• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 " 아이스팩"에 대한 통합 검색 내용이 26개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
앤시스 2024 R1 : 디지털 엔지니어링 생산성 높이는 AI 기반 시뮬레이션 솔루션
개발 : Ansys, www.ansys.com 주요 특징 : 최신 디자인 언어로 멀티피직스 포트폴리오 전반에서 사용자 경험 향상, 새로운 사용자 인터페이스로 접근성 강화, 소프트웨어의 통합 및 개방형 아키텍처/HPC/클라우드를 통한 확장성 지원, 엔지니어링 팀 간의 협업 워크스페이스 제공, AI 기능을 통해 고급 수치 연산 가속 및 예측 정확도 향상 등 공급 : 앤시스코리아, www.ansys.com/ko-kr     앤시스코리아는 디지털 엔지니어링 생산성 향상을 위해 보다 개선된 사용자 경험(UX)을 제공하는 인공지능(AI) 기반 엔지니어링 시뮬레이션 솔루션인 ‘앤시스 2024 R1(Ansys 2024 R1)’을 발표했다. 앤시스 2024 R1은 AI를 활용해 디지털 엔지니어링 생산성을 높이기 위한 향상된 사용자 경험을 제공한다. 개방형 아키텍처와 결합되어 엔지니어링 워크플로를 최적화하고, 강력한 협업을 촉진하는 것은 물론 실시간 상호작용을 장려해 최종 프로젝트 결과를 향상시킬 수 있다. 차세대 제품들은 통합 전자기기(integrated electronics), 임베디드 소프트웨어(embedded software), 유비쿼터스 커넥티비티(ubiquitous connectivity)를 포함하는 보다 복잡한 시스템(complex systems)으로 변모하고 있다. 이러한 시스템의 다양한 구성 요소가 함께 잘 작동하려면 열역학, 소음, 공기 흐름 등 다중 물리 현상을 분석하는 통합 멀티피직스 시뮬레이션 솔루션의 정확한 예측 능력이 요구된다. 또한 다양한 도전 과제를 해결할 수 있는 강력한 공학 도구에 대한 접근은 고객의 고품질, 신뢰성 및 더욱 지속 가능한 제품 요구를 충족시키기 위해 쉽고 직관적일 필요가 있다. 앤시스 2024 R1은 사용자 정의가 가능한 새로운 인터페이스를 제공해 사용자의 접근성과 경험을 향상시킬 수 있다. 또한, 앤시스 2024 R1에 추가된 AI 기반 솔루션은 제품 개발과 창의적인 설계 탐구를 더욱 가속화할 전망이다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “소프트웨어 정의 전기 자동차(Software-Defined Electric Vehicles), 전동 수직 이착륙기(eVTOL : Electric Vertical Take-off and Landing Aircraft), 맞춤형 실리콘, 인실리코(In-Sillico) 헬스케어 실험 같은 산업군에서 엔지니어링의 복잡성이 증가하고 있으며, 이는 산업 전반에 걸쳐 직면하고 있는 도전 과제다. 앤시스 2024 R1은 디지털 엔지니어링에 대한 접근성을 개선함으로써 이러한 도전을 기회로 바꿀 수 있으며, 사용자들이 엔지니어링 복잡성을 이해하는 데 필요한 기술과 AI를 활용해 시뮬레이션을 보완하도록 기여할 것”이라고 밝혔다.   ▲ 앤시스 2024 R1이 제공하는 화면 모드   원활하고 직관적인 UX로 생산성과 협업 증진 앤시스 2024 R1은 앤시스의 소프트웨어 전반에 걸친 생산성 향상을 위해 룩앤필(look and feel)을 새롭게 정의하는 최신의 앤시스 디자인 언어를 기반으로 한다. 이 유연한 디자인 언어는 이전 버전과 동일한 룩앤필을 제공하는 클래식 모드, 가시성과 심미성을 개선한 라이트 모드, 어두운 조명 환경에서 눈의 피로를 감소시키는 다크 모드의 세 가지 옵션이 제공될 예정이다. 또한, 네이티브 통합 기능을 통해 한 번의 클릭으로 다른 앤시스 소프트웨어에 접근할 수 있게 됐다. 예를 들어, 임베디드 소프트웨어 개발을 지원하는 앤시스 스케이드 원(Ansys Scade One) 모델 기반 설계 환경은 새로운 디자인 언어를 참고해 구축되어서 학습과 사용이 간편하다. 이는 클라우드 컴퓨팅 모델과 시스템 및 소프트웨어 엔지니어들이 사용하는 각종 첨단 기술이 원활하게 통합되도록 설계되었다.   멀티피직스의 우수성과 컴퓨팅 성능 향상에 더해진 가시성 앤시스 2024 R1은 세계적 수준의 멀티피직스 모델 및 제반 기술이 포함된 진보된 솔버/메시의 수치기반(numerics-based) 솔루션에 쉽게 접근할 수 있게 하며, 이는 향상된 사용자 경험을 넘어 개선된 결과를 도출할 수 있도록 돕는다. 또한, 대규모 고성능 컴퓨팅(HPC) 확장성을 지원해 온프레미스 HPC, 클라우드 버스팅, 또는 클라우드 네이티브 애플리케이션을 통해 시간과 장소에 구애받지 않고 컴퓨팅 리소스에 접근할 수 있는 유연성을 제공하게 되었으며, 복잡한 제품 설계 및 개발 과제의 문제 해결에 기여할 수 있다. 앤시스 디스커버리(Ansys Discovery) 3D 시뮬레이션 소프트웨어의 새로운 기능 업데이트로, 디스커버리 UI에서 직접 클라우드에 연결된 버스트 컴퓨팅 기능을 제공한다. 새롭게 추가된 버스트 컴퓨팅 기능을 이용한 테스트 결과 10분 안에 1000개의 시뮬레이션을 실행할 수 있었다. 이는 로컬 워크스테이션을 점유하지 않고도 대규모로 설계 공간 탐색과 혁신을 가속화하며, 동시에 AI를 훈련시킬 수 있는 데이터 세트를 제공할 수 있게 되었다. 이러한 속도 개선은 AI 훈련과 결합되어 엔지니어들이 엔지니어링 프로세스 초기에 더 많은 제품 디자인 옵션을 시뮬레이션할 수 있도록 지원하게 되었다.   인공지능과 함께 향상된 최첨단 솔루션 앤시스 제품 및 서비스 전반에 걸친 AI 통합의 확대는 기능이 형태를 따르는 또 다른 사례다. 최근 앤시스는 앤시스 심AI(Ansys SimAI) 솔루션과 앤시스 GPT(Ansys GPT)의 베타 버전을 발표했다. 앤시스 심AI는 클라우드를 통해 제공되는 생성형 AI 솔루션으로, 이전의 시뮬레이션 결과를 사용하여 새로운 디자인의 성능을 신뢰성 있게 몇 분 안에 예측할 수 있다. 또한 앤시스 GPT는 생성형 AI를 기반으로 한 24시간 365일 고객 지원 서비스를 제공하는 AI 가상 지원(어시스턴트) 시스템이다. 앤시스 2024 R1에는 앤시스 AI+ 애드온을 제공하며, 애드온 AI 기능을 활용해 멀티피직스 시뮬레이션을 확장할 수 있도록 지원한다. 또한 앤시스 옵티스랭 AI+(optiSLang AI+), 그란타 MI AI+(Granta MI AI+) 및 CFD AI+ 솔루션이 출시되었으며, 사용자는 새로운 UI에서 AI+ 애드온 기능을 클릭 한 번으로 활성화할 수 있다.   통합과 사용자 경험 효율에 중점을 둔 앤시스 2024 R1의 개선 사항 소음·진동·마찰(NVH) 멀티피직스 시뮬레이션 워크플로에서 효율적인 메모리 사용, 빠른 해석 시간, 디스크 공간 최적화로 5~50배 향상된 성능을 제공 전용 어쿠스틱 메싱 워크플로를 이용하여 복잡한 기하학 시뮬레이션의 준비 시간을 최대 12배 단축 애플리케이션별 멀티피직스 개선으로 도심 항공 모빌리티 애플리케이션에서 중요한 가상 블레이드(virtual blade) 모델의 포스트 프로세싱 시간을 개선 단일 시뮬레이션 플랫폼 및 워크플로인 앤시스 아이스팩(Ansys Icepak), 앤시스 메카니컬(Ansys Mechanical), 앤시스 HFSS(Ansys HFSS), 앤시스 랩터X(Ansys RaptorX), 앤시스 Q3D 익스트랙터(Ansys Q3D Extractor) 등의 솔버가 멀티피직스 기반 전자기 시뮬레이션 워크플로에 최적화 앤시스 메디니 애널라이즈(Ansys medini analyze)의 새로운 웹 애플리케이션인 앤시스 디지털 세이프티 매니저(Ansys Digital Safety Manager)는 안전 및 사이버 보안 프로젝트에 대한 중앙 집중화된 계획, 모니터링 및 검증을 지원   ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-03-05
앤시스, 앤시스 2024 R1에서 AI 기반 엔지니어링 시뮬레이션 지원
앤시스코리아는 디지털 엔지니어링 생산성 향상을 위해 보다 개선된 사용자 경험(UX)을 제공하는 AI 기반 엔지니어링 시뮬레이션 솔루션인 ‘앤시스 2024 R1(Ansys 2024 R1)’을 발표했다. 앤시스 2024 R1은 AI를 활용해 디지털 엔지니어링 생산성을 높이기 위해 향상된 사용자 경험을 제공한다. 개방형 아키텍처와 결합되어 엔지니어링 워크플로를 최적화하고, 강력한 협업을 촉진하는 것은 물론 실시간 상호작용을 장려해 최종 프로젝트 결과를 향상시킬 수 있다. 차세대 제품들은 통합 전자기기, 임베디드 소프트웨어, 유비쿼터스 커넥티비티를 포함하는 보다 복잡한 시스템으로 변모하고 있다. 이러한 시스템의 다양한 구성 요소가 함께 잘 작동하려면 통합적인 멀티피직스 시뮬레이션 솔루션의 정확한 예측 능력이 요구되고 있다. 또한 다양한 도전 과제를 해결할 수 있는 강력한 공학 도구에 대한 접근은 고객의 고품질, 신뢰성 및 더욱 지속 가능한 제품 요구를 충족시키기 위해 쉽고 직관적일 필요가 있다. 앤시스 2024 R1은 사용자 정의가 가능한 새로운 인터페이스를 제공해 사용자의 접근성과 경험을 향상시킬 수 있다.  앤시스 2024 R1에 추가된 AI 기반 솔루션은 제품 개발과 창의적인 설계 탐구를 더욱 가속화기 위한 것이다. 앤시스의 소프트웨어 전반에 걸친 생산성 향상을 위해 앤시스 2024 R1은 앤시스 소프트웨어의 룩앤필(look and feel)을 새롭게 정의하는 최신의 앤시스 디자인 언어를 기반으로 한다. 이 유연한 디자인 언어는 이전 버전과 동일한 룩앤필을 제공하는 클래식 모드, 가시성과 심미성을 개선한 라이트 모드, 어두운 조명 환경에서 눈의 피로를 감소시키는 다크 모드의 세 가지 옵션이 제공될 예정이다. 또한, 네이티브 통합 기능을 통해 한 번의 클릭으로 다른 앤시스 소프트웨어에 접근할 수 있게 됐다.     예를 들어, 임베디드 소프트웨어 개발을 지원하는 앤시스 스케이드 원(Ansys Scade One) 모델 기반 설계 환경은 새로운 디자인 언어를 참고해 구축되어 학습과 사용이 간편하다. 이는 클라우드 컴퓨팅 모델과 시스템 및 소프트웨어 엔지니어들이 사용하는 각종 첨단 기술이 원활하게 통합되도록 설계되었다. 앤시스 2024 R1은 멀티피직스 모델 및 제반 기술이 포함된 솔버/메시의 수치 기반(numerics-based) 솔루션에 쉽게 접근할 수 있게 하며, 이는 향상된 사용자 경험을 넘어 개선된 결과를 도출할 수 있도록 돕는다. 또한, 대규모 고성능 컴퓨팅(HPC) 확장성을 지원해 온프레미스 HPC, 클라우드 버스팅, 또는 클라우드 네이티브 애플리케이션을 통해 시간과 장소에 구애받지 않고 컴퓨팅 리소스에 접근할 수 있는 유연성을 제공하게 되었으며, 복잡한 제품 설계 및 개발 과제의 문제 해결에 기여할 것이다. 앤시스 디스커버리(Ansys Discovery) 3D 시뮬레이션 소프트웨어의 새로운 기능 업데이트로, 디스커버리 UI에서 직접 클라우드에 연결된 버스트 컴퓨팅 기능을 제공한다. 새롭게 추가된 버스트 컴퓨팅 기능을 이용한 테스트 결과 10분 안에 1000개의 시뮬레이션을 실행할 수 있었다. 이는 로컬 워크스테이션을 점유하지 않고도 대규모로 설계 공간 탐색과 혁신을 가속화하며, 동시에 AI를 훈련시킬 수 있는 데이터 세트를 제공할 수 있게 되었다. 이러한 현저한 속도 개선은 AI 훈련과 결합되어 엔지니어들이 엔지니어링 프로세스 초기에 더 많은 제품 디자인 옵션을 시뮬레이션할 수 있도록 지원하게 되었다. 앤시스 제품 및 서비스 전반에 걸친 AI 통합의 확대는 기능이 형태를 따르는 또 다른 사례다. 최근 앤시스는 앤시스 심AI(Ansys SimAI) 솔루션과 앤시스 GPT(Ansys GPT)의 베타 버전을 발표했다. 앤시스 SimAI는 클라우드를 통해 제공되는 생성형 AI 솔루션으로, 이전의 시뮬레이션 결과를 사용하여 새로운 디자인의 성능을 신뢰성 있게 몇 분 안에 예측할 수 있다. 또한 앤시스 GPT는 생성형 AI를 기반으로 한 24시간 365일 고객 지원 서비스를 제공하는 AI 가상 지원(어시스턴트) 시스템이다. 앤시스 2024 R1에는 앤시스 AI+ 애드온(add-on)을 제공하며, 애드온 AI 기능을 활용해 멀티피직스 시뮬레이션을 풍부하게 확장할 수 있도록 지원한다. 또한 앤시스 옵티스랭 AI+(optiSLang AI+), 그란타 MI AI+(Granta MI AI+) 및 CFD AI+ 솔루션이 출시되었으며, 사용자는 새로운 UI에서 AI+ 애드온 기능을 클릭 한 번으로 활성화할 수 있다. 이외에도 앤시스 2024 R1은 통합과 사용자 경험 효율성에 중점을 둔 추가 개선 사항을 제공한다. 소음·진동·마찰(NVH) 멀티피직스 시뮬레이션 워크플로에서는 메모리를 효율적인 사용하고 빠른 해석 시간 및 디스크 공간 최적화로 5~50배 향상된 성능을 제공한다. 전용 어쿠스틱 메싱 워크플로를 이용하면 복잡한 기하학 시뮬레이션의 준비 시간을 최대 12배 단축할 수 있다. 어플리케이션별 멀티피직스가 개선되어, 도심 항공 모빌리티 애플리케이션에서 중요한 가상 블레이드(virtual blade) 모델의 포스트 프로세싱 시간을 개선한다. 그리고, 단일 시뮬레이션 플랫폼 및 워크플로인 앤시스 아이스팩(Ansys Icepak), 앤시스 메카니컬(Ansys Mechanical), 앤시스 HFSS (Ansys HFSS), 앤시스 랩터X(Ansys RaptorX), 앤시스 Q3D 익스트라액터(Ansys Q3D Extractor) 등의 솔버가 멀티피직스 기반 전자기 시뮬레이션 워크플로에 최적화되었다. 또한, 앤시스 메티니 애널라이즈(Ansys medini analyze)의 새로운 웹 애플리케이션인 앤시스 디지털 세이프티 매니저(Ansys Digital Safety Manager)는 안전 및 사이버 보안 프로젝트에 대한 중앙 집중화된 계획, 모니터링 및 검증을 지원한다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “소프트웨어 정의 전기 자동차, 전동 수직 이착륙기(eVTOL), 맞춤형 실리콘, 인실리코(In-Sillico) 헬스케어 실험 같은 산업군에서 엔지니어링의 복잡성이 증가하고 있으며, 이는 산업 전반에 걸쳐 직면하고 있는 도전 과제”라면서, “앤시스 2024 R1은 디지털 엔지니어링에 대한 접근성을 개선함으로써 이러한 도전을 기회로 바꿀 수 있으며, 사용자들이 엔지니어링 복잡성을 이해하는데 필요한 기술과 AI를 활용해 시뮬레이션을 보완하도록 기여할 것”이라고 밝혔다.
작성일 : 2024-02-20
앤시스, 삼성전자 파운드리 사업부의 멀티-다이 패키징 위해 열 및 전력 무결성 솔루션 공급
앤시스코리아는 삼성전자 파운드리 사업부가 삼성의 이기종 멀티-다이 패키징 기술 제품군에 대해 앤시스 레드혹(RedHawk) 전력 무결성 및 열 검증 플랫폼을 인증했다고 발표했다. 삼성은 첨단 병렬(2.5D) 및 3D 집적 회로(3D-IC) 시스템의 신뢰성과 성능에 있어 전력 및 열 관리의 중요성을 인식하고 앤시스와 협력하고 있다. 고성능 컴퓨팅, 스마트폰, 네트워킹, 인공 지능 및 그래픽 처리를 위한 많은 선도적인 반도체 제품은 3D-IC 기술을 통해 구현되며, 이를 통해 기업은 시장에서 경쟁 차별화를 달성할 수 있다. 삼성은 다양한 2.5D 패키징 옵션(I-Cube 및 H-Cube)과 X-Cube 기술을 사용한 3D 수직 스태킹(vertical stacking)을 제공한다. 여러 칩을 고밀도로 통합하면 열 방출에 큰 어려움이 발생한다. 단일 다이에서 100W 이상의 전력을 소비할 수 있으며, 이는 미세한 마이크로범프(microbump) 연결을 통해 라우팅되어야 한다. 삼성은 앤시스와 협력하여 패키징 기술로 온도 프로파일을 시뮬레이션하기 위해 레드혹-SC 일렉트로우써멀(RedHawk-SC Electrothermal)을 인증했다. 또한 삼성은 강제 공기 냉각 및 방열판을 포함한 전자 어셈블리의 열 분석을 위해 앤시스의 아이스팩(Icepak) 솔루션으로 레드혹-SC 일렉트로우써멀의 예측 정확도를 검증했다. 레드혹-SC는 칩렛과 인터포저(interposer)를 연결하는 전체 배전 네트워크(entire power distribution network)의 일렉트로마이그레이션(EM) 신뢰성과 전압 강하(IR 강하) 정확성을 검증한다.     삼성전자 파운드리 사업부 DT팀의 김상윤 상무는 "삼성전자 파운드리 사업부는 이기종 통합(heterogeneous integration)을 반도체 산업의 미래를 위한 핵심 기술로 보고 있다. 하지만 시스템 개발 성공을 위해 신중하게 분석해야 하는 여러 가지 새로운 과제와 다중물리 문제를 야기하기도 한다"면서, "앤시스는 고객이 열 관리 및 전력 분석에 사용할 수 있는 검증된 시뮬레이션 기술을 제공하여 더 나은 성능과 높은 신뢰성을 제공하는 주요 파트너"라고 말했다. 앤시스의 전자, 반도체 및 광학 사업부 부사장인 존리(John Lee) 총괄 매니저는 "전력 관리 및 시스템 분석 분야에 대한 앤시스의 독보적인 전문성을 제공하여 칩, 패키지 및 시스템 수준에서 삼성전자 파운드리 사업부와 협력할 수 있었다"면서, "삼성과의 지속적인 파트너십을 통해 실리콘 프로세싱 기술의 선두를 유지하고 고객이 삼성의 3D-IC 기술을 최대한 활용할 수 있도록 지원한다"고 말했다.
작성일 : 2023-10-23
[핫윈도] DX 실현을 위한 제어 시스템 디지털 목업 기술 개발
개발 배경 실물 시험 위주의 테스트로 설계를 하고 검증을 하는 시스템은 시행 착오로 인한 개발 일정 증가뿐만 아니라, 설계 최적화에 소요되는 개발 시료 및 계측 환경에 드는 개발 비용이 발생하는 문제가 있다. 이러한 문제들은 이미 많은 사람들이 인식하고 있으며, 이를 위해서 CAE와 같은 기술을 활용하여 가상 환경의 개발을 통해 개발 생산성을 높이려는 노력을 많이 하고 있다. 지금까지 많은 회사들이 부품 단위의 3D CAE를 개발에 많이 활용하고 있지만, 이는 제한된 영역에서 개별 부품의 설계에 활용될 수 있는 방법이며, 실제 제품 관점의 성능과 품질을 확보를 위해서는 시스템 관점의 가상 환경 개발이 필요하다. 에어컨, 냉장고와 같은 가전 제품의 제어 시스템을 생각해본다면, 해당 하드웨어와 소프트웨어를 설계하기 위해서 그것들이 구동을 시키는 모터와 컴프레서 그리고 부하가 되는 사이클 시스템까지 함께 고려되어야만 원하는 성능과 품질을 얻을 수 있다. 이러한 복합적인 시스템 해석을 개발 컨셉 단계에서부터 수행할 수 없을까 하는 것이 우리의 최근 관심사이다. 하지만 다수의 부품 모델의 결합 시 컴퓨팅 파워의 한계로 해석에 많은 비용이 필요할 뿐만 아니라, 제어 시스템과 기구 시스템의 서로 다른 물리계의 연결이 쉽지가 않을 수 있다. 이 글에서는 이러한 문제를 어떻게 해결하며 시스템 관점의 제어 시스템 가상화를 구현하고 있는지 소개하고자 한다.   그림 1. 제어 시스템 가상 환경 개발 효과   제어 시스템 디지털 목업 구현 기술 주요 CAE 툴 제어 시스템의 가상화를 위해 필요한 CAE 툴(tool)은 기본적으로 회로 해석, 소프트웨어, 전자계 해석, 열 해석 등 4개 분야이다. 회로 해석은 앤시스 트윈 빌더(Ansys Twin Builder)를 사용하고 있으며, 이 툴로 회로 부품의 전기적 특성 모델링 및 기본적인 회로 해석부터 EN55014-1 규격과 같은 전도성 EMI 노이즈 해석까지 활용하고 있다. 그리고 다른 전자계 해석 소프트웨어와의 결합 및 연성 해석을 해당 툴을 중심으로 가능하다. 소프트웨어 해석은 앤시스 SCADE라는 모델 기반 로직 설계 툴을 사용하고 있다. 인버터 모터 제어를 제어 블록 기반으로 모델링하고 자동으로 소프트웨어 코드를 생성할 수 있으며, 모터 모델과 결합하여 내부 알고리즘 검증에 활용할 수 있다. 그리고 항공기 시스템 인증 표준 개발 프로세스를 다루는 ARP4754A, 자동차 기능 안전성 국제 표준인 ISO 26262 등과 같은 산업 표준 프로세스 및 규격을 지원하고 있다. 전자계 해석은 주로 모터를 대상으로 하고 있으며, 이를 위해 앤시스 맥스웰(Ansys Maxwell)을 사용하고 있다. 가전 제품에 사용되는 다양한 종류의 모터를 해석하고 1D 모델 개발에 활용하고 있다. 이를 기반으로 부하 토크, 효율 소음 등의 해석으로 확장이 가능하다. 마지막으로 열 해석은 앤시스 아이스팩(Ansys Icepak)을 사용하고 있다. 발열은 제어 시스템의 신뢰성 확보를 위하여 필수적으로 검토가 필요하기에 관련 열 해석 프로세스를 현재 구축 중에 있다. 트윈 빌더의 회로 해석과 맥스웰에서 계산한 전력 손실 양을 기반으로 아이스팩에서 부품별 온도를 확인할 수 있다.   그림 2. 제어 시스템을 위한 주요 해석 소프트웨어   연성 해석 기술 제품 관점으로 제어 시스템을 해석하기 위해서는 전기 시스템 모델과 기계 시스템 모델이 결합되어 연성해석이 가능해야 한다. <그림 3>은 냉장고 모델을 대상으로 시스템간의 결합을 어떻게 구현하였는지 정리한 내용이다. 소프트웨어 모델과 회로 해석 결과들을 각각 1D 모델로 구현하여 사이클 기구 모델에 사이클을 제어할 수 있도록 했다. 이렇게 구현된 사이클 모델을 통해 부하를 계산을 할 수 있게 되고, 부하는 컴프레서 및 모터 모델과 결합하여 토크를 출력할 수 있게 된다. 토크는 다시 제어 시스템 모델에 입력을 함으로써 실사용 조건의 부하가 반영된 회로 해석이 가능해진다.   그림 3. 전기 시스템과 기계 시스템의 결합   C-FMU 소프트웨어는 양산 코드를 FMI(Functional Mock-up Interface : 기능 목업 인터페이스)라고 하는 서로 다른 물리계 및 서로 다른 해석 소프트웨어간의 표준화된 인터페이스에 맞게 FMU(Functional Mock-up Unit : 기능 목업 유닛)로 빌드하였고, 우리는 이것을 C-FMU라고 이름붙였다. 양산 제어 소스코드는 C 언어를 기반으로 자체 개발하기 때문에 FMI를 지원하지 않는다. 그럼에도 불구하고, 신뢰할 수 있는 제어 시스템의 검증 및 모델화를 위해서는 양산 소스코드를 그대로 가상화하는 것이 중요했다. 그래서 비주얼 스튜디오 2019(Visual Studio 2019) 개발 툴을 통해 양산 소스코드와 FMI 표준 템플릿을 통합하여 FMU로 빌드할 수 있게 구현했다.   그림 4. 사이클 제어 소프트웨어 모델 가상화   인버터 드라이브 ROM 인버터 드라이브 모델과 사이클 모델의 연성해석에 있어서는 해석 속도가 큰 문제가 되었다. 인버터 로직의 경우 정상 상태에 도달하는 시간이 수 초 내외로 짧지만, 해석을 위한 샘플링 타임은 회로 동작 주파수의 20배 이상 수준인 수 마이크로초(μsec) 이하로 매우 촘촘하게 해석을 해야 한다. 사이클 모델의 경우 정상 상태에 도달하는 시간이 수십 분 단위로 상대적으로 길고 해석을 위한 샘플링 타임도 밀리초(msec) 이상으로 상대적으로 길다. 두 시스템을 결합한 연성해석 시에는 정상 상태에 도달하기까지는 사이클을 고려해서 수십 분의 긴 시간의 해석이 필요한 반면, 제어기의 안정적인 동작을 위한 해석 샘플링 타임은 수 마이크로초 이하로 설정을 해야 되기에 전체 해석 시간은 극단적으로 길어진다. 이를 위해 ROM(Reduced Order Model : 차수 축소 모델)이라고 하는 1D 모델을 구현했다. 사이클 모델에서 인버터 드라이브로 입력하는 정보와 인버터 드라이브에서 사이클 모델로 출력하는 정보를 정의하고, DOE(Design of Experiment : 실험계획법)를 통해 다양한 조건의 해석을 미리 수행한 후 그 입력 및 출력의 결과물을 이용하여 ROM을 만들었다. ROM을 만들기 위해서 수많은 조건의 해석을 해야 한다는 단점이 있지만, 일단 만들어진 ROM은 다양한 설계에서 재 사용이 가능하고, 해석 시간이 매우 빠르다는 장점이 있다.   부하 토크 ROM 인버터 제어 시스템의 해석을 위해서는 구동하는 모터에 입력되는 부하가 필요하다. 간단한 계산 혹은 실측 결과를 바탕으로 정상 상태의 일정한 크기의 부하 토크를 얻을 수도 있지만, 제어 시스템의 신뢰성 확보를 위해서는 실제의 컴프레서 및 모터 동작이 반영된 다이나믹한 부하 토크 모델이 필요하다. 현재는 수식 기반의 모델을 구현하여 컴프레서 부하에 맞는 Gas Force를 해석하고 토크를 출력하는 방식을 적용하고 있으며, 적합도를 높이기 위해서 3D CAE로 해석을 하는 방법도 검토 중이다. 이렇게 계산된 부하 토크 또한 1D ROM으로 만들어 인버터 드라이브 시스템과 결합하여 드라이브를 검증하는데 사용하고 있다.   디지털 목업 환경 구축 및 활용 <그림 5>는 냉장고 모델을 대상으로 실제 제품 모델 환경과 흡사하게 주요 부품을 모델링 후 결합한 디지털 목업 사례이다. 사이클 기구 모델에서 계산된 온도 센서 정보를 사이클 제어 소프트웨어 모델로 입력을 하면 제어 지령을 기구 모델로 보낸다. 이러한 과정에서의 냉동 사이클 온도 정보는 컴프레서 부하 토크 모델로 입력되고, 컴프레서 모델은 토크 크기를 출력하여 인버터 드라이브 모델로 보내준다. 인버터 드라이브 모델은 입력되는 토크 크기를 모터 모델에 입력하여 드라이브의 동작을 해석할 수 있게 된다.   그림 5. 냉장고 디지털 목업   <그림 6>은 냉장고 디지털 목업의 검증을 위하여 사이클 제어 로직을 실측과 비교한 결과로, 일치함을 알 수 있다. 제어 로직의 변경에 대한 검증, 제품 성능의 예측, 설계 최적화 등 다양한 케이스에서 활용이 가능할 것으로 예상된다.   그림 6. 냉장고 사이클 검증 사례   <그림 7>은 모터 제어 튜닝을 가상화한 사례이다. 실제의 모터 제어 검증은 챔버를 포함한 다수의 계측 장비가 필요하며, 튜닝을 하는데 상당한 시간이 필요하다. 이를 디지털 목업 환경으로 구현하여 챔버나 장비가 필요 없이 다양한 시험 케이스를 언제 어디서나 빠르게 해석할 수 있다. 뿐만 아니라 측정이 어려운 부분에 대해서도 가상 환경에서는 직관적으로 쉽게 확인할 수 있다는 점이 큰 이점이다.   그림 7. 모터 튜닝 시험 대체 사례   <그림 8>은 에어컨 드라이브의 부품 온도를 해석한 사례로, 사이클에서 계산된 부하를 모터에 입력하고 해당 부하에서 발생되는 전력 손실을 계산하여 온도를 확인한 결과 실측과 유사함을 알 수 있었다. 이전에는 드라이브에서 발생되는 전력 손실을 정확히 계산을 못하여 온도 해석 시에 실측과 오차가 크게 났지만, 제어와 기구 시스템의 연성 해석을 통해 정확도 높은 예측이 가능해졌다.   그림 8. 에어컨 인버터 드라이브 부품 온도 해석 사례   맺음말 지금까지 가전 제품을 대상으로 제어 시스템 디지털 목업 기술에 대해서 소개했다. 개발 초기 단계에서부터 설계의 방향을 확정하고 검증하며, 품질을 미리 확보하기 위해서는 복합적인 시스템 관점에서의 해석이 필요하다. 이를 위해 제어 시스템의 가상화에 필요한 CAE 툴 및 기구 시스템과의 연성해석을 위한 C-FMU, ROM 등의 기술을 소개했다. 아직은 일부 영역에서의 검증이 가능한 수준으로, 향후 모델을 고도화하고 필요한 기술을 확보하여 진정한 디지털 트윈이 만들어질 수 있도록 계속 연구할 예정이다. 궁극적으로는 제품 개발 일정의 단축 및 성능/원가 최적화 실현 및 제품이 실제 사용되는 환경의 정보들이 IoT(사물인터넷) 등을 통해 디지털 모델로 수집되고 가상 제품 모델에서 검증되어, 고객 맞춤형 제어가 될 수 있도록 드라이브 시스템을 업데이트할 수 있는 미래를 그리고 있다.   ■ 이 글의 내용은 2022년 11월 18일 진행된 ‘CAE 컨퍼런스 2022’의 발표 내용을 정리한 것이다.   박귀근 LG전자 H&A연구센터의 제어 MBD 프로젝트 리더로서 전력전자(인버터 및 컨버터) 분야의 연구위원이다. 최근 관심사 및 연구분야는 CAE 해석을 통한 가전 제품의 가상 제어 드라이브 개발을 실현하는 것이다. 궁극적으로 가전 제품의 WiFi 모뎀을 통한 디지털 트윈 구현 및 개발 일정 단축 및 설계 최적화 등을 실현하고자 한다. (홈페이지)     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2022-12-29
[포커스] 제조 경쟁력을 위한 디지털 혁신, 클라우드 HPC에서 길을 찾다
제조산업에서도 업무 효율 및 R&D 혁신을 위한 수단으로 클라우드에 대한 관심이 높아지고 있다. 이런 가운데, 효과적인 클라우드 활용 방법을 제시하기 위한 ‘2022 HPC on AWS 온라인 콘퍼런스’가 지난 11월 16일 진행됐다. 캐드앤그래픽스 CNG TV를 통해 진행된 이번 콘퍼런스에서는 설계, 시뮬레이션, 데이터 관리, 협업 등 엔지니어링 영역을 중심으로 클라우드 HPC 관련 기술 동향과 효과적인 활용 방안 등이 폭넓게 소개됐다. ■ 정수진 편집장     클라우드의 목표는 생산성 높이고 혁신을 돕는 것 AWS 코리아의 황민선 ISV 세일즈 매니저는 “클라우드 HPC의 최종 목표는 온프레미스의 한계를 넘어, 시간 낭비 없이 생산성을 높이고 혁신을 지원하는 것”이라고 소개했다. 기존에 많이 쓰이던 온프레미스 HPC는 하드웨어를 확보/교체하거나 유지보수하는 데에 시간과 비용이 들고, 이 과정에서 HPC 작업이 지연되거나 중단되면 생산성이 낮아지거나 혁신의 기회를 놓칠 수 있다. 반면, 클라우드 기반의 HPC 기술은 이런 제약을 없애 기업의 혁신을 가속화할 수 있다는 것이 황민선 매니저의 설명이다. 전체 HPC 워크로드의 20%가 클라우드에서 실행되고 있어 전체 HPC 시장에서 비중은 작지만 향후 성장이 기대된다. 클라우드 HPC 시장 규모는 오는 2026년까지 110억 달러를 넘어설 것으로 보이며, 향후 5년간 17.6% 성장할 전망이다. 또한, HPC 워크로드를 실행 위해 기업이 퍼블릭 클라우드에 투자하는 비용은 올해 23% 이상 증가해 62억 달러를 넘을 것으로 예상되고 있다. 반면 온프레미스 HPC는 앞으로 5년간 6.9% 성장할 것으로 보인다. 황민선 매니저는 “AWS가 제시하는 클라우드 HPC는 무제한의 인프라에 액세스하고, 온디맨드 방식으로 빠르게 확장할 수 있다. 사용한 양만큼 비용을 지불하면서 대규모 투자가 없어도 최신 기술을 즉시 사용 가능한 이점이 있다. 유연한 구성 옵션으로 리소스를 빠르게 선택하고 비용을 최적화할 수 있는 것도 장점”이라고 설명했다.     에지부터 클라우드까지 지원하는 HW·SW 기술 인텔코리아의 이인구 전무는 “기술의 발전과 함께 다양한 기법으로 데이터를 수집, 가공, 분석해 비즈니스 인사이트를 얻고 새로운 비즈니스를 창출하는 흐름이 가속화된다”면서, “에지(edge)의 데이터가 네트워크를 거쳐 스토리지와 서버에 저장되고, 데이터 분석까지 병목 없이 데이터를 심리스하게 처리할 수 있도록 클라우드 아키텍처를 구성하고 소프트웨어 이용해 가속하는 것이 중요하다”고 짚었다. 인텔은 이를 위해 에지에서 생성되는 데이터를 데이터센터로 옮기거나 데이터센터간 빠른 전송을 위한 네트워크, 데이터센터에 더 많은 데이터를 저장하고 빠르게 액세스하기 위한 메모리 및 스토리지, 에지와 데이터센터에서 다양하게 이뤄지는 데이터 분석을 위한 저전력 CPU 및 데이터센터용 CPU, GPU와 AI 가속기 등 폭넓은 제품 포트폴리오를 제공한다. 특히 인텔의 3세대 제온(Xeon) 스케일러블 프로세서는 새롭게 출시된 서버 플랫폼에서 웹 서비스, 인공지능, 검색, 데이터베이스 등 다양한 분야의 성능을 높일 수 있는 것이 특징이다. 또한 보안 솔루션과 증가하는 워크로드를 효과적으로 처리하는 확장성 및 유연성을 제공하는데에 중점을 두었다. 한편, 인텔은 클라우드의 활용도를 높이는 소프트웨어 기술도 제공한다. 여기에는 워크로드의 클라우드 마이그레이션 및 클라우드 리소스를 최적화하는 기술, 데이터의 흐름과 처리 패턴을 실시간 분석해 최적의 실행경로를 탐색하는 워크로드 튜닝 기술, CPU/GPU/FPGA/가속기 등 다양한 아키텍처에서 개발 과정을 단순화하는 개발자 API 등이 있다.     클라우드 HPC의 비용 효율 높이는 CPU/GPU AMD는 데이터센터 시장에서 HPC, 기업용 IT, 클라우드, 인공지능, 가상화&게이밍 분야에 집중하고 있다. AMD 코리아의 김홍필 이사는 “가장 두각을 나타내는 분야는 HPC로, AMD CPU와 GPU 가속기로 구성된 슈퍼컴퓨터가 톱 500 리스트 1위에 오르기도 했다. AMD는 클라우드 분야에서도 다양한 가상화 인스턴스를 출시하는 등 클라우드 HPC에 적합한 솔루션을 제공하고 있다”고 소개했다. AWS에서도 AMD 기반의 다양한 EC2 인스턴스를 제공하고 있는데, 김홍필 이사는 AMD 인스턴스의 강점으로 가격 경쟁력을 꼽았다. 다른 인스턴스에 비해 낮은 가격으로 높은 성능을 제공해 비용 효율을 높일 수 있다는 것이다. 또한, 대부분의 클라우드 인스턴스가 x86 아키텍처로 구동되고 있는데, AMD의 CPU 또한 동일한 아키텍처에 기반하고 있어서, 소프트웨어를 변경하지 않고 AMD 기반 인스턴스로 마이그레이션이 가능하다는 점도 강조했다. 특히 EC2의 HPC6a 인스턴스는 3세대 에픽(EPYC) 프로세서로 구동되는 AWS의 첫 번째 AMD 기반 HPC 인스턴스이다. 최대 96개의 CPU 코어, 3.6Ghz 최대 클럭 속도, 384GB의 메모리를 탑재하고 100Gbps 네트워크를 지원해 HPC에 특화된 성능을 제공한다. 김홍필 이사는 HPC6a 인스턴스에서 CFD 애플리케이션를 테스트한 내용을 소개하면서 “시뮬레이션에서는 노드 증가에 따른 선형적인 성능 향상이 중요한데, HPC6a 인스턴스는 이런 성능을 잘 보여준다. 또한, 많은 인스턴스를 필요로 하는 작업일 수록 비용 절감 효과도 크다”고 전했다.     디지털 스레드로 클라우드 HPC의 활용 최적화 제조산업에서는 시장 경쟁이 심화되고 제품이 복잡해지면서 개발 난이도가 높아지고 있다. 이를 해소하기 위한 디지털 전환에 효과적으로 대응하는 한편, 재택근무가 늘면서 데이터 보안 및 네트워크 보안이 필요하다는 인식은 클라우드 HPC의 도입 증가로 이어지고 있다. 한편, 하드웨어 리소스의 사용량과 시간에 비례해 비용을 지불하게 되는 클라우드 HPC 환경에서는 HPC 리소스의 낭비 문제가 지적된다. 지멘스 디지털 인더스트리 소프트웨어(지멘스 DISW)의 김현준 본부장은 이를 해결하기 위해 전체 해석 프로세스와 데이터의 흐름을 일관되게 관리하는 ‘디지털 스레드 플랫폼’을 제시했다. CAD 플랫폼인 NX, 시뮬레이션 플랫폼인 심센터(Simcenter), 시뮬레이션 프로세스 및 데이터 관리(SPDM) 프로세스를 통해 데이터의 연결성과 일치성 및 소프트웨어 사이의 연계성을 확보한다는 것이 디지털 스레드 플랫폼의 기본 개념이다. 지멘스 DISW의 클라우드 기반 PLM인 팀센터 X(Teamcenter X)는 PLM 시스템과 해석 데이터&프로세스 관리 도구를 제공해, 해석 데이터 및 프로세스 관리를 신속하게 진행할 수 있도록 한다. 또한, 클라우드 플랫폼에서 해석 프로세스 데이터와 툴, 원하는 가상 코어를 적용하고 해석 결과를 확인하는 심센터 클라우드 HPC(Simcenter Cloud HPC)와 연결해 HPC 리소스의 낭비를 막고 해석 데이터의 흐름을 관리할 수 있게 지원한다. 한편, 클라우드 HPC는 공장이나 사물인터넷 빅데이터를 처리하는 데에도 쓰일 수 있다. 김현준 본부장은 “시뮬레이션뿐 아니라 공장 자동화, 공장 데이터, 제품 IoT 데이터 등을 통합해 성능을 높이기 위한 데이터 처리 플랫폼으로 클라우드를 활용할 수 있다”고 전했다.     시뮬레이션의 가치 높이는 클라우드 플랫폼 많은 양의 수학 계산이 필요한 시뮬레이션을 위해서 기존에는 워크스테이션 등 고가의 장비가 쓰였는데, 최근에는 구조, 유동, 전자기, 진동소음, 다물체 동역학 등 다양한 시뮬레이션을 클라우드 기반에서 운영할 수 있게 됐다. 다쏘시스템코리아의 황하나 컨설턴트는 “클라우드는 데이터의 저장과 공유뿐 아니라 효율적이고 유연한 시뮬레이션 환경을 구축할 수 있게 한다”면서, “복잡한 계산은 클라우드가 수행하기 때문에, 일반 PC로도 시뮬레이션 데이터에 손쉽게 접근할 수 있고, 시뮬레이션을 위한 장비를 추가 구매/증설할 필요도 없다”고 설명했다. 한편, 높은 수준의 해석과 함께 조직 내 협업 역시 제품 개발 프로젝트를 성공하기 위한 필수 요소로 꼽힌다. 이를 위해서는 클라우드 플랫폼의 데이터 관리 체계를 통해 복잡한 데이터 간에 연결성을 확보하고, 모델·해석 시나리오·시뮬레이션 결과 등을 통합 관리할 수 있다. 다쏘시스템은 폭넓은 시뮬레이션 솔루션 포트폴리오를 제공하는 시뮬리아(SIMULIA)와 3DX 플랫폼: 역할(role) 기반 구조로 기술-사람-데이터의 연결과 공유를 지원하는 3D익스피리언스 플랫폼(3DEXPERIENCE Platform)을 제공한다. 황하나 컨설턴트는 “3D익스피리언스 플랫폼은 디자인 변경 내용, 해석용 형상, 요소, 시나리오 등을 그대로 유지하면서 추적 관리가 가능하고, CAD 모델과 시뮬레이션용 모델을 따로 제작/관리할 필요도 없다”고 소개했다. 또한 “클라우드를 통해 제품의 성능을 개선할 수 있는 시뮬레이션의 가치를 더욱 키울 수 있다. 나아가 클라우드는 빅데이터와 인공지능 등을 융합하기 위한 선행 기술이기도 하다”고 덧붙였다.     클라우드로 데이터 중심의 협업 구현 과거의 방식으로 구축된 제품 개발 시스템에서는 데이터가 고립된 방식으로 처리되고 보관되고 있다. 이런 환경에서는 필요한 데이터를 찾는 데에 많은 시간이 들고, 협업에도 어려움이 커진다. 오토데스크코리아의 김지훈 차장은 ‘데이터 중심의 프로세스 전환’을 해결책으로 제시했다. 오토데스크는 AWS의 다양한 기능을 활용해 하이브리드 클라우드 기반의 플랫폼 서비스를 구축했는데, 이 서비스는 전체 제품 개발 과정을 간소화하고 데이터 중심으로 협업할 수 있는 프로세스를 제공하는 데에 초점을 두고 있다. 김지훈 차장은 “데이터 중심의 통합 가치사슬을 만들고 공급업체 데이터의 안전한 액세스 및 고객 데이터의 통합을 통해 피드백 순환구조(loop)를 형성해야 제품 혁신을 빠르게 추진할 수 있다”고 설명했다. 오토데스크는 자사의 클라우드 플랫폼 서비스를 제조/건축/미디어 분야에 특화된 솔루션으로 제공하고 있는데, 이 가운데 제조 분야를 위한 플랫폼인 퓨전 360(Fusion 360)은 제품 개발의 시작 단계부터 설계, 데이터 관리, 제조 프로세스, 적층 프로세스 등을 통합된 환경에서 활용할 수 있도록 한다. 김지훈 차장은 “퓨전 360은 F3D 데이터 포맷에서 설계, 해석, 툴패스, 도면 등의 데이터를 하나로 관리할 수 있게 해 전체 제품 개발 프로세스의 연결을 위한 데이터 통합을 지원한다. 그리고 타사의 3D 소프트웨어 솔루션 데이터를 퓨전 360에서 통합해 리얼타임으로 업데이트하고 상호작용할 수 있도록 한다”고 소개했다. 또한, “클라우드 플랫폼은 최신 버전을 실시간 업데이트해 다양한 기능을 즉시 사용하고, 기존 시스템과 플랫폼 시스템을 비즈니스 상황에 맞춰 유연하게 사용할 수 있어야 한다. 또한 설계, 해석, 렌더링에 제한 없이 액세스하고 비즈니스 확대 및 협업을 통한 제조 생태계를 제공해야 한다”고 전했다.     클라우드 시뮬레이션 활용을 더욱 쉽고 빠르게 앤시스 코리아의 최장훈 부장은 “기존에 클라우드에서 시뮬레이션 소프트웨어를 사용하려면 IT 및 클라우드에 대한 전문 지식이 필요했다. 앤시스와 AWS는 지난 10월에는 ‘앤시스 게이트웨이(Ansys Gateway)’를 출시해, 몇 번의 클릭으로 AWS 환경에서 앤시스의 소프트웨어로 쉽고 빠르게 시뮬레이션을 할 수 있도록 돕는다”고 소개했다. 앤시스 게이트웨이는 클라우드에서 VDI(가상 데스크톱 인프라) 및 HPC 기반으로 앤시스의 다양한 애플리케이션을 쉽게 구축할 수 있게 한다. 기존에 가진 앤시스 라이선스와 AWS 계정·크레딧을 사용할 수 있으며, 가상머신(VM)의 생성이나 CPU/메모리/디스크 용량의 변경 등을 손쉽게 할 수 있다. 클라우드상의 가상머신과 HPC 자원의 비용 및 사용량을 관리하는 기능을 제공하며, 데이터 공유 및 협업도 지원한다. 또한 앤시스뿐 아니라 다른 회사의 CAE 및 CAD 소프트웨어도 사용할 수 있게 했다. 최장훈 부장은 “웹 브라우저 기반에서 사용할 수 있도록 앤시스 게이트웨이를 제공해, 클라우드에 대한 기반 지식과 기술이 없어도 사용할 수 있도록 했다. 중요한 목적은 클라우드 시뮬레이션에서 고객이 겪는 하드웨어 관련 장벽을 제거하는 것”이라고 전했다. 현재 앤시스 게이트웨이는 앤시스의 주요 제품을 몇 번의 클릭으로 사용 가능. 플래그십 솔버를 비롯해 워크벤치(Workbench), 모션(Ansys Motion), 셜록(Sherlock), LS-다이나(LS-DYNA), CFX, 아이스팩(Icepak), 맥스웰(Maxwell), SCADE, 스페오스(Speos), 광학해석 툴의 자동 설치를 지원한다.     하이브리드 클라우드를 위한 스케줄링 및 관리 한국알테어의 박진구 책임은 기업이 자체 구축된 온프레미스 서버와 클라우드 가상머신/서버를 함께 구성하는 하이브리드 클라우드 아키텍처에 대해 소개했다. 온프레미스 HPC의 경우 업무량에 따라 시스템의 용량이 부족하거나 남는 경우가 생긴다. 물리적인 서버를 늘리려면 증설 요청부터 주문-배달-설치-운영까지 적지 않은 시간이 걸리는데, 클라우드는 주문부터 운영까지 걸리는 시간이 짧기 때문에 빠르게 대응할 수 있다는 것이다. 또한 사용하려는 소프트웨어에 맞춰 다양한 운영체제, CPU, GPU를 선택할 수 있는 것도 클라우드의 이점 중 하나이다. 알테어는 퍼블릭+온프레미스 또는 퍼블릭+프라이빗을 함께 사용하는 하이브리드 클라우드를 위해 HPC 스케줄러인 PBS와 클라우드 연동을 위한 클라우드 버스팅(cloud bursting) 시스템을 제공한다. 박진구 책임은 알테어가 제시하는 하이브리드 클라우드 구성을 소개하면서 “PBS 스케줄러를 사용해 시뮬레이션 등 사용자의 작업을 위한 클라우드 리소스를 요청하고, VPN을 통해 클라우드와 보안 연결이 가능하다. 온프레미스의 시뮬레이션 솔버 라이선스를 클라우드에서 사용하도록 구성할 수 있다”고 설명했다. 이렇게 구성된 하이브리드 클라우드 환경에서 사용자는 PC에서 클라우드로 작업 파일을 전송하고, 클라우드로 전송된 작업은 퍼블릭 클라우드에서 시뮬레이션을 진행하게 된다. 시뮬레이션 결과는 VPN 보안을 통해 온프레미스 시스템으로 전송되어 사용자는 PC에서 결과를 확인할 수 있다.     엔지니어링 R&D 위한 클라우드 HPC 및 VDI ISBC의 김완희 대표는 최적의 R&D 환경을 지원하는 유연한 클라우드 HPC를 소개했다. 클라우드 HPC에 대해서는 비용 효율과 다양한 컴퓨팅 인스턴스 등의 이점이 알려져 있는데, 김완희 대표는 “ISBC는 HPC 환경에 필요한 통합 R&D 포털을 제공하며, 엔지니어링 VDI를 통해 다양한 전처리 작업 환경을 지원한다. 또한 HPC 서비스와 연동해 해석 솔빙(solving)을 진행할 수 있는  원스톱 VDI+HPC 서비스도 제공한다”고 소개했다. ISBC의 엔지니어링 VDI는 AWS의 그래픽 중심 인스턴스를 사용하며 엔지니어링, 영화/콘텐츠 등 그래픽 작업을 위해 고성능 GPU를 원격에서 활용할 수 있는 환경을 지원하는 것이 특징이다. 한편, 백엔드에서는 HPC 환경에서 다양한 소프트웨어를 함께 사용할 수 있도록 지원한다. 제조기업에서는 다양한 소프트웨어를 함께 사용하는 경우가 많고 머신러닝을 활용하기도 하는데, 김완희 대표는 “이를 위해 유연한 HPC 활용을 지원하는 것이 핵심이다. ISBC는 여러 ISV(독립 소프트웨어 공급사)와 협력하고 있으며 HPC 컨설팅 노하우 및 다수의 레퍼런스를 갖추고 있다”이라고 설명했다.       ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2022-12-01
앤시스 워크벤치를 활용한 해석 성공사례
전기/전자 기기에 사용되는 냉각 장치 모델링   최근 전기/전자 분야에서는 소형화 및 고집적화의 개발 트렌드에 따라 열에 대한 관심도 증가하고 있다. 이번 호에서는 전기/전자 분야에서 많이 사용되고 있는 냉각 방식과 함께, 앤시스 아이스팩(Ansys Icepak)을 이용한 다양한 냉각 장치들의 모델링 및 해석 조건에 대해 소개한다. ■  김준형 | 태성에스엔이 EBU-LF팀 매니저로 근무하고 있으며, 전기/전자의 열해석 분야를 담당하고 있다. 이메일 | jhkim21@tsne.co.kr 홈페이지 | www.tsne.co.kr   최근 전기/전자 분야에서는 IoT, 5G 통신, 전기차, 신재생에너지 등의 관련 산업이 급속하게 발전하고 있다. 특히 차세대 반도체 구현에 필수적인 고집적화 또는 전기차 시장 성장에 따른 SiC 및 GaN같은 고전력 에너지 관련 분야의 개발이 활발하다. 또한 시장에서는 모바일 기기의 소형화 및 고성능을 요구하고 있다. 전기/전자 분야에서 고집적화 및 소형화에 대한 요구는 전체적인 방열 면적 축소와 단위 면적당 발열량 증가를 의미하며, 결국 열 문제가 발생하게 된다. 따라서 개발 단계에서 설계자가 성능과 방열을 함께 고민해야 하는 것은 이제 필수가 되었다.  전기/전자 분야에서 전기 또는 전자 장치에 전력 또는 신호가 인가될 때 발생되는 손실 전력 또는 신호는 빛, 진동, 열 등 다양한 에너지로 변환될 수 있지만, 대부분은 열에너지로 변환된다. 그러나 장치 및 회로에서 과도한 열이 발생될 경우 성능의 신뢰성과 수명 저하라는 문제가 발생되게 되므로, 원하는 허용 온도(safe operating temperature) 내 온도 분포를 갖도록 설계하는 것이 중요하다. 이를 방열 설계 또는 열관리 시스템(thermal management system)이라고 한다. 열해석을 진행하기 위해서는 형상, 물성 외에 발열량이 필요하다. 전기/전자 분야에서의 발열량은 손실 값과 동일하기 때문에 손실 값을 기준으로 냉각 방식을 선정해야 한다. 손실 값의 경우 수동(passive) 소자는 대부분 간단한 줄 발열(Joule heating)에 의해 계산되지만, 능동(active) 소자의 경우 계산 방법이 복잡하며 필요시 실험 값에 의한 결과가 필요한 경우가 있다. 방열 설계를 위해 주요 발열원에 대한 발열량을 도출하였으면 냉각 방식을 선정해야 한다. 냉각 방식에는 대표적으로 자연 공랭, 강제 공랭, 수랭 등의 방법이 있으며, 방열판(heatsink), 히트파이프(heatpipe), 냉각 팬(cooling fan) 등의 다양한 냉각 장치들을 이용하여 설계하게 된다. 엔지니어는 전체적인 발열량과 열전달의 경로를 파악하고 제품에 맞게 냉각 방식을 선정해야 해야 한다.     발열량에 따른 냉각 방식 앞에서 언급하였듯이 엔지니어는 제품에서 발생되는 발열량과 환경에 맞는 냉각 방식을 찾아야 한다. <그림 1>의 내용처럼 발열량 범위에 따라서 적용할 수 있는 여러 냉각 방식이 있으며, 효율과 복잡성을 고려하여 제품에 맞게 선택해야 한다.    그림 1. 발열량에 따른 냉각 방식 비교 그래프  
작성일 : 2022-08-01
앤시스코리아, 엔지니어링 시뮬레이션 솔루션 '앤시스 2022 R1’ 공개
앤시스코리아는 혁신적인 기술과 맞춤형 워크플로 구현으로 제품 설계 및 개발을 새로운 차원으로 끌어올려줄 새로운 엔지니어링 시뮬레이션 솔루션 '앤시스 2022 R1(Ansys 2022 R1)’을 발표했다.  앤시스 2022 R1(Ansys 2022 R1)은 최상위 전문가가 특정 업무에만 적용하는 것에서 나아가, 아닌 주요 제품 설계 및 개발에도 사용할 수 있도록 그 범위를 확장시킴으로써 더 많은 기업들이 시간과 비용을 절감하고, 혁신을 가속화할 수 있도록 지원한다. 최근 엔지니어링 복잡성이 크게 높아지면서 이전과는 다른 확장성이 요구되고 있으며, 고급 컴퓨팅 리소스 및 다분야가 합쳐진(cross-discipline) 엔지니어링 솔루션에 대한 수요도 증가하고 있다.  앤시스 2022 R1(Ansys 2022 R1)을 구성하는 새로운 제품, 기술 및 툴을 통해 전문가들은 산업별 애플리케이션을 위한 맞춤형 워크플로를 심층적으로 구현할 수 있으며, 팀 간 협업을 강화하는 사용편의성 기능을 보다 폭넓게 확장할 수 있다.     산업-중심적인(industry-focused) 이 새로운 솔루션은 적용 범위를 크게 확대하였다. 앤시스 2022 R1(Ansys 2022 R1)에는 외부 공기역학 시뮬레이션(aerodynamics simulations)에 맞게 사용자 인터페이스를 조정할 수 있는 앤시스 플루언트(Ansys Fluent)의 고유한 항공우주 워크스페이스가 포함되어 있다. 이를 통해 항공기 설계자는 항공기의 효율성을 평가하고 아음속(subsonic)부터 초고속 흐름에 이르는 역학을 폭넓게 연구할 수 있다.  또한, 앤시스 포밍(Ansys Forming)은 엔지니어들이 자동차, 가전, 항공우주 및 포장재 산업에서 일반적으로 사용되는 판금 성형(sheet metal forming) 공정의 모든 단계를 디지털 방식으로 설계하고 검증할 수 있도록 지원한다. 앤시스 RF 어드바이저 온 디멘드(Ansys RF Advisor On Demand)는 엔지니어들이 차세대 하이테크 장치에 대한 무선 주파수 간섭(radio frequency interference) 문제를 해결할 수 있도록 해준다. 앤시스 2022 R1(Ansys 2022 R1)은 인쇄회로기판(PCB) 및 3D IC(집적 회로) 패키지 설계 문제와 5G, 자율 및 전기화(electrification) 시뮬레이션과 관련된 과제를 해결할 수 있는 위한 획기적인 기술을 제공한다. 또한, ‘HFSS Mesh Fusion’을 기반으로 하는 ‘Phi Plus 메싱’ 기술을 통해 3D IC 패키징 문제를 포함한 복잡한 시스템 시뮬레이션 시에 매우 빠른 속도와 견고성을 제공한다.      반도체 분야의 경우, ‘2022 R1’은 몇 달이 아닌 단 몇 시간 안에 최악의 동적 전압 강하를 식별하는 획기적인 기술인 ‘RedHawk-SC SigmaDVD’를 제공한다. 통계적으로도 우수한 이 새로운 모델링 기술을 통해 인접 셀의 모든 연관된 스위칭 시나리오를 거의 100% 적용할 수 있어 더욱 견고한 칩 설계가 가능하며, 칩 설계자들은 더욱 안심하고 RedHawk-SC의 골든 사인오프 분석(golden signoff analysis)을 실행할 수 있다.  또한, '앤시스 2022 R1(Ansys 2022 R1)’의 새로운 워크플로우 및 통합을 통해 제품 성능에 대한 더 확실한 통찰력을 확보할 수 있다. 이번 릴리스에서 앤시스 셜록(Ansys Sherlock)은 앤시스 AEDT 아이스팩(Ansys AEDT Icepak)과의 통합을 통해 PCB에 대한 보다 예측 가능하고 정확한 써멀(열) 분석 시뮬레이션을 제공하는 새로운 반자동(semi-automated) 워크플로를 구현했다. 앤시스의 제품 담당 선임 부사장인 셰인 엠스윌러(Shane Emswiler)는 "속도, 충실도 및 확장성은 기업 전체의 시뮬레이션을 통합하는데 매우 중요하다. 이는 엔지니어들이 글로벌 공동 작업자와 함께 협업하며 자율주행차, 전기화 및 인공지능(AI)과 같은 고성장 분야에서 혁신을 이룰 수 있도록 지원한다”라며 "앤시스 2022 R1(Ansys 2022 R1)의 새로운 기능을 통해 엔지니어들은 더 복잡한 문제를 해결하고, 더욱 확장된 시뮬레이션 이점을 경험할 수 있을 것으로 기대한다"라고 말했다.
작성일 : 2022-02-14
LS일렉트릭, ‘앤시스 엘라스틱 라이선싱’ 계약 연장하며 클라우드 시뮬레이션 활용 확대
앤시스코리아는 LS일렉트릭이 디지털 트랜스포메이션(DX) 경쟁력 강화 및 지속을 위해 ‘앤시스 엘라스틱 라이선싱 및 클라우드’ 제품에 대한 3년 사용 계약을 재체결했다고 밝혔다.  이번 계약을 통해 LS일렉트릭은 2024년 말까지 3년간 앤시스의 전자계·구조·열 해석 분야에서 멀티피직스를 포함한 다양한 엔지니어링 시뮬레이션 소프트웨어를 사용할 수 있는 소프트웨어 자산을 대량 확보하게 되었다. LS일렉트릭은 ‘앤시스 엘라스틱 라이선싱(Ansys Elastic Licensing)’ 제품을 지난 2016년부터 국내에서는 처음으로 도입하여 제품 설계, 제조 품질 향상 및 운영비용을 절감하고 있으며, 2018년 말에는 3년 사용 계약을 체결한 바 있다. LS일렉트릭은 비즈니스 다각화와 함께 제품 시뮬레이션의 활용도가 높아지면서, 시뮬레이션 하드웨어 및 소프트웨어 구매 및 관리 비용이 지속적으로 증가했었다. 또한 각 부서별 및 엔지니어 별로 다른 소프트웨어를 사용하고 있어 시뮬레이션 데이터의 호환이 어렵거나, 지속적인 시스템의 업그레이드 및 유지 보수 등의 관리 업무의 부담과 함께 운영 예산의 부담으로 이어질 수 있었다. 이에 따라 LS일렉트릭(구 LS산전)은 앤시스 엘라스틱 라이선싱 제품을 도입하였으며, 클라우드 HPC 클러스터를 구성해 개발자가 시뮬레이션을 필요로 하는 시점에 빠르게 사용할 수 있게 되었다. 엘라스틱 라이선싱은 앤시스의 전체 솔루션을 사용한 만큼만 비용을 지불하는 라이선스 체계이기 때문에 비용 절감이 가능하며, 멀티 코어 해석이 필요한 경우에는 유체, 구조, 전자기학에서 다중 물리에 이르기까지 관련된 폭넓은 시뮬레이션 솔루션 라이선스를 곧바로 사용할 수 있어 연구 개발 속도를 높일 수 있다. 앤시스 엘라스틱 라이선싱은 예산에 맞게 사전에 정해진 패키지로 구매할 수 있으며, 기존에 보유하고 있는 영구 라이선스와 같이 활용할 수도 있다. 이 제품은 앤시스 포트폴리오 전반의 다양한 제품을 사용할 수 있을 뿐 아니라 여러 제품을 여러 사용자가 동시 접속하여 사용할 수 있다. 또한, 라이선스의 전체 사용량 및 사용 제품, 사용흐름 등의 정보를 포털에서 관리자가 온라인으로 직접 관리할 수 있다. LS일렉트릭은 CAE 업무 프로세스의 해석 업무를 비용으로 산출할 수 있게 됨으로써 측정 가능한 성과 지표로 확인하고 관리할 수 있어 해석 업무의 성과를 극대화하고, 업무 투입 효과를 예상하여 운영할 수 있게 되었다. LS일렉트릭은 현재 앤시스의 클라우드 기반 CAE 플랫폼에서 구조해석을 위한 앤시스 메커니컬(Ansys Mechanical), 전자계 해석을 위한 앤시스 맥스웰(Ansys Maxwell), 열유동 해석을 위한 앤시스 플루언트(Ansys Fluent)와 앤시스 아이스팩(Ansys Icepak), PCB 부분의 신뢰성 검증을 위한 앤시스 SI웨이브(Ansys SIwave) 및 Ansys Q3D, EMI/EMC 부분의 해석을 위한 앤시스 HFSS 등을 활용하고 있다. 한편, LS일렉트릭은 수년 전부터 소재 물성 정보 관리의 개선을 위해 앤시스의 소재/물성 데이터 플랫폼인 앤시스 그란타(Ansys Granta)를 도입하여, 사내  데이터베이스를 통합하고 부족한 물성 정보를 확보해 나가고 있다. 이를 통해, 제품 설계부터 시뮬레이션 및 제조까지 이어지는 일원화되고 정확한 물성 정보 시스템을 기반으로 한 해석 업무 환경 구축에 힘을 쏟고 있다.     LS일렉트릭의 CTO인 김영근 전무는 “클라우드 기반 시뮬레이션 플랫폼은 디지털 트랜스포메이션의 흐름에 효과적으로 대응할 수 있는 수단이 될 것으로 기대하고 있다”면서, “앤시스 솔루션은 다양한 물리 영역의 솔루션을 통합된 환경에서 제공함으로써 필요 시에 바로 구매해 사용 가능한 편의성과 다물리 환경의 적용 용이성, 높은 신뢰성을 제공하고 있으며, 사용자가 쉽고 빠르게 활용하여 결과를 도출할 수 있는 최적의 CAE 솔루션”라고 전했다. 앤시스코리아의 문석환 대표는 "혁신적 신기술 연구와 제품 개발을 위해 성능을 결정하는 핵심적 물리적 현상을 상황에 맞게 재현할 수 있는 다양한 설계 및 시험, 검증이 가능한 멀티피직스 시뮬레이션은 글로벌 제조 기업의 핵심 경쟁력"이라면서, "LS일렉트릭의 이번 3년 재계약은 디지털 트랜스포메이션 경쟁력 강화 및 지속을 위한 투자로서, 앤시스는 LS일렉트릭의 혁신을 위해 적극 협력할 계획”이라고 밝혔다.
작성일 : 2022-02-08
[포커스] 앤시스, 구조해석의 경계를 넓히는 포트폴리오와 사례 소개
앤시스코리아는 지난 7월 15일 ‘앤시스 스트럭처 온라인 테크 데이(Ansys Structures Online Tech Day)’ 행사를 진행했다. 이번 행사에서는 전통적인 구조해석에서 나아가 제품 개발 프로세스를 바탕부터 향상시킬 수 있는 앤시스의 기술 확장 내용과 다양한 해석 사례가 소개되었다. ■ 정수진 편집장   앤시스코리아의 문석환 대표는 “시뮬레이션 분야에 집중하는 포트폴리오 강화를 꾸준히 추진하고 있다”면서, 세 가지의 확장전략을 소개했다. ▲제품의 설계 과정뿐 아니라 아이디어부터 유지보수 단계까지 모든 제조 과정에 시뮬레이션을 적용하는 횡적 확장 ▲시장의 메가트렌드와 복잡한 기술 환경 및 시장 상황에 대응할 수 있도록 솔루션과 서비스를 결합하는 종적 확장   ▲그리고 제조산업뿐 아니라 소비재, 의료, 헬스, 리서치 등 다양한 시장의 확장이 중심축이다. 이번 ‘앤시스 스트럭처 온라인 테크 데이’에서는 전통적인 구조해석 솔루션 대신 셜록, 그란타, 디스커버리 등 이런 앤시스의 확장 전략을 나타내는 소프트웨어들이 비중 있게 소개되었다. 또한, 2019년 9월 앤시스가 인수한 LS-DYNA에 대한 소개와 함께 구조해석 분야의 다양한 고객사례도 발표되었다.   ECAD-MCAD 연계로 전자설계의 구조 신뢰성 해석 셜록(Ansys Sherlock)은 ECAD(전자 캐드) 데이터를 MCAD(기구 캐드) 데이터로 변환하는 전/후처리 도구와 열/구조/진동 등 전자장비의 물리현상에 대한 신뢰성을 분석하는 RPA(Reliability Physics Analysis) 도구를 제공한다. 2019년 앤시스가 인수한 DfR 솔루션즈의 제품이던 셜록은 PCB(회로기판)의 레이아웃 데이터를 빠르게 MCAD로 변환할 수 있는 것이 특징이다. 셜록의 전처리 과정에서는 물성 데이터가 자동 입력되고, MCAD나 FEA 툴로 데이터를 내보내 메시와 경계조건을 줄 수 있다. 후처리에서는 온도/응력/변형률 등의 신뢰성을 예측할 수 있다. 또한, 구조해석을 위한 앤시스 메커니컬(Ansys Mechanical)이나 냉각 시뮬레이션 툴인 아이스팩(Ansys Icepak)으로 데이터를 내보내 다양한 해석을 추가로 진행할 수도 있다. 해석한 FEA 결과는 다시 셜록으로 임포트해서 변위나 응력해석 데이터를 기반으로 셜록에서 신뢰성을 예측할 수 있다.   ▲ 앤시스 셜록은 전자장비의 물리적 신뢰성을 빠르게 분석할 수 있다.   정확한 해석을 위한 재료 데이터 관리 앤시스는 2019년 재료 정보 관리 솔루션 업체인 그란타 디자인을 인수하고, 재료 관리 제품군을 자사 포트폴리오에 추가했다. 그란타의 가장 큰 특징은 메탈, 폴리머, 복합재 등 700여 가지의 재료 데이터를 보유한 데이터 라이브러리이다. 이 라이브러리에는 CAE를 위한 재료의 물성치 데이터 외에도 프로세스나 장비 등의 시험을 위한 텍스트, 웹 링크, 파일 등 다양한 데이터가 포함되어 있다. 앤시스 그란타(Ansys Granta)는 네 가지의 제품군을 제공하는데, 크게는 그란타의 자체 데이터베이스를 사용하는 제품과 기업의 인하우스(in-house) 재료 데이터를 관리할 수 있는 제품으로 구분된다. 그란타 MDS(Materials Data for Simulation)는 앤시스 메커니컬이나 일렉트로닉스 데스크톱에 임베드되어, 그란타의 재료 데이터를 구조해석 및 전자기/회로해석에 사용할 수 있다. 그란타 셀렉터(GRANTA Selector)는 특정한 상황에서 선택할 수 있는 데이터 목록과 재료 특성을 보여주고 비교할 수 있게 함으로써, 재료를 선택하는데 도움을 준다. 그란타 MI 엔터프라이즈(GRANTA MI Enterprise)는 사내에서 재료와 관련된 업무를 하는 다양한 사람들이 효율적으로 재료 데이터를 생성하고 사용할 수 있도록 관리하는데 초점을 두었다. 데이터 관리 체계를 사용자가 정의할 수 있고 버전 관리나 사용자별 접근 권한 제어 등도 가능하다. 앤시스는 2020 R1 버전에서 그란타 MI 프로(GRANTA MI Pro)를 새롭게 추가했다. 그란타 MI 프로는 CAD 및 CAE 사용자에게 초점을 맞추고, CAD/CAE 애플리케이션에서 직접 그란타 재료 데이터를 사용할 수 있도록 한다. 그란타 MI 엔터프라이즈에서 데이터 구조 변경과 접근 제어 등의 기능을 제거한 버전이다.   ▲ 앤시스 2020 R1에서 추가된 그란타 MI 프로   실시간 구조/유동 시뮬레이션의 저변 확대 앤시스 디스커버리(Ansys Discovery)는 지난 2018년 ‘설계자를 위한 시뮬레이션’을 내건 디스커버리 라이브(Ansys Discovery Live)를 발표한 후 AIM과 스페이스클레임(SpaceClaim)을 포함한 포트폴리오로 발전했다. 설계 탐색을 위한 실시간 시뮬레이션(디스커버리 라이브), 설계 검증을 위해 정확도가 높은 시뮬레이션(디스커버리 AIM), 빠른 전처리와 CAD 데이터 클린업을 위한 다이렉트 모델링(디스커버리 스페이스클레임) 등의 기능을 제공한다. 제품 개발 사이클이 짧아지고 복잡성이 늘면서, 짧은 시간에 많은 설계 아이디어를 탐색하고 구체화하는데 시뮬레이션이 유용하게 쓰이고 있다. 하지만, 소수의 해석 엔지니어가 아닌 많은 설계 엔지니어가 해석이 복잡하 어렵기 때문에, 또 CAD에 임베디드된 해석 툴의 기능이  부족하기 때문에 해석을 많이 활용하지 못하고 있다. 디스커버리는 이런 점을 파고들어 설계 프로세스의 모든 단계에서, 모든 구성원이 모든 피직스 해석을 할 수 있도록 하는데 주력하고 있다. 앤시스 디스커버리의 최신 버전인 2020 R2에서는 디스커버리 라이브/AIM/스페이스클레임의 사용자 인터페이스(UI)를 통합하고, 여러 제품으로 나누어져 있던 라이선스를 디스커버리와 스페이스클레임으로 간소화했다. 디스커버리 라이선스만으로 지오메트리 모델링과 GPU 솔버 기반의 실시간 구조/유동 해석을 할 수 있게 했다. 또한, 그란타 머터리얼 인터페이스가 추가되어, 그란타의 물성치 데이터베이스를 디스커버리에서 활용할 수 있게 되었다.   ▲ 앤시스 디스커버리는 실시간 시뮬레이션을 쉽고 빠르게 할 수 있다.   강화된 비선형 멀티피직스 해석 역량 제공 앤시스는 2019년 명시적 동역학(explicit dynamics) 및 고급 유한요소해석(FEA) 기술을 갖춘 LS-DYNA의 개발사 LSTC를 인수했다. LS-DYNA는 전/후처리기, 충돌해석을 위한 더미(dummy)와 배리어(barrier), 최적화 소프트웨어 등을 포함하고 있으며 자동차, 항공, 제조, 소비재, 구조, 전자, 방위 등 다양한 산업에서 쓰이고 있다. LS-DYNA는 ‘원 코드’ 전략을 내세우고 있다. 대변형이 발생하고 복잡한 비선형 소재 특성이나 접촉조건을 갖는 동적 거동 물리현상의 해석을 중심으로 익스플리시트/임플리시트 해석, CFD 및 유체-구조 연성해석, 연성 구조 해석 등 멀티피직스 해석이 가능하다. 모든 솔버와 메소드를 기본으로 포함하고 있는 것도 특징이다. LS-DYNA는 키워드를 기반으로 모델링을 하는 것이 기본 구조인데, 키워드를 배워야 하는 어려움을 덜 수 있도록 모든 키워드를 지원하는 전/후처리기를 온라인으로 무료 배포하고 있다. 에어백/시트벨트/센서 등에 특화된 익스플리시트 해석뿐 아니라 임플리시트 해석, 임플리시트-익스플리시트 교차 해석이 가능하고, 소음진동이나 피로해석, 열해석, 성형해석도 지원해 비선형 다중물리해석을 할 수 있다. 여기에 SPH(Smoothed Particle Hydrodynamics), DEM(Discrete Element Method), ALE (Arbitrary Lagrangian Eulerian) 등 메시리스(meshless) 해석이나 캐드 데이터 기반으로 경계조건을 주고 해석을 하는 아이소지오메트릭 해석(IGA) 등 다양한 해석 기술을 지원한다. 또한, 다중모델 통합 최적화를 위한 LS-OPT와 위상/형상 최적화를 위한 LS-TaSC 등 최적화 소프트웨어를 제공하며, 고성능의 MPP(Massively Parallel Processing) 클러스터링도 지원한다.   ▲ 앤시스 LS-DYNA는 비선형 중심의 멀티피직스 해석을 제공한다.     기사 내용은 PDF로도 제공됩니다.
작성일 : 2020-07-31
앤시스 워크벤치를 활용한 해석 성공사례
AEDT Icepak의 Electro-Thermal 2-way 연성해석   전기전자 장비에서 발열은 내구성, 안정성뿐만 아니라 제품의 성능에도 영향을 미친다. 특히나 요즘은 전자제품들의 고집적화 및 소형화로 냉각 설계의 중요성이 더욱 더 커지고 있다. 이를 해석적으로 접근하려면 전자기장 솔버(Electromagnetic Solver)에서 계산된 손실을 아이스팩(Icepak)에 발열량으로 적용하여 계산하는 Electro-Thermal 연성해석이 필요하다. 앤시스에서는 EM 솔버 사용자에게 친숙한 환경인 ANSYS Electronics DeskTop에서 냉각 해석을 할 수 있는 AEDT Icepak을 출시하였다. 이를 통해 이전에는 불가능했던 Single-Window Electro-Thermal 연성해석이 가능해졌다. ■ 조현욱 | 태성에스엔이의 매니저로, 전기전자반도체 산업군의 유동해석 기술지원을 맡고 있다. 이메일 | hwjo@tsne.co.kr 홈페이지 | www.tsne.co.kr   1. Electro-Thermal 연성해석이란 Electro-Thermal 연성해석은 <그림 1>의 개략도와 같이, ‘Input Signal = Output Signal + Heat(Q)’로 모든 손실은 열로 변환된다는 가정으로 접근한다. 실제 물리적인 현상을 보면 빛 또는 소음이 발생할 수 있지만, 극소량이기 때문에 이는 무시할 수 있다. 해석적으로 접근하는 방법은 EM 솔버에서 전자기적 특성과 그에 따라 발생하는 손실이 계산되는데, 계산된 손실을 아이스팩의 발열량으로 적용하여 방열(=냉각) 해석을 하는 것이 Electro-Thermal 연성해석이다. 여기서 방열되는 Heat(Q)는 아이스팩에서 전도, 대류, 복사 모델을 통해서 온도로 계산된다.   그림 1. Electro-Thermal 연성해석 개략도  
작성일 : 2020-02-03