CAE를 위한 머신러닝의 활용은 실제 모델링 부분이 아닌
올바른 형식의 유용한 데이터를 얻는 것입니다.
안녕하세요.
다름을 디자인하다, 알테어입니다.
CAE를 위한 머신러닝을 사용하는 것은 다른 산업에서 사용하는 것과는 완전히 다릅니다. 매 초마다 많은 양의 데이터가 사용되는 산업과는 달리, CAE 업계에서는 데이터를 얻는데 비용이 많이 들고 어떤 경우에는 처음부터 새로 만들어야합니다. 따라서 CAE 데이터는 다른 유형의 데이터보다 더 큰 저장공간이 필요합니다. FEA, CFD, MBD와 같은 CAE 분야는 모두 전문 엔지니어에 의해 수행됩니다. 중앙 집중식 데이터 관리 시스템이 없으면 데이터의 활용이 어려워집니다.
하나의 예로 CAE 전문 엔지니어는 신속한 트레이드 오프 연구에 사용할 수 있는 축소된 모델을 제공하고자합니다. 여기서 DOE를 사용하여 몇 가지 시뮬레이션을 실행하고 설계자 또는 엔지니어에게 보낼 수 있는 데이터로 작성합니다.
Altair HyperStudy에서는 가장 기본 방법인 Modified Extensible Lattice Sequences (MELS)는 확장 가능한 샘플링 방법을 제공합니다. 그런 다음 surface의 반응을 python 또는 스프레드 시트로 내보내 엔지니어 또는 설계자가 쉽게 사용할 수 있도록 합니다.
최근 Altair에서 SmartWorks 제품라인을 새롭게 출시하였는데 이는 Altair의 IoT (Internet of Things) 및 BI (Business Intelligence) 플랫폼으로 엔지니어링 응용 프로그램의 운영 데이터에 액세스 할 수있게 해줍니다. 운영 데이터를 통해 우리는 설계 과정에서 사용한는 가정을 바탕으로 설계 및 개선에 통찰력을 얻을 수 있으므로 성능은 대폭 향상되고 전반적인 비용은 절감됩니다. 이러한 시뮬레이션과 IoT 데이터의 결합은 디지털 트윈 (Digital Twin)의 미래를 열어 줄 것입니다.
자세한 내용은 (여기)에서 확인하세요.
