어떤 솔루션이 더 높은 이용률을 보이는가?
M12 볼트 2열을 사용하는 것이 더 효율적인가, 아니면 M16 볼트 1열을 사용하는 것이 더 효율적인가?
일반적인 작업 흐름에서 이 질문에 답하려면 하나의 옵션을 모델링하고 해석을 실행한 다음 설계를 수정하고 또 다른 계산을 실행해야 합니다. 각 수정은 또 다른 반복을 의미하지만, 실제로 최적안을 찾기 위해 몇 시간씩 반복 작업에 시간을 쏟을 수 있는 엔지니어는 거의 없습니다.
하지만 다른 방법이 있다면 어떨까요?
IDEA StatiCa 머신 러닝 템플릿을 사용하면 설계의 예측 이용률을 즉시 확인하고, 최적안을 찾은 후에만 해석을 실행할 수 있습니다.
실제로는 어떻게 적용되는가?
실제로 이 접근 방식은 완전히 새로운 것이 아닙니다. 오히려 숙련된 엔지니어들이 이미 생각하는 방식에 더 가깝습니다.
숙련된 구조 엔지니어는 강구조 연결을 보고 그것이 합리적인지 또는 잠재적으로 문제가 있는지를 즉시 감지할 수 있습니다. 이는 몇 초 안에 머릿속으로 모든 구성요소 검토를 수행하기 때문이 아니라, 수백 또는 수천 개의 유사한 상세를 이미 접해봤기 때문입니다.
머신 러닝도 유사한 방식으로 작동합니다.
현재 구성을 이전에 해석된 설계의 대규모 데이터셋과 비교하고, 유사한 상황에서 학습한 내용을 바탕으로 이용률을 추정합니다.
이를 통해 엔지니어들은 위에서 제기된 질문에 빠르게 답할 수 있습니다. 몇 번의 클릭만으로, 해석을 실행하기 전에 최대 이용률이 목표라면 M12 볼트 2열이 M16 볼트 1열보다 더 효율적임을 확인할 수 있습니다.
파라메트릭 설계와 결합하면 설계 프로세스가 엑셀만큼 간편해집니다.
IDEA StatiCa에서 머신 러닝이 활용되는 방식
머신 러닝은 구조 해석을 대체하기 위한 것이 아니라, 그 위에 구축하는 것입니다.
CBFEM(구성요소 기반 유한요소법) 방법의 도입은 중요한 진전이었습니다. 이를 통해 엔지니어들은 복잡성에 관계없이 모든 강구조 연결을 해석할 수 있게 되었습니다. 단순화된 가정에 의존하는 대신, 엔지니어들은 이제 일반적으로 일관된 접근 방식으로 작업할 수 있습니다.
그러나 이러한 범용성에는 비용이 따릅니다. 해석적 방법에 비해 유한요소법 기반 해석은 계산 부담이 큽니다. 결과적으로 설계 변형안을 탐색하는 데 더 많은 시간이 소요됩니다. 바로 이 지점에서 머신 러닝 템플릿이 역할을 합니다. 머신 러닝 템플릿은 CBFEM(구성요소 기반 유한요소법) 위에 직접 구축됩니다. 물리적 원리를 단순화하는 것이 아니라, 그로부터 학습합니다.
다수의 연결 구성이 CBFEM(구성요소 기반 유한요소법)을 사용하여 생성되고 평가됩니다. 형상, 하중, 플레이트, 용접 및 볼트로 정의된 각 케이스는 이용률 측면에서 정확한 결과를 산출합니다. 이 데이터셋은 입력 매개변수와 구조적 응답 사이의 관계를 파악하는 머신 러닝 모델을 훈련하는 데 사용됩니다. 그 결과는 잘 준비된 엑셀과 유사하게 연결의 이용률을 추정할 수 있는 예측 모델입니다.
사용자가 예측된 이용률에 만족하면, 표준 응력/변형률 계산을 실행하여 최종 검증을 수행해야 합니다. 계산된 결과만이 선택된 기준에 따른 실제 설계 규정 검토를 나타냅니다.
직접 시도해 보고 단 한 번의 계산을 실행하기 전에 여러 설계 옵션을 얼마나 빠르게 평가하고 비교할 수 있는지 확인해 보세요.
