본 논문에서는 액화천연가스 운송을 위해 사용되는 맴브레인형 Mark Ⅲ 화물창 시스템의 주요 구조물인, 방열 판 구조물의 파손 강도 평가를 수행한 내용을 다루고 있다. Mark Ⅲ 방열 판 구조물을 복합적층 구조물로 고려하였으며 상용화된 범용 유한요소 프로그램인 MSC사의 PATRAN과 MARC를 사용하여 Mark Ⅲ 방열 판 구조물의 유한요소 모델을 개발하였다. 특히, 액화천연가스 화물의 특성으로 인해 Mark Ⅲ 방열 판 구조물이 접하는 상온에서 극저온에 이르는 광범위한 온도분포에 따른 재료 물성치 변화를 유한요소 모델에 포함하였다. 이 유한요소 모델을 기반으로 파손 강도 평가 절차가 확립되었으며, 이 때 Mark Ⅲ 방열 판 구조물의 파손 발생 여부를 판단하기 위해 Hashin, Hill, Hoffman, maximum stress, 그리고 Tsai-Wu와 같은 이방성 파손 기준들을 사용하였다. Mark Ⅲ 방열 판 구조물의 전반적인 구조적 거동을 이해하였으며 이후 초기 파손 영역에서 강도 평가를 수행하여 파손이 발생되었을 때의 위치와 하중 등을 알 수 있었다.

협업 환경에서 각 에이전트는 같은 의미의 정보를 서로 다른 용어로 사용하기 때문에 정보공유의 어려움이 있다. 즉 협력 제품개발 환경에서 동일한 제품정보를 각 에이전트가 서로 다른 용어로 표현함으로써 제품정보 공유를 어렵게 만든다. 이러한 어려움을 해결하기 위해서는 의미기반 정보를 활용한 제품정보 공유 방법이 필요하다. 본 연구에서는 의미기반 제품정보 공유를 위해 온톨로지 기반의 의미검색 시스템 및 기존의 PDM시스템과 연계하는 방법을 제안한다. 온톨로지는 OWL기반으로 구축하고, 구축된 온톨로지로부터 Pellet 추론 엔진을 이용하여 의미검색을 가능하게 하며, 이것을 웹서비스를 기반으로 구현하여 다른 시스템에서 활용이 가능토록 한다. 또한 기존의 PDM과 연계하여 PDM을 기반으로 의미검색을 수행할 수 있는 방법을 제안한다.

동시공학개념이 최적화의 개념과 함께 대두되면서 최적화 적용을 위한 많은 노력들이 실제 설계 문제에 적용되어 왔다. 하지만 최적화가 적용될 수 있는 설계 문제들은 확대되었지만 선박 설계과정은 모든 관련된 설계 작업들의 전산적인 통합의 어려움으로 인해 많은 부분들이 여전히 반복적인 접근 방법에 의존되고 있다. 이러한 접근 방법은 전체 설계 문제를 쉽게 다룰 수 있는 많은 하위 문제로 분해한 후 많은 다른 팀에 의해 복잡한 내부 상호작용 통해 이루어지고 있다. 본 논문은 이러한 실제 선박 설계 초기과정에 대해 초점을 맞추고 있다. 본 논문에서는 워크플로우(workflow) 기반 설계 프로세스 관리 시스템 구축을 위한 첫 단계로서, 프로세스 중심의 통합 프레임워크를 제안한다. 이 프레임워크는 크게, 관리자가 설계 진행 상황을 모니터링하고 관리할 수 있는 부분과 설계자가 설계 워크플로우를 따라 효과적으로 설계 업무를 수행할 수 있는 설계 업무 관리 부분으로 나뉘어진다. 전체 시스템은 그 관리 대상에 따라 여러 개의 모듈로 나뉘어지고, 그 모듈간에는 전체 시스템의 기능 달성을 위해 합리적인 상호작용이 이루어질 수 있도록 설계되었다. 설계 프로세스 모델은 실제 선박설계 현실의 분석을 통해 최대한 합리적이고 적용 가능한 모델이 괼 수 있도록 제안되었다. 제안된 프레임워크는 상용 워크플로우 시스템을 통해 실제로 구현될 예정이다.

본 논문에서는 통합제품개발 관점에서 Computer-Aided Engineering(CAE) 활동을 지원하는 제품자료모델(Product Data Model)을 제안한다. 제안된 제품자료모델은 제품개발 프로세스를 관리하는 제품생애주기관리(Product Lifecycle Management: PLM) 시스템에 현재 독립되어 진행되고 있는 CAE 활동을 통합될 수 있도록 한다. 제안된 제품자료모델에 포함된 제품관점(Product View)은 설계와 제품구조를 공유하여 다양한 대안을 해석하고, 그 결과를 손쉽게 설계로 전달할 수 있는 독립적 CAE 활동을 보장한다. 제안된 모델을 검증하기 위하여 제품개발 프로세스와 통합된 CAE 활동을 지원하는 PLM 시제품을 개발하였다.

SLSV(single loop single vector)방법은 신뢰성기반 최적설계(reliability-based design optimization, RBDO)에서 중첩된 반복과정을 제거함으로써 최적설계의 과도한 계산비용 문제에 대한 해결책을 제시하고 있지만, 종종 수렴하지 못하거나 잘못된 해가 얻어지는 등의 불안정성, 부정확성 문제를 가지고 있어 그 활용이 제한적이다. 본 논문에서는 수정된 HMV(hybrid mean value)방법, Inactive Design, Active MPP(most probable point) Design의 적용을 통해 SLSV방법에 있어서 안정성과 효율성을 효과적으로 개선시킬 수 있는 수정된 SLSV방법을 제안하였고 또한 다양한 예제를 통해 수정된 SLSV방법의 유용성을 검증하였다.

Co Evolutionary Structural Design(CESD) Framework is presented, which can deal with the load design and structural topology design simultaneously. The load design here is the exploration algorithm that finds the critical load patterns of the given structure. In general, the load pattern is a crucial factor in determining the structural topology and being selected from the experts어 intuition and experience. However, if any of the critical load patterns would be excluded during the process of problem formation, the solution structure might show inadequate performance under the load pattern. Otherwise if some reinforcement method such as safety factor method would be utilized, the solution structure could result in inefficient conservativeness. On the other hand, the CESD has the ability of automatically finding the most critical load patterns and can help the structural solution evolve into the robust design. The CESD is made up of a load design discipline and a structural topology design discipline both of which have the fully coupled relation each other. This coupling is resolved iteratively until the resultant solution can resist against all the possible load patterns and both disciplines evolve into the solution structure with the mutual help or competition. To verify the usefulness of this approach, the 10 bar truss and the jacket type offshore structure are presented. SORA(Sequential Optimization & Reliability Assessment) is adopted in CESD as a probabilistic optimization methodology, and its usefulness in decreasing the computational cost is verified also.

확률론적 구조설계 최적화는 구조물의 역학적 특성이나 하중의 불확실성이나 임의성과 같은 변동성을 정량적이고 합리적으로 고려할 수 있다는 점에서 기존의 전통적인 확정론적 최적화와 비교된다. 확률론적 최적화의 방법론으로는 개선된 일계이차모멘트법을 이용하는 신뢰도지수에 기반한 접근법(MPFP search)이 널리 알려져 있으며, 최근 목표성능치에 기반한 접근법(MPTP search)이 새롭게 제안되었다. 본 논문에서는 이들 두 가지 접근법에 대한 정식화를 수행하고, 특히 탐색과정에서 소모적인 반복계산을 발견하고 제거하는 알고리즘을 제시하였다. 예제에서 두 접근법에 의한 확률론적 최적화를 수행하고 구조설계 최적화의 관점에서 두 접근법의 장단점을 비교검토하였다.

구조설계 과정에서 설계대안을 효율적으로 생성하여 평가하면서, 특히 다목적 환경 속에서 최적구조의 위상과 부재의 치수까지 동시에 결정할 수 있는 새로운 방식을 제시하고자 한다. 설계자가 설계대안을 생성하기 위해 설계자의 경험과 노하우를 체계적으로 구축해 놓고 이를 적절한 시기에 활용할 수 있게 하는 방법으로는 인공지능 기술의 하나인 사례기반 추론 기법을 사용하였다. 이와 더불어, 설계대안들 간의 효율적인 비교와 평가를 위해서 구조물의 계층적인 면을 고려한 새로운 유전적인 표현법을 개발하였다. 여기에 기존의 유전적 표현법을 변경시켜 생긴 여분의 효과와 계층적인 특징을 가지는 Structured Genetic Algorithm(StrGA)를 변형시켜서 사례기반 추론에 의해 생성된 설계대안들을 표현하였다. 일반적인 구조설계 과정에서는 구조물을 평가하는 기준이 여러 개가 존재하므로, 모든 대안들을 동시에 최적화 하는 과정에 Multicriteria Optimization for Genetic Algorithm(MOGA)를 병합하였다. 본 논문에서는 인공지능 기술을 이용하여 구조물의 위상설계를 할 수 있는 새로운 방법을 제안하여 그 유용성을 truss 설계문제에 대해 검토하였다.

Genetic Algorithms(GA)는 생명체의 자연진화 법칙에 기초한 최적화 방법으로 그 범용성이 높이 평가되어지고 있다. 기존의 GA는 대부분 설계변수로 2진수형 코드를 사용하는데, 이는 실수형 설계변수로 구성된 최적화 문제를 해결하기 위해 컴퓨터 주 기억용량을 많이 사용하여야 하며, 계산 시간 면에서도 비효율적이고 또한 국부탐색 능력도 떨어지는 단점이 있다. 따라서 본 연구에서는 GA에 의한 최적화과정에서 실수형 설계변수를 직접 사용할 수 있도록 교배와 돌연변이 과정을 새로이 정식화하였다. 그리고 여러 형태의 단일 및 다목적함수 최적화 문제에 대해 실수형 GA와 2진수형 GA의 결과를 비교 검토하였다. 비교 검토 결과, 실수형 GA의 성능이 2진수형 GA보다 우수함을 알 수 있었고, 일반 최적화 방법으로 실수형 GA를 사용하여도 무방하리라 본다.

구조물의 신뢰도를 평가하는 방법을 살표보고 각각의 장.단점을 비교한다. 각 방법의 정확성을 평가하는 기준으로는 Crude Monte Carlo(CMC)방법을 택하여 Importance Sampling(IS)방법, 그리고 Directional Simulation(DS) 방법을 살펴보고 1차 근사방법은 현재 많이 사용되고 있는 Rackwitz-Fiessler(RF)방법, Chen과 Lind가 제안한 3-parameter방법(CL), Hohenbichler가 제안한 Rosenblatt 변환방법(RT)을 그리고 2차 근사방법은 Breitung이 제안한 곡률적합 포물선 (Curvature Fitted Paraboloid, CFP) 공식과 Kiureghian이 제안한 점적합 포물선(Point Fitted Paraboloid, PFP)공식, 그리고 Log-Likelihood Function을 이용하여 원변수공간에서 파괴확률을 구하는 2차 근사공식(LLF)을 비교한다. 그리고 한계상태식이 불명확할 때 효율적으로 사용할 수 있는 반응응답법(Response sufrace method, RSM)을 살펴본다. 각 방법의 효율성 특히 적용 가능성을 예제를 통해 해석한 결과 추출법의 경우는 DS방법이, 그리고 근사방법에서는 RSM방법이 효율적임을 알 수 있다.

최적화기법의 최종목표는 전체최적점(golbal optimum point)을 정확히 그리고 효율적으로 구하는 것이다. 이를 위해 확률론적인 탐색과정을 가지는 Simulated Annealing과 Genetic Algorithm에 의한 최적화과정을 살펴보고, 수학적함수와 트러스, 보 구조물에 대해 최적설계를 행하여 전체최적점에 도달한 신뢰도 및 계산시간을 기준으로 기존의 확정론적 최적화기법에 의한 결과와 그 유용성을 비교검토하였다.

구조응답이나 상태함수가 음함수(implicit function)형태로 주어지는 복잡한 구조물의 설계감도해석 및 신뢰성해석을 효율적으로 수행할 수 있는 방법을 개발하기 위하여, 먼저 확률 유한요소법을 사용한 확정론적 감도해석 방법을 정식화하고, 이를 바탕으로 MVFOSM, AFOSM 및 SORM등의 2차 모우먼트 방법에 의한 신뢰성 해석을 수행하였으며, 또한 신뢰성에 기초한 최적설계를 수행하는 경우에 필요한 확률론적 설계감도해석 방법을 제시하였다. 수치해석 예로서 박판 구조물의 평면응력문제와 판굽힘문제에 대한 해석을 수행하였는데, 초기 항복이 발생하는 경우를 파괴상태로 정의하였으며, 외부하중, 항복응력, 판두께, 탄성계수 및 Poisson비 등을 확률변수로 다루었다. 모든 경우에 있어서, 본 논문에서 제시한 방법으로 구한 구조응답의 분산이나 파괴확률이 Monte Carlo simulation의 결과와 잘 일치함을 알 수 있었으며, 또한 신뢰성설계시, 확률론적 감도해석결과로부터 확률변수들의 상대적 중요도를 파악할 수 있을 뿐만 아니라, 설계변수(혹은 확률변수)의 평균 혹은 분산계수의 변화에 따른 신뢰성지수의 변화량을 미리 예측할 수도 있다.

구조 공학에서의 고유치 문제는 좌굴해석, 진동해석 등 여러분야에 응용되고 있다. 일반적으로 구조물의 좌굴강도 해석에 사용되는 대부분의 변수들은 불확실성을 내포하고 있으므로 확률론적 해석을 수행해야 하지만, 구조물의 좌굴 신뢰성 해석을 위한 극한상태 방정식은 확률변수의 함수로 명확히 표현되지 않으므로 확률 유한 요소법의 사용이 필요하다. 따라서 본 논문에서는 직접미분법에 의해 정식화된 확률 유한요소법을 사용하여 고유치 문제의 신뢰성 해석방법을 정식화 하고, 이를 바탕으로 좌굴 신뢰성 해석을 수행하였으며, 결과의 타당성을 검증하기 위하여 Crude Monte Carlo Method 및 이 방법의 단점을 대폭 보완한 Importance Sampling Method를 사용하였다. 본 논문에 의해 좌굴 신뢰성 해석 방법이 정립됨으로서 신뢰성에 기초한 최적 설계를 수행하는 경우, 시스템 파괴확률로서 소성 파괴확률과 더불어 좌굴 파괴확률의 고려가 가능해졌다.

구조해석에 사용되는 변수들이 갖고 있는 통계적 특성을 고려하기 위해 기존의 방법에서는 경험에 입각한 안전계수를 사용하여, 변수가 갖고 있는 불확실성을 정성적으로 취급하여 구조물의 안전성을 점검하여 왔다. 그러나, 최근 확률이론에 입각한 신뢰성이론을 적용하여 구조물의 안전성을 보다 정량적으로 파악하여 충분한 경험과 실적이 부족한 새로운 형태의 구조물의 안전성 점검에도 활용하려는 시도가 많이 이루어지고 있다. 이러한 추세에 따라, 본 연구에서는 기존의 유한요소법에 확률론적 수법을 가미한 확률 유한요소법을 개발하여, 구조해석에 사용되는 변수들이 갖고 있는 불확실량들이 구조해석의 최종결과에 어떤 영향을 미치는가를 확률적으로 처리하여, 구조물의 안전성을 보다 합리적으로 평가하도록 하였다.