KR100727405B1 - 최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한기록매체 - Google Patents

최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한기록매체 Download PDF

Info

Publication number
KR100727405B1
KR100727405B1 KR1020050107538A KR20050107538A KR100727405B1 KR 100727405 B1 KR100727405 B1 KR 100727405B1 KR 1020050107538 A KR1020050107538 A KR 1020050107538A KR 20050107538 A KR20050107538 A KR 20050107538A KR 100727405 B1 KR100727405 B1 KR 100727405B1
Authority
KR
South Korea
Prior art keywords
simulation
design
function
approximation
generated
Prior art date
Application number
KR1020050107538A
Other languages
English (en)
Other versions
KR20070050228A (ko
Inventor
최동훈
Original Assignee
(주)프레이맥스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)프레이맥스 filed Critical (주)프레이맥스
Priority to KR1020050107538A priority Critical patent/KR100727405B1/ko
Publication of KR20070050228A publication Critical patent/KR20070050228A/ko
Application granted granted Critical
Publication of KR100727405B1 publication Critical patent/KR100727405B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한 기록매체에 관한 것으로, 최적 설계를 위해 시뮬레이션을 수행하는 방법에 있어서, 시뮬레이션 수행 대상을 해석 영역별로 구분하여 설정하는 단계(a); 상기 단계(a)에서 설정된 해석 영역들의 상호 연관 관계를 설정하는 단계(b); 설계하는 부분의 설계 데이터를 입력받는 단계(c); 상기 설정된 각각의 해석 영역과 전체 구성의 각각의 시뮬레이션 모델을 생성하고 시뮬레이션을 수행하는 단계(d); 및 상기 단계(d)에서 수행된 시뮬레이션의 결과 데이터가 미리 설정된 기준을 충족하는지 판단하는 단계(e)를 포함하되, 상기 단계(e)에서 판단한 결과 입력된 설계 데이터가 미리 설정된 기준을 충족하지 못하는 경우 상기 시뮬레이션의 수행 결과와 설계 데이터를 이용하여 근사 함수를 생성하고 상기 생성된 근사 함수의 연산에 의해 결과 데이터를 출력하는 것을 특징으로 하는 시뮬레이션 수행 방법을 제공한다.
본 발명에 따르면, 구성이 복잡한 시뮬레이션 대상의 경우에도 각각의 분야별로 시뮬레이션 모델을 구성하고, 분야별로 구성된 각각의 시뮬레이션의 결과를 이용하여 전체 시뮬레이션의 결과 데이터를 산출해 낼 수 있는 장점이 있으며 복잡한 구성간의 상호 연관 관계를 단순하게 나타낼 수 있어 시뮬레이션의 결과를 얻기 위해 실제로 시뮬레이션을 수행함으로써 소요되는 데이터 처리량과 소요 시간을 줄일 수 있는 장점이 있다.
최적 설계, 시뮬레이션, 가상 실험, 계층구조, 설계 프레임

Description

최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한 기록매체{Simulation device and method for design optimization and Record media recorded program for realizing the same}
도 1은 종래의 최적 설계를 위한 시뮬레이션 수행과 설계 확정 방법의 순서를 나타낸 순서도.
도 2는 본 발명의 바람직한 일 실시예에 따른 최적 설계를 위한 시뮬레이션 수행과 설계 확정 방법의 순서를 나타낸 순서도.
도 3은 본 발명의 바람직한 일 실시예에 따른 최적 설계를 위한 시뮬레이션 어플리케이션의 구성을 나타낸 블록도.
도 4는 본 발명의 바람직한 일 실시예에 따른 시뮬레이션 어플리케이션에서 설계 모듈이 생성되는 순서를 나타낸 순서도.
도 5는 본 발명의 바람직한 일 실시예에 따른 시뮬레이션 어플리케이션에서 해석 모듈과 근사 해석 모듈이 생성되는 순서를 나타낸 순서도.
도 6은 시뮬레이션 어플리케이션의 구성예들을 나타낸 예시도.
도 7은 본 발명의 바람직한 일 실시예에 따라 항공기 분야에서 실제로 시뮬레이션으로 구현한 최적 설계의 과정을 예시한 예시도.
본 발명은 최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한 기록매체에 관한 것이다. 자동차, 항공기, 가전제품 등의 제품을 설계하기 위해서는 많은 실험을 거쳐야 한다. 고비용의 실제 실험을 반복적으로 수행하여 설계하는 방법을 대체하기 위하여 시뮬레이션(Simulation) 즉, 가상 실험을 컴퓨터 등을 이용하여 반복적으로 수행하는 방법이 도입되어 현재 다양한 분야에서 널리 이용되고 있다. 이러한 시뮬레이션은 최적 설계 (Design Optimization) 분야에서도 널리 이용되고 있다. 최적 설계란 이미 설계된 부분에 따라 초기 설계 데이터를 입력하여 시뮬레이션을 수행하고 시뮬레이션의 결과 출력된 실험 데이터가 특정 기준에 적합한지 여부를 판단하여 가장 적합한 실험 데이터가 출력될 때까지 점차 설계를 변화시켜 최적의 실험 데이터가 출력될 때 설계를 확정하는 것을 말한다. 예를 들면, 자동차의 범퍼를 설계하는 경우 먼저 설계된 범퍼로 충돌 시뮬레이션을 수행한 결과 데이터가 안전도의 기준을 만족하지 못하는 경우 범퍼의 설계를 조금씩 변화시켜 안전도를 만족하는 경우 그 때의 범퍼의 설계값으로 자동차 범퍼의 설계를 확정한다.
그러나, 하나의 물건을 설계하는 경우 부품 등의 동작 또는 주변 환경 등 다양한 변수에 따라 변화가 발생할 수 있다. 따라서, 동작하는 부품 또는 동작이나 기능에 따른 부분, 영향을 주는 주변 환경 등 각각의 분야마다 각각의 시뮬레이션 모델을 만들고 각각의 분야에 대한 변화된 설계 데이터를 입력하여 각각의 부분들의 상호 연관 관계에 따라 다시 전체 완성품의 시뮬레이션 수행의 결과 데이터를 도출하여 출력된 데이터가 최적의 데이터인지를 판단하여 설계를 확정하여야 한다.
특히, 한 부분의 변화는 구성 전체에 큰 영향을 주지만 어느 한 부분의 설계 변화로 구성 전체를 예측하기 위해서는 변화된 부분의 시뮬레이션 결과 데이터를 산출하고 변화된 부분의 시뮬레이션 결과 데이터를 이용하여 전체 시뮬레이션 데이터를 다시 도출하여야 한다. 만약, 도출된 전체 완성품의 시뮬레이션의 결과를 분석하여 타당한 결과로 수렴하지 않는 경우, 다시 시뮬레이션을 수행하여 타당한 결과로 수렴할 때까지 반복적으로 시뮬레이션을 수행하여야 한다.
이상의 과정을 도 1을 참조하여 종래의 최적 설계를 위한 시뮬레이션 수행 방법을 설명한다.
먼저 설계 대상물을 기능이나 부품 또는 변경하고자 하는 설계 부분 등의 목적에 따라 각각의 해석 영역을 설정하고(S100) 설정된 해석 영역에 따라 상호 연관 관계를 설정한다(S102).
설계하고자 하는 부분 즉 설계 데이터를 입력 받으면(S104) 해석 영역별로 구성된 시뮬레이션을 수행하고(106) 각각의 해석 영역별로 시뮬레이션 결과를 이용하여 설계 대상물 전체에 대한 시뮬레이션 결과 데이터를 계산한다(S108).
상기 계산된 설계 대상물 전체에 대한 실험 데이터가 기준을 충족하는 최적의 데이터인지 판단하여(S110) 만약 최적의 데이터가 아니라면 설계 데이터를 변경하고(S112) 단계 104에서 단계 110를 다시 수행하여 최적의 데이터 여부를 다시 판 단하게 되며, 만약 실험 결과 데이터가 기준을 충족하는 최적의 데이터라면 입력된 설계 데이터대로 설계를 확정하게 된다(S114).
그러나, 이러한 최적 설계를 위한 시뮬레이션의 수행과 설계 데이터의 최적 여부 판단 및 설계 데이터의 확정 등의 일련의 과정들이 하나의 장치에서 수행되는 것이 아니라 각각의 해석 영역 또는 분야별로 별도로 수행되고 전체 시뮬레이션 수행 결과는 해석 영역별 시뮬레이션 수행 결과를 각각 따로 수집하여 다시 별도의 장치 등에서 계산하거나 연구원 등에 의해 별도로 수행된다. 따라서, 비교적 간단한 제품의 경우에는 오랜 시간이 소요되지 않고도 시뮬레이션 결과 데이터를 얻을 수 있어 빨리 설계 데이터를 확정할 수 있으나, 부품, 기능, 실험자의 의도 등에 따른 부분별 시뮬레이션 모델의 수가 증가함에 따라 전체 시스템의 구성이 매우 복잡하게 되므로 복잡한 구조의 설계의 경우에는 실제 시뮬레이션의 결과를 얻는 데에 지나치게 많은 시간이 소요되는 문제점이 있다.
또한, 전체 시뮬레이션에서 어느 한 특정 부분에서만 최적의 실험 결과를 얻기 위한 시뮬레이션의 수행 시간이 오래 걸리거나 반복적으로 수행하는 경우 전체의 시뮬레이션 결과 데이터의 도출이 지연되어 최적의 설계 데이터를 확정하는데 시간이 지연되는 문제점이 있다.
본 발명에서는 상기한 바와 같은 종래 기술의 문제점을 해결하기 위해, 시뮬레이션에서 각각의 부품 또는 구성 부분별로 시뮬레이션을 상호 연결하고 제어할 수 있는 발명을 제안하는 것이다.
또한, 복잡한 구성을 가진 설계 물품의 경우에도 각각의 부분별로 구성된 각각의 시뮬레이션의 결과를 이용하여 별도의 계산이나 시뮬레이션 없이도 설계 물품의 시뮬레이션의 결과를 산출해 낼 수 있는 최적 설계를 위한 컴퓨터 시뮬레이션 장치, 방법 및 이를 기록한 기록매체를 제안하는 것이다.
본 발명의 또 다른 목적들은 이하의 실시예에 대한 설명을 통해 쉽게 이해될 수 있을 것이다.
상기한 바와 같은 목적을 달성하기 위해, 본 발명의 바람직한 일 실시예에 따르면, 최적 설계를 위해 시뮬레이션을 수행하는 방법에 있어서, 시뮬레이션 수행 대상을 해석 영역별로 구분하여 설정하는 단계(a); 상기 단계(a)에서 설정된 해석 영역들의 상호 연관 관계를 설정하는 단계(b); 설계하는 부분의 설계 데이터를 입력받는 단계(c); 상기 설정된 각각의 해석 영역과 전체 구성의 각각의 시뮬레이션 모델을 생성하고 시뮬레이션을 수행하는 단계(d); 및 상기 단계(d)에서 수행된 시뮬레이션의 결과 데이터가 미리 설정된 기준을 충족하는지 판단하는 단계(e)를 포함하되, 상기 단계(e)에서 판단한 결과 입력된 설계 데이터가 미리 설정된 기준을 충족하지 못하는 경우 상기 시뮬레이션의 수행 결과와 설계 데이터를 이용하여 근사 함수를 생성하고 상기 생성된 근사 함수의 연산에 의해 결과 데이터를 출력하는 것을 특징으로 하는 시뮬레이션 수행 방법이 제공된다.
본 발명의 다른 측면에 의하면, 최적 설계를 위해 시뮬레이션을 수행하는 장치에 있어서, 시뮬레이션 수행 대상물을 해석 영역별로 구분하여 설정하고 상기 설정된 해석 영역들의 상호 연관 관계를 설정하며 입력받은 설계 데이터에 따라 시뮬레이션 모델을 생성하는 설계부; 상기 설계부에서 생성된 시뮬레이션 모델에 따라 수행된 시뮬레이션의 결과 데이터를 계산하고, 계산된 실험 데이터가 미리 설정된 기준을 충족하는 데이터인지를 판단하는 해석부; 및 상기 해석부에서 판단한 결과 입력된 설계 데이터가 미리 설정된 기준을 충족하지 못하는 경우 상기 시뮬레이션의 수행 결과와 설계 데이터를 이용하여 근사 함수를 생성하고 상기 생성된 근사 함수의 연산에 의해 결과 데이터를 출력하는 근사 해석부를 포함하는 것을 특징으로 하는 시뮬레이션 수행 장치가 제공된다.
본 발명의 다른 측면에 의하면, 최적 설계를 위해 시뮬레이션을 수행하는 방법이 구현되도록, 디지털 처리 장치에 의해 실행될 수 있는 명령어들의 프로그램이 유형적으로 구현되어 있으며 디지털 처리 장치에 의해 판독될 수 있는 프로그램을 기록한 기록 매체에 있어서, 시뮬레이션 수행 대상을 해석 영역별로 구분하여 설정하는 단계(a); 상기 단계(a)에서 설정된 해석 영역들의 상호 연관 관계를 설정하는 단계(b); 설계하는 부분의 설계 데이터를 입력받는 단계(c); 상기 설정된 각각의 해석 영역과 전체 구성의 각각의 시뮬레이션 모델을 생성하고 시뮬레이션을 수행하는 단계(d); 및 상기 단계(d)에서 수행된 시뮬레이션의 결과 데이터가 미리 설정된 기준을 충족하는지 판단하는 단계(e)를 포함하되, 상기 단계(e)에서 판단한 결과 입력된 설계 데이터가 미리 설정된 기준을 충족하지 못하는 경우 상기 시뮬레이션 의 수행 결과와 설계 데이터를 이용하여 근사 함수를 생성하고 상기 생성된 근사 함수의 연산에 의해 결과 데이터를 출력하는 것을 특징으로 하는 프로그램을 기록한 기록매체가 제공된다.
이하에서, 첨부된 도면을 참조하여 본 발명에 따른 컴퓨터 시뮬레이션 장치, 방법 및 이를 기록한 기록매체에 대한 바람직한 실시예를 상세하게 설명한다.
도 2는 본 발명의 바람직한 일 실시예에 따른 최적 설계를 위한 시뮬레이션 수행과 설계 확정 방법의 순서를 나타낸 순서도이다. 도 1의 종래의 최적 설계를 위한 컴퓨터 시뮬레이션 수행의 순서도와 비교하여 차이점을 중심으로 설명한다.
본 발명에 의한 최적 설계를 위한 시뮬레이션의 수행은 해석 영역을 설정하고, 상호 연관 관계를 설정한 후 설계하고자 하는 부분의 설계 데이터를 입력하는 단계 및 시뮬레이션을 수행하여 실험 결과 데이터를 출력하여 최적의 실험 결과 데이터인지를 판단하는, 단계 100에서 단계 110까지는 종래의 최적 설계를 위한 시뮬레이션 방법과 같다.
그러나, 전술한 바와 같이 이 경우 설계 데이터를 점차 변화시켜 감에 따라 최적의 실험 결과 데이터를 얻기 위해 반복적으로 시뮬레이션을 수행하는 경우 시간이 지나치게 많이 걸리거나 해석 영역 중 한 영역의 실험 결과 데이터 출력의 지연으로 전체 실험 결과 데이터의 출력이 지연된다.
본 발명은 이러한 문제점을 해결하기 위해 일정한 조건(예를 들면, 실험자가 지정한 횟수만큼만 시뮬레이션을 수행한 결과 최적의 실험 결과 데이터가 출력되지 않은 경우 등)의 일정한 근사함수 생성 조건을 충족하면(S200) 근사함수를 생성하고(S202), 설계 데이터를 변경하여(S112) 생성된 근사함수에 의한 연산을 수행하여(S204) 실험 데이터를 출력한다(S108).
상기 근사함수를 생성하는 방법은 다양한 방법들이 이용될 수 있으며, 이하에서는 근사 함수를 생성하는 방법들에 대해 살펴본다.
근사함수를 생성하는 방법에는 가장 간단하게는 예를 들면, 보간법(Interpolation) 등이 사용될 수 있다. 보간법은 실변수 x의 함수 f(x)의 모양은 미지 또는 어떤 간격을 가지는 2개 이상인 변수의 값 xi(i＝1,2,…,n)에 대한 함수값 f(xi)가 알려져 있을 경우, 그 사이의 임의의 x에 대한 함수값을 추정하는 것을 말한다. 실험이나 관측에 의하여 얻은 관측값으로부터 관측하지 않은 점에서의 값을 추정하는 경우나 로그표 등의 함수표에서 표에 없는 함수값을 구하는 등의 경우에 이용된다. 가장 간단한 방법으로서는, 변수를 x좌표, 그 변수에 대한 기지 함수값을 y좌표로 하는 점들을 이어 곡선을 그어 구하고자 하는 함수값을 구하는 방법이다
보간법을 이용하는 경우, 시뮬레이션의 수행 결과 데이터가 X0, X1의 값이 도출된 경우라면, 아래와 같은 수학식 1에 의하여 임의의 X에 대한 함수를 구하는 것이 가능하다.
[수학식 1]
Figure 112005064721526-pat00001
상기 계산된 근사함수를 f(X)를 이용하여 시뮬레이션의 실험 결과 데이터를 실제 시뮬레이션을 수행하지 않고 생성된 함수의 연산에 의해 시뮬레이션 결과 데이터를 출력함으로써 실제 시뮬레이션을 수행함으로써 소요되는 시간과 데이터 처리량 등의 효율을 높이게 된다. 따라서 시뮬레이션 수행의 목적인 최적의 설계 데이터 확정이 보다 용이하게 된다.
근사 함수를 생성하는 방법으로서 좀더 상세하게는 근사화를 위하여 요구되는 정보에 따라 Gradient Based Approximations와 Function Based Approximations 등의 방법이 사용될 수 있다.
먼저 Gradient Based Approximations(GBA)는 근사화를 위하여 성능함수 값만 아니라 설계변수에 대한 성능 함수의 미분 값도 요구하는 근사화 방법을 말한다. 이러한 GBA는 다시 근사화를 위하여 사용하는 설계점(Design Point)의 개수에 따라 일점 근사화(One-Point Approximations), 이점 근사화(Two-Point Approximations), 그리고 다점 근사화(Multi-Point Approximations)로 분류할 수 있다.
사용하는 설계점의 개수가 증가함에 따라 근사화의 정확도가 높아져서 근사화를 사용할 수 있는 설계영역은 넓어지나, 근사화의 복잡도는 증가하여 근사화의 강건성은 감소하게 된다.
일점 근사화 (One-Point Approximations)는 한 설계점 x0에서의 함수 값과 일차 미분 값을 이용하여 주어진 함수 g(x)를 근사화하는 것으로 x0 근처에서만 유효하므로 국부 근사화(Local Approximation)라고도 한다. 이러한 일점 근사화 방법은 여러 가지가 있는 데, 그 개념은 다음 수학식 2로 표현할 수 있다.
[수학식 2]
Figure 112005064721526-pat00002
여기서 y는 중간변수(Intermediate Variable) 벡터를, 하첨자 i는 i번째 변수를, 그리고 n은 설계변수의 개수를 가리킨다. 즉, 상기식은 g(y)의 y0에 대한 Taylor 급수를 전개하여 그 일차항까지로 근사화한 것이다. 그런데, 중간변수 yi를 설계변수 xi의 항으로 어떻게 정의하느냐에 따라 아래 표 1과 같은 대표적인 일점 근사화 방법이 제안된다.
[표 1]
Figure 112005064721526-pat00003
일점 근사화 방법 중 선형 근사화(Linear Approximation)은 정확한 함수가 비선형일 경우에는 적용할 수 있는 범위가 매우 좁은 단점이 있다. 역근사화(Reciprocal Approximation) 방법은 정정 구조물(Statically Determinate Structure)의 경우 성능 함수인 응력과 변위가 설계변수의 역수에 선형으로 비례한다는 점에 착안하여 제안되었으며, 부정정 구조물의 경우에도 성공적으로 적용될 수 있다. 보수적 근사화(Conservative Approximation) 방법은 선형 근사화와 역근사화 보다 더 보수적으로 근사화하기 위하여 제안되었는데, 이 방법에 의하여 근사화된 함수는 볼록형(Convex) 함수이므로 최적화 기법 중 Dual 방법을 적용할 수 있으므로 설계변수와 구속조건의 개수가 많은 대형 최적화 문제의 해를 구하는 데 효과적으로 사용될 수 있다. 그리고, MMA는 보수적 근사화 방법이 부적절한 경우, 사용자가 지정하도록 되어 있는 Ui와 Li를 통하여 근사화의 보수성(Conservativeness)을 조정하는 방법으로, 이 방법에 의하여 근사화된 함수도 볼록 형(Convex) 함수이므로 대형 최적화 문제의 해를 구하는 데 효과적으로 사용될 수 있다.
이점 근사화 (Two-Point Approximations)는 최적화 과정이 반복 과정이므로 현재의 설계점 x2에서 함수 g(x)를 근사화할 때, x2에서의 함수 값과 일차 미분 값 뿐만 아니라 이미 계산되어 있는 바로 전의 설계점 x1에서의 함수 값과 일차 미분 값도 이용하여 근사화하는 것이다. 일반적인 비선형 함수도 효과적으로 근사화하기 위하여 아래의 수학식 3과 같은 지수형 함수 형태의 중간 변수를 사용할 수 있다.
[수학식 3]
Figure 112005064721526-pat00004
이점 근사화 방법은 일점 근사화에 비하여 같은 계산량을 이용하면서도 보다 정확한 근사화를 할 수 있는 장점이 있다.
Function Based Approximations(FBA)는 근사화를 위하여 함수 값만을 요구하는 근사화를 말한다. FBA는 반응표면법(Response Surface Method; RSM)을 이용한 근사화이다. 반응표면법은 실험계획법(Design of Experiment; DOE)에 의하여 함수 계산을 수행할 설계점들을 선정하고, 상기 선정된 설계점들에서의 함수 값들을 계산하여 계산된 함수 값들을 이용하여 미리 지정된 근사함수 모델의 계수들을 최소자승법(Least Square Method)에 의하여 구한다.
바람직한 근사함수 모델은 정확한 함수의 형태에 근접한 함수 형태로 지정된 것이나, 대부분의 경우 정확한 함수의 형태를 모르므로 주로 이차식(Quadratic) 모델이 사용된다.
이러한 반응표면법은 비교적 넓은 범위의 설계영역에 적용될 수 있는 전역 근사화(Global Approximation) 기법이고, 모델링 및 해석 오차의 누적으로 인한 불안정한 해석 결과를 매끄럽게(Smoothing) 함으로써 전체적인 해석 결과의 형태를 잘 표현하는 장점을 가지고 있다. 그러나, 반응표면법은 설계변수의 개수가 증가하면 DOE에 의하여 요구되는 설계점의 개수 즉, 함수 계산 회수가 급격히 증가하는 단점을 가지고 있어, 설계변수의 개수가 비교적 많은 최적화 문제에는 적용하기 어려운 문제점이 있다. 또한, 이차식 모델을 생성하기 위하여 Full Factorial Design을 사용하면 설계변수들 간의 교호작용을 모두 고려할 수 있는 장점이 있으나, 3n번의 함수 계산을 요구하므로 설계변수의 개수 n이 적은 문제에만 적용할 수 있는 한계가 있다.
Full Factorial Design보다 적은 함수 계산을 요구하면서도 비교적 정확한 이차식 모델을 생성하므로 많이 사용되는 실험계획법으로는 Central Composite Design(CCD)과 Box-Benken Design(BBD)이 있다. CCD는 회전성을 만족하는 좋은 실험계획법이며, 설계변수의 개수가 n일 때 2n+2n+1번의 함수 계산을 요구하므로 Full Factorial Design에 비하여 보다 많은 설계변수를 가진 문제에도 적용할 수 있다.
BBD는 균형적인 불완전 블록 계획법과 중심점을 이용한 실험계획법으로 대체로 회전성을 만족한다.
근사화의 정확도는 CCD에 비하여 떨어지지만, CCD의 장점을 계승하면서 보다 적은 함수 계산을 요구하는 실험계획법으로 제안된 것이 Small Composite Design(SCD)이다. SCD는 CCD의 2n Full Factorial Design 대신 2n-1 Fractional Factorial Design을 사용하므로, 2n-1+2n+1번의 함수 계산을 요구한다. 본 발명에서는 설계변수의 개수 n이 큰 경우에도 효율적으로 이차식 모델을 생성할 수 있으며 본 발명에 이용될 수 있는 Progressive Quadratic Response Surface Method(PQRSM)를 사용할 수 있다. PQRSM의 개념은 2n+1번의 함수 계산을 이용하여 순수 이차항까지로 구성된 근사함수를 생성하고, 교호 작용을 나타내는 나머지 이차항들은 널리 알려진 미분기반의 BFGS(Broyden-Fletcher-Goldfarb-Shanno) 알고리즘을 이용하여 추가 함수 계산 없이 생성하는 것이다. 즉, PQRSM은 근사함수를 생성하는 데 2n+1번의 함수 계산만을 요구하므로, 대형 최적설계 문제에도 효과적으로 적용할 수 있다.
본 발명에서 이용되는 PQRSM에 대해 좀더 자세히 살펴보면, gk와 Dk를 2n+1개의 실험점들에 의해 근사화된 k 번째 반복 단계에서의 이차 근사 모델의 일차 및 이차 회귀 계수항들을 각각 아래와 같은 수학식 4로 나타낼 수 있다.
[수학식 4]
Figure 112005064721526-pat00005
이러한 식에 의한 근사 헤시언은 BFGS식으로 잘 알려진 준-뉴튼 공식인 아래 와 같은 수학식 5에 의해 생성될 수 있다.
[수학식 5]
Figure 112005064721526-pat00006
여기서, Bk는 k 번째 반복 단계에서의 근사 헤시언을 의미하고 B0=D0이다. 설계점 Xk에서 원래 헤시언 Dk는 비대각선 요소(off-diagonal element)를 가지고 있지 않지만, 상기 식의 준-뉴튼 공식에 의해 생성된 근사 헤시언 Bk는 비대각선 요소를 가지게 된다. 그러나, 비교적 작은 설계영역인 Tk 에서 Dk는 Bk보다 더 정확한 대각선 요소(diagonal element)를 가지고 있으며, 이런 특성은 최적화 과정이 진행될수록 현저하게 나타나게 된다. 따라서 Bk의 대각선 요소를 Dk로 치환하기 위해 아래의 수학식 6을 이용하여 정규화된 근사 헤시언
Figure 112005064721526-pat00007
를 생성한다.
[수학식 6]
Figure 112005064721526-pat00008
여기서 Sk는 대각선 행렬이고, Sk의 i 번째 요소인 Sii k는 아래 수학식 7과 같다.
[수학식 7]
Figure 112005064721526-pat00009
또한,
Figure 112005064721526-pat00010
에서, 대각선 요소의 부호들은 Dk의 부호로 치환된다. 전형적인 수학적 최적설계 문제와는 달리, 실제 공학 문제들은 기본적으로 비볼록(non-convex) 함수들이다. 따라서, Dk의 요소들은 양수 값과 음수 값을 동시에 가질 수 있으며, 이는 준-뉴튼 공식에 의해 생성되는 비 대각선 요소가 부정확하게 되어, 단순히 일차 및 이차 항만을 가진 근사 모델 보다 정확도가 감소하게 된다. 그러나, 이와 같은 경우에도 신뢰영역 알고리즘을 적용한 순차적 근사 최적화의 경우에는 수렴성이 보장된다고 밝혀져 있다. 만약 Dk의 어떤 요소가 반대 부호를 가지게 되면, 이에 상응되는
Figure 112005064721526-pat00011
의 비 대각선 요소들은 영으로 치환된다. 이 방법은 안장점(saddle point)이 나타나는 설계점을 기준으로 근사 모델의 교호작용항을 없애는 결과를 주며, 이를 통해 근사 모델은 그 설계점을 기준으로 분해 가능한 함수(separable function)가 된다. 위와 같은 방법을 통해 준-뉴튼 공식을 적용함으로써 발생할 수 있는 오차를 감소시켜, 비-볼록 함수의 경우에도 PQRSM 방법이 보다 높은 정확도를 가질 수 있게 하였다.
PQRSM 방법이 신뢰영역 알고리즘을 이용한 근사 모델 관리 기법과 결합되면 신뢰영역이 적절히 조절됨으로써 Dk의 정확성은 더 높아질 수 있다. 이는 충분히 작거나 잘 선정된 신뢰영역 안에서는 일차 및 이차 회귀 계수인 gk와 Dk는 중앙 차분법으로 근사화된 일차 및 이차 도함수와 거의 동일하기 때문이다. 따라서,
Figure 112005064721526-pat00012
는 Xk에서의 실제 모델의 해시언과 거의 일치하게 되어 상기 식은 아래와 같이 수학식 8 로 수정된다.
[수학식 8]
Figure 112005064721526-pat00013
이러한 수학식을 이용하여 근사함수 모델을 지정하면, 일반적인 근사함수 모델이 지정되었을 때 가장 많이 사용되는 실험계획법이 D-Optimal Design이다. D-Optimal Design은 근사함수 모델의 계수의 분산(Variance)을 최소화하도록 설계점들을 선정하는 실험계획법 중의 하나로, 비교적 적은 함수 계산을 요구하며 임의 형상의 설계영역에도 적용할 수 있다는 장점을 가지고 있다. 근사화의 정확도나 적용할 수 있는 설계문제의 특성에는 한계가 있으나, 요구되는 함수 계산 회수가 매우 적어서 설계변수의 개수가 많은 문제에도 적용 가능한 실험계획법으로는 직교 배열(Orthogonal Array)을 이용한 방법, Latin Hyper Cube Design, Plackett-Burman Design 등이 있다. 본 설명에서의 근사 함수 생성 방법은 예시로서 이에 한정되는 것은 아니다.
또한, 이러한 근사함수는 실제 결과 데이터가 많을수록 좀더 실제 시뮬레이션 결과 데이터에 근접한 결과 데이터를 얻을 수 있다. 그러므로 실제 시뮬레이션을 수행한 결과 데이터와 생성된 근사 함수를 이용하여 계산된 결과 데이터를 이용하여 다시 새로운 근사 함수를 생성하게 함으로써 좀더 실제 시뮬레이션 결과 데이터에 근접한 결과 데이터를 근사 함수 연산에 의해 얻을 수도 있다.
이러한 방법을 사용함으로써 실제로 시뮬레이션을 수행하여 시뮬레이션 결과 데이터를 얻는 것보다 시간과 데이터의 처리량에 있어서 실제 시뮬레이션을 수행하는 것보다 효율적으로 최적의 설계 데이터를 확정할 수 있다.
도 3은 본 발명의 바람직한 일 실시예에 따른 최적 설계를 위한 시뮬레이션 어플리케이션의 구성을 나타낸 도면이다.
도 3에 도시된 바와 같이, 본 발명의 바람직한 일 실시예에 따른 시뮬레이션 어플리케이션은 설계 모듈(300), 해석 모듈(302), 근사 해석 모듈(304)로 구성될 수 있다.
설계 모듈(300)은 시뮬레이션 수행 대상물을 해석 영역별로 구분하여 설정하고 상기 설정된 해석 영역들의 상호 연관 관계를 설정하며 입력받은 설계 데이터에 따라 시뮬레이션 모델을 생성하는 기능을 수행한다.
해석 모듈(302)은 설계 모듈(300)에서 구성된 시뮬레이션 대상물의 시뮬레이션 모델에 따라 수행된 시뮬레이션의 결과 데이터에 따라 계산된 실험 데이터가 최적의 데이터인지를 판단하는 기능을 수행한다.
근사 해석 모듈(304)은 이미 시뮬레이션이 수행된 결과 데이터를 이용하여 근사 함수를 생성하고, 생성된 근사 함수를 이용하여 시뮬레이션 수행 결과 데이터를 연산하는 기능을 수행한다.
근사 해석 모듈(304)의 동작은 시뮬레이션의 수행 결과 설계 데이터가 최적의 설계 데이터가 아니거나, 시뮬레이션의 수행 시간이 지나치게 오래 걸리거나, 또는 시뮬레이션을 수행하는 사람이 미리 설정한 횟수만큼의 시뮬레이션 수행 후 등으로 설정될 수 있다.
근사 해석 모듈(304)의 동작을 위해서는 실제 시뮬레이션의 수행이 필요하지만 실제 시뮬레이션을 반복적으로 수행하는 경우보다는 작은 시뮬레이션 수행 횟수를 필요로 하므로 시뮬레이션 수행 결과 데이터를 빠르고 효율적으로 획득하여 최적의 설계 데이터를 확정할 수 있다.
본 발명에 의한 최적 설계를 위한 컴퓨터 시뮬레이션 방법에 의하면 각각의 해석 영역별로 구성되고 각각의 해석 영역을 다시 세분화하여 해석 영역을 설정할 수 있으므로 분야별 다층 구조를 생성한다. 이러한 다층 구조를 생성하고 다층 구조별로 시뮬레이션을 수행하고 수행된 시뮬레이션의 결과 데이터를 이용하여 상위 구조의 시뮬레이션 수행 결과를 도출하기 위해서는 해석 영역별 구성 모듈의 속성과 포함 관계가 컴퓨터 언어 구조의 특성상 포함관계를 생성하고 실행할 수 있어야 한다.
따라서, 본 발명에 따른 최적 설계를 위한 영역별 다층 구조를 구성하고 해석 영역별로 시뮬레이션을 수행할 수 있도록 하기 위해 각각의 구성 모듈의 속성과 포함 관계가 XML(eXtensible Markup Language) 구조를 기반으로 하여 정의될 수 있다. 이 경우 윈도우 기반 플랫폼 어디에서나 실행 가능한 Window Script Host용 실행 Script를 생성할 수 있는 상위 레벨의 XML 파서(Parser)가 존재한다. XML은 정보를 저장하는 방식이 노드(node)로 이루어져 Parent-Child 관계를 지속시키는 재귀적(Recursive) 구조를 가지므로 어떤 모듈의 XML 내에 다른 모듈의 XML이 쉽게 포함될 수 있으므로 이러한 특성을 이용하여 다층 구조의 시뮬레이션 어플리케이션을 생성할 수 있다.
이러한 XML을 기반으로 하는 각각의 모듈이 구성되는 순서를 도 4와 도 5를 참조하여 설명한다.
도 4는 본 발명의 바람직한 일 실시예에 따른 어플리케이션에서 설계 모듈(300)이 생성되는 순서를 나타낸 도면이다.
도 4에 도시된 바와 같이 설계 모듈(300)이 생성되는 순서는 먼저 설계 모듈(300)에 필요한 정보 내용을 포함하는 XML Schema를 정의하여 입력하면(S400) XML 파서(Parser)에 의한 파싱(Parsing) 작업을 수행하여(S402) 실행 스크립트를 생성한다(S404).
파서는 컴파일러(Compiler)의 일부로서 원시 프로그램의 명령문이나 온라인 명령문, 마크업 태그 등을 입력으로 받아들여서 컴파일러의 다른 요소에 의해 처리될 수 있도록 여러 부분으로 나누는 기능을 수행하는 부분이다.
설계 모듈(300)의 XML Schema는 설계 방법론, 설계에 필요한 입출력 관계, 설계를 위해 필요한 설계 모듈, 분석 모듈, 근사 해석 모듈의 정보, 하위 모듈의 실행 순서, 설계 변수의 범위, GUI 정보, 후처리 정보 등을 포함하여 정의될 수 있다.
생성된 실행 스크립트에 의해 관리 컴포넌트(Component)와 설계 툴킷 드라이버(Toolkit-driver)를 생성한다(S406). 관리 콤포넌트와 설계 툴킷 드라이버는 설계 모듈(300)을 생성하고, 생성된 설계 모듈(300)은 하위 영역의 설계 모듈(300), 해석 모듈(302), 근사 해석 모듈(304)의 생성에 관하여 제어하여 하위 계층의 모듈을 생성하게 함으로써 다층 구조를 생성한다(S408).
도 5는 본 발명의 바람직한 일 실시예에 따른 시뮬레이션 어플리케이션에서 해석 모듈(302)과 근사 해석 모듈(304)이 구성되는 순서를 나타낸 도면이다.
해석 모듈(302)과 근사 해석 모듈(304)의 경우에도 설계 모듈(300)에서와 같이 필요한 정보 내용을 포함하는 XML Schema를 정의하여 입력하면(S500) XML 파서(Parser)에 의해 실행 스크립트를 생성한다(S502).
해석 모듈(302)의 XML Schema에는 실행 프로그램 정보, 입출력 관계, 입출력 변수 속성, GUI 정보 등을 포함하여 정의될 수 있으며, 근사 해석 모듈(304)에서는 가상 실험 모델 생성방법, 실제 해석 회수, 가상 모델의 구현 형태, 가상 모델을 생성하기 위한 해석 모듈(302)과 설계 모듈(304)의 정보, 하위 모듈의 실행 순서, GUI 정보, 해석 모듈(302) 및 설계 모듈(300)과의 상호 연관관계, 후처리 정보 등을 포함하여 정의될 수 있다.
상기 생성된 실행 스크립트에 의해 관리 컴포넌트(Component)를 생성하며(S504), 상기 생성된 관리 콤포넌트는 해석 모듈(302) 또는 근사 해석 모듈(304)을 생성한다(S506).
본 발명에 의한 상위 계층의 XML 파서는 윈도우 플랫폼에서 실행할 수 있는 인터프리터 기반의 스크립트 프로그램을 생성한다. 스크립트 프로그램은 해석에서 사용되어지는 변수 선언, 해석을 위한 변수 초기화 과정, 해석에서 사용되는 변수의 업데이트, 해석 프로그램의 정보와 실행 명령, 해석 종료 판단, 변수 저장을 위 한 DB 정보 등을 윈도우 스크립트 호스트용 스크립트 언어로 자동 생성한다.
따라서 사용자는 GUI 등의 입력부에 실제 시뮬레이션 대상물의 구조를 배치하고 상호 연관 관계를 입력하면, 이러한 프로세스는 XML로 변환되고, 실행 명령을 내리면 상위 레벨 XML 파서가 XML을 분석하여 모듈별 재귀적 구조와 실행 순서를 Windows에서 실행 가능한 Script 파일로 변환하여 실행시키게 된다. 실행 종료 후 생성된 결과도 XML의 형태로 저장되게 된다.
이러한 XML의 언어 구조적 특성을 이용하여 해석 영역별 다분야의 계층 구조를 생성하는 과정을 수행할 수 있게 되며, 따라서 시뮬레이션 어플리케이션은 다양한 구성을 가지게 된다.
도 6의 어플리케이션 구성의 예시도를 참조하여 어플리케이션의 구성예를 살펴본다.
Case 1은 해석 모듈(302)만으로 구성된 사례이며, 시뮬레이션의 수행 결과를 해석하는 해석 모듈(302)만으로 구성된 경우이다. Case 2는 해석 모듈(302)이 순차적으로 실행되는 것을 표현한 것으로 하위의 시뮬레이션 수행 결과를 해석한 결과에 따라 해당 결과를 이용하여 상위의 해석 모듈(302)이 해석 결과를 다시 해석하는 경우이다. Case 3은 근사 함수에 의한 시뮬레이션 결과 데이터를 생성하기 위해 근사 해석 모듈(304)이 해석 모듈(302)을 포함하는 구조를 나타낸 것이다. Case 4는 해석 모듈(302)이 서로 연관되어 있거나 해석 모듈들(302)이 병렬로 실행될 수 있는 구조를 나타내기 위해 설계 모듈(300)이 여러 개의 해석 모듈(302)을 포함하는 구조를 나타낸다. Case 5와 6은 Case 4의 변형으로 여러 개의 해석 모듈(302) 중 일부 혹은 전체를 근사 해석 모듈(304)로 대체하는 구조를 나타낸다. Case 7은 설계 모듈(300)이 다른 설계 모듈들(300)을 포함하는 구조를 나타내며, 여러 개의 해석 영역들의 연관 관계를 나타내는 것이다. 이러한 설계 모듈(300), 해석 모듈(302), 근사 해석 모듈(304)을 조합하여 실제 최적 설계를 위한 다분야 해석 및 설계 구조를 구현할 수 있다.
이상의 구성과 과정을 항공기 분야에서 실제 컴퓨터 시뮬레이션으로 구현한 최적 설계 과정을 나타낸 도 7을 참조하여 설명한다.
도 7에 도시된 바와 같이 먼저 항공기를 설계하기 위한 구성과 기능과 시뮬레이션 수행을 통해 얻고자 하는 데이터의 흐름에 따라 항공기의 모든 분야를 필요한 부분으로 나누어 각각의 절차 흐름을 나타낸다.(S700). 각각의 부분으로 나누는 것은 시뮬레이션 수행으로 얻고자 하는 설계 데이터의 목적에 따라 달라질 수 있으며, 초기 설계 데이터의 입력과 최종 시뮬레이션 수행 결과 데이터의 출력의 흐름을 나타낸다. 전체 시스템을 각각의 분야별로 나누고 연관 관계를 나누면 단계 700에 표현된 그림과 같이 복잡한 구성을 가지게 된다.
각각의 부분으로 나뉜 항공기의 부분들을 서로 데이터의 흐름간에 유사성이 부분들끼리 서로 묶어 A, B, C, D, E, F ,G 및 H의 해석 영역을 설정한다(S702). 나누어진 각각의 해석 영역별로 상호 연관 관계를 표현하면(S704) 단계 700에서 표현된 것과는 달리 비교적 간단한 시스템으로 구성된다. 일부 연관관계는 하위 레벨에서 정의되므로 최상위 레벨에서는 연관관계가 축소되어 간단한 시스템 해석을 수 행할 수 있도록 한다. 예를 들면, 해석 영역 C는 구조 해석(Structural Analysis)과 구조 중량(Structural Weight) 및 구조 중량 및 관성 해석(Structural Weight & Inertia Analysis)의 3개의 해석 영역을 포함하게 되므로 이들간의 상호 연관 관계는 최상위 레벨에서는 표현되지 않으므로 최상위레벨에서는 해석 영역 C의 In/Out 관계만을 처리해 주면 된다.
이러한 해석 영역별로 각각 설계 모듈(300), 해석 모듈(302), 근사 해석 모듈(304)의 조합으로 구성한다(S706). 본 예시의 경우, 총 6개의 계층 구조를 가지며 각각의 해석 영역별로 어플리케이션에 필요한 각각의 모듈의 조합으로 구성된다.
따라서 본 발명에 의하면 새로운 설계를 위한 변경된 설계 데이터를 입력하면 시뮬레이션이 수행되고 그 수행된 시뮬레이션 결과가 일정한 기준에 충족하지 않는 경우 변경된 설계 데이터를 입력받고 다시 시뮬레이션을 수행할 필요없이 근사 해석 모듈(304)에서 생성된 함수에 의한 연산에 의해 시뮬레이션 결과 데이터를 출력하여 일정한 기준을 충족하는지 여부를 판단하여 설계 데이터를 확정한다.
또한, 종래의 각각의 해석 영역별로 시뮬레이션을 수행하고 각각의 시뮬레이션 수행후 결과 데이터를 일일이 수집하고 해석하는 과정을 거쳐야 했던 것을 시뮬레이션 대상물의 데이터를 입력하고 상호 연관 관계를 설정하면 재귀적 구조를 가진 언어로 변환되어 계층적 구조의 모듈을 자동 생성하게 되어 각 부분 또는 분야별로 설정된 해석 영역별 시뮬레이션을 상호 연결하고 제어할 수 있다.
상기한 본 발명의 바람직한 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대해 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
이상에서 설명한 바와 같이, 본 발명에 의한 최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한 기록매체에 의하면, 구성이 복잡한 시뮬레이션 대상의 경우에도 각각의 분야별로 시뮬레이션 모델을 구성하고, 분야별로 구성된 각각의 시뮬레이션의 결과를 이용하여 전체 시뮬레이션의 결과 데이터를 산출해 낼 수 있는 장점이 있다.
또한, 복잡한 구성간의 상호 연관 관계를 단순하게 나타낼 수 있어 시뮬레이션의 결과를 얻기 위해 실제로 시뮬레이션을 수행함으로써 소용되는 데이터 처리량과 소요 시간을 줄일 수 있는 장점이 있다.

Claims (14)

  1. 디지털 처리 장치에서 수행되는 최적 설계를 위한 시뮬레이션 수행 방법에 있어서,
    해석 영역별로 구분된 시뮬레이션 수행 대상 정보를 입력받는 단계(a);
    상기 단계(a)에서 설정된 해석 영역들의 상호 연관 관계 정보를 입력받는 단계(b);
    설계 대상 부분의 설계 데이터를 입력받는 단계(c);
    상기 해석 영역들의 시뮬레이션 모델과 상기 해석 영역들의 결합으로 구성되는 전체 시뮬레이션 모델을 각각 생성하고, 상기 입력된 설계 데이터를 이용하여 상기 생성된 시뮬레이션을 각각 수행하는 단계(d); 및
    상기 단계(d)에서 수행된 시뮬레이션의 결과 데이터가 미리 설정된 기준을 충족하는지 판단하는 단계(e)를 포함하되,
    상기 단계(e)에서 판단한 결과 입력된 설계 데이터가 미리 설정된 기준을 충족하지 못하는 경우 상기 시뮬레이션의 수행 결과와 설계 데이터를 이용하여 근사 함수를 생성하고 상기 생성된 근사 함수의 연산에 의해 결과 데이터를 출력하는 것을 특징으로 하는 시뮬레이션 수행 방법.
  2. 제1항에 있어서,
    상기 근사 함수의 생성은 상기 단계(a) 내지 (d)를 적어도 2회 이상 수행한 후 생성되는 것을 특징으로 하는 시뮬레이션 수행 방법.
  3. 제1항에 있어서,
    상기 근사 함수를 생성하는 방법은,
    반응표면법을 이용하되, 설계 변수가 n개인 경우 2n+1번 함수 계산을 이용하여 순수 이차항까지로 구성된 근사 함수를 생성하고, 교호 작용을 나타내는 나머지 이차항들은 BFGS(Broyden-Fletcher-Goldfarb-Shanno) 알고리즘을 이용하여 추가 함수 계산 없이 근사 함수를 생성하는 방법인 것을 특징으로 하는 시뮬레이션 수행 방법.
  4. 제1항에 있어서,
    상기 생성된 근사 함수의 연산에 의해 출력된 결과 데이터가 미리 설정된 기준을 충족하지 못하는 경우 시뮬레이션의 수행 결과 데이터와 근사 함수에 의해 연산된 결과 데이터를 이용하여 근사 함수를 다시 생성하는 것을 특징으로 하는 시뮬레이션 수행 방법.
  5. 최적 설계를 위해 시뮬레이션을 수행하는 장치에 있어서,
    시뮬레이션 수행 대상물을 해석 영역별로 구분하여 설정하고 상기 설정된 해석 영역들의 상호 연관 관계를 설정하며 입력받은 설계 데이터에 따라 시뮬레이션 모델을 생성하는 설계부;
    상기 설계부에서 생성된 시뮬레이션 모델에 따라 수행된 시뮬레이션의 결과 데이터를 계산하고, 계산된 실험 데이터가 미리 설정된 기준을 충족하는 데이터인지를 판단하는 해석부; 및
    상기 해석부에서 판단한 결과 입력된 설계 데이터가 미리 설정된 기준을 충족하지 못하는 경우 상기 시뮬레이션의 수행 결과와 설계 데이터를 이용하여 근사 함수를 생성하고 상기 생성된 근사 함수의 연산에 의해 결과 데이터를 출력하는 근사 해석부를 포함하는 것을 특징으로 하는 시뮬레이션 수행 장치.
  6. 제5항에 있어서,
    상기 근사 해석부는,
    상기 근사 함수의 생성을 상기 시뮬레이션을 적어도 2회 이상 수행한 후 생성하는 것을 특징으로 하는 시뮬레이션 수행 장치.
  7. 제5항에 있어서,
    상기 근사 해석부는,
    반응표면법을 이용하여 근사 함수를 생성하되, 설계 변수가 n개인 경우 2n+1 번의 함수 계산을 이용하여 순수 이차항까지로 구성된 근사 함수를 생성하고, 교호 작용을 나타내는 나머지 이차항들은 BFGS(Broyden-Fletcher-Goldfarb-Shanno) 알고리즘을 이용하여 추가 함수 계산 없이 근사 함수를 생성하는 방법을 이용하여 근사 함수를 생성하는 것을 특징으로 하는 시뮬레이션 수행 장치.
  8. 제5항에 있어서,
    상기 근사 해석부는,
    상기 생성된 근사 함수의 연산에 의해 출력된 결과 데이터가 미리 설정된 기준을 충족하지 못하는 경우 시뮬레이션의 수행 결과 데이터와 근사 함수에 의해 연산된 결과 데이터를 이용하여 근사 함수를 다시 생성하는 것을 특징으로 하는 시뮬레이션 수행 장치.
  9. 최적 설계를 위한 시뮬레이션 수행 방법이 구현되도록, 디지털 처리 장치에 의해 실행될 수 있는 명령어들의 프로그램이 유형적으로 구현되어 있으며 디지털 처리 장치에 의해 판독될 수 있는 프로그램을 기록한 기록 매체에 있어서,
    해석 영역별로 구분된 시뮬레이션 수행 대상 정보를 입력받는 단계(a);
    상기 단계(a)에서 설정된 해석 영역들의 상호 연관 관계 정보를 입력받는 단계(b);
    설계 대상 부분의 설계 데이터를 입력받는 단계(c);
    상기 해석 영역들의 시뮬레이션 모델과 상기 해석 영역들의 결합으로 구성되는 전체 시뮬레이션 모델을 각각 생성하고, 상기 입력된 설계 데이터를 이용하여 상기 생성된 시뮬레이션을 각각 수행하는 단계(d); 및
    상기 단계(d)에서 수행된 시뮬레이션의 결과 데이터가 미리 설정된 기준을 충족하는지 판단하는 단계(e)를 포함하되,
    상기 단계(e)에서 판단한 결과 입력된 설계 데이터가 미리 설정된 기준을 충족하지 못하는 경우 상기 시뮬레이션의 수행 결과와 설계 데이터를 이용하여 근사 함수를 생성하고 상기 생성된 근사 함수의 연산에 의해 결과 데이터를 출력하는 것을 특징으로 하는 시뮬레이션 수행 방법을 구현하기 위한 프로그램을 기록한 기록매체.
  10. 제9항에 있어서,
    상기 근사 함수의 생성은 상기 단계(a) 내지 (d)를 적어도 2회 이상 수행한 후 생성되는 것을 특징으로 하는 시뮬레이션 수행 방법을 구현하기 위한 프로그램을 기록한 기록매체.
  11. 제9항에 있어서,
    상기 근사 함수를 생성하는 방법은,
    반응표면법을 이용하되, 설계 변수가 n개인 경우 2n+1번의 함수 계산을 이용하여 순수 이차항까지로 구성된 근사 함수를 생성하고, 교호 작용을 나타내는 나머지 이차항들은 BFGS(Broyden-Fletcher-Goldfarb-Shanno) 알고리즘을 이용하여 추가 함수 계산 없이 근사 함수를 생성하는 방법인 것을 특징으로 하는 시뮬레이션 수행 방법을 구현하기 위한 프로그램을 기록한 기록매체.
  12. 제9항에 있어서,
    상기 생성된 근사 함수의 연산에 의해 출력된 결과 데이터가 미리 설정된 기준을 충족하지 못하는 경우 시뮬레이션의 수행 결과 데이터와 근사 함수에 의해 연산된 결과 데이터를 이용하여 근사 함수를 다시 생성하는 것을 특징으로 하는 시뮬레이션 수행 방법을 구현하기 위한 프로그램을 기록한 기록매체.
  13. 제9항에 있어서,
    상기 프로그램의 언어 형식은 XML인 것을 특징으로 하는 시뮬레이션 수행 방법을 구현하기 위한 프로그램을 기록한 기록매체.
  14. 제13항에 있어서,
    상기 XML의 스키마가 입력되면 XML 파서(Parser)에 의한 파싱(Parsing) 작업을 수행하고 실행 스크립트를 생성하여 상기 실행 스크립트에 의해 각각의 기능을 수행하는 구성 단계를 생성하는 것을 특징으로 하는 시뮬레이션 수행 방법을 구현하기 위한 프로그램을 기록한 기록매체.
KR1020050107538A 2005-11-10 2005-11-10 최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한기록매체 KR100727405B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050107538A KR100727405B1 (ko) 2005-11-10 2005-11-10 최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한기록매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050107538A KR100727405B1 (ko) 2005-11-10 2005-11-10 최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한기록매체

Publications (2)

Publication Number Publication Date
KR20070050228A KR20070050228A (ko) 2007-05-15
KR100727405B1 true KR100727405B1 (ko) 2007-06-13

Family

ID=38273888

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050107538A KR100727405B1 (ko) 2005-11-10 2005-11-10 최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한기록매체

Country Status (1)

Country Link
KR (1) KR100727405B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101138758B1 (ko) * 2008-12-03 2012-04-24 한양대학교 산학협력단 차량의 승차감에 대한 강건최적설계방법
KR101330739B1 (ko) 2011-05-25 2013-11-20 한국수자원공사 산기식 폭기시스템 설계방법 및 그 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101222051B1 (ko) * 2010-12-28 2013-01-15 주식회사 포스코 가상 공장용 데이터 모델 생성 방법 및 가상 공장용 데이터 모델 미들웨어 시스템
KR101444723B1 (ko) * 2013-09-26 2014-09-26 주식회사 피도텍 구조물의 최적 설계 방법
CN115525981B (zh) * 2022-11-10 2023-09-22 煊科(昆山)智能科技有限公司 一种基于虚拟现实技术的汽车冲击测试方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950006297B1 (ko) * 1990-10-30 1995-06-13 휴우즈 에어크라프트 캄파니 학습 모드 코스웨어 도구
KR100300135B1 (ko) 1999-04-22 2001-09-22 이종현 씨엔씨 공작 교육 시스템, 그 제어 방법 및 기록매체
KR100531654B1 (ko) 2003-07-28 2005-11-28 영진전문대학 산학협력단 시퀀스 제어 실습 시뮬레이션장치 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950006297B1 (ko) * 1990-10-30 1995-06-13 휴우즈 에어크라프트 캄파니 학습 모드 코스웨어 도구
KR100300135B1 (ko) 1999-04-22 2001-09-22 이종현 씨엔씨 공작 교육 시스템, 그 제어 방법 및 기록매체
KR100531654B1 (ko) 2003-07-28 2005-11-28 영진전문대학 산학협력단 시퀀스 제어 실습 시뮬레이션장치 및 그 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101138758B1 (ko) * 2008-12-03 2012-04-24 한양대학교 산학협력단 차량의 승차감에 대한 강건최적설계방법
KR101330739B1 (ko) 2011-05-25 2013-11-20 한국수자원공사 산기식 폭기시스템 설계방법 및 그 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체

Also Published As

Publication number Publication date
KR20070050228A (ko) 2007-05-15

Similar Documents

Publication Publication Date Title
KR101383663B1 (ko) 가상 테스트에 근거한 파라미터화 재료 및 성능 특성
Nüske et al. Finite-data error bounds for Koopman-based prediction and control
Dolci et al. Proper orthogonal decomposition as surrogate model for aerodynamic optimization
KR100727405B1 (ko) 최적 설계를 위한 시뮬레이션 장치, 방법 및 이를 기록한기록매체
US11636238B2 (en) Estimating noise characteristics in physical system simulations
AU2020378413A1 (en) Methods and systems for the estimation of the computational cost of simulation
Leblond et al. A priori space–time separated representation for the reduced order modeling of low Reynolds number flows
Rosić et al. Methods for the uncertainty quantification of aircraft simulation models
CN115983029A (zh) 一种航空装备可靠性仿真数字孪生模型构建方法、设备、介质
Tabandeh et al. Numerical solution of the Fokker–Planck equation using physics-based mixture models
N⊘ rgaard et al. NNSYSID-toolbox for system identification with neural networks
Homaeinezhad et al. High-performance modeling and discrete-time sliding mode control of uncertain non-commensurate linear time invariant MIMO fractional order dynamic systems
Calver et al. Numerical methods for computing sensitivities for ODEs and DDEs
Taghavian et al. Algebraic conditions for stability analysis of linear time‐invariant distributed order dynamic systems: A Lagrange inversion theorem approach
Skinner et al. Reduced-basis multifidelity approach for efficient parametric study of naca airfoils
CN116738920B (zh) 一种三维几何内核的芯片3d设计方法及系统
US8078446B2 (en) Linear time-invariant system modeling apparatus and method of generating a passive model
Ghoreishi et al. Sequential information-theoretic and reification-based approach for querying multi-information sources
Schlenkrich et al. Differentiating fixed point iterations with ADOL-C: Gradient calculation for fluid dynamics
Abbasi et al. A data-based stability-preserving model order reduction method for hyperbolic partial differential equations
Çi̇loğlu et al. Stochastic discontinuous Galerkin methods for robust deterministic control of convection-diffusion equations with uncertain coefficients
JPH11203330A (ja) 形状変形モード生成システムと形状最適化解析システムおよびそれに用いるプログラムを記録した記録媒体
Smith Data Driven Surrogate Models for Faster SPICE Simulation of Power Supply Circuits
Vuillod et al. Handling noise and overfitting in surrogate models based on non-uniform rational basis spline entities
US11922314B1 (en) Systems and methods for building dynamic reduced order physical models

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130625

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140423

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20160510

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20170425

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20180604

Year of fee payment: 12