김진혁, 노명일 ,여인창, "MLP 기반 상선의 선형 변환 방법", 2024년도 한국CDE학회 동계학술발표회, 평창, pp. 28, 2024.01.29-02.01
Domestic Conference
2024.01.11 13:34
김진혁, 노명일 ,여인창, "MLP 기반 상선의 선형 변환 방법", 2024년도 한국CDE학회 동계학술발표회, 평창, pp. 28, 2024.01.29-02.01
조회 수 111
| 첨부 '1' |
|---|
| Abstract | 선형을 국부적으로 변환할 때, FFD (Free Form Deformation), RBF (Radial Basis Function) 등의 방법을 이용해 기준선의 조정점을 선정하고 이동시켜 선형을 변환할 수 있다. 하지만 이러한 방법들은, 기하학적인 형태만을 고려하는 방식이기 때문에, 선형의 배수량이나 부력 중심의 변화 같은 일반적인 설계 요구 조건을 반영하기 어렵다. 이러한 이유로, 지금까지 현업에서는 선형을 변환할 때 숙련된 설계자가 설계 요구 조건을 수동으로 충족시키며 선형 변환을 수행해 왔다. 본 연구에서는 이 문제를 해결하기 위해 기존 RBF 방식에서 사용하던 점 보간 함수 대신 딥 러닝의 MLP (Multi-Layer Perceptron)를 사용하는 방법을 제안하였다. MLP는 주어진 점들을 보간하는 다양한 곡면을 생성할 수 있으며, 특히 설계 요구 조건을 만족하는 곡면을 여러 개 찾을 수 있다. 본 연구에서 제안한 방법을 통해 설계자는 조정점을 별도로 설정하거나 이동하지 않고도 설계 요구 조건을 만족하는 선형을 얻을 수 있다. 우선 MLP를 이용하여 다수의 후보 곡면을 정의하고 격자 구조를 이용하여 곡면 위의 점들을 추출하여 곡면의 부피, 순정도 등의 값을 근사적으로 계산하였다. 또한, 다양한 곡면을 생성하기 위해 생성한 곡면들의 1차 모멘트를 계산하여 그 거리를 최대화하였다. 본 연구에서는 공개된 컨테이너선 선형인 KCS를 대상으로 제안한 방법을 검증하였다. 이때 설계 요구 조건으로는 선수부와 선미부의 부피를 고려하였다. 제안한 방법으로 선형을 변환했을 때 복수 개의 선형이 생성되었으며, 생성된 선형들은 요구 조건을 잘 만족하면서 변환되는 것을 확인하였다. |
|---|---|
| Publication Date | 2024-01-30 |
