CAE 모델의 예측 능력을 향상시키고 해석 결과의 유 효성을 체계적이고 과학적인 방법으로 검증할 수 있는 통계적 해석모델 검증 및 보정은 새로운 시스템(또는 제품)을 개발하고 성능을 평가하기 위한 가상 시험에 매우 중요한 기술이 될 것으로 기대된다.

특히 검증된 CAE 모델은 산업체의 시스템(또는 제품) 설계 능력을 향상시키는 데 큰 기여를 하게 되어, 향후 점점 짧아지 는 제품 수명주기 및 갈수록 치열해지는 국제 시장 등 의 현실 속에서 우수한 경쟁력을 확보할 수 있을 것으 로 사료된다. 단, 통계적 모델 검증 및 보정 기술 수행 하는데 있어서 중요한 점은 반드시 실제 시험에서 나타 나는현상을정확하게이해하고, CAE 모델구축에필요 한 역학 지식들을 숙지한 후에 모델 검증을 수행해야만 한다는 것이다.

만약 데이터들을 무의미하게 통계적으 로 단순 비교하는 것에 그친다면, 오히려 물리적으로 타당하지 못한 해석 결과를 초래할 수 있기 때문이다. 본문에서 살펴본 통계적 모델 검증 및 보정을 수행하는 데 있어서, 앞에서 열거한 통계적 기법들을 실제 산업 체의 제품 개발을 위한 가상 시험에 적용하는 데 예상 되는어려움은 다음과 같다.

a. 다수의 시험 데이터 확보의 어려움: CAE 모델의 유 효성 검증을 통계적으로 수행하기 위해서는 다수의 시 험 데이터 확보가 요구됨. 그러나 자동차 충돌 시험처 럼 높은 시험 비용과 시간이 요구되는 경우에는 시험을 여러 번 반복적으로 수행하는 데 어려움이 있음. 만약 시험 데이터 수가 적은 경우에는 해당 시험 조건에서의 유의미한 통계치를 얻기가 용이하지 않으며, 시험 결과 와CAE 모델의예측결과의차이가데이터수가적어서 생긴 불확실성에 기인한 것인지 아니면 실제로 값의 차 이가있는것인지판단하기가어려움.

b. 임시방편적(Ad hoc) 모델 보정의 위험성: CAE 모델 의 경계조건 및 하중조건 등이 물리적으로 타당하지 못 한 상황에서 무분별하게 입력변수 값만 보정하면, 오히 려 무의미한 해석 결과를 도출하게 됨. 따라서 유효성 검증에서의 무효(Invalid) 판정으로부터CAE 모델의 무 효성 원인이 입력변수 보정으로 해결 가능한 문제인지 정확히유추하는기법개발이필요함.

c. 다양한 검증 척도의 필요성: 대부분의 검증 척도는 시불변(Time-invariant) 성능 예측에 국한되어 있기 때 문에, 시변(Time-variant) 성능 예측 모델에는 적용할 수 없음. 더불어 예측해야 하는 성능이 다수인 경우에 는 두 종류 이상의 시험 결과와 해석 결과를 비교해야 되기 때문에, 다차원(Multi-Dimension) 검증 척도 개발 이요구됨. 따라서 향후에는 통계적 모델 검증 및 보정 기술을 위한 학술적 연구뿐만 아니라, 실제 산업체 제품 개발 단계에 활용할 수 있는 실용적이고 효율적인 통계적 기법개발을 위한 연구가 활발히 진행될 전망이다.


원문 보기