[개발/연구] pSeven
- 운영자
- 0
- 1,174
- 0
- 글주소
- 11-30
-
테마
-
주고객층제조
-
적용직무시험/분석, 개발/연구, 설계
-
공급사로그인 후 확인
-
담당자로그인 후 확인
-
연락처로그인 후 확인
-
이메일로그인 후 확인
-
홈페이지로그인 후 확인
-
코디만의 혜택맞춤견적가
◦ 복잡한 제품 설계 과정 (design process) 의 자동화와 단일 workflow에 다양한 외부 소프트웨어 (third-party tools) 및 데이터 통합
◦ Design Exploration 과 예측모델 생성 전용 툴을 이용한 엔지니어링 문제 해결
◦ 다양한 데이터 세트, 분석 및 시뮬레이션 모델로 제품의 복합모델 생성
◦ Design Exploration 툴을 이용한 심도 깊은 분석
◦ 예측 모델을 통해 제품의 새로운 설계 값 또는 운영 환경에 대한 반응 예측
◦ CAE 프로세스 자동화 및 프로그램 통합
AUTOMATION & INTEGRATION
- Process Automation (자동화)
pSeven의 설계 프로세스는 특정 실행 순서와 데이터 처리 상태에 따라 순차적으로 계산하는 workflow로 표현합니다.
Workflow는 block, link, parameter 툴로 구성되어 있고, 계산 순서를 시작적이며 직관적인 구성으로 나타냅니다.
pSeven의 workflow engine은 다분야, 다목적성의 고난이도 엔지니어링 문제도 단일 체인 (single chain)안에서 third-party 소프트웨어와의 간편한 통합 기능을 통해 쉽게 해결할 수 있습니다.
- External Software Integration(외부 소프트웨어 통합)
pSeven은 주요 CAD/CAE 시스템 뿐만 아니라 다음과 같은 다양한 툴과의 직접 통합 기능을 제공합니다.
- ANSYS Workbench, FloEFD, Star-CCM+
- SolidWorks, NX, Creo, CATIA, Kompas-3D
- FMI models, Excel
- etc
또한 input/output 파일의 사용 그리고 일반적인 CAD/CAE 소프트웨어에서 기본으로 제공하는 command line interface를 통해 대부분의 소프트웨어나 in-house 툴을 통합하여 사용할 수 있습니다.
- Remote Execution & HPC
pSeven을 이용한 CAD / CAE 원격 실행:
- pSeven Agent (standard application) 를 이용해 Window 및 Linux 에 원격 실행
- SSH를 통한 Linux 원격 접속
- Slurm, LSF, Torque 과 direct interface
pSeven을 이용한 HPC 와 parallel 실행:
- 간편한 batch input 조합
- Job Array launch mechanism 지원
- 데이터 자동 동기화
DESIGN EXPLORATION
- Design Exploration의 역할
- 개발 신뢰성 향상
- 대안 모색
- 적정성 검토
- 문제점 발견
- 모델 정의
- 목표 설정
- Exploration & Optimization
pSeven의 다양한 DoE (Design of Experiments) 테크닉 및 최적화 알고리즘은 다양한 산업군에서의 사례와 논문을 통해 사용의 신뢰성과 정확성을 검증받았습니다. 또한 예측 모델 (Surrogate Model)과 접목된 AdaptiveDoE 및 Surrogate Based Optimization 기술은 머신 러닝을 통해 문제를 해결하는 경험이 될 것입니다.
Design of Experiments (DoE):
- 일반적으로 알려진 알고리즘
- 예측모델 (Surrogate Model) 기반의 in-house 알고리즘
Design Optimization:
- 단일 및 다목적 최적화
- 선형 및 비선형 조건
- 에러 및 노이즈 핸들링
- Effective Surrogate-Based Optimization (SBO)
- AI possible Robust Design Optimization (RDO) formulations
Uncertainty Quantification:
- OpenTURNS 기반의 간편한 불확실성 분석
- 불확실성 전파 및 신뢰성 분석
- Smart Selection for Design Exploration
pSeven 을 이용하면 다양한 최적화 및 예측 모델 생성 테크닉의 복잡하고 지루한 개발 작업을 생략할 수 있고, 간단한 설정만으로 문제를 해결할 수 있습니다.
- 모델의 차원수
- 입력 및 출력 변수의 형태
- 출력의 노이즈
- 모델 평가 시간
위 설정 값들을 기반으로 학습이 진행되는 동안 사용되는 모든 알고리즘들은 SmartSelection 을 통해 자동으로 선택됩니다.
PREDICTIVE MODELING
예측 모델을 통해 다음 질문들에 대한 답을 얻을 수 있습니다.
- 다양한 환경에서 제품의 거동을 예측하는 방법은?
- 실험과 시뮬레이션 데이터를 함께 사용하는 방법은?
- 대용량 데이터와 시뮬레이션을 더 빠르게 사용하는 방법은?
예측 모델은 모델의 반응 표현 (response surface) 또는 사용 데이터나 시뮬레이션의 대체재 (or "black box") 입니다.