CFD의 미래 - 수정구를 15분간 자유롭게 바라보세요.
ChatGPT는 전산유체역학(CFD) 코드가 아직 보이지 않는 속도로 발전하는 동안 코딩의 세계를 뒤집어 놓고 있습니다. 기계 학습 연습은 비트코인 채굴에서 막 해방된 GPU로 넘쳐나고 있으며 CFD 코드는 정확히 해당 GPU에서 생산적으로 실행되기 시작합니다. 수천 대의 자동차를 실은 선박이 북해에서 불타고 있는 가운데 자동차 산업은 배터리 열 폭주를 완화하기 위해 CFD를 채택하기 시작했습니다. 남부 유럽에서 산불이 대규모로 숲을 파괴하는 가운데, 한 스타트업 회사가 혁신적인 소방 항공기를 서둘러 제작하고 있습니다. 엔지니어들이 CFD 시뮬레이션의 지원을 받아 해저 농업을 탐구하는 동안 바다는 점점 더 따뜻해지고 있습니다. 국가들은 대규모 대안을 위한 경쟁이 본격화되는 동안 화석 연료 기반 추진 시스템을 금지하고 있습니다.
세상은 점점 더 빠른 속도로 변화하고 있습니다. 동시에 기후변화의 시계가 똑딱거리고 있습니다. 이로 인한 어려움을 극복하려면 상당한 사회적, 경제적 노력이 필요할 것입니다. 그러나 인류가 기후 변화에 대처한다면 혁신적인 공학이 이러한 성취에 필수적인 역할을 했을 것임도 분명합니다. 그리고 CO2 및 관련 기후 가스의 (비)배출은 유체 역학 및 반응 흐름의 열역학에 의해 핵심적으로 제어되므로 궁극적으로 전산 유체 역학(CFD)의 주요 작업이기도 합니다. 경쟁은 계속되고 있으며 인류의 미래는 상상할 수 있는 것보다 CFD의 미래와 더욱 밀접하게 연결되어 있습니다.
"그렇다면 CFD의 미래는 어떤 모습일까요? "
"우리는 감히 예측을 해보았습니다."
향후 20년 동안 CFD의 미래는 어떤 모습일까요? 메시 기반 방법을 계속 사용할 예정인가요? 메쉬는 어떻게 생성되나요?
Meshfree CFD 코드는 선택된 응용 분야에 대해 메쉬 기반 방법에 대한 매력적인 대안 접근 방식을 제공합니다. 가장 높은 정확성보다 결과를 빠르게 얻는 것이 더 중요할 때 SPH(Smoothed Particle Hydrodynamics)는 효율적인 도구이며 앞으로도 그럴 것입니다. 그러나 만능 CFD 방법은 없을 것입니다. 오늘날보다 훨씬 더 미래에는 메시 기반 접근 방식과 메시리스 접근 방식이 혼합된 하이브리드 공존으로 구성될 것입니다. 최소한의 사용자 노력으로 메시 생성 자동화와 고품질 메시 생성은 계속해서 발전할 것입니다.
모델 기반 적응형 메쉬 개선과 같은 기술은 더욱 발전할 것이며 최소한의 사용자 개입으로 필요한 정확도 수준을 충족할 수 있게 될 것입니다. 자동화되고 지능적인 분해능 개선이 확립된 방법론이 될 입자 기반 SPH 방법에도 마찬가지입니다. AI 기반 메쉬 생성은 또 다른 미래 주제가 될 수 있습니다. CFD 코드가 모든 기술을 하나의 코드로 흡수하므로 메시 기반 처리와 메시 없는 처리 사이를 전환하는 영리한 접근 방식이 현실이 될 수 있습니다.
그러나 모든 경우에 적용되는 일률적인 CFD 메싱 솔루션은 없지만 주어진 문제에 가장 적합한 방법을 자동화되고 지능적이며 적응력 있게 선택할 수 있는 솔루션이 있을 것입니다. 어떤 경우든 적절한 접근 방식과 메싱 기술은 오늘날의 솔루션보다 더 빠릅니다. 시뮬레이션 설정, 하드웨어 구성 및 액세스를 위한 엔지니어링 시간을 줄이면서 높은 충실도를 보장하는 것은 Siemens의 CAE 솔루션에 대한 지속적인 투자를 위한 중요한 동인입니다. 이를 통해 CFD 엔지니어는 단일 CFD 시뮬레이션 환경에 통합된 상태를 유지하면서 적절한 메싱 기술을 사용하여 오늘날 제품의 복잡성을 모델링할 수 있습니다.
난기류는 어떻게 처리됩니까?
메시 생성 또는 메시 프리 접근 방식과 마찬가지로 오늘날과 다르지 않으며 난류 모델링에는 단일 솔루션이 없습니다. 난류 모델링은 여전히 주로 통계 모델링 Reynolds Average Navier-Stokes(RANS)와 대규모 와류 시뮬레이션(LES) 또는 분리 와류 시뮬레이션(DES)과 같은 규모 분해 시뮬레이션(SRS)의 조합을 기반으로 합니다. 두 방법 모두의 일부 개선은 물리적 가정과 기계 학습(ML)의 조합에서 비롯될 가능성이 높습니다.
주요 과제는 동일하게 유지되며 분리를 결정하여 불안정한 난류 흐름을 정확하게 예측하는 것입니다. 그리고 RANS만으로는 이 문제를 완전한 예측 방식으로 처리할 수 없을 것 같지만 LES는 여전히 계산 비용이 많이 들기 때문에 오늘날과 비교하면 두 접근 방식이 결합되는 방식이 달라집니다. 가장 적절하거나 함께 SRS 모델의 로컬 솔루션이 통계 모델(예: 기계 학습을 통해)에 로컬로 정보를 제공하는 경우입니다.
엔지니어가 CFD 시뮬레이션에서 이러한 AI 기반 모델 선택을 점점 더 많이 활용함에 따라 해당 모델에 대한 확실한 이해와 시뮬레이션에서 어떤 모델이 언제, 어디서 사용되는지에 대한 명확한 가시성이 있어야 합니다. AI가 가져올 수 있는 많은 이점에도 불구하고 난류의 비선형 특성으로 인해 이 분야에서는 엔지니어링 또는 연구원 경험과 엄격한 검증을 통한 비판적 판단이 필요합니다.
지속적으로 증가하는 계산 능력으로 인해 고충실도 모델, LES 또는 직접 수치 시뮬레이션(DNS)은 적절한 산업 분야에 더욱 진출하여 난류에 대한 대부분의 연구를 지배하게 될 것입니다. 그러나 엔지니어는 엔지니어링 질문에 답하기 위해 가장 효율적인 솔루션을 계속 사용할 것입니다. 따라서 RANS는 주어진 난류 문제를 해결하는 데 한계에 도달했다는 결과가 입증되지 않는 한 더 빠르게 진행하기 위한 최첨단 산업용 CFD 접근 방식으로 남을 것입니다.
CFD의 미래는 실시간 실행을 의미할까요?
더 빠르게 진행하는 것은 혁신적인 흐름 솔루션을 찾을 수 있는 가능성을 탐색하고 예측 엔지니어링에 필요한 높은 충실도를 갖춘 제품의 복잡성을 모델링하기 위한 전제 조건입니다.
실시간 CFD가 궁극적인 이상이지만, 야간 실행은 한동안 이 충실도가 높은 설계 공간 탐색 엔지니어링에서 여전히 역할을 수행할 것입니다. 오늘날과 비교하면 엔지니어가 보다 복잡한 제품 요구 사항에 대응하여 훨씬 더 포괄적인 다분야 디지털 트윈을 생성함에 따라 이러한 시뮬레이션의 정교함 수준이 높아질 것입니다.
동시에 산업 메타버스가 발전함에 따라 신속한 실시간 유체 역학 예측에 대한 필요성이 새로운 응용 분야가 될 것입니다. AI 및 저충실도 물리학 접근 방식은 새로운 하드웨어와 마찬가지로 이 야심찬 목표에서 중요한 역할을 할 것입니다. 양자 컴퓨팅은 이러한 측면에서 궁극적인 파괴자가 될 것입니다. 그때까지는 지능형 속도 향상 기술에 대한 지속적인 탐구와 차세대 CPU(중앙 처리 장치) 기반 HPC(고성능 컴퓨팅), GPU(그래픽 처리 장치), ARM 및 저지연 캐시 기술을 활용하는 것이 가장 중요할 것입니다. 실시간 유체 역학 시뮬레이션에 더 가까워지는 것이 중요합니다.
CFD의 미래를 위한 궁극적인 방법은 무엇입니까?
결론적으로 메시 생성/모델링이나 유체역학 예측의 일반 기술 모두에 대한 모든 요구 사항을 충족할 수 있는 단일 방법론은 없을 것입니다. 오늘날과 같지만 더 다양한 범위에서는 필요한 충실도와 응답 시간 사이에서 가장 적절한 절충안을 선택하는 다양한 방법이 있을 것입니다. 방법론은 "전통적인" 고충실도 CFD 방법부터 SPH와 같은 신속한 메시 프리 시뮬레이션을 통해 AI 지원 유체 역학 예측에 이르기까지 다양합니다. 시뮬레이션의 경우 AI는 모델링 선택에 도움이 될 수 있지만 CFD 결과에 대한 엔지니어링 전문 지식과 판단은 여전히 필수적입니다. 그러나 이러한 광범위한 CFD 기술을 통합 플랫폼/코드 환경에 지속적으로 포함시킴으로써 엔지니어는 통합 상태를 유지하면서 가능한 최상의 시뮬레이션을 선택하고 더 빠르게 진행할 수 있습니다.
향후 20년 동안 CFD의 큰 추세는 무엇입니까? - CFD의 접근성
클라우드 기반 CFD 솔루션의 제공 및 사용이 엄청나게 증가할 것입니다. SaaS 비즈니스 모델의 유연성과 확장성을 통해 오늘날 모든 규모의 기업과 개인은 특정 CFD 프로젝트에 대해 특정 시간에 필요한 정확한 양의 하드웨어 및 소프트웨어에 즉시 액세스할 수 있습니다. 사전 및 사후 처리는 워크스테이션에서 웹 브라우저로 이동합니다.
Siemens가 최근 출시한 Simcenter Cloud HPC를 사용하면 기본 Amazon Web Services(AWS) 인프라를 사용하여 Siemens가 구성하고 관리하는 최적화된 하드웨어에서 CFD 시뮬레이션을 실행할 수 있습니다.
CFD의 민주화
충실도가 높은 CFD에 대한 장벽은 모든 수준에서 더욱 낮아질 것입니다. 클라우드 기반 서비스(위 참조)는 일부 장치 및 브라우저를 사용하는 모든 사람에게 CFD 소프트웨어 및 필수 하드웨어에 대한 액세스 권한을 부여합니다. 최신 CFD 솔루션은 분리된 백엔드(솔버, 물리) 및 프런트엔드(GUI, 사전 및 사후 처리, 자동화)를 통해 클라이언트-서버 기술을 활용합니다. 이러한 아키텍처를 사용하면 로우 코드 접근 방식을 사용하여 특정 애플리케이션을 위한 전용 맞춤형 앱과 같은 프런트 엔드를 독립적으로 생성하거나 자연어 처리 프런트 엔드를 새로운 최종 사용자 기반에 CFD를 개방할 수 있습니다. CFD 전문가는 최소한의 노력으로 모범 사례를 통합하고 유지함으로써 이러한 앱과 유사한 프런트 엔드를 배포할 수 있습니다.
새로운 입력 및 출력 장치 기술(터치 패드, 가상 현실(VR), 증강 현실(AR) 등)을 사용하면 시뮬레이션 결과를 보다 쉽게 설정하고 탐색할 수 있습니다.
Immersive Virtual Reality | Simcenter STAR-CCM+
이러한 모든 사용자 경험(UX) 향상으로 CFD 비분석가도 훨씬 더 광범위하고 정기적으로 CFD를 사용할 수 있게 될 것입니다. 점점 더 많은 수의 설계자와 응용 분야 중심(CFD 전문가가 아닌) 엔지니어가 사전 정의된 시뮬레이션 방법론을 활용하게 될 것입니다. 산업 메타버스는 유체 역학 시뮬레이션을 위한 완전히 새로운 사용자 클래스를 추가할 수 있으며, CFD 시뮬레이션의 대상과 사용자 기반을 엔지니어링이나 연구보다 더 넓은 교육 수준에서 훨씬 젊은 세대로 더욱 확장할 수 있습니다.
댓글 없음
댓글 쓰기