합성곱 신경망을 이용한 건물 온도 분포 및 열 손실 예측

초록

본 연구에서는 건물의 열교를 반영한 온도 분포 및 열교에 의한 열 손실 값 예측을 위하여 열전달 해석 및 이를 학습한 딥러닝 모델을 개발하였다. 건물 에너지 평가를 위하여 기존 연구들은 선형열관류율 적용 등의다양한 수치적 계산 방법을 이용하여 열에너지 손실 값을 계산한다. 하지만, 구조물의 기하학적 불연속점, 건축자재 간 물성 차이 등으로 열교에 의한 열 손실이 크게 발생하고 이는 해석적 모델을 이용하여 예측하기 어렵다는 한계가 있다. 따라서, 이를 해결하기 위하여 유한요소해석 등을 이용하여 열교를 해석하는 연구가 진행되어 왔다 [1]. 그러나, 정확한 예측을 위해서는 여러 건축 기준과 복잡한 구조들을 매번 반영하여 모델링을 해야하며,해석적인 경험과 지식이 수반되어야 한다. 본 연구에서는, 다양한 구조 및 물성 값에 대하여 해석 데이터베이스를 구축하였으며 이를 합성곱 기반 딥러닝 네트워크를 통하여 학습하였다. 학습이 완료된 모델에 물성 및 도면을 입력하면 수 초이내에 자동적으로 온도분포 이미지와 열교를 고려한 총 열손실량 값을 도출할 수 있었다. 본 기술을 이용하면 유한요소 해석과 딥러닝 기술을 접목하여 건축물 이외의 다양한 기계적, 열적 해석에도 적용할 수 있을 것이라 사료된다.