CAD 기반 그래프 신경망을 이용한 제품의 구조 및 진동·소음 성능 예측

키워드

확장요약문

제품 개발 과정에서 구조·진동·소음 성능을 평가하기 위해 반복적으로 수행되는 유한요소해석과 시험의 비용을 줄이고자, 본 연구에서는 CAD 에 포함된 기하 및 연결 정보를 활용하는 그래프 신경망 기반 대리모델을 제안한다. 단일 형상은 B-rep 의 면을 노드로, 면 사이의 인접 관계를 에지로 표현하여 강성, 탄성계수 및 상대밀도 등의 구조 성능을 예측하며, 조립체는 개별 파트를 Node 로, 접촉·체결 관계를 Edge 로 구성하여 운전 조건에 따른 진동·소음 응답을 예측한다. 특히 서로 다른 격자 위상을 함께 학습한 결과, B-rep 그래프 모델은 탄성계수 예측에서 높은 결정계수를 보여 설계변수 기반 다층퍼셉트론의 결정계수보다 높은 정확도를 나타냈다. 또한 파트 기반 모델은 주성분분석과 결합하여 전체 주파수 영역의 소음 스펙트럼을 복원할 수 있다. 제안 방법은 사전에 정의된 설계변수에 대한 의존성을 줄이면서 자유형상 부품과 복잡한 조립체의 성능을 CAD 단계에서 신속하게 평가할 수 있는 통합적인 CAD 네이티브 대리모델로 활용될 수 있다.