| 1 |
1
컴퓨팅 장치에 의해 수행되는 방법에 있어서,제1 대상체의 형상 정보에 대하여 제1 격자들을 생성하여 제1 유동장 격자 좌표들 및 제1 형상 격자 좌표들을 생성하는 단계;제1 초기값이 입력되는 상기 제1 대상체에 대하여 상기 제1 격자들을 이용하여 유동 해석을 수행하여 유동 해석 결과 데이터를 생성하는 단계;상기 제1 유동장 격자 좌표들 각각에 대하여, 미리 설정된 거리 내에 위치하는 제1 형상 격자 좌표들, 상기 제1 초기값, 및 상기 유동 해석 결과 데이터를 기초로 학습 데이터를 생성하는 단계;상기 학습 데이터를 이용하여 인공 신경망을 학습시키는 단계;제2 대상체의 형상 정보를 획득하는 단계;상기 제2 대상체의 형상 정보에 대하여 제2 격자들을 생성하여 제2 유동장 격자 좌표들 및 제2 형상 격자 좌표들을 생성하는 단계;상기 제2 유동장 격자 좌표들 각각에 대하여, 상기 미리 설정된 거리 내에 위치하는 제2 형상 격자 좌표들을 통계 처리하여 전처리 데이터를 생성하는 단계; 및상기 전처리 데이터 및 제2 초기값을 상기 학습된 인공 신경망에 입력하여 상기 제2 대상체의 유동 해석 예측값들을 생성하는 단계를 포함하는 유동 해석 방법
|
| 2 |
2
제1 항에 있어서,상기 제2 대상체의 형상 정보를 획득하는 단계는, 상기 제2 대상체를 3차원 카메라로 촬영하여 상기 제2 대상체의 복수의 3차원 영상을 생성하는 단계; 및 상기 제2 대상체의 상기 복수의 3차원 영상을 영상 처리하여 상기 제2 대상체의 형상 정보를 생성하는 단계를 포함하는 유동 해석 방법
|
| 3 |
3
제1 항에 있어서,상기 미리 설정된 거리는 상기 제1 유동장 격자 좌표에 따라 경계층의 두께로 설정되는 것을 특징으로 하는 유동 해석 방법
|
| 4 |
4
제1 항에 있어서,상기 제1 초기값 및 상기 제2 초기값은 입구부에서의 압력, 속도, 유량, 밀도, 온도, 유체의 상, 및 점성으로 이루어진 그룹에서 선택되는 적어도 하나를 포함하는 것을 특징으로 하는 유동 해석 방법
|
| 5 |
5
제1 항에 있어서,상기 유동 해석 결과 데이터는 상기 제1 유동장 격자 좌표들 각각에서의 압력, 속도, 유량, 밀도, 온도로 이루어진 그룹에서 선택되는 적어도 하나를 포함하는 것을 특징으로 하는 유동 해석 방법
|
| 6 |
6
제1 항에 있어서,상기 학습 데이터는 상기 제1 유동장 격자 좌표들 각각으로부터 상기 미리 설정된 거리 내에 위치하는 제1 형상 격자 좌표들까지의 제1 거리들, 상기 제1 거리들의 평균, 및 상기 제1 거리들의 분산 또는 표준편차 중 적어도 하나를 포함하는 것을 특징으로 하는 유동 해석 방법
|
| 7 |
7
제1 항에 있어서,상기 학습 데이터는 상기 제1 유동장 격자 좌표들 각각으로부터 상기 미리 설정된 거리 내에 위치하는 제1 형상 격자들의 면적을 포함하는 것을 특징으로 하는 유동 해석 방법
|
| 8 |
8
제1 항에 있어서,상기 학습 데이터는 상기 제1 유동장 격자 좌표들 중에서 유동 해석 결과값이 동일한 제1 유동장 격자 좌표들을 연결하는 등치선(Contour line) 정보를 포함하는 것을 특징으로 하는 유동 해석 방법
|
| 9 |
9
제1 항에 있어서,상기 전처리 데이터는 상기 제2 유동장 격자 좌표들 각각으로부터 상기 미리 설정된 거리 내에 위치하는 제2 형상 격자 좌표들까지의 제2 거리들, 상기 제2 거리들의 평균, 및 상기 제2 거리들의 분산 또는 표준편차 중 적어도 하나를 포함하는 것을 특징으로 하는 유동 해석 방법
|
| 10 |
10
제1 항에 있어서,상기 전처리 데이터는 상기 제2 유동장 격자 좌표들 각각으로부터 상기 미리 설정된 거리 내에 위치하는 제2 형상 격자들의 면적을 포함하는 것을 특징으로 하는 유동 해석 방법
|
| 11 |
11
컴퓨팅 장치를 이용하여 제1 항 내지 제10항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램
|
| 12 |
12
제1 대상체의 형상 정보에 대하여 제1 격자들을 생성하여 제1 유동장 격자 좌표들 및 제1 형상 격자 좌표들을 생성하고,제1 초기값이 입력되는 상기 제1 대상체에 대하여 상기 제1 격자들을 이용하여 유동 해석을 수행하여 유동 해석 결과 데이터를 생성하고,상기 제1 유동장 격자 좌표들 각각에 대하여, 미리 설정된 거리 내에 위치하는 제1 형상 격자 좌표들, 상기 제1 초기값, 및 상기 유동 해석 결과 데이터를 기초로 학습 데이터를 생성하고, 상기 학습 데이터를 이용하여 인공 신경망을 학습시키고,제2 대상체의 형상 정보를 획득하고, 상기 제2 대상체의 형상 정보에 대하여 제2 격자들을 생성하여 제2 유동장 격자 좌표들 및 제2 형상 격자 좌표들을 생성하고,상기 제2 유동장 격자 좌표들 각각에 대하여, 상기 미리 설정된 거리 내에 위치하는 제2 형상 격자 좌표들을 통계 처리하여 전처리 데이터를 생성하고,상기 전처리 데이터 및 제2 초기값을 상기 학습된 인공 신경망에 입력하여 상기 제2 대상체의 유동 해석 예측값들을 생성하도록 구성되는 적어도 하나의 프로세서를 포함하는 유동 해석 장치
|
