Видео

강의가 완강이 된다면 난류까지 포함될 예정입니다. 저에게도 도전이군요. 감사합니다.^^

저도 감사합니다^^

감사합니다. 오랜만에 다시 FVM 재시작이네요~~끝까지 완주해보겠습니다.

적분을 수치해석적으로 푸는 기법 중에 Gaussian Quadrature 기법이 있습니다. 몇 개의 integration point를 지정한 후 그 점에 weighting을 부여해서 적분값을 구하는 기법인데요. integration point를 1개만 설정하면 그 위치는 centroid에 위치하게 되고, weighting은 1이 되어 계산이 간편하게 됩니다. 또한, 이 경우에 second-order accurate 하기 때문에 정확도도 보장되구요. 만약 정확도를 더 높이고 싶다면 integration point를 2개, 3개,.... 늘려도 되지만 이 경우 weighting 값들을 점의 갯수만큼 부여해서 계산해야 하니 계산의 복잡도가 올라가게 됩니다. 본 영상에서는 논의를 간단하게 하기 위해 1-integration point의 경우만 고려하여 설명하였습니다. 감사합니다.

최신 딥러닝 영상 썸네일에 키워드 추가하였습니다. 감사합니다.~^^

항상 감사드립니다~~^^

항상 감사드립니다~~^^

감사합니다. AI 트렌드를 쫓아가보겠습니다.~^^

항상 지원해주셔서 감사드립니다.^^

항상 후원해주셔서 감사드립니다.~

교류전원이 인가되면 저항에서 에너지가 소모되고, capacitor와 inductor는 서로 에너지를 주거니 받거니 합니다. 이것을 제대로 표현하기 위해 Complex Impedance 개념이 필요한데, "5강. 정상상태 정현파 분석(1)" 내용을 공부해보시면 도움이 될 겁니다.

임의의 전위값 대상으로 Node점에서 KCL을 적용할 때는 2가지 중에 하나로 기준을 잡습니다. Node에서 전류가 빠져나가던지 Node로 전류가 들어오던지 말이죠. 저는 Node에서 전류가 빠져나간다는 가정을 했으니까 Node점의 전위가 가장 높고 주변의 낮은 전위를 향해 전류가 흘러나간다고 생각을 하면 됩니다. 따라서, 전위차 V2-V1, V2-0, V2-V3를 일단 양의 값으로 가정을 하고 식을 세우게 됩니다.

진동학에서 운동방정식을 세울 때는 보통 양(+)의 좌표계를 기준으로 기술합니다. 그러면 음(-)의 좌표 또한 자동으로 만족되니까요. 쿨롱 감쇠의 두 Case에서 모두 변위 x(t)는 양(+)의 값을 가집니다. 그래서 스프링 복원력은 둘 다 왼쪽을 향하게 됩니다. 다만 이 때 다른 것은 물체의 속도가 오른쪽이냐 왼쪽이냐만 다를 뿐이죠. 이렇게 운동방정식을 세워두면 변위 x(t)가 음(-)의 값을 가질 경우도 자연스럽게 설명이 되게 됩니다.

도움이 되었다니 좋군요. 하시는 일 건승하시길 바라겠습니다. 감사합니다.

대학원 Lab 선배들이 하는 걸 어깨너머로 봤습니다. 전공은 안 했습니다.^^ㅎ

도움이 되셨다니 보람있군요. 감사합니다.^^

;;^^

​@@selfstudy-lab컴공과 지망하는건 맞는데 훅 들어오니까 뭐가 뭔지 모르겠네요 ㅋㅋㅋㅋ

당분간은 업데이트가 어려울 것 같습니다. FVM 관련해서는 Wolf Dynamics 채널을 참고해보시면 많은 도움이 되실 겁니다. 감사합니다.^^