CAD 자동해석

CAD 모델을 그래프 구조로 변환하여 복잡한 유한요소해석(FEA)및 CAE 시뮬레이션 과정을 자동화합니다.
이를 통해 해석 시간을 수주에서 단 몇 분으로 단축하고, 설계 초기 단계부터 성능 예측을 가능하게 하여
개발 비용과 기간을 획기적으로 절감합니다.

PRINCIPLES

CAD를 그래프로 변환하는 방법

GNN은 이미지의 규칙적인 픽셀 구조와 달리 불규칙한 구조를 가진
3D CAD 모델(Mesh 또는 B-Rep)을 효율적으로 처리하기 위해 고안되었습니다.

  1. 노드(Node) 및 엣지(Edge) 정의

    CAD 모델의 요소(예: 메쉬의 정점, B-Rep의 면/모서리)를 노드로 정의하고, 이들 요소 간의 연결 관계를 엣지로 표현하여 그래프를 생성합니다.

  2. 메시지 전달 (Message Passing)

    GNN은 각 노드의 특징 정보와 이웃 노드의 정보를 반복적으로 교환하여 노드의 특징 벡터를 업데이트합니다. 이 과정을 통해 모델은 복잡한 형상과 요소 간의 관계 (위상 정보)를 깊이 있게 학습합니다.

  3. 회전 불변성

    GNN 기반의 접근법은 3D 모델의 회전이나 이동에 영향을 받지 않는 고유한 특징(Descriptor)을 사용하여, 다양한 자세의 CAD 모델에 대해 일관되고 정확한 해석을 수행할 수 있습니다.

FEATURES

Simvis CAD 자동해석 솔루션의 주요 기능

  1. 고속 해석 근사 모델 (Surrogate Model)

    GNN이 학습한 근사 모델(Surrogate Model)을 통해 응력, 변형, 유동장 등의 해석 결과를 실시간에 가깝게 예측해 설계 최적화 과정의 계산 비용을 대폭 줄입니다.

    정확도 :
    고정밀 예측 (FEA 결과 대비 90% 이상)
    속도 :
    기존 FEA 대비 수백 배 빠름
    활용 :
    설계 반복 및 다중 시뮬레이션
  2. 자동 형상 특징 인식 (Feature Recognition)

    CAD 모델을 분석하여 보스(boss), 리브(rib), 홀(hole) 등 유한요소(FE) 해석에 필요한 핵심 형상 특징을 자동으로 인식하고 라벨링합니다. 이는 해석 전문가의 수동 작업을 최소화합니다.

    자동화 대상 :
    FEA 특징 (보강재, 결합부 등)
    정밀도 :
    회전 불변성에 강함
    효과 :
    사전 처리 시간 단축
  3. 메쉬 품질 최적화 (Mesh Optimization)

    해석 목표에 따라 메쉬 요소의 크기와 해상도를 동적으로 조절하여, 중요한 형상적 특징은 보존하고 계산 효율을 높입니다. 최적의 메쉬 품질을 자동으로 도출하여 예측 정확도를 향상시킵니다.

    목표 :
    계산량 및 정확도 균형
    방법 :
    Bayesian Optimization 기반
    효과 :
    메모리 효율 및 정확성 극대화

PROS & CONS

장점 및 고려사항

CAD 자동해석 장점 및 고려사항

WORKFLOW

GNN을 활용한 CAD 해석 자동화 워크플로우

GNN을 활용한 CAD 자동해석은 'CAD -> 그래프 변환 → GNN 학습/예측 → 해석 결과 도출'의 과정을 통해 이루어집니다.
CAD 자동해석 워크플로우

APPLICATIONS

주요 활용 분야

  1. 자동차/항공 부품의 구조 최적화

    경량화 및 강성 예측 시뮬레이션을 GNN 근사 모델로 고속 수행하여, 부품 설계 개선 주기를 단축합니다.

  2. 신소재/복합재의 물성 예측

    물질의 미세 구조를 그래프로 표현하고 GNN을 적용하여, 실험 없이도 새로운 소재의 열역학적 특성 및 기계적 강도를 예측합니다.

  3. 금형 및 주조 공정의 결함 예측

    복잡한 공정(예: 주조/용접) 시뮬레이션 데이터를 학습하여, 설계 단계에서 제품의 잠재적 결함 발생 위치 및 유형을 미리 예측합니다.

  4. 다중 물리 해석 통합

    구조, 열, 유체 등 서로 다른 물리 현상 간의 상호작용(Coupling)을 GNN 기반으로 통합 해석하여 시스템 레벨의 성능을 정확히 파악합니다.