실험과 해석의 Correlation 성공사례
Park Sang-Gyu
Dassault Systegravemes Korea
-Isight Data Matching Component를 이용한 실험과 해석의 비교 및 개선
Contents
1 실험과 해석의 차이
2 Data Matching Component
4 사례
2 Isight
실험과 해석의 차이
A Prejudice Hard to Break
bull Nobody believes simulations except the person who made them
bull Everybody believes experiments except the person who made them
bull -Albert Einstein
실험과 해석의 차이의 발생이유
1실험의 변동 및 외부요인(온도압력제품공차)이 존재
-gt실험의 평균및 분산 등의 관점을 고려하여 해석 모델과의 비교가 필요
Res
pon
se
Parameter
해석
실험
실험과 해석의 차이는 통계적 관점을 고려한 분석이 요구됨
실험
실험과 해석과의 차이의 발생이유
2 해석의 방법이나 실험데이터의 측정결과가 물리현상을잘 반영하지 못함-gt다양한 실험이나 해석을 수행하여 물리현상을 잘 반영하는 지
검토하고 해석방법이나 실험방법을 개선
nv
h
1
2
Surface ContactGAP Element
실험을 잘 반영하는 좋은 해석 모델이란
-실험과 해석의 Correlation 관계가 높은 해석 모델
-좋은 경향성을 가지는 해석 Model
거리
속도 속도
거리
실험해석
좋지 못한 경향성 좋은 경향성
실험을 잘 반영하는 좋은 해석 모델이란
-해석의 인자(요소크기 물질 특성)가 잘 결정된 해석모델
-해석의 인자가 실험에 맞게 Calibration된 모델
시갂
가속도
시갂
가속도
실험해석
좋은 Calibration좋지 못한 Calibration
실험을 잘 반영하는 좋은 해석 모델이란
bull 하나의 실험결과 항목에만 Matching된 모델이 아님
bull 하나의 실험결과에만 잘 맞는 해석모델이 아닌 다양한항목도 잘 맞는 해석 모델
압력
위치
변위
위치
압력
위치
변위
위치
실험해석
여러 가지 결과에도 Matching하나의 결과에만 Matching
좋은 해석 모델을 만들기 위해서
bull 해석과 실험결과의 차이의 분석이 요구됨
-gt통계적 분석 방법 필요
bull 수많은 실험과 해석수가 필요-gt해석 프로세스 자동화 필요
bull 좋은 해석모델을 만들기 위한 보다 젂략적인 방법이 요구-gt실험계획법 최적화 시그마분석
bull 해석모델의 다양한 인자의(물질특성 요소크기) 경향성 검토가 요구-gt자동화되고 효율적인 실험계획법 필요
Isight 의 디자인 전략과 Data Matching Component로 해결
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Contents
1 실험과 해석의 차이
2 Data Matching Component
4 사례
2 Isight
실험과 해석의 차이
A Prejudice Hard to Break
bull Nobody believes simulations except the person who made them
bull Everybody believes experiments except the person who made them
bull -Albert Einstein
실험과 해석의 차이의 발생이유
1실험의 변동 및 외부요인(온도압력제품공차)이 존재
-gt실험의 평균및 분산 등의 관점을 고려하여 해석 모델과의 비교가 필요
Res
pon
se
Parameter
해석
실험
실험과 해석의 차이는 통계적 관점을 고려한 분석이 요구됨
실험
실험과 해석과의 차이의 발생이유
2 해석의 방법이나 실험데이터의 측정결과가 물리현상을잘 반영하지 못함-gt다양한 실험이나 해석을 수행하여 물리현상을 잘 반영하는 지
검토하고 해석방법이나 실험방법을 개선
nv
h
1
2
Surface ContactGAP Element
실험을 잘 반영하는 좋은 해석 모델이란
-실험과 해석의 Correlation 관계가 높은 해석 모델
-좋은 경향성을 가지는 해석 Model
거리
속도 속도
거리
실험해석
좋지 못한 경향성 좋은 경향성
실험을 잘 반영하는 좋은 해석 모델이란
-해석의 인자(요소크기 물질 특성)가 잘 결정된 해석모델
-해석의 인자가 실험에 맞게 Calibration된 모델
시갂
가속도
시갂
가속도
실험해석
좋은 Calibration좋지 못한 Calibration
실험을 잘 반영하는 좋은 해석 모델이란
bull 하나의 실험결과 항목에만 Matching된 모델이 아님
bull 하나의 실험결과에만 잘 맞는 해석모델이 아닌 다양한항목도 잘 맞는 해석 모델
압력
위치
변위
위치
압력
위치
변위
위치
실험해석
여러 가지 결과에도 Matching하나의 결과에만 Matching
좋은 해석 모델을 만들기 위해서
bull 해석과 실험결과의 차이의 분석이 요구됨
-gt통계적 분석 방법 필요
bull 수많은 실험과 해석수가 필요-gt해석 프로세스 자동화 필요
bull 좋은 해석모델을 만들기 위한 보다 젂략적인 방법이 요구-gt실험계획법 최적화 시그마분석
bull 해석모델의 다양한 인자의(물질특성 요소크기) 경향성 검토가 요구-gt자동화되고 효율적인 실험계획법 필요
Isight 의 디자인 전략과 Data Matching Component로 해결
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
실험과 해석의 차이
A Prejudice Hard to Break
bull Nobody believes simulations except the person who made them
bull Everybody believes experiments except the person who made them
bull -Albert Einstein
실험과 해석의 차이의 발생이유
1실험의 변동 및 외부요인(온도압력제품공차)이 존재
-gt실험의 평균및 분산 등의 관점을 고려하여 해석 모델과의 비교가 필요
Res
pon
se
Parameter
해석
실험
실험과 해석의 차이는 통계적 관점을 고려한 분석이 요구됨
실험
실험과 해석과의 차이의 발생이유
2 해석의 방법이나 실험데이터의 측정결과가 물리현상을잘 반영하지 못함-gt다양한 실험이나 해석을 수행하여 물리현상을 잘 반영하는 지
검토하고 해석방법이나 실험방법을 개선
nv
h
1
2
Surface ContactGAP Element
실험을 잘 반영하는 좋은 해석 모델이란
-실험과 해석의 Correlation 관계가 높은 해석 모델
-좋은 경향성을 가지는 해석 Model
거리
속도 속도
거리
실험해석
좋지 못한 경향성 좋은 경향성
실험을 잘 반영하는 좋은 해석 모델이란
-해석의 인자(요소크기 물질 특성)가 잘 결정된 해석모델
-해석의 인자가 실험에 맞게 Calibration된 모델
시갂
가속도
시갂
가속도
실험해석
좋은 Calibration좋지 못한 Calibration
실험을 잘 반영하는 좋은 해석 모델이란
bull 하나의 실험결과 항목에만 Matching된 모델이 아님
bull 하나의 실험결과에만 잘 맞는 해석모델이 아닌 다양한항목도 잘 맞는 해석 모델
압력
위치
변위
위치
압력
위치
변위
위치
실험해석
여러 가지 결과에도 Matching하나의 결과에만 Matching
좋은 해석 모델을 만들기 위해서
bull 해석과 실험결과의 차이의 분석이 요구됨
-gt통계적 분석 방법 필요
bull 수많은 실험과 해석수가 필요-gt해석 프로세스 자동화 필요
bull 좋은 해석모델을 만들기 위한 보다 젂략적인 방법이 요구-gt실험계획법 최적화 시그마분석
bull 해석모델의 다양한 인자의(물질특성 요소크기) 경향성 검토가 요구-gt자동화되고 효율적인 실험계획법 필요
Isight 의 디자인 전략과 Data Matching Component로 해결
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
A Prejudice Hard to Break
bull Nobody believes simulations except the person who made them
bull Everybody believes experiments except the person who made them
bull -Albert Einstein
실험과 해석의 차이의 발생이유
1실험의 변동 및 외부요인(온도압력제품공차)이 존재
-gt실험의 평균및 분산 등의 관점을 고려하여 해석 모델과의 비교가 필요
Res
pon
se
Parameter
해석
실험
실험과 해석의 차이는 통계적 관점을 고려한 분석이 요구됨
실험
실험과 해석과의 차이의 발생이유
2 해석의 방법이나 실험데이터의 측정결과가 물리현상을잘 반영하지 못함-gt다양한 실험이나 해석을 수행하여 물리현상을 잘 반영하는 지
검토하고 해석방법이나 실험방법을 개선
nv
h
1
2
Surface ContactGAP Element
실험을 잘 반영하는 좋은 해석 모델이란
-실험과 해석의 Correlation 관계가 높은 해석 모델
-좋은 경향성을 가지는 해석 Model
거리
속도 속도
거리
실험해석
좋지 못한 경향성 좋은 경향성
실험을 잘 반영하는 좋은 해석 모델이란
-해석의 인자(요소크기 물질 특성)가 잘 결정된 해석모델
-해석의 인자가 실험에 맞게 Calibration된 모델
시갂
가속도
시갂
가속도
실험해석
좋은 Calibration좋지 못한 Calibration
실험을 잘 반영하는 좋은 해석 모델이란
bull 하나의 실험결과 항목에만 Matching된 모델이 아님
bull 하나의 실험결과에만 잘 맞는 해석모델이 아닌 다양한항목도 잘 맞는 해석 모델
압력
위치
변위
위치
압력
위치
변위
위치
실험해석
여러 가지 결과에도 Matching하나의 결과에만 Matching
좋은 해석 모델을 만들기 위해서
bull 해석과 실험결과의 차이의 분석이 요구됨
-gt통계적 분석 방법 필요
bull 수많은 실험과 해석수가 필요-gt해석 프로세스 자동화 필요
bull 좋은 해석모델을 만들기 위한 보다 젂략적인 방법이 요구-gt실험계획법 최적화 시그마분석
bull 해석모델의 다양한 인자의(물질특성 요소크기) 경향성 검토가 요구-gt자동화되고 효율적인 실험계획법 필요
Isight 의 디자인 전략과 Data Matching Component로 해결
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
실험과 해석의 차이의 발생이유
1실험의 변동 및 외부요인(온도압력제품공차)이 존재
-gt실험의 평균및 분산 등의 관점을 고려하여 해석 모델과의 비교가 필요
Res
pon
se
Parameter
해석
실험
실험과 해석의 차이는 통계적 관점을 고려한 분석이 요구됨
실험
실험과 해석과의 차이의 발생이유
2 해석의 방법이나 실험데이터의 측정결과가 물리현상을잘 반영하지 못함-gt다양한 실험이나 해석을 수행하여 물리현상을 잘 반영하는 지
검토하고 해석방법이나 실험방법을 개선
nv
h
1
2
Surface ContactGAP Element
실험을 잘 반영하는 좋은 해석 모델이란
-실험과 해석의 Correlation 관계가 높은 해석 모델
-좋은 경향성을 가지는 해석 Model
거리
속도 속도
거리
실험해석
좋지 못한 경향성 좋은 경향성
실험을 잘 반영하는 좋은 해석 모델이란
-해석의 인자(요소크기 물질 특성)가 잘 결정된 해석모델
-해석의 인자가 실험에 맞게 Calibration된 모델
시갂
가속도
시갂
가속도
실험해석
좋은 Calibration좋지 못한 Calibration
실험을 잘 반영하는 좋은 해석 모델이란
bull 하나의 실험결과 항목에만 Matching된 모델이 아님
bull 하나의 실험결과에만 잘 맞는 해석모델이 아닌 다양한항목도 잘 맞는 해석 모델
압력
위치
변위
위치
압력
위치
변위
위치
실험해석
여러 가지 결과에도 Matching하나의 결과에만 Matching
좋은 해석 모델을 만들기 위해서
bull 해석과 실험결과의 차이의 분석이 요구됨
-gt통계적 분석 방법 필요
bull 수많은 실험과 해석수가 필요-gt해석 프로세스 자동화 필요
bull 좋은 해석모델을 만들기 위한 보다 젂략적인 방법이 요구-gt실험계획법 최적화 시그마분석
bull 해석모델의 다양한 인자의(물질특성 요소크기) 경향성 검토가 요구-gt자동화되고 효율적인 실험계획법 필요
Isight 의 디자인 전략과 Data Matching Component로 해결
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
실험과 해석과의 차이의 발생이유
2 해석의 방법이나 실험데이터의 측정결과가 물리현상을잘 반영하지 못함-gt다양한 실험이나 해석을 수행하여 물리현상을 잘 반영하는 지
검토하고 해석방법이나 실험방법을 개선
nv
h
1
2
Surface ContactGAP Element
실험을 잘 반영하는 좋은 해석 모델이란
-실험과 해석의 Correlation 관계가 높은 해석 모델
-좋은 경향성을 가지는 해석 Model
거리
속도 속도
거리
실험해석
좋지 못한 경향성 좋은 경향성
실험을 잘 반영하는 좋은 해석 모델이란
-해석의 인자(요소크기 물질 특성)가 잘 결정된 해석모델
-해석의 인자가 실험에 맞게 Calibration된 모델
시갂
가속도
시갂
가속도
실험해석
좋은 Calibration좋지 못한 Calibration
실험을 잘 반영하는 좋은 해석 모델이란
bull 하나의 실험결과 항목에만 Matching된 모델이 아님
bull 하나의 실험결과에만 잘 맞는 해석모델이 아닌 다양한항목도 잘 맞는 해석 모델
압력
위치
변위
위치
압력
위치
변위
위치
실험해석
여러 가지 결과에도 Matching하나의 결과에만 Matching
좋은 해석 모델을 만들기 위해서
bull 해석과 실험결과의 차이의 분석이 요구됨
-gt통계적 분석 방법 필요
bull 수많은 실험과 해석수가 필요-gt해석 프로세스 자동화 필요
bull 좋은 해석모델을 만들기 위한 보다 젂략적인 방법이 요구-gt실험계획법 최적화 시그마분석
bull 해석모델의 다양한 인자의(물질특성 요소크기) 경향성 검토가 요구-gt자동화되고 효율적인 실험계획법 필요
Isight 의 디자인 전략과 Data Matching Component로 해결
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
실험을 잘 반영하는 좋은 해석 모델이란
-실험과 해석의 Correlation 관계가 높은 해석 모델
-좋은 경향성을 가지는 해석 Model
거리
속도 속도
거리
실험해석
좋지 못한 경향성 좋은 경향성
실험을 잘 반영하는 좋은 해석 모델이란
-해석의 인자(요소크기 물질 특성)가 잘 결정된 해석모델
-해석의 인자가 실험에 맞게 Calibration된 모델
시갂
가속도
시갂
가속도
실험해석
좋은 Calibration좋지 못한 Calibration
실험을 잘 반영하는 좋은 해석 모델이란
bull 하나의 실험결과 항목에만 Matching된 모델이 아님
bull 하나의 실험결과에만 잘 맞는 해석모델이 아닌 다양한항목도 잘 맞는 해석 모델
압력
위치
변위
위치
압력
위치
변위
위치
실험해석
여러 가지 결과에도 Matching하나의 결과에만 Matching
좋은 해석 모델을 만들기 위해서
bull 해석과 실험결과의 차이의 분석이 요구됨
-gt통계적 분석 방법 필요
bull 수많은 실험과 해석수가 필요-gt해석 프로세스 자동화 필요
bull 좋은 해석모델을 만들기 위한 보다 젂략적인 방법이 요구-gt실험계획법 최적화 시그마분석
bull 해석모델의 다양한 인자의(물질특성 요소크기) 경향성 검토가 요구-gt자동화되고 효율적인 실험계획법 필요
Isight 의 디자인 전략과 Data Matching Component로 해결
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
실험을 잘 반영하는 좋은 해석 모델이란
-해석의 인자(요소크기 물질 특성)가 잘 결정된 해석모델
-해석의 인자가 실험에 맞게 Calibration된 모델
시갂
가속도
시갂
가속도
실험해석
좋은 Calibration좋지 못한 Calibration
실험을 잘 반영하는 좋은 해석 모델이란
bull 하나의 실험결과 항목에만 Matching된 모델이 아님
bull 하나의 실험결과에만 잘 맞는 해석모델이 아닌 다양한항목도 잘 맞는 해석 모델
압력
위치
변위
위치
압력
위치
변위
위치
실험해석
여러 가지 결과에도 Matching하나의 결과에만 Matching
좋은 해석 모델을 만들기 위해서
bull 해석과 실험결과의 차이의 분석이 요구됨
-gt통계적 분석 방법 필요
bull 수많은 실험과 해석수가 필요-gt해석 프로세스 자동화 필요
bull 좋은 해석모델을 만들기 위한 보다 젂략적인 방법이 요구-gt실험계획법 최적화 시그마분석
bull 해석모델의 다양한 인자의(물질특성 요소크기) 경향성 검토가 요구-gt자동화되고 효율적인 실험계획법 필요
Isight 의 디자인 전략과 Data Matching Component로 해결
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
실험을 잘 반영하는 좋은 해석 모델이란
bull 하나의 실험결과 항목에만 Matching된 모델이 아님
bull 하나의 실험결과에만 잘 맞는 해석모델이 아닌 다양한항목도 잘 맞는 해석 모델
압력
위치
변위
위치
압력
위치
변위
위치
실험해석
여러 가지 결과에도 Matching하나의 결과에만 Matching
좋은 해석 모델을 만들기 위해서
bull 해석과 실험결과의 차이의 분석이 요구됨
-gt통계적 분석 방법 필요
bull 수많은 실험과 해석수가 필요-gt해석 프로세스 자동화 필요
bull 좋은 해석모델을 만들기 위한 보다 젂략적인 방법이 요구-gt실험계획법 최적화 시그마분석
bull 해석모델의 다양한 인자의(물질특성 요소크기) 경향성 검토가 요구-gt자동화되고 효율적인 실험계획법 필요
Isight 의 디자인 전략과 Data Matching Component로 해결
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
좋은 해석 모델을 만들기 위해서
bull 해석과 실험결과의 차이의 분석이 요구됨
-gt통계적 분석 방법 필요
bull 수많은 실험과 해석수가 필요-gt해석 프로세스 자동화 필요
bull 좋은 해석모델을 만들기 위한 보다 젂략적인 방법이 요구-gt실험계획법 최적화 시그마분석
bull 해석모델의 다양한 인자의(물질특성 요소크기) 경향성 검토가 요구-gt자동화되고 효율적인 실험계획법 필요
Isight 의 디자인 전략과 Data Matching Component로 해결
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Isight
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
프로세스자동화
Isight의 Concept
업무 프로세스의 자동화통합화를 구현하여
설계자 및 해석자를 위한
보다 나은 협업기반의 홖경을 제공
프로세스통합화
다양한설계전략
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행
자동화 Process의 설정등Model 작성시에 사용하는 GUI
bullComponent설정bullParameter Mappingbull조건 분기 및 반복실행bullDOE 및 최적화 설정bullPost-Process 설정bull근사 Model의 설정및 분석
Workflow의 실행 결과확인 결과분석에 사용하는 GUI
bull실행과정 MonitoringbullParameter의 표시및 변경bull실행이력의 검색 및 저장bullPost-Processbull결과 분석(상관분석 EDM )
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Isight의 구성
Design Gateway Runtime Gateway
Workflow의 구축 Workflow의 실행middot포스트처리
Component Design Driver결과의가시화
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
자동화
설계 검토를 위한 반복작업을 자동화
각각의 설계의 기반 업무를 Isight에서
제공하는 기술을 통해 자동화
반복 작업으로부터 해방
사람에 의한 실수 방지
보다 많은 설계안 검토최종 설계안
설계 개념 수립
설계 파라미터 수정
설계 조건 만족N
설계 검토 해석수행
설계 결과 검토
설계 문제 정식화
Y
설계 자료 준비
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Exchanger Database
OS Command JAVA Script
SimCode MSCOM
Calculator Pause
iSIGHT ClassicMSExcel
MSWord E-Mail
Data MatchingAbaqus
자동화를 위한 Components
CAEbull ADAMSCar
bull ADAMSView
bull AMESIM
bull ANSYS
bull ANSYS WB
bull AVLBOOST
bull FEMAP
bull FINETurbo
bull LS-DYNA
bull MADYMO
bull MATLAB
bull MSCNASTRAN
bull MSCPATRAN
bull STAR-CCM+
bull hellip
CAD bull CATIA V5
bull ProE
bull UGS NX
bull Solidworks
Cost bull SHEER
bull PRICE
Standard Components Solution Components
DOE OPT
6-Sigma
Robust
Taguchi
RobustMCS
(SDI)
Design Driver Components
Gateway
APP
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
통합화
각각의 자동화된 기능 단위를 모아 프로세스화 하고
단계적으로 젂체 시스템으로까지 확장
Application을 실행하는Workflow(기능 단위)를구축하고 각각의 Workflow를통합하여 구조적인 프로세스로통합가능
조건분기
계층화
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
기능단위가 모인 통합화
통합설계 검토 Sheet로 평가사내 내부코드로 검토
설계 결과및 관렦데이터를DB에 저장
설계결과를 메일로담당자들에게 송부
통합화의 장점
bull기능단위가 아닌 프로세스의 자동화로 업무효율성 증대bull프로세스의 완성으로 혁싞적인 디자인방법을 효율적으로 적용가능bullProcess의 흐름이 일목요연하게 표현
설계인자에 의한형상변경
형상변경에 따른 제어성검토
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
전체 시스템까지의 확장
2단 로켓의 설계 프로세스 구축 예
하중
제2단 엔진
제1단 동체 추진체 탱크
공력 부하와 궤도
제1단 엔진
제2단 동체 추진체 탱크
7
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
다양한 설계 전략
무작위추출법구분 샘플링
Monte Carle method
MDO Genetic AlgorithmPointer Optimizer
최적화
Robust AnalysisRobust Optimization
6시그마 DFSS
통합화된 프로세스에 설계젂략을 적용하여
보다 나은 설계를 도출한다
각종 실험계획법실험 Data의 분석기여도 분석
실험계획법
RSM ModelRBF Model
근사모델 RandomDescriptiveSDI
몬테 카를로 실험
다구찌 강건설계
P-Diagram정특성 동특성 SN Ratio대화형 요인 효과도
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
통합된 프로세스에 설계전략적용
설계전략의 적용
bull단순한 trial amp error에 의한 설계방식이 아닌보다 검증되고 효율적인 설계방법론을 제안
최적화
6시그마 DFSS
실험계획법
근사모델
몬테 카를로 실험
다구찌 강건설계
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
실험계획법
몬테카를로실험
최적화
Isight를 적용방법에 따른 분류
실험과 설계와의 상호관계분석
업무 프로세스의 자동실행 업무 프로세스의 통합 구축
설계 변수의 상하한치 선정설계공갂의 파악
강건설계 다분야 통합설계
설계 해의
자동 탐색
설계 프로그램의 실행식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계 프로그램의 분석
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Isight를 적용하면 효과적인 분야
각 Parameter의 Sensitivity를 구해설계정보로 홗용
반복적인 설계해석결과분석업무의자동화를 통한 공수저감
보다 많은 설계 및해석 결과 정보의 수집
표준적인 설계해석Process의 Template화
Interface가 다른 Application을하나의 Interface로 통합화
표준화된 해석Process를설계자를 위한 Tool로 홗용
보다 좋은 설계 Parameter조합(최적화)
다수의 Application을 이용하는 설계Ex)Abaqus와 Fluent Catia와 Adams
23
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
24
Data Matching Component
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Matching Component
bull Data Matching Component는 Isight 홖경에서 해석과실험결과의 비교를 보다 쉽게 할 수 있도록 도움을 주는Component
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Matching Component의 기능
다양한 Curve Matching TechniquebullSum squared difference
bullArea differencing
bullPosition difference
bullCorrelation Value
bullEtc
InterpolationbullMatching할 목표 Data와
해석 Data의 Data수가 다른 경우Interpolation 기능을 구현하여Matching Frequency Matching Example
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Area
bull Σ|Sim-Exp| 최소화
bull 일반적인 차이를 계산
SumSquaredDiff
bull Σ(Sim-Exp)2 최소화
bull 일반적인 차이의 제곱항계산
Max difference
bull Max (Sim-Exp) 최소화
bull 일반적인 차이 중에서 가장큰 값을 계산
Correl
bull Correlation factor 계산
bull 경향성을 반영27
기본적인 Matching Technique
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Matching 함수
해석 그래프를 평가할 수 있는 다양한 함수제공
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Matching 함수
해석과 실험을 비교할 수 있는 다양한 함수제공
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Matching Component 적용
Data matching Component는 해석과 실험 차이를다양한 방법(Area비교Max비교차이의 합)으로측정할 수 기능을 제공하고 이를 개선할 수 있는기준을 제시해준다
실험해석
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Matching Component Example
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Matching Component Example
해석이나 수식모델을수행하는 프로세스를 추가
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Matching Component Example
해석과 실험을비교할 수 있는 Data Matching Component를 추가
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Matching Component Example
Data Comparison 항목을 선택하여 적용하고자 하는 비교함수를 선택하여 실험과 해석 비교프로세스의 결과값으로 정의한다
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Data Matching 의 응용방법
실험과 해석의 차이의 최소화와 경향분석을 위해Optimization DOE 6 Sigma젂략을 적용
Isight에서 DOE(실험계획법)을 이용하여해석과 실험과 차이를 분석하고 실험과해석 모델의 차이를 개선
Isight에서 Optimization(최적화)기법을이용하여 해석과 실험의 차이를 최소화하는 방향으로 해석 모델로 개선
Isight에서 6 Sigma기법을 고려하여해석과 실험의 차이를 확률통계관점으로 검토하고 이를 근거로 해석모델 개선
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
실험계획법
몬테카를로실험
최적화
Data Matching Component로 할 수 있는 작업
수식 모델의 실험과의
검증 및 개선실험과의 해석모델과의
Correlation 검토
해석 모델의 실험과의
검증 및 개선실험과 해석과의 비교
물성치의 Calibration
설계 및 해석프로세스의
자동 실행
설계및 해석프로그램의 실행
식스 시그마(DFSS )다구찌 강건설계(DFSS)
근사모델
설계및 해석과실험과의 비교 분석
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
37
4사례
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Temperature History Matching
bull문제정의 알루미늄 실린더 핀의 실험과 해석의 차이를 줄일 수 있도록
실제의 material property(conductivity specific heat and density)을 결정
bull목표 해석 온도 곡선을 실험 온도 곡선에 Matching 시킬 수 있도록
두 곡선의 차이의 제곱항을 고려하는 SumSquaredDiff기법적용
bull설계변수(물질특성은 정규치의 5 정도의 오차만 허용)
176leThermal Conductivityle196 WmK
830leSpecific Heatle920 JkgK
2630leDensityle2910 kgm^3
Abaqus Analysis Model
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Temperature History Matching
열젂달 해석 자동화( Abaqus Temperature history 해석 )
열젂달 해석 결과 Format 변경 자동화( Data Exchanger ndash 온도이력을 Data Matching 을 위해 file로 작성 )
해석결과와 실험결과와의 비교 자동화( Data Matching ndash 실험과 해석의 차이반영)
최적화 ( Optimization) 실험과 해석의 차이를 최소화 )
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Temperature History Matching
Before Calibration After Calibration
Q U E S T I O N SA N S W E R S
Q U E S T I O N SA N S W E R S