• RSM, Kriging, RBF, SVR 등이 있습니다.
• MDO란 Multidisciplinary Design Optimization의 약자로 다양한 해석분야를 동시에 고려하여 서로 다른 분야간 설계조건을 통합적으로 다룰 수 있는 최신기술의 설계기법을 말합니다.
• PIDO란 Process Integration and Design Optimization의 약자로 다양한 CAE 해석툴들을 이용하여 자동화된 해석 및 설계환경을 구축하고, 지능화된 설계기법들을 이용하여 적은 비용으로 최대의 가치를 갖는 설계를 도출할 수 있는 IT(Information Technology)와 DT(Data Technology)가 결합된 기술입니다.
Nodelock License
- Hostname과 MAC address를 이용하여 사용자의 PC를 확인하는 라이선스
- 이 라이선스는 단일 PC에서만 사용할 수 있습니다.
Floating License
- IP 주소를 이용하여 서버 PC를 확인하는 라이선스.
- IP 주소만 있으면 라이선스에 등록된 개수만큼 모든 PC에서 사용 가능.
- 서버 PC에는 PLServer(라이선스 매니저)가 설치되어 있어야 합니다.
• DOE 수동 선택에 대한 자세한 내용은 기술 지원으로 문의해주세요.
• PIAnO 메타모델러는 “Bruce”라는 AI를 지원합니다. "Bruce"는 사용자가 제공한 데이터를 분석하고 데이터에 가장 적합한 메타 모델을 자동으로 선택합니다.
• 메타모델 수동 선택에 대한 자세한 내용은 아래 번호 또는 이메일을 사용하여 기술 지원에 문의하십시오.
• PIAnO는 “Remotejob”이라는 기능을 지원합니다. 이 기능은 사용자가 클라이언트 PC의 PIAnO를 서버 PC의 CAE 도구와 통합하여 설계를 최적화할 수 있도록 도와줍니다.
• 간단히 말해서 PIAnO와 외부 CAE 도구를 연결하는 것입니다. 따라서 통합 및 자동화가 성공적으로 이루어지면 PIAnO는 자동으로 변수 값을 변경하고 출력 결과를 얻을 수 있습니다.
• 프로세스가 자동화되면 다양한 최적화 전략을 시도할 수 있습니다. 그러나 필수 사항은 아닙니다.
• 프로세스 자동화가 이루어지지 않은 경우 DOE ➔ 각 샘플에 대한 수동 시뮬레이션 수행 ➔ 메타모델 생성 ➔ 근사 최적화 단계를 통해 설계 최적화를 수행할 수 있습니다.
• 설계 최적화는 설계 요구 사항과 정의된 제한 사항을 충족하면서 입력 변수의 값을 찾는 수치 프로세스입니다.
• 기존의 디자인 프로세스는 디자이너의 노하우를 바탕으로 신속한 문제 해결이 가능합니다. 그러나 설계 변수와 요구 사항이 증가하면 솔루션을 도출하기가 더 어려워집니다. 또한 얻은 솔루션은 적절한 디자인일 수 있습니다.
• 설계 최적화는 엔지니어가 요구 사항을 충족하면서 훨씬 더 높은 성능을 달성하는 데 도움이 되는 최적화 기술을 사용합니다. 또한 자동화가 가능하여 작업 효율성이 크게 향상됩니다.
• 설계 변수 사용자가 정의한 독립 변수 예: 두께, 치수, 개수 등
• 목표 최소화하거나 최대화해야 하는 종속 변수 예: 강도, 효율, 기대 수명, 질량 등
•제약 하한 또는 상한(또는 둘 다)이 있는 종속 변수 예: 강도, 효율, 기대 수명, 질량 등
• 설계 영역에서 응답 동작을 근사화하기 위해 실험 또는 시뮬레이션의 여러 샘플 포인트를 사용하여 생성된 예측 모델입니다.
• 메타모델은 많은 시간과 계산을 절약할 수 있습니다.
• DOE는 실험 또는 시뮬레이션을 수행하는 방법을 설계하는 방법입니다.
• 실험/시뮬레이션 횟수를 최소화하면서 획득한 데이터를 통한 정보를 극대화할 수 있도록 실험/시뮬레이션을 수행하는 방법을 계획합니다.
• 입력 변수와 출력 변수 간의 상관 관계
• 변수 중요도
• 입력 변수와 출력 변수 간의 관계를 근사화하는 메타모델 생성
• 실행 가능한 솔루션 도출
• API를 사용하는 모든 CAE 도구 사용 가능(API: 명령 스크립트를 통한 소프트웨어 제어)
• PIAnO를 통한 일괄 명령으로 ASCII 입력 및 출력 파일을 이용하여 자동화가 가능합니다.
• 공산품은 결정론적인 입력 변수가 없지만 대표값을 중심으로 변수가 있습니다. 이로 인해 대표 값을 중심으로 성능에 변화가 발생하며, 일부 입력 변화는 다른 것보다 출력에 상당한 변화를 유발합니다.• 강건한 설계 최적화는 출력의 변동을 최소화하기 위해 입력 변수의 영향을 가능한 한 작게 만들려고 합니다.
• 신뢰도 분석은 입력 변수의 변동으로 인한 출력 변수의 확률적 특성을 계산하는 방법입니다. RBDO(신뢰성 기반 설계 최적화)에서 실패 확률을 계산하는 데 사용됩니다.
• 최적설계의 한 방법으로 설계변수가 공차를 가진다는 가정하에 성능의 불량률 요구 조건을 만족하도록 최적의 설계안을 찾아주는 툴입니다.
