Abstract
초기 선형 설계 단계에서는 주요 제원과 배수 용적 (displacement volume) 등 다양한 설계 요구 조건을 만족하면서, 유체역학적 성능 검토에 활용될 수 있는 후보 선형들을 신속하게 도출해야 한다. 기존 연구에서는 선형 변환을 위한 제어점 (control point)을 설정하거나 intermediate surface를 이용하여 새로운 선형을 생성하는 방법들이 제안되었다. 그러나 이러한 선형 변환 방법은 목표 배수 용적과 선형 품질을 동시에 고려하면서 주요 제원을 변경하는 데 한계가 있었다. 이러한 한계를 극복하기 위해 본 연구에서는 주요 제원 변화와 같은 전역 선형 변환이 필요한 상황에서도 다양한 설계 요구 조건과 선형 품질을 함께 고려할 수 있는 선형 생성 방법을 제안하였다. 제안된 방법에서는 특정 곡면 위상 (topology)이나 격자 구조에 종속되지 않고 선형을 연속적인 거리장으로 표현할 수 있는 neural SDF (Signed Distance Function)를 적용하였다. 생성된 선형을 정량적으로 평가하기 위해 계산 영역을 사면체 격자 (tetrahedral grid)로 이산화하고, 거리장의 부호, zero-level set 및 미분 값을 활용하여 설계 요구 조건의 만족 여부를 평가하였다. 거리장의 부호로 선체 내부 영역을 판별하여 배수 용적을 계산하고, 거리장의 zero-level set을 이용하여 주요 제원, 중앙 평행부와 같은 평면의 생성 여부를 평가하였다. 또한, neural SDF의 공간 미분 값으로부터 곡면의 법선 벡터를 계산하고, 급격한 형상 변화가 억제되도록 이를 손실 함수 (loss function)에 반영하였다. 이를 통해 생성된 선형에 대한 기하학적 평가 결과가 neural SDF 모델 학습에 직접 반영되도록 하였으며, 별도의 후처리 과정 없이 설계 요구 조건과 선형 품질을 함께 고려한 선형 생성을 가능하게 하였다. 제안된 방법은 공개 선형인 KCS (KRISO Container Ship)에 적용되었으며, 기준선의 주요 제원을 변경하는 전역 선형 변환 과정에서도 별도의 후처리 없이 배수 용적과 선형 품질을 포함한 다양한 설계 요구 조건을 함께 만족하는 후보 선형들을 생성할 수 있음을 확인하였다.