AI와 40년간의 전문 지식으로 Simcenter Testlab Neo의 모달 분석 워크플로우를 안정적으로 자동화합니다.
최근 Simcenter Testlab Neo가 인공지능(AI)과 새로운 모달 대시보드로 개선된 완전히 새로운 모달 분석 워크플로우를 도입하여 구조 동역학 테스트를 크게 가속화하고 효율성과 정확성을 개선한다고 발표했습니다.
이제 새로운 AI 지원 모달 분석을 통해 분석 워크플로우를 최대 7배 더 빠르게 자동화하고 속도를 높이며 초보 및 중급 사용자가 분석이 끝날 때 전문가가 일반적으로 도달하는 결과를 97.8%의 놀라운 일치도와 0%의 모순으로 원활하게 달성할 수 있도록 하는 방법을 자세히 살펴보겠습니다!
먼저 진행 상황에 맞춰 건배를 하고, 망치질 소리를 들으며, 심센터 테스트랩 네오 신제품 2506에 대한 기대감을 느껴보세요!
심센터 테스트랩 네오 신제품 2506에서 새로운 AI 지원 모달 분석을 소개합니다. 비디오에는 오디오가 포함되어 있으니 놓치지 마세요!
AI 지원 모달 분석: 후드 아래에는 무엇이 있을까요?
측정된 FRF를 바탕으로 실험 모드 분석은 안정화 다이어그램의 상세한 평가와 선택된 모드의 검증으로 시작됩니다. 이러한 분석에는 주로 다음 단계가 포함됩니다:
1. 극 선택: 안정화 다이어그램에서 극을 선택하여 측정된 데이터에 정확하게 맞는 종합적인 모달 모델을 구축합니다
2. 모드 검증: 계산된 모드가 구조물의 실제 물리적 공명에 해당하는지 확인합니다.
문제는 시스템을 정확하게 표현할 수 있는 충분한 수의 극을 너무 많이 포함하지 않고 선택하는 것입니다. 이는 노이즈가 많은 데이터 세그먼트로 인해 가짜 수치 극을 유발할 수 있습니다. 수동으로 수행할 경우, 특히 구조적 복잡성이 증가함에 따라 시간이 많이 걸리고 오류가 발생하기 쉽습니다. 이를 자동화하면 높은 정확도와 효율성을 유지할 수 있다면 프로세스를 크게 가속화할 수 있습니다.
저희의 새로운 AI 지원 모달 분석은 모든 경험 수준의 엔지니어들이 모달 분석을 최대한 빠르고 정확하게 수행할 수 있도록 도와줍니다. 이 기술은 폴 선택과 검증을 처리하기 위한 두 가지 전략을 통합합니다:
1단계: 머신러닝(ML) 기반 폴 선택: 이 방법은 밀도 기반 애플리케이션의 공간적 노이즈 클러스터링(DBSCAN)이라는 비지도 ML 방법을 사용합니다. DBSCAN은 폴을 정규 분포를 넘어서는 고유한 패턴이나 유사성을 기반으로 의미 있는 클러스터로 구성하면서 데이터셋에서 노이즈가 있는 지점을 효과적으로 식별합니다.
2단계: 지식 기반 모드 검증: 모달 매개변수 선택에 대한 도메인 지식을 기반으로 한 2단계 클러스터 검증을 적용합니다. 이를 통해 시스템은 물리적 극과 수치적 극을 효과적으로 구분할 수 있습니다. 첫 번째 단계에서는 단일 모드가 여러 클러스터로 분할되지 않도록 클러스터 내 대표 극을 검사합니다. 두 번째 단계에서는 새로운 메트릭을 사용하여 각 계산된 모드가 최종 '모드 세트'와 FRF 합성에 미치는 영향을 분석하여 잠재적인 수치 모드를 식별하고 제거합니다.
방법론과 통합 및 검증 방법에 대한 자세한 내용은 [1]에서 확인할 수 있습니다. 새로운 AI 지원 모달 분석에 대한 개요는 아래 그림 1에 나와 있습니다:
 |
| 그림 1: 심센터 테스트랩 Neo 2506에 통합된 새로운 AI 지원 모달 분석 방법론 개요 |
새로운 AI 지원 모달 분석의 효율성, 정확성 및 일관성
새로운 AI 지원 모달 분석의 성능을 평가하기 위해, 우리는 24명의 엔지니어를 대상으로 배심원단 테스트를 실시했습니다: 8명의 초보 사용자(일반 지식 포함), 8명의 중간 사용자(가끔 실습 경험 포함), 그리고 8명의 전문가(모달 분석에 깊은 전문 지식 포함). 5점 척도로 2단계에서 5단계에 이르는 다양한 산업 관련 데이터셋 8개가 사용되었습니다. 이를 통해 다양한 시나리오에서 이 방법의 다재다능성과 신뢰성을 철저히 평가하고, 다양한 실험 조건에서의 적용 가능성을 확인했습니다 [1]. 이러한 포괄적이고 상세한 조사를 통해 도출된 결론을 공유해 보겠습니다:
 |
| 그림 2: 심센터 테스트랩 Neo 2506에 통합된 새로운 AI 지원 모달 분석의 정확성과 일관성을 입증하는 결과 |
1. 시간 절약: 평균적으로 사용자들은 계산된 안정화 다이어그램을 시작으로 8개의 모든 데이터셋에서 모달 분석을 완료하는 데 약 1시간 30분을 보냈습니다. 이는 FRF 선택부터 최종 분석 결과까지 측정된 데이터셋당 약 15분에 해당합니다. 물론 이 수는 데이터셋의 복잡성에 따라 달라집니다. Simcenter Testlab Neo의 새로운 AI 지원 모달 분석을 통해 실제 모달 계산이 단 1초 만에 완료되므로, 이 시간은 주로 FRF를 선택하고 안정화 다이어그램을 생성하는 데 2분 이내로 단축되었습니다. 분석 시간도 데이터셋의 복잡성과 거의 무관하게 유지됩니다. 이로 인해 총 분석 시간이 최대 7배 더 빨라지며, 가장 많은 시간이 소요되는 단계인 모달 분석이 이제 자동으로 거의 즉시 수행됩니다.
2. 정확성과 일관성 달성: 성능을 평가하기 위해 Simcenter Testlab Neo의 새로운 AI 지원 방법과 이전에 Simcenter Testlab에 통합된 표준 자동 모드 극 선택(AMPS) 접근 방식을 벤치마킹했습니다. 또한, 초보자와 중급 사용자의 결과도 비교를 위해 포함되었습니다. 평가는 도메인 전문가들이 식별한 모드와 비교하여 선택된 모드의 총 수에 초점을 맞췄습니다. 그림 2에 나타난 바와 같이, 결과는 다음을 명확하게 보여줍니다:
1. AMPS와 새로운 AI 지원 모달 분석 모두 전문가의 성능에 매우 근접한 결과를 달성했습니다.
2. AMPS는 전체적으로 (전문가들이 평균적으로 선택한 것보다) 더 많은 모드를 선택하는 경향이 있었지만, AI 지원 방법이 더 정확하여 전문가들이 확인하지 않은 모드 선택을 피했습니다. 특히 AI 지원 방법으로 선택한 모든 모드도 전문가들에 의해 선택되었으며, 이는 이 새로운 방법이 AMPS 접근 방식보다 전문가의 행동을 더 정확하게 모방한다는 것을 나타냅니다.
 |
| 그림 3: Simcenter Testlab Neo 2506은 테스트 정확도를 높이고 모델 검증 및 업데이트 속도를 높인 완벽한 모달 테스트를 위한 고도로 통합된 솔루션을 제공합니다. |
우리의 조사 결과는 다음과 같습니다.: 새로운 AI 지원 방법은 97.8%의 일치도와 0%의 모순으로 전문가 선택과 일치하는 정확하고 일관된 결과를 자동으로 제공합니다. 놀랍게도 자동화 덕분에 이러한 결과는 수동 분석보다 7배 더 빠르게 달성되었습니다. 이 성능은 40년간의 입증된 도메인 전문 지식을 바탕으로 한 자동 결과 검증을 통해 더욱 강화된 AI의 잠재력을 분명히 보여줍니다.
자신의 FRF 데이터셋을 사용하거나 Smart Hit Selection과 같은 뛰어난 기능을 갖춘 CAD 기반 계측 및 측정을 활용하고 싶으시다면, 이제 Simcenter Testlab Neo를 워크플로우에 도입하고 강력한 테스트 기능을 잠금 해제할 때입니다. 더 이상 기다리지 말고 지원 센터를 방문하여 공식 2506 릴리스를 다운로드하여 진행 상황을 직접 확인하세요. 저희는 구조 동역학 테스트를 더 빠르고, 스마트하고, 효율적으로 만들기 위해 최선을 다하고 있습니다!
[1] 안드레 타바레스, 에밀리오 디 로렌조, 브람 코넬리스, 시몬 만자토, 바트 피터스, 윔 데스멧, 콘스탄티노스 그릴리아스, "밀도 기반 클러스터링을 통한 자동화된 실험 모드 분석: 배심원 테스트를 통한 벤치마크 검증" 기계 시스템 및 신호 처리, 볼륨 232, 2025, 112714, ISSN 0888-3270
