KR102500316B1 - 기계 장치의 설계 정확도를 향상하기 위한 방법 및 이를 이용한 장치 - Google Patents

기계 장치의 설계 정확도를 향상하기 위한 방법 및 이를 이용한 장치 Download PDF

Info

Publication number
KR102500316B1
KR102500316B1 KR1020220132587A KR20220132587A KR102500316B1 KR 102500316 B1 KR102500316 B1 KR 102500316B1 KR 1020220132587 A KR1020220132587 A KR 1020220132587A KR 20220132587 A KR20220132587 A KR 20220132587A KR 102500316 B1 KR102500316 B1 KR 102500316B1
Authority
KR
South Korea
Prior art keywords
performance parameter
model
numerical value
target performance
information
Prior art date
Application number
KR1020220132587A
Other languages
English (en)
Inventor
박정규
이지혜
조낙원
Original Assignee
주식회사 클루
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 주식회사 클루 filed Critical 주식회사 클루
Priority to KR1020220132587A priority Critical patent/KR102500316B1/ko
Application granted granted Critical
Publication of KR102500316B1 publication Critical patent/KR102500316B1/ko
Priority to US18/300,208 priority patent/US20240126939A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/02—Digital computers in general; Data processing equipment in general manually operated with input through keyboard and computation using a built-in program, e.g. pocket calculators
    • G06F15/025—Digital computers in general; Data processing equipment in general manually operated with input through keyboard and computation using a built-in program, e.g. pocket calculators adapted to a specific application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

기계 장치의 설계 정확도를 향상하기 위한 방법 및 이를 이용한 장치가 개시된다. 일 실시예에 따른 목표 성능정보를 기초로 기계 장치의 형상 정보를 획득하기 위한 방법은, 상기 기계 장치의 목표 성능 파라미터를 획득하는 단계; 상기 목표 성능 파라미터를 기초로 제1 모델을 이용하여 형상 정보 - 상기 형상 정보는 상기 기계 장치의 설계변수의 수치값을 포함함 - 를 획득하는 단계; 및 상기 설계변수의 수치값에서의 상기 제1 모델의 제1 편미분값을 기초로 상기 제1 모델의 업데이트 여부를 결정하는 단계를 포함할 수 있다.

Description

기계 장치의 설계 정확도를 향상하기 위한 방법 및 이를 이용한 장치{METHOD FOR IMPROVING DESIGN ACCURACY FOR MECHANICAL APPARATUS AND DEVICE USING THE SAME}
본 발명은 기계 장치의 설계 정확도를 향상하기 위한 방법 및 이를 이용한 장치에 관한 것이다.
일반적으로, 공학 계산에 사용되는 프로그램들은 그 파라미터의 수가 많고 파라미터가 성능에 미치는 영향이 복합적으로 나타남에 따라, 해당 프로그램들을 효과적으로 사용하기 위해서는 적정 수준 이상의 교육이 반드시 필요하였다. 반면, 최근에는 통신 기술 및 웹기술이 발전함에 따라 컴퓨터에 프로그램을 설치하지 않고 웹브라우저를 통해 프로그램이 배포되고 바로 배포된 프로그램이 사용될 수 있는 환경이 조성되었으며, 다양한 사용자가 입력한 파라미터를 데이터로 축적할 수 있는 환경이 조성되었다.
또한 최근에는, 스마트폰 또는 태블릿과 같은 휴대용 통신장치가 널리 보급됨에 따라, 공학 계산에 익숙한 다양한 사용자 경험을 누적하여 활용함으로써 상대적으로 경험이 미비한 사용자도 적절한 수준의 공학계산을 사용할 수 있는 서비스를 제공하려는 노력이 계속되고 있다.
본 출원의 해결하고자 하는 일 과제는 공학 계산이 익숙하지 않은 사용자가 해당 공학 계산을 원활하게 수행하면서도, 사용자에게 정확도 높은 결과를 제공하기 위한 것이다.
본 출원의 해결하고자 하는 과제가 상술한 과제로 제한되는 것은 아니며, 언급되지 아니한 과제들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
일 실시예에 따른 목표 성능정보를 기초로 기계 장치의 형상 정보를 획득하기 위한 방법은, 상기 기계 장치의 목표 성능 파라미터를 획득하는 단계; 상기 목표 성능 파라미터를 기초로 제1 모델을 이용하여 형상 정보 - 상기 형상 정보는 상기 기계 장치의 설계변수의 수치값을 포함함 - 를 획득하는 단계; 및 상기 설계변수의 수치값에서의 상기 제1 모델의 제1 편미분값을 기초로 상기 제1 모델의 업데이트 여부를 결정하는 단계를 포함할 수 있다.
본 출원의 과제의 해결 수단이 상술한 해결 수단들로 제한되는 것은 아니며, 언급되지 아니한 해결 수단들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 출원에 따르면, 공학 계산이 익숙하지 않은 사용자가 해당 공학 계산을 원활하게 수행하면서도, 사용자에게 정확도 높은 결과를 제공할 수 있다.
본 출원의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 일 실시예에 따른 시스템의 환경도이다.
도 2는 일 실시예에 따른 단말의 블록도이다.
도 3은 일 실시예에 따른 서버의 블록도이다.
도 4는 일 실시예에 따른 기계 장치의 형상 정보를 획득하기 위한 방법에 대한 블록도이다.
도 5는 일 실시예에 따른 전동기의 종류의 획득을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 목표 성능 파라미터의 획득을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 형상 정보의 제공을 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 수정 설계변수의 설명을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 예상 성능 파라미터의 제공을 설명하기 위한 도면이다.
도 10은 다른 일 실시예에 따른 기계 장치의 형상 정보를 획득하기 위한 방법에 대한 블록도이다.
도 11 및 도 12는 일 실시예에 따른 제1 모델의 업데이트를 설명하기 위한 도면이다.
본 명세서에 기재된 실시예는 본 발명이 속하는 기술 분양에서 통상의 지식을 가진 자에게 본 발명의 사상을 명확히 설명하기 위한 것이므로, 본 발명이 본 명세서에 기재된 실시예에 한정되는 것은 아니며, 본 발명의 범위는 본 발명의 사상을 벗어나지 아니하는 수정예 또는 변형예를 포함하는 것으로 해석되어야 한다.
본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하여 가능한 현재 널리 사용되고 있는 일반적인 용어를 선택하였으나 이는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자의 의도, 판례 또는 새로운 기술의 출현 등에 따라 달라질 수 있다. 다만, 이와 달리 특정한 용어를 임의의 의미로 정의하여 사용하는 경우에는 그 용어의 의미에 관하여 별도로 기재할 것이다. 따라서 본 명세서에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가진 실질적인 의미와 본 명세서의 전반에 걸친 내용을 토대로 해석되어야 한다.
본 명세서에 첨부된 도면은 본 발명을 용이하게 설명하기 위한 것으로 도면에 도시된 형상은 본 발명의 이해를 돕기 위하여 필요에 따라 과장되어 표시된 것일 수 있으므로 본 발명이 도면에 의해 한정되는 것은 아니다.
본 명세서에서 본 발명에 관련된 공지의 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에 이에 관한 자세한 설명은 필요에 따라 생략하기로 한다.
이하에서는 본 발명의 일 실시예에 따른 출입 관리 방법 및 이를 이용한 출입 관리 장치에 대해 설명한다.
도 1은 일 실시예에 따른 시스템의 환경도이다.
도 1을 참조하면 시스템(10000)은 단말(100) 및 서버(200)를 포함할 수 있다.
단말(100)은 스마트 폰, 태블릿, PDA, 노트북, PC 및 웨어러블 디바이스 등으로 구현될 수 있다.
또한, 단말(100)에는 후술할 몇몇 실시예를 수행하기 위한 어플리케이션이 제공될 수 있다.
서버(200)는 단말(100)과 통신을 수행하고 다양한 정보를 송수신할 수 있다.
일 실시예에서, 단말(100) 및 서버(200) 중 적어도 하나는 공학 계산 모듈을 포함할 수 있다. 공학 계산 모듈은 사용자로부터 목표 성능 파라미터를 획득하고, 목표 성능 파라미터를 기초로 사용자에게 목표 성능 파라미터에 대응되는 형상 정보를 제공할 수 있다. 또한, 공학 계산 모듈은 후술할 제1 모델 및 제2 모델을 포함할 수 있다. 공학 계산 모듈에 대해서는 이하에서 상세하게 설명한다.
이러한 공학 계산 모듈이 단말(100)에 포함될 경우, 공학 계산 모듈이 단말(100)에서 구동되고, 공학 계산 모듈이 서버(200)에 포함될 경우, 공학 계산 모듈이 서버(200)에서 구동될 수 있다.
일 실시예에서, 단말(100)의 성능에 따라, 단말(100) 및 서버(200) 중 공학 계산 모듈이 구동되는 장치가 결정될 수 있다.
구체적으로, 단말(100)이 웹브라우저를 통해 서버(200)에 접속하는 경우, 서버(200)는 단말(100)의 연산능력을 평가할 수 있는 스크립트 파일을 웹페이지와 함께 전달할 수 있다. 단말(100)은 서버(200)로부터 획득한 웹페이지를 사용자에게 제공하고, 서버(200)로부터 획득한 스크립트 파일을 실행하여 단말(100)의 연산능력을 평가하고, 서버(200)에 연산능력에 관한 정보, 예컨대 성능정보를 전송할 수 있다. 여기서, 성능정보는 그래픽 연산 능력, CPU 수치연산 능력, 통신 능력 및 메모리 능력을 포함할 수 있다.
또한, 서버(200)는 단말(100)로부터 획득한 성능 정보를 기설정된 어플리케이션별 요구 성능 기준을 기초로 단말(100)의 성능을 평가할 수 있다. 여기서, 어플리케이션들 중 적어도 하나는 공학 계산 모듈을 포함할 수 있다. 또한, 어플리케이션들 중 적어도 하나는 전산 해석 어플리케이션일 수 있다.
또한, 서버(200)는 단말(100)의 성능 평가 결과를 기초로 어플리케이션을 서버(200)에서 구동할지 또는 단말(100)에서 구동할지 여부를 결정할 수 있다. 예를 들어, 단말(100)의 성능 평가 결과, 단말(100)의 성능이 어플리케이션의 요구성능 기준을 초과할 경우, 서버(200)는 어플리케이션을 단말(100)에 전송할 수 있다. 이 때, 어플리케이션은 단말(100) 내에서 별도의 설치가 필요 없이, 단말(100)의 웹브라우저 내부에서 실행되는 웹어셈블리 파일일 수 있다.
또한, 단말(100)의 성능 평가 결과, 단말(100)의 성능이 어플리케이션의 요구성능 기준을 초과하지 못하는 경우, 서버(200)는 어플리케이션을 단말(100)에 전송하지 않고, 서버(200)에서 어플리케이션을 구동할 수 있다. 일 예로, 서버(200)는 단말(100)로부터 어플리케이션의 입력 정보를 획득하고, 입력 정보를 어플리케이션에 입력하여, 어플리케이션으로부터 결과를 획득할 수 있다. 또한, 서버(200)는 결과를 단말(100)에 제공할 수 있다. 단말(100)은 결과 및/또는 입력 정보를 사용자에게 제공할 수 있다.
또한, 어플리케이션이 단말(100)에서 구동되는 도중에도, 서버(200)는 단말(100)에 대한 연산능력을 주기적으로 또는 비주기적으로 평가할 수 있다. 이 때, 단말(100)의 성능이 어플리케이션의 요구성능 기준을 초과하지 못하는 경우, 서버(200)는 단말(100)부터, 입력 정보 및/또는 중간 결과를 획득하고, 입력 정보 및/또는 중간 결과를 기초로 어플리케이션을 이용하여 결과를 획득할 수 있다.
또한, 서버(200)에서 복수의 어플리케이션이 구동될 수도 있다. 이 때, 복수의 어플리케이션이 구동됨에 따라 서버(200)의 연산능력이 부족할 것으로 예상되고 단말(100)의 성능이 특정 어플리케이션의 요구성능 기준을 초과하지 못하는 경우, 서버(200)는 특정 어플리케이션을 바로 실행하지 않고, 스케줄러에 특정 어플리케이션을 등록할 수 있다. 이 후, 서버(200)의 연산능력이 확보되면, 스케줄러에 등록된 어플리케이션들을 순차적으로 실행함으로써 상기 특정 어플리케이션을 실행할 수 있다.
도 2는 일 실시예에 따른 단말의 블록도이다.
도 2를 참조하면 단말(100)은 단말 통신부(110), 단말 입력부(120), 단말 저장부(130), 단말 디스플레이부(140) 및 단말 제어부(150)를 포함할 수 있다.
단말 통신부(110)는 서버(200) 와 통신을 수행할 수 있다. 또한, 단말 통신부(110)는 BLE(Bluetooth Low Energy), 블루투스(Bluetooth), WLAN(Wireless LAN), WiFi(Wireless Fidelity), WiFi Direct, NFC(Near Field Communication), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wide Band), 지그비(Zigbee), 3G, 4G 또는 5G를 비롯한 이동 통신 모듈 및 그 외의 다양한 통신 규격을 통해 데이터를 송신하는 유무선 모듈을 포함할 수 있다.
단말 입력부(120)는 사용자의 입력에 대응하는 신호를 획득할 수 있다. 또한, 단말 입력부(120)는 공학 계산을 위해 필요한 정보를 획득하기 위한 입력(예를 들어, 목표 성능 파라미터)을 획득할 수 있다. 또한, 단말 입력부(120)는, 예를 들어 키보드, 키 패드, 터치패드, 버튼, 조그셔틀 및 휠 등으로 구현될 수 있다. 또한 사용자의 입력은 예를 들어 버튼의 누름, 터치 및 드래그 등일 수 있다. 단말 디스플레이부(140)가 터치 스크린으로 구현되는 경우 단말 디스플레이부(140)가 단말 입력부(120)의 역할을 수행할 수 있다.
또한, 단말 저장부(130)는 각종 데이터를 저장할 수 있다. 예를 들어, 단말 저장부(130)는 단말(100)의 동작에 필요한 데이터(예를 들어, 공학 계산을 위해 필요한 정보, 공학 계산 모듈, 공학 계산 모듈을 포함하는 어플리케이션 등)를 저장할 수 있다.
단말 저장부(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또 메모리는 일시적, 영구적 또는 반영구적으로 정보를 저장할 수 있으며, 내장형 또는 탈착형으로 제공될 수 있다.
단말 디스플레이부(140)는 다양한 시각적인 정보를 출력할 수 있다. 예를 들어, 단말 디스플레이부(140)는 다양한 어플리케이션, 어플리케이션에 입력되는 입력정보, 어플리케이션에서 제공되는 출력 등을 출력할 수 있다. 또한, 단말 디스플레이부(140)는 서버(200)로부터 수신한 정보 및/또는 서버(200)에 제공하기 위한 정보를 출력할 수 있다. 단말 디스플레이부(140)는 LCD, OLED, 아몰레드 디스플레이 등일 수 있다. 단말 디스플레이부(140)가 터치 스크린으로 제공되는 경우, 단말 디스플레이부(2020)는 단말 입력부(120)의 기능을 수행할 수 있다. 이 경우, 선택에 따라 별도의 단말 입력부(120)가 제공되지 않을 수 있으며, 볼륨 조절, 전원 버튼 및 홈 버튼 등 제한적인 기능을 수행하는 단말 입력부(120)가 제공될 수 있다.
단말 제어부(150)는 단말(100)의 각 구성을 제어하거나 각종 정보를 처리하고 연산할 수 있다. 또한 단말 제어부(150)는 단말(100)에 포함된 몇몇 구성으로부터 신호를 획득할 수 있다. 또한 단말 제어부(150)는 후술할 방법들에서 설명되는 단계 중 단말(100)에서 수행되는 몇몇 단계들을 수행하기 위한 동작을 제어하거나 단계 수행에 필요한 연산을 수행할 수 있다. 또한, 일 실시예에서, 단말 제어부(150)는 공학 계산 모듈을 포함할 수 있다.
단말 제어부(150)는 소프트웨어, 하드웨어 및 이들의 조합으로 구현될 수 있다. 예를 들어, 하드웨어적으로 단말 제어부(150)는 FPGA((field programmable gate array)나 ASIC(Application Specific Integrated Circuit), 반도체 칩, 및 그 외의 다양한 형태의 전자 회로로 구현될 수 있다. 또 예를 들어, 소프트웨어적으로 단말 제어부(150)는 상술한 하드웨어에 따라 수행되는 논리 프로그램이나 각종 컴퓨터 언어 등으로 구현될 수 있다.
단말(100)은 반드시 상술한 구성을 모두 포함해야 하는 것은 아니며, 선택에 따라 일부 구성이 제외된 형태로 제공될 수 있다. 또한 단말(100)은 선택에 따라 추가적인 기능 및 동작 등을 수행하기 위한 구성이 부가된 형태로 제공될 수 있다.
도 3은 일 실시예에 따른 서버의 블록도이다.
도 3을 참조하면 서버(200)는 서버 통신부(210), 서버 입력부(220), 서버 저장부(230), 서버 디스플레이부(240) 및 서버 제어부(250)를 포함할 수 있다.
서버 통신부(210)는 단말(100)과 통신을 수행할 수 있다. 또한, 서버 통신부(210)는 BLE(Bluetooth Low Energy), 블루투스(Bluetooth), WLAN(Wireless LAN), WiFi(Wireless Fidelity), WiFi Direct, NFC(Near Field Communication), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wide Band), 지그비(Zigbee), 3G, 4G 또는 5G를 비롯한 이동 통신 모듈 및 그 외의 다양한 통신 규격을 통해 데이터를 송신하는 유무선 모듈을 포함할 수 있다.
서버 입력부(220)는 사용자 입력에 대응하는 신호를 획득할 수 있다. 서버 입력부(220)는 키보드, 키 패드, 터치패드, 버튼, 조그셔틀 및 휠 등을 포함할 수 있다.
서버 저장부(230)는 각종 데이터를 저장할 수 있다. 예를 들어, 서버 저장부(230)는 서버(200) 및/또는 단말(100)의 동작에 필요한 데이터(예를 들어, 복수의 어플리케이션, 복수의 어플리케이션 별 요구 성능 정보, 단말(100)의 연산능력을 평가할 수 있는 스크립트 파일, 공학 계산 모듈 등)를 포함할 수 있다.
또한, 서버 저장부(230)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또 메모리는 일시적, 영구적 또는 반영구적으로 정보를 저장할 수 있으며, 내장형 또는 탈착형으로 제공될 수 있다.
또한, 서버 디스플레이부(240)는 시각적인 정보를 출력할 수 있다. 예를 들어 서버 디스플레이부(240)는 LCD, OLED, 아몰레드 디스플레이 등일 수 있다.
또한, 서버 제어부(250)는 서버(200)의 각 구성을 제어하거나 각종 정보를 처리하고 연산할 수 있다. 또한, 일예로, 서버 제어부(250)는 공학 계산 모듈을 포함할 수 있다. 또한 서버 제어부(250)는 후술할 방법들에서 설명되는 단계 중 서버(200)에서 수행되는 몇몇 단계들을 수행하기 위한 동작을 제어하거나 단계 수행에 필요한 연산을 수행할 수 있다.
서버 제어부(250)는 소프트웨어, 하드웨어 및 이들의 조합으로 구현될 수 있다. 예를 들어, 하드웨어적으로 서버 제어부(250)는 FPGA((field programmable gate array)나 ASIC(Application Specific Integrated Circuit), 반도체 칩, 및 그 외의 다양한 형태의 전자 회로로 구현될 수 있다. 또 예를 들어, 소프트웨어적으로 서버 제어부(250)는 상술한 하드웨어에 따라 수행되는 논리 프로그램이나 각종 컴퓨터 언어 등으로 구현될 수 있다.
서버(200)는 반드시 상술한 구성을 모두 포함해야 하는 것은 아니며, 선택에 따라 일부 구성이 제외된 형태로 제공될 수 있다. 예를 들어 서버(200)가 직접적인 시각적 정보의 제공을 하지 않는 경우 서버(200)는 서버 디스플레이부(240)가 제외된 형태로 제공될 수 있다. 또한 서버(200)는 선택에 따라 추가적인 기능 및 동작 등을 수행하기 위한 구성이 부가된 형태로 제공될 수 있다.
도 4는 일 실시예에 따른 기계 장치의 형상 정보를 획득하기 위한 방법에 대한 블록도이다.
도 4를 참조하면, 일 실시예에 따른 기계 장치의 형상 정보를 획득하기 위한 방법은, 기계 장치의 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터를 획득하는 단계(S100), 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터를 기초로 제1 모델을 이용하여 제1 형상 정보를 획득하는 단계(S200), 제1 형상 정보를 기초로 제2 모델을 이용하여 제1 예상 성능 파라미터를 획득하는 단계(S300) 및 제1 목표 성능 파라미터, 제2 목표 성능 파라미터 또는 제1 예상 성능 파라미터 중 적어도 하나를 기초로 제1 모델을 업데이트하는 단계(S400)를 포함할 수 있다.
상기 일 실시예에 따른 기계 장치의 형상 정보를 획득하기 위한 방법은 공학 계산 모듈에서 수행될 수 있고, 공학 계산 모듈은 단말 또는 서버에 포함될 수 있다. 설명의 편의를 위하여, 이하에서는 상기 일 실시예에 따른 기계 장치의 형상 정보를 획득하기 위한 방법이 공학 계산 모듈에서 수행되는 것으로 설명하지만, 이에 한정되는 것은 아니고, 상기 일 실시예에 따른 기계 장치의 형상 정보를 획득하기 위한 방법은 실질적으로 공학 계산 모듈을 포함하는 단말 또는 서버에서 수행될 수 있음은 물론이다. 다시 말해, 본 명세서에서의 공학 계산 모듈의 동작은 공학 계산 모듈을 포함하는 단말 또는 서버의 동작으로 이해될 수 있다.
단계 S100에서, 공학 계산 모듈은 기계 장치의 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터를 획득할 수 있다. 예를 들어, 단말은 사용자로부터 기계 장치의 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터를 입력받을 수 있고, 입력받은 기계 장치의 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터를 서버에 전송할 수 있다.
구체적으로, 공학 계산 모듈은 기계 장치의 종류에 대한 정보를 획득할 수 있다. 여기서, 기계 장치는 기계 부품을 포함할 수 있다. 예를 들어, 기계 장치는 전동기를 포함하고, 서버는, 전동기의 종류에 대한 정보(예를 들어, 유도전동기, 영구자석 전동기, SynRM 등)를 포함할 수 있다. 예를 들어, 공학 계산 모듈은 단말을 통하여, 도 5와 같이, 전동기의 종류에 대한 정보를 시각적으로 출력하고, 출력되는 전동기들 중 적어도 하나를 사용자로부터 선택받을 수 있다. 또한, 단말은 선택받는 전동기 종류에 대한 정보를 서버에 제공할 수 있다. 설명의 편의를 위하여, 이하에서는, 기계 장치를 전동기로 표현하여 설명하지만, 이에 한정되지 않고, 전동기 이외의 기계 장치도 본원에 따른 권리범위에 포함될 수 있음은 물론이다.
또한, 공학 계산 모듈은 단말로부터 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터를 획득할 수 있다. 예를 들어, 공학 계산 모듈은 단말을 통하여 도 6과 같이, 목표 성능 파라미터에 대한 정보를 시각적으로 출력하고, 출력되는 목표 성능 파라미터에 대한 정보 중 적어도 하나에 대한 수치값을 입력받을 수 있다. 여기서, 목표 성능 파라미터는 선택받은 기계장치의 종류에 대한 형상정보(예를 들어, 도면)를 획득하기 위하여 필요한 정보로, 공학 계산 모듈은 목표 성능 파라미터의 목표 성능을 달성할 수 있는 형상을 제공할 수 있다. 또한, 목표 성능 파라미터는 설계 조건 내지 설계 정보를 포함할 수 있다. 일 예로, 기계 장치가 전동기인 경우, 목표 성능 파라미터는, 전동기 목표 출력, 효율, 입력전원 주파수(작동 속도), 작동 온도, 입력전원 전압, 위상수, 슬롯수, 전동기 수. 극수, 결선방법 등을 포함할 수 있다. 또한, 목표 성능 파라미터는 전동기의 재질 정보를 포함할 수 있다. 또한, 목표 성능 파라미터는 스테이터 또는 로터의 형상정보(즉, 목표 형상 정보), 점적률, 전류밀도, 권선정보 등을 포함할 수도 있다.
또한, 일 실시예에서, 목표 성능 파라미터는 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터로 구분될 수 있다. 여기서, 제1 목표 성능 파라미터는 후술할 제1 모델에 입력되는 파라미터이고, 제2 목표 성능 파라미터는 제1 모델 및 후술할 제2 모델에 입력되는 파라미터를 의미할 수 있다. 일 예로, 기계 장치가 전동기인 경우, 제2 목표 성능 파라미터는 토크, 효율, 작동 온도, 입력전원 주파수, 입력전원 전압, 재질 정보, 전동기내 자속밀도 등과 같은 전자장 정보, 그 외 적어도 하나의 기계적 성능 정보(예를 들어, 포화온도, 부피정보, 중량정보, 물성정보 ed) 및 전기적 성능 정보 중 적어도 하나를 포함할 수 있다. 그리고, 제1 목표 성능 파라미터는 상술한 목표 성능 파라미터 중 제2 목표 성능 파라미터를 제외한 나머지 파라미터를 포함할 수 있다.
단계 S200에서, 공학 계산 모듈은 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터를 기초로 제1 모델을 이용하여 제1 형상 정보를 획득할 수 있다.
일 실시예에서, 공학 계산 모듈은 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터를 제1 모델에 입력하고, 제1 모델로부터 제1 형상 정보를 출력할 수 있다. 여기서, 제1 형상 모델은 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터에 대응되는 설계변수 및 디자인 정보를 포함할 수 있다.
또한, 제1 모델은 차수 저감 모델(ROM: reduced order model) 또는 머신 러닝 모델로 구성될 수 있다. 여기서, 차수 저감 모델은 수학모델의 복잡성과 높은 자유도 때문에 발생되는 계산시간의 비효율 문제를 해결하기 위한 단순화된 수학적인 모델링 기법을 의미할 수 있다. 예를 들어, 차수 저감 모델은 기본적으로 주파수 영역에서 해석이 필요한 범위에서만 결과를 도출할 수 있다. 일 예로, 차수 저감 모델은 지배 방정식의 차수를 줄여줄 수 있다. 일반적으로 자유도가 높은 시스템의 지배 방정식은 높은 차수의 질량과 강성 행렬로 이뤄질 수 있다. 이런 시스템을 해석하는 과정 중에서, 역 행렬을 계산하면서 계산 부하가 대량으로 발생하고 해석의 비효율이 발생될 수 있다. 이를 위해, 차수 저감 모델은 계산의 부담을 줄이기 위하여 해석이 필요한 모드만 선택하고, 물리적 좌표(physical coordinate)를 모드 좌표(modal coordinate)로 투영시킴으로써 지배방정식의 차수를 선택된 모두의 개수만큼 낮출 수 있다. 또한, 차수 저감 모델은 설계 변수와 예상 성능 정보의 관계가 수학적으로 구성될 모델일 수 있다. 여기서, 설계 변수는 코일의 크기, 코일의 면적 등 기계장치의 각 구성요소의 수치정보를 나타낼 수 있다. 또한, 일 실시예에서, 차수 저감 모델은 상미분 방정식으로 구성될 수 있다.
또한, 머신 러닝 모델은 k-최근접 이웃(kNN : k-Nearest Neighbors), 선형 회귀(linear regression), 로지스틱 회귀(logistic regression), 서포트 벡터 머신(SVC : support vector machines), 결정 트리(decision trees), 랜덤 포레스트(random forests), 인공 신경망(Artificial Neural Networks) 등 다양한 알고리즘으로 구성될 수 있다.
이하에서는, 설명이 편의를 위하여, 제1 모델이 차수 저감 모델인 것으로 설명하지만, 이에 한정되는 것은 아니고, 제1 모델이 머신 러닝 모델로 구성될 수 있음은 자명하다.
또한, 제1 모델은 데이터베이스를 포함할 수 있다. 데이터베이스는 목표 성능 파라미터 및 대응되는 형상 설계정보가 매칭되어 저장될 수 있다. 또한, 목표 성능 파라미터 및 대응되는 형상 설계정보간의 관계는 크리깅(kriging) 또는 머신 러닝 모델과 같은 메타 모델을 구성할 수 있는 수학적 알고리즘을 통해 구축될 수 있다.
공학 계산 모듈은 차수 저감 모델(또는, 머신 러닝 모델) 및 데이터베이스 중 적어도 하나를 기초로 제1 형상 정보를 획득할 수 있다. 일 실시예에서, 제1 형상 정보는 기계 장치의 디자인 정보 및 설계 변수(즉, 설계 변수의 수치값)를 포함할 수 있다. 여기서, 설계 변수는 공학적인 수식에 의해 결정될 수 있다. 예를 들어, 코일의 경우, 공학 계산 모듈은 설계변수로서 코일의 면적을 계산할 수 있다. 또한, 디자인 정보는 기계 장치의 디자인을 나타내는 것으로, 예를 들어, 코일의 경우 해당 면적을 갖는 코일의 디자인을 나타낼 수 있다. 공학 계산 모듈은 차수 저감 모델을 이용하여 상기 설계 변수를 획득하고, 데이터베이스를 이용하여 상기 디자인 정보를 획득하고, 획득된 설계 변수 및 디자인 정보를 이용하여 제1 형상 정보를 획득할 수 있다.
물론, 공학 계산 모듈은 차수 저감 모델(또는, 머신 러닝 모델) 또는 데이터베이스 중 어느 하나를 이용하여 제1 형상 정보를 획득할 수 있다. 예를 들어, 공학 계산 모듈은 차수 저감 모델을 이용하여 상기 설계 변수를 획득하고, 상기 설계 변수를 기초로 상기 디자인 정보를 획득하여 제1 형상 정보를 획득할 수 있다. 또한, 공학 계산 모듈은 데이터베이스로부터 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터에 대응되는 제1 형상 정보를 획득할 수 있다.
또한, 공학 계산 모듈은 단말을 통해 사용자에게 제1 형상 정보를 제공할 수 있다. 예컨대, 도 7과 같이, 공학 계산 모듈은 단말을 통하여 제1 형상 정보를 디스플레이할 수 있다.
또한, 단계 S300에서, 공학 계산 모듈은 제1 형상 정보를 기초로 제2 모델을 이용하여 제1 예상 성능 파라미터를 획득할 수 있다. 일 실시예에서, 공학 계산 모듈은 제2 모델에 제1 형상 정보를 입력하고, 제2 모델로부터 제1 예상 성능 파라미터를 획득할 수 있다. 여기서, 제2 모델은 이미 정해진 형상 정보를 주어진 조건에서 시뮬레이션하여 보다 정확한 세부 성능을 예측할 수 있다. 일 예로, 제2 모델은 유한요소 해석기일 수 도 있으며 실험값일 수도 있다.. 그리고, 제1 예상 성능 파라미터는 제1 형상 정보로부터 예측되는 세부 성능을 의미할 수 있다. 즉, 공학 계산 모듈은 사용자로부터 목표 성능 파라미터를 획득받으면, 제1 모델을 통해 목표 성능 파라미터를 기초로 제1 형상 정보를 획득하고, 제2 모델을 통해 제1 형상정보를 기초로 제1 예상 성능 파라미터를 획득할 수 있다. 이에 따라, 사용자 입장에서 목표 성능 파라미터 만을 공학 계산 모듈에 입력하면, 공학 계산 모듈로부터 형상정보 뿐 아니라 해당 형상 정보와 대응되는 목표 성능 파라미터를 획득할 수 있으므로 정확도 높은 형상 정보를 쉽게 획득할 수 있다는 효과가 발생될 수 있다.
또한, 공학 계산 모듈은 제2 모델에 제1 형상 정보와 함께 제2 목표 성능 파라미터를 입력할 수 있다.
또한, 공학 계산 모듈은 제2 모델에 사용자에 의해 수정된 수정 설계변수가 입력될 수 있다. 구체적인 예로서, 공학 계산 모듈은 도 8과 같이 단말을 통하여 제1 형상 정보를 시각적으로 출력하면서 제1 형상 정보의 설계 변수를 함께 제공할 수 있다. 또한, 공학 계산 모듈은 설계 변수에 대한 수정 설계변수를 획득할 수 있다. 이 경우, 공학 계산 모듈은 수정 설계변수를 제1 모델에 입력하여 수정된 형상 정보를 나타내는 제2 형상 정보를 출력할 수 있다. 또한, 공학 계산 모듈은 수정 파라미터 및/또는 제2 형상 정보를 제2 모델에 입력하여 수정된 예상 성능 파라미터를 나타내는 제2 예상 성능 파라미터를 획득할 수 있다.
또한, 공학 계산 모듈은 도 9와 같이 제1 예상 성능 파라미터 또는 제2 예상 성능 파라미터를 시각적으로 출력할 수 있다.
또한, 단계 S400에서, 공학 계산 모듈은 제1 목표 성능 파라미터, 제2 목표 성능 파라미터 또는 제1 예상 성능 파라미터 중 적어도 하나를 기초로 제1 모델을 업데이트할 수 있다.
구체적으로, 공학 계산 모듈은 단계 S300에서 획득된 제1 예상 성능 파라미터(및/또는 제2 예상 성능 파라미터)와 단계 S100에서 획득된 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터를 비교할 수 있다. 비교 결과, 제1 예상 성능 파라미터(및/또는 제2 예상 성능 파라미터)와 제1/2 목표 성능 파라미터의 차이가 소정 비율(예를 들어, 5%) 이상인 경우, 제1/2 목표 성능 파라미터 중 제1 예상 성능 파라미터(및/또는 제2 예상 성능 파라미터)와 중복되는 파라미터를 제1 예상 성능 파라미터(및/또는 제2 예상 성능 파라미터)로 대체하고, 제1/2 목표 성능 파라미터 중 제1 예상 성능 파라미터(및/또는 제2 예상 성능 파라미터)와 중복되지 않는 파라미터, 제1 예상 성능 파라미터(및/또는 제2 예상 성능 파라미터) 및 제1 형상 정보를 기초로 제1 모델을 업데이트 할 수 있다. 즉, 제2 모델의 출력값과 제1 모델의 입력값이 소정 비율 이상 차이나는 경우, 제2 모델의 출력값을 기초로 제1 모델이 업데이트 될 수 있고, 이에 따라, 제1 모델의 정확도가 향상될 수 있다.
또한, 비교 결과, 제1 예상 성능 파라미터(및/또는 제2 예상 성능 파라미터)와 제1/2 목표 성능 파라미터의 차이가 소정 비율(예를 들어, 5%) 미만인 경우, 제1 예상 성능 파라미터(및/또는 제2 예상 성능 파라미터)가 제1 모델의 업데이트에 이용되지 않을 수 있다.
도 10은 다른 일 실시예에 따른 기계 장치의 형상 정보를 획득하기 위한 방법에 대한 블록도이다.
도 10을 참조하면, 다른 일 실시예에 따른 기계 장치의 형상 정보를 획득하기 위한 방법은, 기계 장치의 목표 성능 파라미터를 획득하는 단계(S1000), 목표 성능 파라미터를 기초로 제1 모델을 이용하여 형상 정보를 획득하는 단계(S2000) 및 형상 정보에 포함되는 설계변수의 수치값에서의 제1 모델의 제1 편미분값을 기초로 제1 모델의 업데이트 여부를 결정하는 단계(S3000)를 포함할 수 있다.
단계 S1000에서, 목표 성능 파라미터는 전술한 단계 S100에서의 제1 목표 성능 파라미터 및 제2 목표 성능 파라미터를 포함할 수 있다. 단계 S1000에 대해서는 전술한 단계 S100에서 설명된 내용이 적용될 수 있으므로, 상세한 설명은 생략한다.
또한, 단계 S2000에서, 형상 정보는 단계 S200에서의 제1 형상 정보 및 제2 형상 정보를 포함할 수 있다. 단계 S2000에 대해서는 전술한 단계 S200에서 설명된 내용이 적용될 수 있으므로, 상세한 설명은 생략한다.
또한, 단계 S3000에서, 공학 계산 모듈은 형상 정보에 포함되는 설계변수의 수치값에서의 제1 모델의 제1 편미분값을 기초로 제1 모델의 업데이트 여부를 결정할 수 있다. 단계 S3000에서는 도 11 및 도 12를 이용하여 설명한다.
도 11 및 도 12는 일 실시예에 따른 제1 모델의 업데이트를 설명하기 위한 도면이다.
도 11 및 도 12을 참조하면, 도 11 및 도 12의 그래프의 X축은 설계변수를 나타내고, Y축은 예상 성능 파라미터를 나타낼 수 있다. 일 실시예에서, 차수 저감 모델은 f(x1, x2, x3, … xn)의 방정식을 포함할 수 있다. 여기서, x1, x2, x3, … xn은 각각의 설계변수(형상 치수정보, 전압 등)를 나타내고, f(x1, x2, x3, … xn)의 결과값은 예상 성능 파라미터를 나타낼 수 있다. 또한, 도 11 및 도 12의 그래프에서 파란색 선은 설계변수 중 하나인 xi의 예상 성능 파라미터를 나타내는 f(xi)를 나타낼 수 있다. 또한, 도 11 및 도 12의 그래프에서 파란색 포인트는 검증이 완료된 데이터를 나타낼 수 있다. 즉, 도 11의 그래프에서, 제1 인접 예상 성능 파라미터(1200) 및 제2 인접 예상 성능 파라미터(1300)는 검증이 완료된 데이터로, 제1 인접 예상 성능 파라미터(1200)는 설계변수 xi의 수치값 pi-1과 대응되는 예상 성능 파라미터이고, 제2 인접 예상 성능 파라미터(1300)는 설계변수 xi의 수치값 pi+1과 대응되는 예상 성능 파라미터를 나타낼 수 있다. 이러한 제1 인접 예상 성능 파라미터(1200) 및 제2 인접 예상 성능 파라미터(1300)는 제1 모델에 저장될 수 있다.
일 실시예에서, 공학 계산 모듈은 단계 S1000 내지 단계 S2000을 통해 목표 성능 파라미터(1100) 및 목표 성능 파라미터(1100)와 대응되는 형상 정보와 함께 설계변수의 수치값 pi를 획득할 수 있다.
구체적으로, 공학 계산 모듈은 제1 모델을 이용하여 목표 성능 파라미터(1100)에 대응하는 설계 변수 xi의 수치값 pi를 획득할 수 있다. 이 때, 목표 성능 파라미터(1100)는 검증이 완료되지 않은 데이터로, 목표 성능 파라미터(1100)에 대응되는 설계 변수 xi의 수치값 pi 역시 검증이 완료되지 않은 데이터일 수 있다. 공학 계산 모듈은 정확도를 향상시키기 위하여, 검증이 완료된 설계변수 xi의 수치값 pi-1, 설계변수 xi의 수치값 pi+1, 제1 인접 예상 성능 파라미터(1200) 및 제2 인접 예상 성능 파라미터(1300)를 이용하여 설계 변수 xi의 수치값 pi 및 목표 성능 파라미터(1100)의 정확도를 판단할 수 있다. 보다 구체적으로, 공학 계산 모듈은 설계 변수 xi의 수치값 pi에서의 수치 저감 모델의 편미분값인 제1 편미분값을 계산할 수 있다. 즉, 공학 계산 모듈은 설계 변수 xi의 수치값 pi에서의 방정식 f(xi)의 편미분값을 제1 편미분값으로 계산할 수 있다. 또한, 공학 계산 모듈은 설계 변수 xi의 수치값 pi보다 작은 수치값 pi-1 및 제1 인접 예상 성능 파라미터(1200)를 획득할 수 있다. 수치값 pi-1 및 제1 인접 예상 성능 파라미터(1200)는 공학 계산 모듈에 미리 저장될 수도 있고, 제1 모델을 기초로 계산할 수도 있다. 또한, 공학 계산 모듈은 수치값 pi-1, 제1 인접 예상 성능 파라미터(1200), 설계 변수 xi의 수치값 pi 및 목표 성능 파라미터(1100)을 기초로 수치값 pi-1에서의 편미분값인 제2 편미분값을 계산할 수 있다. 예를 들어, 공학 계산 모듈은 목표 성능 파라미터(1100)와 제1 인접 예상 성능 파라미터(1200)간의 차이값을 설계 변수 xi의 수치값 pi과 수치값 pi-1의 차이값으로 나눈 값을 제2 편미분값으로 계산할 수 있다.
또한, 공학 계산 모듈은 제1 편미분값과 제2 편미분값의 차이가 소정 비율(예를 들어, 5%) 이상인 경우, 형상 정보를 기초로 제2 모델을 이용하여 예상 성능 파라미터를 획득할 수 있다. 이에 대해서는, 전술한 도 3의 단계 S300에서 설명한 내용이 적용될 수 있으므로, 상세한 설명은 생략한다.
또한, 공학 계산 모듈은 제1 편미분값과 제2 편미분값의 차이가 소정 비율(예를 들어, 5%) 이상인 경우, 제1 모델을 업데이트 하는 것으로 결정할 수 있다. 공학 계산 모듈은 도 12의 그래프와 같이, 목표 성능 파라미터(1100)를 예상 성능 파라미터(1400)로 대체하고, 예상 성능 파라미터(1400) 및 설계변수의 수치값 pi를 기초로 제1 모델을 업데이트 할 수 있다. 이에 따라, 업데이트된 제1 모델은 도 12의 그래프의 빨간색 선과 같이 변경될 수 있다.
또한, 공학 계산 모듈은 제1 편미분값과 제2 편미분값의 차이가 소정 비율(예를 들어, 5%) 미만인 경우, 설계 변수 xi의 수치값 pi보다 큰 수치값 pi+1 및 제2 인접 예상 성능 파라미터(1300)를 획득할 수 있다. 수치값 pi+1 및 제2 인접 예상 성능 파라미터(1300)는 공학 계산 모듈에 미리 저장될 수도 있고, 제1 모델을 기초로 계산할 수도 있다. 또한, 공학 계산 모듈은 수치값 pi+1, 제2 인접 예상 성능 파라미터(1300), 설계 변수 xi의 수치값 pi 및 목표 성능 파라미터(1100)을 기초로 수치값 pi+1에서의 편미분값인 제3 편미분값을 계산할 수 있다. 예를 들어, 공학 계산 모듈은 제2 인접 예상 성능 파라미터(1300)와 목표 성능 파라미터(1100)간의 차이값을 설계 변수 xi의 수치값 pi+1과 수치값 pi의 차이값으로 나눈 값을 제3 편미분값으로 계산할 수 있다.
또한, 공학 계산 모듈은 제1 편미분값과 제3 편미분값의 차이가 소정 비율(예를 들어, 5%) 이상인 경우, 형상 정보를 기초로 제2 모델을 이용하여 예상 성능 파라미터를 획득할 수 있다. 이에 대해서는, 전술한 도 3의 단계 S300에서 설명한 내용이 적용될 수 있으므로, 상세한 설명은 생략한다.
또한, 공학 계산 모듈은 제1 편미분값과 제3 편미분값의 차이가 소정 비율(예를 들어, 5%) 이상인 경우, 제1 모델을 업데이트 하는 것으로 결정할 수 있다. 공학 계산 모듈은 도 12의 그래프와 같이, 목표 성능 파라미터(1100)를 예상 성능 파라미터(1400)로 대체하고, 예상 성능 파라미터(1400) 및 설계변수의 수치값 pi를 기초로 제1 모델을 업데이트 할 수 있다. 이에 따라, 업데이트된 제1 모델은 도 12의 그래프의 빨간색 선과 같이 변경될 수 있다.
또한, 공학 계산 모듈은 제1 편미분값과 제2 편미분값의 차이가 소정 비율(예를 들어, 5%) 미만인 경우, 제1 모델의 업데이트를 수행하지 않는 것으로 결정할 수 있다.
또한, 일 실시예에서, 단계 S3000에서 공학 계산 모듈이 제2 편미분값을 먼저 계산한 후 제3 편미분값을 계산하는 것으로 설명하였지만, 이에 한정되지 않고, 제3 편미분값을 먼저 계산한 후 제2 편미분값을 계산할 수도 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (11)

  1. 목표 성능정보를 기초로 기계 장치의 형상 정보를 획득하기 위한 장치에서 수행되는 방법에 있어서,
    상기 기계 장치의 목표 성능 파라미터를 획득하는 단계;
    상기 목표 성능 파라미터를 기초로 제1 모델을 이용하여 형상 정보 - 상기 형상 정보는 상기 기계 장치의 설계변수의 수치값을 포함함 - 를 획득하는 단계; 및
    상기 제1 모델에 포함되는 방정식에 대한 상기 설계변수의 수치값에서의 제1 편미분값을 기초로 상기 제1 모델의 업데이트 여부를 결정하는 단계
    를 포함하고,
    상기 제1 모델의 업데이트 여부를 결정하는 단계는,
    상기 제1 모델에 포함되는 방정식에 대한 상기 설계변수의 수치값에서의 상기 제1 편미분값을 계산하고,
    상기 설계변수의 수치값보다 작은 제1 수치값에서의 제1 인접 예상 성능 파라미터를 획득하고,
    상기 설계변수의 수치값, 상기 제1 수치값, 상기 제1 인접 예상 성능 파라미터 및 상기 목표 성능 파라미터를 기초로 상기 제1 모델에 포함되는 방정식에 대한 상기 제1 수치값에서의 제2 편미분값을 계산하는,
    방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 제1 모델의 업데이트 여부를 결정하는 단계는,
    상기 제1 편미분값과 상기 제2 편미분값의 차이가 소정 비율 이상인 경우, 상기 형상 정보를 기초로 제2 모델을 이용하여 예상 성능 파라미터를 획득하고,
    상기 목표 성능 파라미터를 상기 예상 성능 파라미터로 대체하고, 상기 예상 성능 파라미터 및 상기 설계변수의 수치값을 기초로 상기 제1 모델을 업데이트 하는,
    방법.
  4. 제1항에 있어서,
    상기 제1 모델의 업데이트 여부를 계산하는 단계는,
    상기 제1 편미분값과 상기 제2 편미분값의 차이가 소정 비율 미만인 경우,
    상기 설계변수의 수치값보다 큰 제2 수치값에서의 제2 인접 예상 성능 파라미터를 획득하고, 상기 설계변수의 수치값, 상기 제2 수치값, 상기 제2 인접 예상 성능 파라미터 및 상기 목표 성능 파라미터를 기초로 상기 제1 모델에 포함되는 방정식에 대한 상기 제2 수치값에서의 제3 편미분값을 계산하는,
    방법.
  5. 제4항에 있어서,
    상기 제1 모델의 업데이트 여부를 계산하는 단계는,
    상기 제1 편미분값과 상기 제3 편미분값의 차이가 소정 비율 이상인 경우, 상기 형상 정보를 기초로 제2 모델을 이용하여 예상 성능 파라미터를 획득하고,
    상기 목표 성능 파라미터를 상기 예상 성능 파라미터로 대체하고, 상기 예상 성능 파라미터 및 상기 설계변수의 수치값을 기초로 상기 제1 모델을 업데이트 하는,
    방법.
  6. 제5항에 있어서,
    상기 제1 모델의 업데이트 여부를 계산하는 단계는,
    상기 제1 편미분값과 상기 제3 편미분값의 차이가 소정 비율 미만인 경우, 상기 제1 모델의 업데이트를 수행하지 않는 것으로 결정하는,
    방법.
  7. 제1항에 있어서,
    상기 기계 장치가 전동기인 경우,
    상기 목표 성능 파라미터는,
    상기 전동기의 종류, 출력, 극수, 주파수, 전압, 작동온도 또는 효율 중 적어도 하나를 포함하는,
    방법.
  8. 제1항에 있어서,
    상기 목표 성능 파라미터는,
    상기 기계장치의 목표 형상 정보, 슬롯의 개수, 권선정보, 점적률 또는 전류밀도 중 적어도 하나를 추가적으로 포함하는,
    방법.
  9. 제1항에 있어서,
    상기 기계 장치가 전동기인 경우,
    상기 목표 성능 파라미터는,
    전동기의 재질 정보, 포화온도, 부피정보, 중량정보 또는 물성 정보 중 적어도 하나를 포함하는,
    방법.
  10. 제1항 및 제3항 내지 제9항 중 어느 하나의 항에 기재된 방법을 실행시키는 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체.
  11. 목표 성능정보를 기초로 기계 장치의 형상 정보를 획득하기 위한 장치에 있어서,
    공학 계산 모듈을 포함하고,
    상기 공학 계산 모듈은,
    상기 기계 장치의 목표 성능 파라미터를 획득하고.
    상기 목표 성능 파라미터를 기초로 제1 모델을 이용하여 형상 정보 - 상기 형상 정보는 상기 기계 장치의 설계변수의 수치값을 포함함 - 를 획득하고,
    상기 제1 모델에 포함되는 방정식에 대한 상기 설계변수의 수치값에서의 제1 편미분값을 기초로 상기 제1 모델의 업데이트 여부를 결정하되,
    상기 제1 모델에 포함되는 방정식에 대한 상기 설계변수의 수치값에서의 상기 제1 편미분값을 계산하고,
    상기 설계변수의 수치값보다 작은 제1 수치값에서의 제1 인접 예상 성능 파라미터를 획득하고,
    상기 설계변수의 수치값, 상기 제1 수치값, 상기 제1 인접 예상 성능 파라미터 및 상기 목표 성능 파라미터를 기초로 상기 제1 모델에 포함되는 방정식에 대한 상기 제1 수치값에서의 제2 편미분값을 계산하는,
    장치.
KR1020220132587A 2022-10-14 2022-10-14 기계 장치의 설계 정확도를 향상하기 위한 방법 및 이를 이용한 장치 KR102500316B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220132587A KR102500316B1 (ko) 2022-10-14 2022-10-14 기계 장치의 설계 정확도를 향상하기 위한 방법 및 이를 이용한 장치
US18/300,208 US20240126939A1 (en) 2022-10-14 2023-04-13 Method for designing mechanical apparatus and device using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220132587A KR102500316B1 (ko) 2022-10-14 2022-10-14 기계 장치의 설계 정확도를 향상하기 위한 방법 및 이를 이용한 장치

Publications (1)

Publication Number Publication Date
KR102500316B1 true KR102500316B1 (ko) 2023-02-16

Family

ID=85325972

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220132587A KR102500316B1 (ko) 2022-10-14 2022-10-14 기계 장치의 설계 정확도를 향상하기 위한 방법 및 이를 이용한 장치

Country Status (1)

Country Link
KR (1) KR102500316B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080088685A (ko) * 2007-03-30 2008-10-06 쎄딕(주) 웹기반의 ｃａｅ 자동해석방법 및 그 시스템
KR102056888B1 (ko) * 2018-10-17 2019-12-17 성균관대학교산학협력단 전동기의 최적 설계 방법
KR102191493B1 (ko) * 2019-12-26 2020-12-14 주식회사 태화산업 전기 설비의 설계 및 시공 공정을 위한 제어 방법 및 장치
KR20220053963A (ko) * 2020-10-23 2022-05-02 주식회사 클루 온라인 제품 설계/해석 서비스 제공 장치, 제공 방법 및 이를 기록한 기록매체

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080088685A (ko) * 2007-03-30 2008-10-06 쎄딕(주) 웹기반의 ｃａｅ 자동해석방법 및 그 시스템
KR102056888B1 (ko) * 2018-10-17 2019-12-17 성균관대학교산학협력단 전동기의 최적 설계 방법
KR102191493B1 (ko) * 2019-12-26 2020-12-14 주식회사 태화산업 전기 설비의 설계 및 시공 공정을 위한 제어 방법 및 장치
KR20220053963A (ko) * 2020-10-23 2022-05-02 주식회사 클루 온라인 제품 설계/해석 서비스 제공 장치, 제공 방법 및 이를 기록한 기록매체

Similar Documents

Publication Publication Date Title
Navardi et al. Efficiency improvement and torque ripple minimization of switched reluctance motor using FEM and seeker optimization algorithm
Kengne et al. On the analysis of semiconductor diode-based chaotic and hyperchaotic generators—a case study
CN106208867A (zh) 一种永磁同步电机控制系统pid参数寻优方法
US9052706B2 (en) Device information display apparatus, storage device storing device information display program, and device information display method
CN113626200A (zh) 任务负载计算方法、装置、存储介质以及终端
CN116088975A (zh) 屏幕页面自适应展示方法、装置、系统、设备及存储介质
KR102500316B1 (ko) 기계 장치의 설계 정확도를 향상하기 위한 방법 및 이를 이용한 장치
KR102500314B1 (ko) 기계 장치의 설계 방법 및 이를 이용한 장치
Darabi et al. Employing adaptive particle swarm optimization algorithm for parameter estimation of an exciter machine
Azadani et al. Stability constrained optimal power flow in deregulated power systems
US20240126939A1 (en) Method for designing mechanical apparatus and device using the same
Yang et al. Polynomial approximation of the small‐signal stability region boundaries and its credible region in high‐dimensional parameter space
CN115940202A (zh) 基于人工智能的多逆变器功率分配控制方法、装置及设备
Yılmaz et al. Optimization of PMSM design parameters using update meta-heuristic algorithms
CN108198272A (zh) 一种数据处理方法及其设备
CN105335267A (zh) 一种服务器温度预测方法、装置及系统
Gong et al. Low-speed sensorless control of permanent magnet synchronous motors via the Cauchy–Gauss hybrid mutation particle swarm optimization algorithm
Pinhal et al. Discussion on the control of wound-rotor synchronous motors for variable speed drives
KR20220121680A (ko) 딥러닝 네트워크 구성 방법, 딥러닝 자동화 플랫폼 서비스 시스템 및 이를 위한 컴퓨터 프로그램
CN113378069A (zh) 基于智能推荐算法的主配网自动绘图方法
CN105468421A (zh) 一种基于移动设备的界面处理方法和装置
KR20170126312A (ko) 유한요소 해석을 이용한 설계 자동화 장치 및 방법
US20210264086A1 (en) Method and system for rom based dynamic thermal management analysis and control
CN114117807A (zh) 传递函数模型在Modelica建模环境中的频率特性计算方法以及装置
CN116822259B (zh) 基于场景模拟的评价信息生成方法、装置和电子设备

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant