대한조선학회 2022 추계학술대회
안재욱, 장신우(라온엑스솔루션즈) / 고특진, 정호용(대우조선해양)
Keywords
FEGate for ship(FFS), pSeven, 기계학습, 근사 모델, Nastran, 구조해석, API (Application Programming Interface)
일반적인 선박의 구조 강도 해석은 FEM 모델 생성 후 상용 Solver를 이용한 해석으로 진행된다. 이 과정에서 추가적인 해석을 위한 기존 모델 수정 및 재해석 등의 반복적인 작업이 수행되며, 이는 매우 소모적이고 비효율적인 작업으로 자동화에 대한 요구가 증가하고 있다.
본 논문에서는 FEGate for Ship의 API를 사용, 모델링 작업을 자동화하고 PIDO(Process Integration and Design Optimization)를 지원하는 pSeven을 통해 전체 프로세스를 하나의 플랫폼에 통합하였다. 표준화 된 프로세스는 DoE(Design of Experiment)와 연계되어 선박의 구조 강도 평가를 위한 다양한 해석 케이스를 자동 생성하고, 실현 가능한 데이터를 축적하였다.
결과물로 pSeven의 머신 러닝 알고리즘으로 누적된 데이터를 학습하여 반복적인 수작업이 필요한 해석에 대해 실시간으로 평가할 수 있는 예측 모델의 활용 방법을 제안하였다.