알고리즘(Lindstrom & Bates algorithm)을 통해 모수를 계산하고 시간에 따른 모수의 변화를 모형화 하였다. 마지막으로 통계 모형에 앞에서 계산된 모수를 반영한 시간적 성능 모형을 제안하였으며, 가속열화시험을 통해 얻은 PEMFC 연료전지 데이터에 적용하여 RMSEP 값 비교를 통해서 모형 구축 시간을 선택하였고 모형 검증을 진행하였다.
목차
그림 차례 i표 차례 ii국문 요지 iii1. 서 론 11.1. 연구배경 및 필요성 11.2. 기존 연구 고찰 31.3. 연구의 목적 42. 기존 전류 전압 곡선 모델링 방법 52.1. 전류 전압 곡선 52.2. 기존 전류-전압 곡선 모델링 방법 83. 시간적 성능 모형 103.1. 열화모형 103.2. 비선형 혼합 효과 모형 123.3. Lindstrom and Bate Algorithm 133.4. 시간적 성능 모형 154. 사례 분석 184.1. 가속열화시험 184.2. 확률 모형 선택 204.3. 시간적 성능 모형 224.4. 모형 검증 266. 결론 및 향후 연구 28참고문헌 29ABSTRACT 30
최근 본 자료
댓글(0)
0