설계변수의 변동 불확실성을 고려한 신뢰성 기반 최적설계

임우철(Woochul Lim),장준용(Junyong Jang),김정호(Jungho Kim),나종호(Jongho Na),이창근(Changkun Lee),김용석(Yongsuk Kim),이태희(Tae Hee Lee) 대한기계학회 2014 大韓機械學會論文集A Vol.38 No.6

대부분의 신뢰성 기반 최적설계는 최적설계 과정에서 설계점이 이동함에도 불구하고 설계변수의 불확실성은 변하지 않는다. 하지만 실제 문제에서 설계변수의 값에 따라 불확실성이 변하는 경우가 있다. 예를 들어 철판의 두께가 설계변수이고, 철판의 제작공차가 불확실성인 경우, 철판의 두께에 따라 철판의 제작공차가 달라지기 때문에 설계변수의 값에 따라 그 값의 불확실성이 변한다. 본 연구에서는 설계변수의 값에 따라 불확실성이 변하는 것을 변동 불확실성으로 정의하고, 이를 신뢰성기반 최적설계에 적용하는 변동 불확실성을 고려한 신뢰성 기반 최적설계 기법을 제안한다. 수학예제에서 변동 불확실성을 고려하지 않은 신뢰성 기반 최적설계와 변동 불확실성을 고려한 신뢰성기반 최적설계의 비교를 통해 제안한 방법의 필요성을 확인한다. 또한 엔진 크래들의 변동 불확실성을 고려한 신뢰성 기반 최적설계를 통해 제안한 방법의 유용성을 확인한다. Although many reliability analysis and reliability-based design optimization (RBDO) methods have been developed to estimate system reliability, many studies assume the uncertainty of the design variable to be constant. In practice, because uncertainty varies with the design variable"s value, this assumption results in inaccurate conclusions about the reliability of the optimum design. Therefore, uncertainty should be considered variable in RBDO. In this paper, we propose an RBDO method considering variable uncertainty. Variable uncertainty can modify uncertainty for each design point, resulting in accurate reliability estimation. Finally, a notable optimum design is obtained using the proposed method with variable uncertainty. A mathematical example and an engine cradle design are illustrated to verify the proposed method.

베이지안 정보 척도를 이용한 대차틀 강성의 신뢰성 기반 최적설계

임우철(Woochul Lim),이태희(Tae Hee Lee) 한국자동차공학회 2011 한국자동차공학회 부문종합 학술대회 Vol.2011 No.5

Solutions to the deterministic design optimization cannot consider the uncertainties that may occur from the tolerance of design variables, noise and environmental factors, material properties, and uncontrollable operations. Therefore these solutions may cause the possibility of failure. However, reliability-based design optimization (RBDO) can provide the reliability of a system by mean of probabilistic design criteria, i.e., possibility of failure. To assure these criteria, many methods for the reliability analysis have been developed. However, these methods assume that data take one of continuous forms of distribution functions. In real problems, because real data may often provide discrete form, it is important to estimate the distributions from discrete data in the reliability analysis. In this paper, we introduce BIC method that can determine the best estimated distribution for discrete data. These distributions are used for reliability analysis in RBDO. Mathematical example is illustrated to verify the proposed method. In engineering example, bogie frame is illustrated to apply the proposed method.

바이모달 이산정보에 대한 Akaike 정보척도 기반 신뢰성해석

임우철(Woochul Lim),이태희(Tae Hee Lee) 대한기계학회 2012 대한기계학회 춘추학술대회 Vol.2012 No.5-2

신뢰성해석에서 응답의 분포는 변수의 분포에 따라 달라진다. 특히 변수의 분포가 바이모달 분포일 때 대부분 응답의 분포 또한 바이모달 분포이다. 이런 문제에 대해 기존의 신뢰성해석 기법은 변수를 하나의 모드를 갖고 연속함수로 정의되는 특정 확률분포로 가정하고 신뢰성해석을 수행한다. 하지만 실제 문제에서 변수들은 이산정보이면서 한 개 이상의 모드를 갖는 경우가 많기 때문에 변수의 분포에 대한 가정을 하지 않고 한 개 이상의 모드를 고려한 신뢰성해석을 수행하는 것은 매우 중요하다. 본 연구에서는 바이모달 이산정보를 고려한 신뢰성해석을 위해 유한 혼합모델을 후보 분포로 사용한 Akaike 정보척도 기반 신뢰성해석 기법을 제안한다. 수학예제를 통해 제안한 기법의 정확도를 검증하고 공학예제에 적용하여 제안한 기법의 유용성을 확인한다. A distribution of response usually depends on the distribution of design variables. When a variable follows a distribution with two different modes, response also follows a distribution with two different modes. In this case, methods of reliability analysis developed recently assume that the distribution functions are continuous with a mode. However In actual problems, Since the information is provided often in a discrete form with two or more modes, it is important to estimate the distributions for discrete information with two or more modes. In this paper, we employ finite mixture model to estimate the response distribution with two different modes, and select the best candidate distribution In AIC-based reliability analysis. Mathematical and engineering examples are illustrated to verify the proposed method.

화력과 기동성능의 크리깅 대체모델을 이용한 전투차량의 통합최적설계

임우철(Woochul Lim),김신유(Shinyu Kim),임성훈(Sunghoon Lim),이태희(Tae Hee Lee),민승재(Seungjae Min) (사)한국CDE학회 2015 한국 CAD/CAM 학회 학술발표회 논문집 Vol.2015 No.동계

전투차량의 설계 시 고려해야 하는 성능은 화력, 기동, 생존, 운용 성능 등 매우 다양하고, 각각의 성능은 서로 영향을 주기 때문에 성능분석과정이 복잡하다. 또한 전투차량의 설계 시 반복적인 시행착오는 막대한 개발 시간과 비용을 야기하기 때문에 신속하게 설계과정을 반복할 수 있는 대체모델 기반 최적화가 필요하다. 따라서 전투차량의 설계 시에는 다양한 성능의 연성을 고려한 대체모델 기반 통합최적화가 적용되어야 한다. 본 연구에서는 전투차량의 화력 및 기동성능 간의 연성을 고려한 통합최적설계를 수행한다. 전투차량의 화력성능은 강내탄도해석, 질점탄도해석을 이용하여 평가하고, 기동성능은 다물체동역학해석을 이용하여 평가한다. 크리깅 대체모델을 도입하여 화력과 기동성능의 예측모델을 확보하고, 크리깅 대체모델을 이용한 효율적인 최적화를 수행한다.

화력과 기동의 통합성능을 고려한 미래 전투차량의 해석 기반 설계 프레임웍 연구

임우철(Woochul Lim),임성훈(Sunghoon Lim),김신유(Shinyu Kim),민승재(Seungjae Min),이태희(Tae Hee Lee),류재봉(Jae Bong Ryoo),변재정(Jai-Jeong Pyun) (사)한국CDE학회 2014 한국CDE학회 논문집 Vol.19 No.4

In the design of a combat vehicle, various performances such as firepower, mobility and survivability, etc., should be considered. Furthermore, since these performances relate to each other, design framework which can treat an integrated system should be employed to design the combat vehicle. In this paper, we use empirical interior ballistic and 3D combat vehicle analyses for predicting firepower and mobility performances which are developed in previous study (1) integrated performance modeling. In firepower performance, pitch and roll angle by sequential firing are considered. In mobility performance, vertical acceleration after passing through a bump is regarded. However, since there are many design variables such as mass of vehicle, mass of suspension, spring and damping coefficient of suspension and tire, geometric variables of vehicle, etc., for firepower and mobility performance, we utilize analysis of variance and quality function deployment to reduce the number of design variables. Finally, integrated design optimization is carried out for integrated performance such as firepower and mobility.

3D 전투차량 모델링을 이용한 다분야 통합 최적설계

임우철(Woochul Lim),김신유(Shinyu Kim),임성훈(Sunghoon Lim),주용우(Yongwoo Joo),민승재(Seungjae Min),이태희(Tae Hee Lee) (사)한국CDE학회 2014 한국 CAD/CAM 학회 학술발표회 논문집 Vol.2014 No.8

바이모달 이산정보에 대한 아카이케정보척도 기반 신뢰성해석

임우철(Woochul Lim),이태희(Tae Hee Lee) 대한기계학회 2012 大韓機械學會論文集A Vol.36 No.12

신뢰성해석에서 응답의 분포는 변수의 분포에 따라 달라진다. 특히 변수의 분포가 바이모달 분포일 때 대부분 응답의 분포 또한 바이모달 분포이다. 이런 문제에 대해 기존의 신뢰성해석 기법은 변수를 하나의 모드를 갖고 연속함수로 정의되는 특정 확률분포로 가정하고 신뢰성해석을 수행한다. 하지만 실제 문제에서 변수들은 이산정보이면서 한 개 이상의 모드를 갖는 경우가 많기 때문에 변수의 분포에 대한 가정을 하지 않고 한 개 이상의 모드를 고려한 신뢰성해석을 수행하는 것은 매우 중요하다. 본 연구에서는 바이모달 이산정보를 고려한 신뢰성해석을 위해 유한 혼합 모델을 후보 분포로 사용한 아카이케정보척도 기반 신뢰성해석 기법을 제안한다. 수학예제를 통해 제안한 기법의 정확도를 검증하고 유용성을 확인한다. The distribution of a response usually depends on the distribution of the variables. When a variable shows a distribution with two different modes, the response also shows a distribution with two different modes. In this case, recently developed methods for reliability analysis assume that the distribution functions are continuous with a mode. In actual problems, however, because information is often provided in a discrete form with two or more modes, it is important to estimate the distributions for such information. In this study, we employ the finite mixture model to estimate the response distribution with two different modes, and we select the best candidate distribution through AIC. Mathematical examples are illustrated to verify the proposed method.

이산정보의 아카이케 정보척도를 이용한 신뢰성 기반 최적설계

임우철(Woochul Lim),이태희(Tae Hee Lee) 대한기계학회 2012 大韓機械學會論文集A Vol.36 No.8

신뢰성 기반 최적설계는 설계변수들의 변동을 평균이나 분산 등의 통계적 특성으로 고려하여 설계자가 원하는 신뢰도를 만족하는 해를 구한다. 신뢰도를 구하기 위한 기존의 신뢰성해석 기법들은 변수들이 연속함수로 정의되는 특정 확률분포를 따른다는 가정을 하지만 실제 문제에서 변수들은 한정적인 이산정보의 형태인 경우가 많기 때문에 변수들에 대한 가정을 하지 않고 이산정보로부터 신뢰성해석을 수행하는 것은 매우 중요하다. 본 연구에서는 후보 분포들 중에서 이산정보를 가장 잘 추정하는 분포를 결정하는 기법인 Akaike 정보척도를 이용하여 신뢰성해석 및 신뢰성 기반 최적설계를 수행하는 기법을 제안한다. 수학예제를 통해 정확성을 검증하고 철도차량 용접대차의 신뢰성 기반 최적설계에 적용하여 제안한 기법의 유용성을 확인한다. Reliability-based design optimization (RBDO) can be used to determine the reliability of a system by means of probabilistic design criteria, i.e., the possibility of failure considering stochastic features of design variables and input parameters. To assure these criteria, various reliability analysis methods have been developed. Most of these methods assume that distribution functions are continuous. However, in real problems, because real data is often discrete in form, it is important to estimate the distributions for discrete information during reliability analysis. In this study, we employ the Akaike information criterion (AIC) method for reliability analysis to determine the best estimated distribution for discrete information and we suggest an RBDO method using AIC. Mathematical and engineering examples are illustrated to verify the proposed method.

바이모달 이산정보에 대한 신뢰성해석 기법 비교

임우철(Woochul Lim),장준용(Junyong Jang),이태희(Tae Hee Lee) 대한기계학회 2012 대한기계학회 춘추학술대회 Vol.2012 No.11

A distribution of response usually depends on the distribution of variable. When a distribution of variable has two different modes, response also follows a distribution with two different modes. In most of reliability analysis methods, they do not care the number of modes but the type of distribution. However in actual problem, since the information is provided often with two or more modes, it is important to estimate the distributions with two or more modes. Recently some reliability analysis methods for bimodal distribution are suggested. In this paper, we review the methods, i.e., maximum entropy principle (MEP) and Akaike information criterion (AIC), and compare with Monte Carlo simulation (MCS) using mathematical example with two different modes.

바이모달 이산정보에 대한 신뢰성해석 기법 비교

임우철(Woochul Lim),장준용(Junyong Jang),이태희(Tae Hee Lee) 대한기계학회 2013 大韓機械學會論文集A Vol.37 No.7

응답의 분포는 변수의 분포에 따라 달라진다. 특히 변수의 분포가 두 개 이상의 모드를 가질 때, 대부분 응답의 분포 또한 두 개 이상의 모드를 갖는다. 이런 문제에 대해 기존의 신뢰성해석 기법은 변수를 하나의 모드를 갖는 특정 연속확률분포로 가정하고 신뢰성해석을 수행한다. 하지만 실제 문제에서 변수들은 이산정보이면서 두 개 이상의 모드를 갖는 경우가 많기 때문에 변수의 분포에 대한 가정을 하지 않고 두 개 이상의 모드를 고려한 신뢰성해석을 수행하는 것은 매우 중요하다. 본 연구에서는 두 개이상의 모드를 갖는 분포를 추정할 수 있는 기법인 아카이케정보척도와 최대엔트로피법칙을 이용하여 신뢰성해석을 수행한다. 수학예제를 통해 두 기법의 특징을 파악하고 몬테카를로 시뮬레이션의 결과와 비교하여 정확도를 검증한다. The distribution of a response usually depends on the distribution of a variable. When the distribution of a variable has two different modes, the response also follows a distribution with two different modes. In most reliability analysis methods, the number of modes is irrelevant, but not the type of distribution. However, in actual problems, because information is often provided with two or more modes, it is important to estimate the distributions with two or more modes. Recently, some reliability analysis methods have been suggested for bimodal distributions. In this paper, we review some methods such as the Akaike information criterion (AIC) and maximum entropy principle (MEP) and compare them with the Monte Carlo simulation (MCS) using mathematical examples with two different modes.