이 솔루션은 설계 최적화, 신뢰성 향상, 비용 절감을 위해
변수 분석과 데이터 기반 설계를 활용하여 효율적인 의사결정을 지원합니다..
해석 및 시험을 위한 시나리오 자동 생성
Maximin Latin Hypercube Sampling 기반 시나리오 자동 생성
샘플링 된 점들 간의 최소 거리를 최대화하여, 설계 공간 전반에 걸쳐 고르게 분포된 샘플 생성
고차원 공간에서도 효율적인 초기 설계점 구성 가능
적은 수의 시나리오로 다양한 변수 조합을 효과적으로 탐색
Scatter Plot Matrix / Bar Plot / 히트맵을 통한 입력 변수 간 상호관계 분석 용이
파라미터 스터디의 효율성과 정확성 향상
메타모델 정확도 향상에 유리
보고서 자동 생성
데이터 자동 변환
-
솔리드웍스 구조/유동해석 파라미터 스터디 결과 데이터를 체계적으로 자동 정렬
-
입/출력 파라미터를 명확히 구분하여 저장 (가독성 향상)
-
입/출력 파라미터 최대/최소 값을 제공하여 후속 데이터 분석 지원
-
후속 데이터 분석(민감도 분석 및 메타모델 생성 등)의 효율성 향상 지원
-
다양한 해석 및 시험 데이터 자동 변환을 위한 커스텀 기능 개발 가능
입/출력 파라미터 간 상관관계 및 민감도 분석
입/출력 파라미터 간 피어슨 상관관계 분석 (히트맵 시각화 차트)
출력 파라미터에 대한 입력 파라미터 민감도 분석
복잡한 상호 작용을 정밀하게 분석하여, 특정 입력 변수가 제품 성능에 미치는 영향 정량화
최적화 대상 입력 변수의 우선순위를 도출하여, 정확한 설계 인사이트 도출
데이터 기반 신뢰성 있는 의사결정 지원
상세한 설명이 포함된 분석 보고서 자동생성 -> 업무 효율성 향상
제약조건 기반 설계 사양 분석
사용자가 설정한 제약조건과 목표 성능 지표를 고려하여 최적의 설계 변수 조합 탐색
제품의 기능과 성능을 동시에 만족할 수 있는 설계안 자동 도출
성능과 비용 간의 균형을 효율적으로 검토
의사결정 지원과 분석을 통한 설계 품질 개선 달성
분석 보고서 자동 생성 (업무 효율성 향상)
메타모델 생성 및 출력 예측
파라미터 스터디 결과 데이터 기반 메타모델 자동 생성
Isotropic Kriging / MLS / Polynomial Regression 메타모델 지원
메타모델 정확도 및 오차 평가 지표 (CoP, RMSE, MAE)
메타모델 잔차 분석 (Histogram, Q-Q Plot of Residual)
메타모델 잔차 평가 (표준편차, Mean + 1.5 x Std, Q3 + 1.5 x IQR 등)
잔차 제거를 통한 메타모델 개선
입력 파라미터 변화에 따른 출력 값 예측
메타모델 분석을 통한 Adaptive Sampling 자동 생성 (메타모델 정확도 향상)
제약조건 기반 신뢰성 분석
제약조건 기반 Safe/Unsafe 시나리오 통계 분석
시각화 차트를 통한 효과적인 Safe/Unsafe 시나리오 영역 분석
제약조건을 만족하는 Safe Condition 입력 변수 범위 자동 도출 -> 설계 방향 제시
제품 성능을 만족시킬 수 있는 설계 변수 분석 (최적화를 위한 인사이트 도출)
분석 보고서 자동 생성 (업무 효율성 향상)
데이터 분석 보고서 자동 생성
사용자가 이해하기 쉽고 활용하기 편한 형식으로 분석 보고서 자동 생성
주요 지표, 그래프, 분석 결과를 직관적으로 정리하여 명확한 정보 전달
보고서의 일관된 양식을 유지하여 보고서 작성 업무를 간소화
연구 및 설계 과정의 분석 결과 공유를 효과적으로 지원하여 팀 간 협업 강화
문서화 작업에 소요되는 시간과 비용을 절감하고 업무 효율성 증대
신뢰성 있는 분석 보고서로 의사결정의 설득력과 정확성을 높이는 데 기여