근사모델을 이용한 강건최적설계의 자동차부품 적용 사례 (Application Examples of Robust Optimization Using Approximate Model for Automobile Parts)

서지정보

· 발행기관 : 한국동력기계공학회
· 수록지 정보 : 동력시스템공학회지 / 24권 / 1호 / 47 ~ 57페이지
· 저자명 : 김성욱, 장병현, 김성재, 이권희

초록

구조용 자동차 부품들의 개발 시 CAE를 적용하는 것이 일반적이다. 자동차 부품의 구조적 성능을 예측하기 위해서는 정확한 시뮬레이션이 필요하며 이는 수치 모델의 크기를 증가시킨다. 또한 최적화 기술의 적용은 경량화와 성능을 향상시킬 수 있다. 최근에는 반응표면법, 크리깅, 신경망과 같은 메타모델을 이용한 최적화 방법이 널리 사용되고있다. 본 연구에서는 자동차 부품의 구조적 성능을 예측하기 위해 크리깅을 채택하였다. 또한 CAE를 통한 구조적 성능 예측 시, 결정론적 값으로 성능을 예측하는 것은 비합리적일 수 있다. 본 연구에서는 불확실성을 고려한 강건 최적화 기술을 소개하고 이를 자동차 부품 설계에 적용하였다. 본 연구에서는 컨트롤암과 볼조인트에 대한 강건 최적화가 수행되었다. 공차 및 재료 특성의 불확실성을 고려하고 경량화 설계를 위하여 컨트롤암의 최적설계를 제시하였다. 반면에 풀아읏 강도를 고려하여 볼조인트의 강건 최적설계가 제안되었다. 결과적으로 각 최적해는 결정론적 값이 아닌 분포로 표시된다.

영어초록

It is common to apply CAE when developing structural automobile parts. In order to predict the structural performance of an automobile part, more accurate simulation is required, which increases the size of the numerical model. In addition, the optimization technique is applied to reduce weight and improve performance. Recently, optimization methods using metamodels such as response surface method, kriging, and neural network have been widely used. In this study, kriging is adopted to predict the structural performance of automobile part. In addition, it is often unreasonable to suggest performance as a deterministic value when predicting structural performance through CAE. In this study, we introduce a robust optimization scheme that considers uncertainties, and apply it to the design of automobile parts. In this study, the robust optimizations for a control arm and a ball joint were performed respectively. The uncertainties in the tolerances and material property were taken into consideration, and the control arm was optimized for the lightweight design. On the contrary, and the optimum design of the ball joint was suggested considering the pull-out strength. As a result, each optimal solution is presented as a distribution rather than a deterministic value.

참고자료

· 없음