유체 배관 시스템에서 부손실, Minor loss은 관의 입구나, 관과 관 사이의 이음새, 밸브 등에 의해서 발생하는 마찰과 손실을 일컫는 말입니다. 특히 배관에서의 부손실은 이음새를 통해서 흐를 때 발생하는 손실을 주로 다룹니다. 배관 사이의 결합부인 이음새를 유체가 흐를 때, 유체는 유동 박리를 일으키게 되고 이에 따라 큰 유동 손실이 발생합니다. 이러한 유동 손실을 적용한 베르누이 방정식을 우리는 수정 베르누이 방정식이라고 부릅니다. 📌 부손실, Minor loss 수정 베르누이 방정식을 알기전에 우리는 부손실에 대해서 알아야 합니다. 부손실이란, 앞서 말했듯이 이음새에서 일어나는 유동 박리가 일으키는 유동 손실입니다. 그렇다면, 유동 박리란 무엇일까요? 유동 박리, Flow separate는 유체..

유체 배관 시스템에서 배관의 지름은 굉장히 중요한 요소입니다. 배관의 지름에 따라서, 유체의 유량, 유속 등이 달라지기 때문입니다. 지름이라는 말에서 눈치채셨겠지만, 일반적으로 사용하는 배관은 원형 배관이 많고 이에 따라 우리는 원형 배관을 기준으로 여러 가지 공식을 이용합니다. 하지만, 문제는 배관이 원형이 아닌 경우에 발생합니다. 여러 공식들에서 배관의 지름 혹은 반지름을 사용하지만, 다음 그림과 같이 배관이 각진 경우에는 지름이나 반지름을 알 수 없기 때문입니다. 이처럼 지름이나 반지름을 구할 수 없는 비원형 배관을 일반적인 공식에 이용하기 위해서 나온 개념이 바로 수력 반지름, 수력 지름, 유효 지름입니다. 📌 수력 반지름 수력 반지름, Hydraulic radius는 개수로 유동에서 주로 사용합..

단층 신경망의 머신러닝과 다층 신경망의 딥러닝은 데이터를 학습함으로써 정답을 찾아가는 길, 즉 가중치를 찾아가는 알고리즘입니다. 단어 자체에 Learning(배우다)가 사용된 이유라고 할 수 있습니다. 처음 신경망에 대해서 설명드리면서 보여드렸던 그림을 다시 가져와봤습니다. 신경망은 결과값에서 오차를 찾아내어 학습 규칙에 따라 이를 다시 학습하여 정답을 찾아가는 것을 확인할 수 있습니다. 신경망은 뇌와 유사하게 정보를 데이터 사이의 가중치 ω로 저장한다고 말씀드렸습니다. 새로운 데이터를 학습해 나감에 따라서 가중치를 학습 규칙에 따라서, 체계적으로 바꾸어 나가게 됩니다. 이 때, 신경망의 학습 규칙중에서 대표적이면서도 가장 기본적인 방법이 바로 델타 규칙입니다. 혹시 여기까지의 내용이 명확하게 와닿지 않..

다층 신경망은 은닉층, Hidden layer를 가지는 딥러닝 모델로 단층 신경망보다 정교하며 방대한 양의 데이터를 학습할 수 있다고 말씀드렸습니다. 하지만, 이전에 보았던 예시는 활성화 함수가 적용되지 않은 다층 신경망이었기 때문에 사실은 단층 신경망이라고 생각하는 것이 맞습니다. 다시 말하자면, 활성화 함수가 있어야 다층 신경망입니다. 위 그림은 은닉층을 가지는 다층 신경망입니다. 위 도식 표대로 결과 값을 도출해보도록 하겠습니다. 결과 값 = (은닉층 1 x ω5) + (은닉층 2 x ω6) 이므로 이 식에 다음 두 식을 대입합니다. 은닉층 1 = (1월 x ω1) + (2월 x ω3) 은닉층 2 = (1월 x ω2) + (2월 x ω4) 두 식을 대입하여 정리하면 결과 값 = 1월(ω1ω5 + ω..