본 연구는 밀폐된 해양 환경에서 운용되는 잠수함 HVAC 시스템의 공기 유량 제어를 효율화하기 위해 머신러닝 기반 예측 모델을 개발하고, 그 성능을 분석하였다. 공기 유량 및 밸브 개도각을 주요 제어 변수로 설정하고, ANSYS 기반의 1차원 시뮬레이션을 통해 다양한 운용 조건에 대한 총 6,400개의 데이터를 생성하였다. 이를 기반으로 Gaussian Process(GP) 회귀 모델을 구축하고, RMSE, MAE, MAPE, 결정계수(R²) 등 다양한 정량적 지표를 통해 모델 성능을 평가하였다. 그 결과, 대부분의 밸브에 대해 높은 예측 정확도(R² 최대 0.98)를 나타내어 데이터 기반 제어 모델로서의 가능성을 확인하였다. 다만, 일부 밸브(V1, V3, V5)에서는 비교적 높은 오차가 지속적으로 관찰되었으며, 이는 데이터 분포의 불균형 또는 모델 적합성의 한계에 따른 결과로 해석된다. 본 연구는 머신러닝 기반 접근법이 잠수함 HVAC 유량 제어 문제 해결에 활용될 수 있는 기반을 마련하였으며, 향후 실환경 센서 데이터를 연계하고 실시간 제어기술과 통합함으로써 보다 진보된 지능형 HVAC 시스템으로의 확장 가능성을 제시하였다.
Jung et al. (Sat,) studied this question.