김진혁, 노명일, 여인창, 김기수, 오민재, "딥 러닝을 이용한 소형 선박의 저항 예측", 2022년도 대한조선학회 춘계학술발표회, 제주, pp. 290, 2022.06.02-04
Domestic Conference
2022.06.07 12:19
김진혁, 노명일, 여인창, 김기수, 오민재, "딥 러닝을 이용한 소형 선박의 저항 예측", 2022년도 대한조선학회 춘계학술발표회, 제주, pp. 290, 2022.06.02-04
조회 수 1364
첨부 '1' |
---|
Abstract | 선형의 최적 설계 과정은 기준선의 선형으로부터 형상을 조금씩 바꿔 가며 선주의 요구조건을 만족하며 성능이 최적이 되는 선형을 찾는 과정이다. 이 과정에서 선형의 성능을 평가하기 위해 CFD (Computational Fluid Dynamics) 해석이 주로 이용된다. 선형 성능을 도출하기 위해 점성항을 고려한 RANS (Reynolds-Averaged Navier-Stokes equations) 기반의 해석이 주로 사용된다. RANS 기반의 해석은 많은 시간이 소요되기에 전역 최적화 알고리즘과 같이 많은 해석이 요구되는 알고리즘에 적용하기 어렵다. 따라서 본 연구에서는 해석 시간을 단축하기 위해 소형 선박의 선형을 매개변수화 한 뒤, 선형의 매개변수로부터 선형의 성능을 예측하는 딥 러닝 모델을 개발하였다. 딥 러닝 모델의 경우 학습을 위한 데이터가 많이 필요하고, 학습에도 시간이 오래 걸린다. 하지만 학습이 완료되면 해당 모델을 이용해 빠른 시간 내에 새로운 선형의 해석 결과를 예측할 수 있다는 장점이 있다. 따라서 이를 이용하면 선형 설계 과정에서 전역 최적화가 가능하다. 본 연구에서는 약 300척의 소형 선박에 대하여 RANS의 일종인 k-epsilon 난류 모델을 이용한 CFD 해석을 수행하여 선형 매개변수-선형 성능 데이터를 확보하였다. 그리고 해당 데이터를 활용해 선형 성능을 예측하는 모델을 학습하였다. 선형 성능 예측 모델의 예측 오차율은 약 2.3%로 점성항을 고려하지 않은 Euler 방정식 기반의 CFD 해석을 수행하는 것에 비해 나은 성능을 보였다. 따라서 본 연구에서 제안한 선형 성능 예측모델의 효용성을 확인하였으며, 추후 이를 기반으로 선형의 전역 최적화를 수행할 수 있을 것으로 예상한다. |
---|---|
Publication Date | 2022-06-02 |