최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Huang R.,He H.,Zhao X.,Gao M.
2023 / Journal of Power Sources
데이터가 존재하지 않습니다.
loading...
본 연구는 연료 전지 하이브리드 전기 버스의 수소 소비를 줄이고 연료 전지 열화를 억제하기 위해 새로운 심층 강화 학습 프레임워크 기반의 에너지 관리 전략을 제안합니다. 특히, 멀티 스레드 분산 컴퓨팅을 활용한 새로운 근접 정책 최적화 프레임워크를 설계하고, 연료 전지 수명 연장을 최적화 목표에 포함시켰습니다. 시뮬레이션 결과, 제안된 전략은 기존 근접 정책 최적화 알고리즘 기반 전략 대비 수소 절약 및 연료 전지 열화 억제 효과를 효과적으로 개선했습니다.
Intelligent control and smart energy management : renewable resources and transportation
Hybrid Electric Vehicles : Energy Management Strategies
Rollout, policy iteration, and distributed reinforcement learning
Assessment of technologies for improving light-duty vehicle fuel economy--2025-2035
Design and control of automotive propulsion systems
Introduction to hybrid vehicle system modeling and control
Vehicle propulsion systems : introduction to modeling and optimization
Advanced battery management technologies for electric vehicles
Transport phenomena in fuel cells
Hybrid hydrogen systems : stationary and transportation applications
Plug in electric vehicles in smart grids : integration techniques
Handbook of learning and approximate dynamic programming
Fuel cells : modeling, control, and applications
Alternative fuels and advanced vehicle technologies for improved environmental performance : towards zero carbon transportation
PEM fuel cells with bio-ethanol processor systems : a multidisciplinary study of modelling, simulation, fault diagnosis and advanced control
Vehicular electric power systems : land, sea, air, and space vehicles
Energy-efficient driving of road vehicles : toward cooperative, connected, and automated mobility
Intelligent scheduling of robotic flexible assembly cells
Energy
Li, B.; Cui, Y.; Xiao, Y.; Fu, S.; Zheng, C.; Choi, J.International Journal of Precision Engineering and Manufacturing-Green Technology
Zheng, Chunhua; Li, Wei; Li, Weimin; Xu, Kun; Peng, Lei; Cha, Suk WonApplied Energy
Huang R.,He H.,Gao M.IET Conference Proceedings
Li, Baomin; Fu, Shengxiang; Fu, Jingshun; Choi, Jongwoo; Xu, Kun; Cha, Suk Won; Zheng, ChunhuaINTERNATIONAL JOURNAL OF HYDROGEN ENERGY
Huang, Ruchen; He, HongwenGREEN ENERGY AND INTELLIGENT TRANSPORTATION
Wang, Jie; Zhou, Jianhao; Zhao, WanzhongENERGY
Tang, Xiaolin; Zhou, Haitao; Wang, Feng; Wang, Weida; Lin, XiankeEnergy
Peng J.,Shen Y.,Wu C.C.,Wang C.,Yi F.,Ma C.International Journal of Hydrogen Energy
Huo W.,Chen D.,Tian S.,Li J.,Zhao T.,Liu B.Electric Power Systems Research
Lu H.,Tao F.,Fu Z.,Sun H.2021 IEEE VEHICLE POWER AND PROPULSION CONFERENCE (VPPC)
Zheng, Chunhua; Li, Wei; Xiao, Yao; Zhang, Dongfang; Cha, Suk WonEnergy Conversion and Management: X
Li M.,Liu H.,Yan M.,Wu J.,Jin L.,He H.Energy
Huang, X.; Huang, Y.; Kang, Z.; Mao, X.; Zhou, Y.; Xuan, D.; Zhang, J.; Ou, K.Energy Conversion and Management
Zhang Y.,Zhang C.,Fan R.,Huang S.,Yang Y.,Xu Q.Energy Reports
Chen, Hao; Guo, Gang; Tang, Bangbei; Hu, Guo; Tang, Xiaolin; Liu, TengInternational Journal of Energy Research
Hu H.,Lu C.,Tan J.,Liu S.,Xuan D.Applied Energy
Li Y.,He H.,Khajepour A.,Wang H.,Peng J.International Journal of Hydrogen Energy
Li T.,Li M.,Wang X.,Cui J.,Dong J.,Liu H.,Xu H.Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering
Zhou, J.; Guo, A.; Wang, J.; Wang, C.; Zhao, W.INTERNATIONAL JOURNAL OF HYDROGEN ENERGY
Li, Kunang; Zhou, Jiaming; Jia, Chunchun; Yi, Fengyan; Zhang, Caizhi전선 / 학사
이 과목은 열역학, 유체역학 및 열전달에 관한 기본 이론을 바탕으로 냉동시스템, 공기조화시스템부터 탄소중립 및 이산화탄소 저감을 위한 태양열 발전, 수소연료전지, 친환경차 통합 열관리 등을 다룬다. 실제 생활과 연관된 냉난방, 가습, 청정, 환기, 공기유동 등에 대한 기본 개념을 확립함으로서, 새로운 개념의 다양한 열이용 기기들을 효율적으로 설계하고 분석하는 능력을 확보하는 것을 목표로 한다. 열에너지의 합리적인 이용에 관해 학습하며 신재생에너지의 효과적인 활용을 위한 시스템 최적화를 수행한다. 특히, 친환경차 구성품의 각기 다른 열적 요구사항을 분석하고 가장 효율적으로 열관리를 수행할 수 있는 통합 열관리 시스템을 설계함으로써 다양한 경계조건 하의 열시스템 최적화 기법에 대해 학습할 수 있도록 한다.전선 / 학사
이 과목은 자동차 환경규제와 제도의 대응을 위해 개발되는 다양한 자동차 동력원들에 대한 소개를 한다. 기계공학 관점에서의 자동차엔진의 원리와 효율, 성능에 영향을 미치는 인자들을 공부하고, 엔진과 모터의 결합체인 하이브리드시스템의 원리와 구조 그리고 시스템 장점에 대해서 학습한다. 전기차 배터리시스템의 구조와 요구사항, 자동차용 PEM 연료전지 시스템의 기본 이해와 연료전지 시스템의 최적성능과 효율을 위한 BOP 특성에 대해서 공부하고, 자동차 동력원 시스템의 해석능력을 배양하고 새로운 환경규제 대응을 위한 동력원의 신기술을 소개한다.전선 / 학사
미래자동차의 에너지 시스템은 전동화 및 무탄소연료인 수소 등의 사용으로 기존의 내연기관을 활용하는 자동차에서의 시스템과는 많은 차별점을 갖게 되었다. 이 강의에서는 미래자동차의 동력원으로 대표되는 전기자동차와 수소연료전지자동차의 에너지 시스템에 대해 다루고, 동력원의 근간을 이루는 배터리, 모터 및 연료전지에서부터 차량 수준에서의 열 및 에너지 흐름 관리에 대한 최신 기술들의 원리와 응용을 소개한다. 이러한 지식 함양에 기반하여 수강생들은 모델링 설계 프로젝트를 수행함으로써 미래자동차의 에너지 시스템에 대한 이해를 고양한다.전선 / 대학원
본 강의에서는 친환경 선박 전원 공급용 연료전지 시스템의 설계 및 모델링을 실습한다. 친환경 선박의 동력 부하 프로파일을 만족시킬 수 있도록 다양한 유형의 연료전지 시스템 또는 연료전지 하이브리드 시스템 구성안을 도출하고, 물질 및 에너지 밸런스를 해석하여 최적의 시스템 구성안과 용량을 도출하는 방법을 학습한다. 본 강의에서는 Aspen Plus를 사용하여 열역학, 열전달, 유체역학을 기반으로 연료전지 스택의 전기화학 모델, 연료 개질 시스템, 연료 공급 시스템, 공기 공급 시스템, 그리고 열관리 시스템 등을 모델링할 것이다. 스택의 전기화학 모델은 스택의 평형 전압과 전압손실(활성화, 오옴, 농도 손실)을 고려하여 실제로 가용할 수 있는 순출력을 계산할 수 있도록 개발할 것이다. 개발된 모델링을 활용하여 정립된 친환경 선박의 동력 부하 프로파일과 연계하여 시뮬레이션을 수행할 것이다. 본 강의를 학습하게 되면 친환경 선박 전원용 연료전지 시스템의 최적 설계를 도출할 수 있는 플랫폼을 개발할 수 있는 능력을 함양하게 된다.전선 / 대학원
본 과정은 선형 시스템, 전달 함수, 라플라스 변환에 대하여 소개한다. 안정성과 피드백을 다루고 과도 응답 사양을 위한 기본 설계 도구를 제공한다. 또한 주파수 영역 기술도 간략하게 다룬다. 이 과정에는 컴퓨터 프로그래밍 실습 및 제어 설계 프로젝트가 포함된다. 실습 프로젝트에 관련된 전공은 조선해양공학은 물론 로봇공학, 기계공학, 전자공학, 전기공학, 산업응용수학 등이다.전선 / 대학원
"오늘날과 같이 기술간제품간 융합이 활발히 이루어지고, 소비자들의 신제품에 대한 수요가 다양해지는 환경에서, 신기술 혹은 신제품의 성패는 기술적인 요인에 의해서 결정되어 진다기보다는 시장에서의 성공에 좌우된다고 할 수 있다. 따라서, 신기술 및 신제품에 대한 수요분석 및 예측은 기업전략은 물론 국가의 연구개발정책에 있어서도 그 중요성이 더욱더 커진다고 할 수 있다. 본 교과는 이와 같은 신 기술경제 패러다임(New Techno-Economics Paradigm) 하에서 빠른 기술혁신과 불확실한 시장으로 정의될 수 있는 신기술 및 신제품의 수요를 분석하는데 필요한 기초적인 지식을 교육한다. 교과내용은 크게 2가지로 나누어지는데, 첫번째는 신기술의 개별속성에 대한 소비자의 선호구조를 분석하는데 필요한 다양한 이산선택모형(discrete choice model)과 이를 추정하는데 필요한 여러 가지 시뮬레이션 기법 및 베이지안적 접근에 의한 추정법이 포함되고, 두번째는 위험함수(hazard function)의 정의에 기반한 광범위한 형태의 확산모형(diffusion model)을 이용한 수요예측모형이 포함된다."전선 / 학사
◎ 구 분: 고급 ? 에너지 저장/변환 ≪ 교수요목 ≫ 차세대 친환경 에너지원이자 미래 에너지 경제의 핵심 역할을 할 수소에너지의 전반적인 가치사슬(활용, 생산, 저장, 운송)에 대해서 공부한다. 1) 강의 전반부에는 수소 사용의 측면에서 수소 경제를 이끌고 있는 연료전지(Fuel Cell)에 대해서 이해한다. 수소의 화학에너지를 전기에너지로 가장 효율적인 방법으로 변환하는 연료전지의 기초 이론, 성능 및 물질 분석, 스택 및 시스템 설계에 대해서 심층적으로 공부한다. 2) 강의 후반부에는 이러한 수소 사용을 뒷받침하는 수소의 생산, 저장, 및 운송 방법을 포괄적으로 다루고, 이를 바탕으로 현재 상용화된 시스템부터 미래에 사용될 연구개발 단계의 기술까지 심도 있게 공부한다. 3) 또한, 강의 전반에 걸쳐서 배운 이론을 바탕으로 한 실험 실습(연료전지, 수전해, 고밀도 수소 저장)을 통해서 실제 수소 관련 시스템을 직접 다루어 보는 시간을 가진다. 본 강의를 통해서 학생들은 수소에너지 가치사슬의 전반적인 흐름을 이해하고, 미래 수소 경제를 이끌어 갈 핵심 이론 및 기술에 대해서 이해할 수 있다. ≪ 학습목표 ≫ - 수소에너지의 전반적인 가치사슬(활용, 생산, 저장, 운송)의 이론적 이해 - 연료전지(Fuel Cell)에 대한 이론적인 이해 - 수소의 활용, 생산, 저장, 및 운송 방법의 실용적인 접근법 공부 - 현재 상용화된 시스템부터 미래에 사용될 연구개발 단계의 기술까지 심도 있게 공부 - 실험 실습(연료전지, 수전해, 고밀도 수소 저장)을 통해서 실제 수소 관련 시스템을 직접 다루어 봄전선 / 학사
본 과목에서는 기존에 배운 유체역학, 열역학, 열전달 등에서의 지식을 확장하여, 높은 에너지를 가지는 시스템의 해석을 목표로 한다. 연소, 폭발, 레이저 조사 등에서와 같은 아주 빠르고, 상변화를 수반하는 시스템에서의 열 및 물질 전달 이론을 공부하여, 현실 속의 여러 고에너지 현상을 분석하는 안목을 기르고, 미래의 환경문제를 해결할 그린에너지 시스템도 다뤄질 것이다.전선 / 대학원
내연기관의 성능요소, 내연기관의 연소, 추출물의 생성기구와 제어, 연료 절약 및 성능 예측, 내연기관의 계측및 대체연료 기관의 성능 등에 관한 토픽을 중심으로 학습한다.전선 / 학사
차세대 친환경 에너지원이자 미래 에너지 경제의 핵심 역할을 할 수소에너지의 가치사슬(활용, 생산, 저장, 운송)에 관해 공부한다. 강의 전반부에는 수소 사용의 측면에서 수소 경제를 이끄는 연료전지(Fuel Cell)에 대해서 깊이 있게 이해한다. 수소의 화학 에너지를 전기에너지로 가장 효율적인 방법으로 변환하는 연료전지의 기초 이론, 성능 및 물질 분석, 스택 및 시스템 설계에 대해서 심층적으로 공부한다. 강의 후반부에는 이러한 수소 사용을 뒷받침하는 수소의 생산·저장·운송 방법을 포괄적으로 다루고, 특히나 다양한 친환경 수소 생산 방법을 심도 있게 공부한다. 이를 바탕으로 현재 상용화된 시스템부터 미래에 사용될 연구개발 단계의 기술까지 깊이 있게 이해한다. 강의 전반에 걸쳐서 배운 이론을 바탕으로 한 실험 실습(연료전지, 수전해 등)을 통해서 실제 수소 관련 시스템을 직접 다루어 보는 시간을 가진다. 본 강의를 통해서 학생들은 수소에너지 가치사슬을 깊이 있게 이해하고, 미래 수소 경제를 이끌어 갈 핵심 이론 및 기술을 공부한다.전선 / 대학원
본 강좌에서는 계통 운영과 계획, 시장 연계, 성능평가와 신뢰도 평가 등을 위한 전력계통 분석기법을 소개한다. 전력 계통 예제를 통하여 convex optimization, 동적 최적화, 최적 제어 등에 대한 주요 알고리즘을 소개한다. 본 강의에서는 convex optimization에 대한 interior-point methods, decision theoretic planning, Markov decision processes, 선형 계획법, 동적 계획법, 최적 제어 기법과 비선형 최적화에 대한 최적화 조건과 같은 주제들을 다룬다.전선 / 대학원
교통계획수요추정의 근본을 이루는 토지이용과 교통계획에서 출발하여 4단계 기법, 즉 발생교통량추정, 분포교통추정, 수송수단배분추정, 노선배정추정을 위한 모형의 적용 및 개발에 중점을 두어 교통계획의 배경과 개념 등을 연구하게 된다. 또한 실제 4단계 과정을 소규모 네트웍에 적용해 봄으로써 프로그램 능력과 실무능력을 배양한다.전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 학사
본 과목은 21세기 산업과 국가 경영에 필수적인 요소가 된 지속가능경영의 기초적인 개념에 대하여 학습하고 에너지 부문의 사례를 알아보는 것을 목표로 한다. 특히 에너지 분야에서 지속가능경영을 위하여 기술, 경영, 정책이 어떻게 융합되는지를 고찰하며, 에너지 신기술과 신산업의 사례를 살펴봄으로써 미래 에너지 부문의 발전 방향에 대한 종합적 이해를 도모한다.전선 / 대학원
공정설계, 운전, 스케줄링, 플래닝과 같은 화학 공정 및 플랜트 산업에서 의사결정문제는 동적최적화 문제로 표현된다. 이러한 문제들은 내재적인 불확실성과 계산의 복잡성으로 인해 모델을 이용한 방법으로는 접근하기가 어렵다. 이 수업에서는 이러한 문제를 해결하고 최적 운영해를 얻기 위한 통합된 방법론으로서 추계적 동적최적화를 핵심 주제로 다룬다. 최근에는 복잡한 동적최적화 문제를 해결하기 위해 인공지능과 기계학습 기법이 동적최적화 이론과 결합하고 있고 대표적인 예가 강화학습이다. 이 수업에서는 이러한 방법론을 다루기 위해 동적계획법을 배경 이론으로 설명하고 화학공정 최적화에 적용 가능한 강화학습 방법론을 언급한다. 또한, 회분식 공정에 적합한 학습기반 제어 기법인 반복학습제어도 다룬다.전선 / 학사
이 과목은 화석연료 기반의 기존 에너지시스템의 한계를 지적하고 이를 대체하는 지속가능한 에너지 시스템으로의 전환에 대해 다룬다. 미래 지속가능한 에너지시스템의 특징과 요건에 대해 조망하고, 시스템 전환을 준비하는 과학기술정책에 대해 알아본다. 이를 위해 과학기술혁신정책의 최신 동향과 주요 이론을 알아보고, 수소경제, 신재생에너지, 친환경자동차 등 가능한 대안과 과제들을 고찰한다. 이 과목은 에너지시스템에 관한 과학기술 지식과 과학기술학(STS), 그리고 과학정책을 넘나드는 융합을 지향하며, 수강생들이 미래 사회의 주역으로서 필수적인 지식을 갖출 뿐 아니라 실천적 지식인으로서의 소양을 함양하는 것을 목표로 한다.전선 / 대학원
본 강의에서는 수소에너지 기반의 차세대 에너지 생산, 저장/운송, 활용 시스템을 배운다. 강의 전반부에는 화석 연료 기반의 에너지원과 전통적인 그레이 수소생산 방식을 배운다. 후반부에는 친환경 수소에너지의 가치사슬 (예, 생산, 저장/운송, 활용)을 공부한다. 또한, 2050 탄소중립을 이루는 데 필요한 미래 친환경 에너지 믹스를 실제로 구성해보는 디지털 시뮬레이션 프로젝트를 진행한다. 전반적으로 미래 탄소중립을 달성하기 위해서 필요한 에너지 및 환경 공학을 이해하고, 기초 과학에서부터 에너지 시스템, 통계, 정책 등을 공부한다.전선 / 대학원
기후변화 대응 전략 중 대표적인 방법이 청정 전력의 생산 증대와 이를 효과적으로 운영하는 것이다. 즉 청정에너지 생산의 증대 및 생산부터 송배전 및 사용 과정에서 효율 향상, 재생에너지를 비롯한 청정에너지가 많이 발전되는 시간대 및 최소화되는 시간대의 전력생산, 운영 및 저장된 신재생에너지의 사용 등이 대응 전략의 기본이 될 것이다. 본 교과목은 이런 측면에서 새로운 기후변화 전략에 의하여 전력계통의 운영에 필요하게 된 신 전력기술에 대하여 종합적으로 다루고자 한다. 본 강좌에서 다루는 주요 내용은 - 발전원으로서 원전, SMR(small modular reactor), 태양광 및 풍력, 수소터빈 발전, 연료전지, 수력, 조력 발전 등 - 에너지 저장시설로 수소생산, BESS(battery energy storage system), 양수발전과 기타 에너지 저장설비 - 전력운용방법으로 HVDC, MVDC와 Smart Grid - 전력거래방식의 현대화 등을 포함한다.전선 / 대학원
본 강좌는 의사결정 모델을 통하여 복잡한 경영문제들을 해결할 수 있는 기법들을 제공하고 정형화된 모델과 계량적 분석을 틀로 불확실하고 경쟁적인 경영환경들을 분석할 수 있는 모델을 제시한다. 이 과목은 확률론이나 의사결정 모형들을 기본으로 수송문제, 설비배치와 같은 문제들을 분석한다.전선 / 대학원
본 강좌는 스토캐스틱 제어와 강화학습의 이론과 알고리즘에 대해 소개한다. 강좌의 첫 부분에서는 스토캐스틱 제어이론을 심도 있게 다룬다. 최적조건과 최적제어전략의 존재성뿐만 아니라, value and policy iteration 그리고 선형최적화를 이용한 해결방법에 대해 소개하고 분석한다. 두 번째 부분에서는 강화학습의 방법론을 다룬다. 특히, stochastic approximation 알고리즘을 기반으로 한 방법(예: Q-learning)들의 수렴조건 및 근사방법에 대해 학습한다. Policy gradient와 online learning 방법에 대해서도 소개하고, 여러 알고리즘들의 장단점에 대해 분석한다.