본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

목차 1

반도체 클린룸의 다양한 피드백 제어 방식에 대한 실내온도 과도응답 및 에너지소비 평가 ＝ Assessment of transient response of indoor temperature and energy consumption in a semiconductor manufacturing cleanroom using various feedback control schemes / 송근수 ; 정준수 ; 김춘식 ; 양지석 ; 이건형 ; 유경훈 1

초록 1

Abstract 1

1. 서론 1

2. 연구 방법 2

2.1. 상태공간방정식 (state-space equation) 2

2.2. 제어블록선도(control block diagram) 4

3. 결과 및 검토 4

4. 결론 6

참고문헌(References) 6

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
차단구조가 적용된 파형 배열충돌제트의 유동 및 열전달 특성 = Heat transfer characteristics of array impingement jet with block-off corrugated structure 배성호, 김선호, 손호성, 김태현, 조형희 p. 245-254

보기
전진면 모서리들 사이의 거리를 이용한 Advancing Front Method에 대한 연구 = Study on advancing front method using distance between two frontal edges Duc Vo Huynh, Sang Truong Ha, 김명수, 최형권 p. 255-261

보기
휴대형 박동식 체외막산화기를 이용한 혈류, 혈압의 유지 및 평가 = Blood flow and blood pressure maintenance and assessment using a portable pulsatile extracorporeal membrane oxygenation (ECMO) device 유창영, 강성민, 최성욱 p. 263-269

보기
노즐 표면조건이 감압비등 분무의 내부와 외부 유동에 미치는 영향에 대한 연구 = Study of the effect of nozzle surface condition on the in-nozzle and out-of-nozzle flow of flash boiling sprays 차현우, 강동현, 이현창 p. 271-280

보기
반도체 클린룸의 다양한 피드백 제어 방식에 대한 실내온도 과도응답 및 에너지소비 평가 = Assessment of transient response of indoor temperature and energy consumption in a semiconductor manufacturing cleanroom using various feedback control schemes 송근수, 정준수, 김춘식, 양지석, 이건형, 유경훈 p. 281-287

보기

참고문헌 (16건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 Hu, S. C., and Tsao, J. M., 2007, “A Comparative Study on Energy Consumption for HVAC Systems of High-tech FABs,” Applied Thermal Engineering, Vol. 27, pp. 2758~2766. 미소장
2 Hu, S. C., Wu, J. S., Chan, D. Y. L., Hsu, R. T. C., and Lee, J. C. C, 2008, “Power Consumption Benchmark for a Semiconductor Cleanroom Facility System,” Energy and Buildings, Vol. 40, pp. 1765~1770. 미소장
3 Tsao, J.-M., Hu, S.-C., Xu, T., and Chan, D. Y. L., 2010, “Capturing Energy-saving Opportunities in Make-up Air Systems for Cleanrooms of High-technology Fabrication Plant in Subtropical Climate,” Energy and Buildings, Vol. 42, pp. 2005~2013. 미소장
4 Lin, T., Hu, S.-C., and Xu, T., 2015“Developing an Innovative Fan Dry Coil Unit (FDCU) Return System to Improve Energy Efficiency of Environmental Control for Mission Critical Cleanrooms,” Energy and Buildings, Vol. 90, pp. 94~105. 미소장
5 Shan, K., and Wang, S., 2017, “Energy Efficient Design and Control of Cleanroom Environment Control Systems in Subtropical Regions-A Comparative Analysis and On-site Validation,” Applied Energy, Vol. 204, pp. 582~595. 미소장
6 Song, W. I., Park, S. B., Kim, K. C., Yoo, K. H., Tae, K. E., Kim, Y. S., Yang, J. S., Song, D. Y., Kwon, O. M., and Lee, K. H., 2018, “An Experimental Study on Energy Consumption in an Indoor Water Spray Humidification Type Cleanroom with One Fluid Nozzles,” Korean Journal of Air-Conditioning and Refrigeration Engineering, Vol. 30, pp. 533~545. 미소장
7 Parkale, Y. V., 2012, “Comparison of ANN Controller and PID Controller for Industrial Water Bath Temperature Control System using MATLAB Environment,” International Journal of Computer Applications, Vol. 53, No. 2, pp. 1~6. 미소장
8 Pittarello, M., Scarpa, M., Schibuola, L., and Tambani, C., 2018, “Application of Artificial Neural Networks to the Simulation of a Dedicated Outdoor Air System (DOAS),” Energy Procedia, Vol. 148, pp. 146~153. 미소장
9 Ilambirai, R. C., Sivasankari, P., Padmini, S. and Chowdary, H., 2019, “Efficient Self-learning Artificial Neural Network Controller for Critical Heating, Ventilation and Air Conditioning Systems,” AIP Conference Proceedings, Vol. 2112, 020163. 미소장
10 Lee, J. M., Hong, S. H., Seo, B. M., and Lee, K. H., 2019, “Application of Artificial Neural Networks for Optimized AHU Discharge Air Temperature Set-point and Minimized Cooling Energy in VAV System,” Applied Thermal Engineering, Vol. 153, pp. 726~738. 미소장
11 Serale, G., Fiorentini, M., Capozzoli, A., Bernardini, D., and Bemporad, A., 2018, “Model Predictive Control (MPC) for Enhancing Building and HVAC System Energy Efficiency: Problem Formulation, Applications and Opportunities,”Energies, Vol. 11, No. (3). 미소장
12 Bahramnia, P., Rostami, S. M. H., Wang, J. and Kim, G.-J., 2019, “Modeling and Controlling of Temperature and Humidity in Building Heating, Ventilating, and Air Conditioning System Using Model Predictive Control,” Energies, Vol. 12, 4805. 미소장
13 Yang, S., Wan, M. P., Ng, B. F., Dubey, S., Henze, G. P., Chen, W., and Baskaran, K., 2020, “Experimental Study of Model Predictive Control for an Air-conditioning System with Dedicated Outdoor Air System,” Applied Energy, Vol. 257, 113920. 미소장
14 Japan Air Leaning Association (JACA) Energy Saving Technical Committee, 2007, “The Energy Conversion Factors for a Semiconductor Factory,”Journal of Japan Air Cleaning Association, Vol. 46, No. 6, pp. 16~28 (in Japanese). 미소장
15 Beale, M. H., Hagan, M. T., and Demuth, H. B., 2022, Deep Learning ToolboxTM Getting Started Guide and Reference, MATLAB/Simulink, The MathWorks, Inc., Natick, MA, USA, www. mathworks.com. 미소장
16 Bemporad, A., Ricker, N. L., and Morari, M., 2022, Model Predictive Control ToolboxTM User’s Guide, MATLAB/Simulink, The MathWorks, Inc., Natick, MA, USA, www.mathworks.com. 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차