개요
Digital Twin과 같이 고도로 발달된 시뮬레이션 환경과 빅데이터 시대의 기류에 부합하는 Data-Driven Design을 효과적으로 수행하려면,
전문 지식이 없이도 전문가 수준의 최적설계를 수행하고, 분석할 수 있는 툴이 필요합니다.
ExplainableD3는 피도텍만의 축적된 노하우를 바탕으로 최적설계 프로세스를 전문가 수준으로 고도화한 토탈 최적설계 솔루션입니다.
최적화 수행은 물론, 기여도 분석, 상충성 분석, 민감도 분석에 필요한 모든 데이터를 스스로 생성하고,
분석하여 초보 사용자도 이해할 수 있는 종합 최적화 보고서를 생성해 줍니다.
기능
자동 머신러닝 기반 예측 모델링
피도텍의 머신러닝 기술을 토대로, 예측 모델이 목표 정확도 수준에 도달할 때까지 데이터를 생성하고, 가장 정교한 예측 모델을 구성하는 과정을 자동으로 진행하는 기능을 제공합니다.
통합 최적화
최적화 문제의 솔루션 탐색은 물론 설계 변경의 원인 파악에 유용한 각종 정보(성능 개선에 기여도가 높은 설계변수, 상충 관계를 발생시키는 설계변수, 성능에 민감한 설계변수 등의 정보)를 자체적으로 파악하는 통합 최적화 기능을 제공합니다.
종합 보고서 생성
최적화 수행 결과로 도출된 다양한 정보를 Data Analytics 기술과 Visualization 기술을 이용하여 Data Storytelling이 가능한 사용자 친화적인 레포트로 자동 생성하는 기능을 제공합니다.
기대효과
접근성 확대
최적설계 수행, 데이터 분석을 위한 배경 지식을 전문적으로 배울 필요가 없어 손쉽게 접근할 수 있습니다.
M/H 절감
최적설계 수행, 데이터 분석, 보고서 생성 과정이 원 클릭으로 진행되므로 공수가 절감됩니다.
설계 가이드로 노하우 축적
최적화 결과 분석에 필요한 설계 가이드를 제공하기 때문에 기존에 경험에 의존했던 정보들이 정량화된 지식으로 축적될 수 있습니다.
엔지니어링 관점 데이터 활용
피도텍의 머신러닝 기술로 해석이나 시험을 통해 축적된 데이터를 활용하여 성능 예측 프로세스 구축이 가능합니다.
적용사례
- 최적화 결과 분석 : 최적화 수행 결과를 요약 설명해줍니다. (목적함수의 개선, 구속조건들의 만족 여부)
- 기여도 분석 : 최적해 도출을 위한 각 설계변수의 기여도를 제공합니다.
- 상충성 분석 : 설계변수 변화로 인한 성능지수 간의 상충 관계를 분석하여 제공합니다.
- 설계 민감도 분석 : 전 설계영역에서의 각 설계변수 변동이 각 성능지수의 개선/악화에 미치는 민감도를 제공합니다.
