본문 바로 가기

로고

국내 최대 기계·건설 공학연구정보
통합검색 화살표
  • NX CAE(Nastran)
  • MateNet

    148 1 0
    MateNet 게시판 내용
    제목 2017년~2019년 Journal of Fluids Engineering 논문 분석을 통해서 본 유체공학 연구동향
    작성자 정병규
    작성일 2020-01-14 오전 10:54:59
    첨부파일 첨부파일  Journal_Fluids Engineering_유체공학 연구동향.pdf



    (* 아래 자료는 2019년 10월까지 기준으로 2019년 11월과 12월의 논문이 통계에서 빠져있음을 알려드립니다. )



    유체역학 (fluid mechanics)이란 유체(액체와 기체)와 유체에 가해지는 힘의 물리적 현상을 다루는 분야이다. 유체역학에는 정지하고있거나 운동하고 있는 유체를 연구하는 학문으로 유체 정역학(fluid statics)과 유체 동역학(fluid dynamics) 분야로 나누어지며, 최근에는 수치근사적인 방법(numerical approximation method)을 적용하여 유체의 운동을 분석하는 전산유체역학(CFD: Computational Fluid Dynamics)이 컴퓨터 기술의 발달에 따라 각광받고 있는 분야이다. 유체역학은 전통적인 기계공학의 응용분야(팬, 터빈, 비행기, 배, 엔진, 미사일 등)뿐만 아니라 생체역학(호흡, 혈액 유동), 환경 혹은 에너지(풍차, 배관, 하천 등)등 매우 많은 분야에 활용되고 있다.

    이러한 유체역학의 최근 연구동향을 알아보기 위해 Journal of Journal of Fluids Engineering(ISSN: 0098-2202)의 최근 3년간 발표된 논문들을 분석하였다. Journal of Journal of Fluids Engineering 미국기계학회(ASME)에서 매월 발행되는 Impact Factor: 1.72의 저널이다. ASME Journal of Fluids Engineering에 2017년부터 2019년까지 3년간 게재된 총 510편(2017년 167편, 2018년 181편, 2019년 162편)의 논문에 대한 저자 및 소속, 키워드 등을 추출하여 정리하였다.


    1. 통계분석
    1) 국가별 논문발표 순위

    Journal of Fluids Engineering 의 3년간 국가별 논문 발표 순위를 살펴보면 아래 Figure 2와 같이 미국이 115편으로 제일 많은 논문을 발표하였으며, 그 다음으로 중국이 103편, 캐나다가 45편, 인도가 39편, 이란이 22편, 영국이 19편, 독일이 18편의 논문을 발표하였다. 아래 Table 1과 같이 3년간 45개국에서 510편의 논문을 발표하였다.




    2) 기관별 논문발표 순위

    3년간 (2017년~ 2019년) Journal of Fluids Engineering의 기관별 발표 논문 수는 Table 2 와 같이 미국의 Texas A&M University 가 가장 많은 수인 13편의 논문을 발표하였다. 그 뒤를 이어 Harbin Institute of Technology, Shanghai Jiao Tong University, Tsinghua University 에서 각각 9편의 논문을 발표하였다.




    3) 한국 기관 논문 발표

    한국 기관에서는 아래 Table3와 같이 3년간 KIST, 부산대학교, 서울대학교에서 각각 2편의 논문을 발표하였으며, 동아대학교, 두산중공업, 인하대학교, 광주과학기술원에서 각각 1편의 논문을 발표하였다.




    2. 네트워크 분석

    1) 키워드 네트워크 분석

    논문의 키워드를 분석하면 발표된 논문들이 어떤 분야와 주제의 연구인지 확인할 수 있다. 3년간 논문에 나타난 전체 키워드는 중복을 제외하고 504개로 나타났으며, 2017년에는 68개, 2018년에는 69개, 2019년에는 490개로 2019년에 키워드의 종류가 급격하게 늘어났다. 연도별로 논문의 수가 비슷함에도 이러한 변화가 일어난 것은 키워드의 세부 분류가 다양해 졌거나 입력 규칙에 어떤 정책적인 변화가 있었음을 짐작해 볼 수 있다. 키워드 Spring Layout은 한 논문에 같이 나열된 키워드들을 서로 연결하여 그림으로 나타낸 것으로, 아래 Figure 4는 2017년부터 2019년까지 Fluids Engineering 논문의 전체 키워드의 상관관계를 네트워크 분석 소프트웨어인 넷 마이너(NetMiner)를 이용하여 도식화한 이미지이다. Figure 5는 좀 더 알아보기 쉽게 빈도수 1 이하인 값을 삭제한 (Link Reduction 1) 그림이다.



    Figure 5에서 키워드를 표시하는 오각형의 크기가 클수록 다른 키워드와 연결 관계가 많다는 의미인데 “Computational Fluid Dynamics, Unsteady Flows, Turbulence, Vortices” 의 키워드가 빈도가 많이 나오며 다른 키워드 간의 연결 관계가 많음을 확인할 수 있다. Figure 6은 연결 관계와 상관없이 빈도수의 비중을 계산하여 워드 클라우드로 표현한 그림이며, Table 4는 3년간 키워드 전체의 빈도수 순위를 나타낸 것이다. “Computational Fluid Dynamics, Unsteady Flows, Turbulence, Vortices, Pumps, Flow Dynamics, Turbomachines” 등의 키워드가 빈도수 60 이상으로 높게 나타난 것을 확인할 수 있다.




    2) 연도별 키워드 변화

    Table 8은 Journal of Fluids Engineering의 3년간(2017년~2019년) 주요 키워드의 연도별 빈도수 추이를 나타낸 것이다. 3년간(2017~2019년)까지 키워드의 변화를 살펴보면 “Computational Fluid Dynamics”와 “Unsteady Flows”가 2017년과 2018년에 1번째와 2번째로 높게 나타났으나, 2019년도에는 4번째와 20번째로 내려간 것을 확인할 수 있다. 또한 “Channel, Duct, Pipe Flows”의 경우에도 2018년과 2019년에 차츰 순위가 내려간 것을 확인할 수 있다. 반면 2019년에는 2년간 없었던 “Flow Dynamics”가 가장 높은 빈도수를 차지한 것을 확인할 수 있다. 이외에도 “Turbulence, Pressure, Cavitation” 등이 2019년에 많이 상승한 키워드로 나타났다.


    Degree Centrality는 가장 간단한 측정 방법중 하나로 인접한 노드들의 수를 이용하여 Centrality를 측정하는 방법이다. 즉, A 노드가 1000개의 노드와 연결되어 있고 B 노드에 100개의 노드가 연결되어 있으면 A가 많은 노드들과 연결되어 있으므로 중요하다고 판단한다. 논문 키워드의 Degree Centrality 분석 결과는 Figure 7과 같다. 이를 살펴보면 Computational Fluid Dynamics를 중심으로 Flow Dynamics, Turbulence가 2번째로 가까운 원에 있으며, Unsteady Flow, Vortices가 그 다음으로 가까이 있음을 알 수 있다. 이외에도 중심에 비교적 가까이 나타나는 키워드로 Pumps, Boundary Layers, Cavitation, Channel, Duct, Hydrodynamics, Pipe Flows, Pressure, Turbomachines 등이 있다.



    3) 연구자 네트워크 분석

    키워드 분석과 마찬가지로 Journal of Fluids Engineering의 2017년~2019년도 논문 공저자들의 상관관계를 넷 마이너를 사용하여 시각화(Spring Layout)하였다. Figure 8과같이 많은 연구자 그룹이 형성되어 있는 것을 확인해 볼 수 있다. 이중 오른쪽 하단은 개인이나 실험실 단위로 그룹을 이루고 있으며, 왼쪽 상단으로 갈수록 여러 기관 소속의 연구자들이 모인 그룹임을 알 수 있다.




    이들 연구자 그룹 중 좌측 상단의 가장 큰 그룹은 Figure 9와 같다. 이 그룹은 F. Stern(University of Iowa)과 M. Visonneau (Ecole Centrals de Nantes), 두 연구자의 연결로 이루어진 그룹으로 University of Iowa, IHEEA, CNRS/ECN, Ecole Centrals de Nantes 등 소속의 연구자 22명이 연결된 그룹이다.



    또한 연구자 그룹 중 2번째로 큰 그룹은 Figure 10과 같이 Yassin A. Hassan(Texas A&M University)와 Elia Merzari(Argonne Nat. Lab.)가 연결된 그룹으로 Texas A&M University와 Argonne Nat. Lab., Kairos Power LL 등의 16명의 연구자가 연결되어 있다.


    3번째로 큰 그룹을 Figure 11에 나타내었다. 이 그룹은 Japan Aerospace Exploration Agency 소속의 Masaharu Uchiumi와Satoshi Kawasaki, 그리고 Yuka Iga(Tohoku University)가 연결된 그룹으로 Japan Aerospace Exploration Agency와 Tohoku University 등의 연구자 15명으로 구성되어 있다.


    4번째로 큰 그룹은 Figure 12와 같이 Beihang University의 연구자들이 연결된 그룹으로 Xiaofeng Sun(Beihang University)을 중심으로 14명의 연구자가 연결되어 있다.


    그리고 5번째로 큰 그룹은 Figure 13와 같이 Hua Liu(Shanghai Jiao Tong University)를 중심으로 Sichuan University와 Shanghai Jiao Tong University, University of Sheffield, China Ship Scientific Research Center 소속인 12명의 연구자가 연결되어 있다.


    위에서 추출한 연구자 데이터를 바탕으로 하여 Figure 14와 같이 연구자의 Degree Centrality를 분석하였다. Degree Centrality는 연결 정도 중심성으로 한 개인이 전체 네트워크에서 얼마만큼 중심에 가까이 자리 잡고 있는지를 나타내는 지표로 여러 논문과 다른 연구자와의 연결 관계가 많을수록 네트워크 가운데 쪽으로 위치하게 된다.

    이를 살펴보면 위에서 제일 큰 그룹(Figure 9)의 중심 연구자였던 F. Stern(University of Iowa)과 Jiandong Yang(Wuhan University)이 제일 중심에 있으며, 그 다음 가까운 위치에 Fu Chen(Harbin Institute of Technology), Guihui Ma(Harbin Institute of Technology), Jianyang Yu(Harbin Institute of Technology), M. Visonneau(Ecole Centrale de Nantes), Yassin A. Hassan(Texas A&M University), Zhengwei Wang(Tsinghua University), Angelo Cervone(Delft University of Technology)가 있는 것을 볼 수 있다.


    Table 6은 공저 논문 수 3편 이상의 연구자 리스트이다. 공저 논문의 순위와 Figure 14의 중심도 결과가 크게 비례하지 않는 이유는 Degree Centrality는 공저 논문 수와 함께 다른 연구자와의 공저 관계도 같이 고려되기 때문이다. 또한 공저 논문의 수가 3편 이상인 연구자가 40명으로 매우 많은 편이기 때문에 중심도의 결과는 공저 논문 수보다는 같이 연결된 공저 연구자의 연결 관계에 의해 좌우될 가능성이 높다.



    4) 연도별 연구자 네트워크

    연도별 중심도 분석과 가장 큰 연구 그룹을 그림으로 나타내면 Figure 15~20과 같다. 2017년의 Degree Centrality에서 제일 중심에 있는 연구자는 Figure 15와 같이 F. Stern(University of Iowa)으로 나타났으며, 제일 큰 연구그룹 또한 Figure 16과 같이 F. Stern(University of Iowa)을 중심으로 17명의 연구자가 연결된 그룹으로 나타났다.



    2018년의 Degree Centrality에서 제일 중심에 있는 연구자는 Masaharu Uchiumi(Japan Aerospace Exploration Agency)로 나타났으며, 제일 큰 연구그룹 또한 Masaharu Uchiumi(Japan Aerospace Exploration Agency)를 중심으로 한 Japan Aerospace Exploration Agency와Tohoku University소속의 11명의 연구자가 연결된 그룹으로 나타났다.



    2019년의 Degree Centrality에서는 Jiandong Yang(Wuhan University), Zhongdong Qian(Wuhan University), Jianfeng You(Wuhan University), Linsheng Xia(Wuhan University), Zhengwei Wang(Tsinghua University), Yongguang Cheng(Wuhan University)의 6명의 연구자가 중심연구자로 나타났다. 제일 큰 연구그룹 이들 중 Zhengwei Wang(Tsinghua University)을 중심으로 한 Universitat Politecnica de Catalunya, Alstom hydor Espana, China Agricultural University, Tsinghua University, University of Minnesota, Roorkee College of Engineering소속의 10명의 연구자가 연결된 그룹으로 나타났다.


    위의 결과를 바탕으로 2017년에서 2019년의 연도별로 중심연구자를 정리하면 Table 6과 같다.




    ● 주요 연구자 정보

    1. F. Stern(University of Iowa): https://scholar.google.com/citations?user=5G6Di9YAAAAJ&hl=en
    2. Masaharu Uchiumi(Japan Aerospace Exploration Agency): https://researchmap.jp/read0136608/?lang=english
    3. Zhengwei Wang(Tsinghua University): https://www.researchgate.net/scientific-contributions/2006005509_Zhengwei_Wang
    4. Jiandong Yang(Wuhan University): https://www.researchgate.net/scientific-contributions/2069803440_Jiandong_Yang
    5. Zhongdong Qian(Wuhan University): http://swrh.whu.edu.cn/en_home/people/Faculty/Dept-of-Agricultural-Water-Resources-Engineering/2016-12-27/311.html
    6. Jianfeng You(Wuhan University) : https://www.researchgate.net/profile/You_Jianfeng
    7. Linsheng Xia(Wuhan University) : https://publons.com/researcher/1500042/linsheng-xia
    8. Yongguang Cheng(Wuhan University): https://www.researchgate.net/profile/Yongguang_Cheng


    4) 기관-키워드 분석(2MODE)

    논문 주 저자의 소속 기관과 그 논문에 대한 키워드를 정리하여 기관과 키워드 간의 관계를 네트워크 시각화한 그림은 Figure 21이며, 이를 좀 더 자세히 보기 위해 1 이하의 연결 관계를 제외한(Link Reduction 1) 한 결과를 Figure 22 에 나타내었다.

    Figure 25에 나타난 바와 같이 Fluids Engineering 분야에서 기관으로는 Texas A&M University가장 많은 키워드와 연결되어 있으며, 그 다음으로 Shanghai Jiao Tong University, McMaster University, Harbin Institute of Technology 등이 다양한 주제의 연구를 수행하는 기관으로 나타나 있다. 이들 기관에서 어떤 키워드의 논문이 많이 발표되었는지 각각 살펴 보면 Texas A&M University에서는 “Computational Fluid Dynamics, Turbulence, Jets, Flow Dynamics, Turbomachines, Pressure Drop, Channel, RANS Simulations, Pumps, Turbulence Modeling, Pipe Flows, Reynolds Number, Fluid Mechanics, Measurement Techniques, Duct, Fluid-Structure Interaction” 등의 키워드가 많이 나왔으며, Shanghai Jiao Tong University에서는 “Unsteady Flows, Pipe Flows, Channel, Vortices, Complex Flows, Aerodynamics, Flow Dynamics, Fluid-Structure Interaction, Pressure, Duct, Compressors” 등의 키워드가, McMaster University에서는 “Fluid-Structure Interaction, Boundary Layers, Cavity Flows, Duct, Pipe Flows, Free Shear Layers, Channel, Vortices, Acoustics, PIV” 등의 키워드가, Harbin Institute of Technology에서는 “Computational Fluid Dynamics, Unsteady Flow, Aerodynamics, Vortices, Multiphase Flows, Hydrodynamics, Films, Aerodynamics” 등의 키워드가 많이 등장하였다. 또한 여러 기관과 연계되어 높게 나오는 키워드는 “Computational Fluid Dynamics,” “Unsteady Flows” 등으로 나타났다. 3년간 주요 기관에서 발표된 논문의 키워드를 정리하면 아래 Table 7과 같다.




    3. 결론

    2017년부터 2019년까지 ASME Journal of Fluids Engineering 에 게재된 논문은 45개 국가에서 투고한 510편이다. 3년간 국가별 논문 발표 순위는 미국이 115편으로 제일 많은 논문을 발표하였으며, 그 다음으로 중국이 103편, 캐나다가 45편, 인도가 39편, 이란이 22편, 영국이 19편, 독일이 18편의 논문을 게재하였다.

    기관별 발표 논문 수를 보면 미국의 Texas A&M University 가 가장 많은 수인 13편의 논문을 게재하였으며, Harbin Institute of Technology, Shanghai Jiao Tong University, Tsinghua University 에서 각각 9편의 논문을 발표하였고 그 뒤를 Beihang University, Sharif University of Technology, Xi'an Jiao Tong University, Zhejiang University가 각각 6편의 논문으로 쫓고 있다. 한국에서는 KIST, 부산대학교, 서울대학교에서 각각 2편의 논문을 발표하였으며, 동아대학교, 두산중공업, 인하대학교, 광주과기원에서 각각 1편의 논문을 발표하였다.

    3년간 논문에 나타난 전체 키워드는 중복을 제외하고 504개로 나타났으며, 2017년에는 68개, 2018년에는 69개, 2019년에는 490개로 2019년도에 키워드 수가 급격하게 늘어난 것을 알 수 있다.
    “Computational Fluid Dynamics, Unsteady Flows, Turbulence, Vortices” 의 빈도가 높게 나오며 다른 키워드 간의 연결 관계가 많음을 확인할 수 있다. 키워드 전체의 빈도 순위를 보면 “Computational Fluid Dynamics, Unsteady Flows, Turbulence, Vortices, Pumps, Flow Dynamics, Turbomachines” 의 빈도수가 60 이상으로 높게 나타난 것을 확인할 수 있다.

    3년간(2017~2019년)까지 키워드의 변화를 살펴보면 “Computational Fluid Dynamics”와 “Unsteady Flows”가 2017년과 2018년에 1번째와 2번째로 높게 나타났으나, 2019년도에는 4번째와 20번째로 내려간 것을 확인할 수 있다. 또한 “Channel, Duct, Pipe Flows”의 경우에도 2018년과 2019년에 차츰 순위가 내려간 것을 확인할 수 있다. 반면 2019년에는 2년간 없었던 “Flow Dynamics”가 가장 높은 빈도수를 차지한 것을 확인할 수 있다. 이외에도 “Turbulence, Pressure, Cavitation” 등이 2019년에 많이 상승한 키워드로 나타났다.

    키워드들의 중심도(Degree Centrality)를 살펴보면 Computational Fluid Dynamics를 중심으로 Flow Dynamics, Turbulence가 2번째로 중심에 가까운 원에 있으며, Unsteady Flow, Vortices가 그 다음으로 가까이 있음을 알 수 있다. 이외에도 중심에 비교적 가까이 나타나는 키워드로 Pumps, Boundary Layers, Cavitation, Channel, Duct, Hydrodynamics, Pipe flows, Pressure, Turbomachines 등이 있다.

    연구자 네트워크를 분석해 보면 연구자 그룹 중 좌측 상단의 가장 큰 그룹은 F. Stern(University of Iowa)과 M. Visonneau (Ecole Centrals de Nantes)의 두 연구자의 연결로 이루어진 그룹으로 University of Iowa, IHEEA, CNRS/ECN, Ecole Centrals de Nantes 등의 22명의 여러 연구자가 연결된 그룹으로 나타났다.

    위에서 추출한 연구자 데이터를 바탕으로 하여 연구자의 Degree Centrality를 분석해보면 위에서 제일 큰 그룹의 중심 연구자였던 F. Stern(University of Iowa)과 Jiandong Yang(Wuhan University)이 제일 중심에 있으며, 그 다음 가까운 위치에 Fu Chen(Harbin Institute of Technology), Guihui Ma(Harbin Institute of Technology), Jianyang Yu(Harbin Institute of Technology), M. Visonneau(Ecole Centrale de Nantes), Yassin A. Hassan(Texas A&M University), Zhengwei Wang(Tsinghua University), Angelo Cervone(Delft University of Technology)가 있는 것을 볼 수 있다.

    논문 주 저자의 기관과 그 논문에 대한 키워드를 정리하여 기관과 키워드 간의 관계를 네트워크 나타내 보면, Fluids Engineering 분야에서 기관으로는 Texas A&M University가 가장 많은 키워드와 연결되어 있으며, 그 다음으로 Shanghai Jiao Tong University, McMaster University, Harbin Institute of Technology 등이 비중이 높은 기관으로 등장하고 있다. Texas A&M University에서는 “Computational Fluid Dynamics, Turbulence, Jets, Flow Dynamics, Turbomachines, Pressure Drop, Channel, RANS Simulations, Pumps, Turbulence modeling, Pipe Flows, Reynolds Number, Fluid Mechanics, Measurement Techniques, Duct, Fluid-structure Interaction” 등에 관련된 논문을 게재한 것을 알 수 있다.

    • 페이스북아이콘
    • 트위터 아이콘

    전체댓글0

    [로그인]

    댓글 입력란
    프로필 이미지
    0/500자

    서브 사이드

    서브 우측상단1