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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Temperature History Matching

Before Calibration After Calibration

Q U E S T I O N SA N S W E R S