Optimization 글 편집

기계시스템 설계에 있어서 여러가지 설계변수를 성능 지표에 맞춰 최적화하는 과정은 매우 중요합니다. RecurDyn은 최적 설계에 대한 이론적 배경이 없어도 누구나 손쉽게 기계 시스템의 최적설계를 수행할 수 있는 전용 UI와 솔버를 제공하고 있습니다.

AutoDesign만의 특징

• 간단한 연습만으로도 즉시 실무에 활용가능한 인터페이스 (누구나 최적화를 할 수 있는 솔루션 제공)
• 설계 변수 및 목적 함수의 커스터마이즈를 통해 다양한 접근
• 공차와 같은 불확실성을 대비한 강건 최적설계 지원
• 목적함수의 개수에 상관없이 간편하게 설정이 가능한 다중 목적함수 최적화
• 설계변수값의 크기(Scale) 차이가 큰 최적화문제를 해결하는 다중 스케일 문제 최적화
• 세계 최초로 개발된 Progressive Meta-Model(프로그레시브 메타모델) 알고리즘 탑재
• 타제품 대비 월등히 적은 시행 횟수(샘플링)만으로 최적화  (L사 프로젝트에서 설계변수 개수=105, 성능지수 개수=14인 최적화 문제를 116회에 해석 (109개의 초기 샘플링과 7회의 근사최적화로 수렴)

AutoDesign의 다양한 기능

Design Study : 실험계획법을 위한 기능으로, 총 6가지 방법을 제공

• 최적의 샘플링만으로도 DOE를 수행할 수 있기 위한 방법 제공
• 설계변수의 개수에 맞춰 자동으로 생성되는 2,3 수준 직교 배열실험
• 수준수와 실험회수를 인위적으로 정할 수 있는 Descriptive 실험계획법
• 효과 분석 (Effect Analysis), 변수 구분(Screening Variables), 상호관계 분석(Correlation Analysis) 지원

Design Optimization : 기본적인 최적설계를 위한 기능으로, 메타 모델을 이용한 최적화를 수행

• 다양한 옵션과 초보자들을 위한 자동 옵션 선택 기능을 함께 제공
  
• 기존에 수행한 최적화 결과를 재활용할 수 있는 혁신적인 알고리즘 지원
• 최적화 과정에 수행된 개별 해석 결과 비교 가능

DFSS/Robust Design Optimization: DFSS (Design for Six Sigma)를 위한 최적화 기능 지원

• 통계적 산포만을 보여주는 기존의 형식적인 DFSS와 달리 6-Sigma 부등식 제약조건을 직접 고려하는 강력한 최적설계
  
• 지정한 설계변수 및 노이즈상수들에 공차 및 편차 정의 가능
  
• 지정한 목적함수에 강건성(robustness)을 고려 가능
  

Reliability Analysis: 혁신적인 방식을 통해 기존의 신뢰성 분석 방법보다 적은 수의 샘플링 만으로 원하는 신뢰성 해석결과 도출

• SAO Hybrid Method : Progressive Meta-Model을 적용한 최적화 알고리즘을 MPP 기반 DRM(차원 감소법)에 통합한 새로운 신뢰성 해석 기법
  
• Adaptive Monte-Carlo Method : 표본점의 개수를 최소화할 수 있도록 독자적으로 개발한 적응형 몬테 카를로 기법