KCI등재후보
머신러닝을 활용한 프로펠러 날개끝 캐비테이션 소음원 위치 추정 연구 = A study on localization of propeller noise source from tip vortex cavitation using machine learning
저자
홍성훈 ( Sunghoon Hong ) ; 양해상 ( Haesang Yang ) ; 성우제 ( Woojae Seong )
발행기관
학술지명
한국국방기술학회 논문지(Journal of the The Korean Institute of Defense Technology)
권호사항
발행연도
2022
작성언어
-주제어
KDC
500
등재정보
KCI등재후보
자료형태
학술저널
수록면
1-8(8쪽)
DOI식별코드
제공처
프로펠러에서 발생한 캐비테이션 소음은 선박 수중방사소음의 주요 원인으로 특히 해군 함정의 경우 잠수함에 의한 피탐가능성과 밀접한 관련이 있다. 따라서 수중방사소음을 최소화하기 위해 설계 단계부터 프로펠러의 요구성능을 추정하고 공동터널에서 모형 프로펠러 시험을 수행하고 있다.
기존에 수행된 연구에서 프로펠러 상부 선체에 센서를 매립하여 수중음향 분야에서 음원의 위치 추정 또는 환경인자 역산에 사용되는 정합장처리 기법을 적용해 캐비테이션의 위치를 추정하였는데 실선에 적용하기 위해서는 매립 과정 및 비용 등을 고려하여 매립되는 센서 수량을 최소화하는 것이 필요하다. 따라서 본 연구에서는 기존의 연구에서 낮은 정확도를 나타낸 3개의 음향 센서를 이용한 캐비테이션 위치 추정기법에 최근 다양한 분야에서 활용되고 있는 순방향 신경망 학습 기법을 적용하여 위치 추정 성능을 향상 하였다.
The Cavitation noise generated from propellers is a major cause of underwater radiated noise in ships, and especially in the case of naval ships, it is closely related to the possibility of detection by submarines. Therefore, from the design stage, the required performance of the propeller is estimated, and a model propeller test is performed in a common tunnel.
In the previous study, the location of cavitation was estimated by embedding the sensor in the upper hull of the propeller and applying the matching field processing technique used for estimating the source localization in the underwater acoustic field or inverting environmental factors. In order to apply the cavitation localization technique using the acoustic sensor to real ships, it is necessary to minimize the number of sensors to be installed on the hull in consideration of the process and cost. Therefore, in this study, the localization performance is improved by applying the forward neural network learning technique used in various fields to the cavitation localization technique using three acoustic sensors, which showed low accuracy in previous studies.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)