캐드앤그래픽스에서 주최한 'CAE 컨퍼런스 2019'에 보여주신 관심과 성원에 감사드립니다. CAE 컨퍼런스 2019에 등록 및 참여해주신 분들께 감사의 뜻을 전합니다. 발표 자료 다운로드 관련 안내드립니다. 이번 컨퍼런스에서 발표된 자료들 중에서 정보공개에 참여해 주신 발표자료를 모아서 파일로 제공합니다. 행사 당일 배포한 내용도 있으나 일부 자료는 업데이트 된 내용입니다. 아래 아젠다에 PDF 표시가 되어 있는 발표자료가 공개된 내용입니다. 발표자료는 공개 동의한 내용에 한하여 제공됩니다. 1. CAE 컨퍼런스 2019 컨퍼런스 미 참가자 이번 컨퍼런스에 참여하지 않았던 분들은 유료 결제 후에 발표자료를 다운로드 받으실 수 있습니다. 다만 홈페이지 다운로드 용량 제한으로 인하여 전체 자료를 다운로드 할 수 있게 하는데는 제약이 있어 결제 후 메일(cae@cadgraphics.co.kr)이나 전화로 연락주시면 대용량 추가 자료를 보내드립니다.   메일 제목 :  [CAE컨퍼런스2019]미참가자 결제완료 추가자료 요청 내용 : 결제시 회원명 / 전화 / 이메일 메일 보낼 곳   cae@cadgraphics.co.kr   2. CAE 컨퍼런스 2019 참가자 행사 당일에 배포해 드렸던 발표자료에서 업데이트 되었거나 추가로 공개자료로 전환된 발표자료입니다. 참석자들에게는 발표자료 메일로 보내드렸습니다. 행사 참석자 분들 중에 구글 드라이브로 보내드린 발표자료 다운로드 받지 못하신다면 메일(cae@cadgraphics.co.kr)을 보내주시기 바랍니다. 메일 제목 :  [CAE컨퍼런스2019] 참석자 발표자료 요청  내용 : 참석자명 / 전화 / 이메일 메일 주신 내용 확인해서 행사에 참가하신 분들께는 발표자료를 받을 수 있는 링크 주소를 별도로 보내 드리겠습니다. 감사합니다.   *** 문의 : CAE 컨퍼런스 사무국(02-333-6900, cae@cadgraphics.co.kr)    주요 발표 내용 1. 기조연설 K-1. 제조 불확실성을 고려한 최적설계의 현황 및 전망 한양대학교 미래자동차공학과 이태희 교수 CAE 기반으로 설계된 제품의 치수, 형상, 물성치 등은 생산공정에서 다양한 불확실성을 갖게 된다. 따라서 생산된 제품의 성능/품질은 시뮬레이션의 예측 값과 다르게 나타난다. 이번 강연은 제조 불확실성을 고려하여 제품 성능/품질의 강건성과 신뢰성을 확보할 수 있는 최적설계 기법과 이의 적용 사례를 공유하고, 관련 기법의 발전방향을 제시한다. 발표자 소개 대한기계학회 CAE 및 응용역학부문 회장 (2012) 한국최적설계학회 회장 (2016) 한국전산역회회 수석부회장 (2018-2019) IACM General Council/ASSMO Executive Committee 국제학술대회 기조강연: ACSMO 2014/WCCM 2016 K-2. 모빌리티의 변화 ESK정보기술 강한수 대표 기존의 자동차 기업을 위협하는 새로운 경쟁자의 등장과 자동차 사용 방식의 변화 때문에 치열한 경쟁이 예상되는데 이러한 움직임에 대해 자동차 업계의 대응과 모빌리티 서비스의 변화에 대해 살펴보고자 한다. 발표자 소개 현대자동차, 현대오토에버 근무 현재 ESK정보기술 재직중 K-3. 디지털 트윈 기술을 이용한 선박용 스마트 엔진 솔루션 한국조선해양 류승협 책임연구원(연구실장) 한국조선해양은 현대중공업그룹의 조선해양사업부문 중간지주회사로서 조선해양사업의 중장기 발전 방향과 성장 전략을 제시하는 중추적인 역할을 수행하는 연구개발 및 엔지니어링 전문회사이다. 디지털 트윈 기반의 선박용 엔진을 비롯한 추진 계통의 통합 시뮬레이션 기술 및 이를 활용한 선박 제어 시스템의 가상시험 환경을 소개한다. 개발, 설계 단계에서 활용되는 시뮬레이션 기술을 제품 생애주기 전반으로 확장하는 디지털 트윈 사례를 소개한다. 발표자 소개 2017 : NI Engineering Impact Awards Winner ‘HPE Edgeline Big Analog Data Award-Winner’(given by the Hewlett Packard Enterprise Co,, USA) ‘Transportation and Heavy Equipment-Finalist’(given by the National Instruments Co., USA) 2018 : IR52 장영실상 (IoT기반 선박용 엔진 상태진단시스템) 2018 : 대한민국 10대 기계기술상 (상동) K-4. 구조 해석 기술의 진화(3D익스피리언스 플랫폼 클라우드 기반의 비선형 해석) 다쏘시스템코리아 이정대 솔루션 컨설턴트 FEM 기반의 솔리드웍스 시뮬레이션과 3D익스피리언스 플랫폼이 제공하는 시뮬리아(SIMULIA) 기반의 Advanced Nonlinear Analysis 기술에 대해 소개한다. 데이터베이스 기반의 해석 데이터 관리와 진정한 협업 방안에 대해 소개한다. 발표자 소개 다쏘시스템 코리아 Professional solutions 근무 SOLIDWORKS 브랜드가 제공하는 시뮬레이션 제품군 솔루션 컨설턴트 2. 트랙 A - 트렌드 / 솔루션 A-1. MSC 코시뮬레이션 - 멀티피직스 현실이 되다 (MSC Co-Simulation – where Multiphysics gets Real) 한국엠에스씨소프트웨어 윤광수 이사 다중물리학(Multiphysics) CAE 해석을 위한 MSC 코시뮬레이션 최신 기술에 대한 소개와 그 다양한 적용 분야를 살펴본다. 발표자 소개 한국엠에스씨소프트웨어 기술사업본부 이사로 NVH, Fatigue, Co-Simulation, AI solution 등을 자동차 분야에 지원하고 있다. A-2. 유연 다물체 동역학과 입자법 CFD를 이용한 다중 물리 해석 기법 및 사례 소개 펑션베이 정재석 책임 다물체 동역학은 이제 단순히 강체 해석을 넘어, 유연체는 물론 유체나 고체입자, 제어와 같은 다양한 다중 물리 현상을 고려한 CAE 해석 플랫폼으로서 활용되고 있다. 이 중 유연 다물체 동역학과 입자법 CFD를 이용한 다중 물리 문제를 중심으로 최신 해석 기법 및 사례를 소개하고자 한다. 발표자 소개 경희대학교 기계공학과 학사 경희대학교 대학원 석사 (다물체 동역학 전공) 펑션베이 RecurDyn 개발팀으로 입사 현재 온라인 마케팅과 테크니컬 마케팅 담당으로, 다물체 동역학 및 CAE 전반에 걸치 기술적인 트렌드나 팁, 사례를 효과적으로 전달하기 위한 업무를 진행하고 있다. A-3. ANSYS의 ROM 기술을 이용한 디지털 트윈의 구현 엔시스코리아 장윤혁 Sr. Application Engineer ANSYS 솔루션을 이용한 디지털 트윈 적용과 구현 방법에 대해 설명한다. 발표자 소개 - 현) ANSYS Korea, FBU Sr. Application Engineer - 한국지엠 공조냉각성능개발팀 – 차량의 공조/냉각성능 개발 A-4. 제조업 혁신의 중심에서 디지털 트윈을 만나다 한국알테어 서다예 팀장  가상 환경에서 실제와 똑같이 시뮬레이션 하는 기술인 디지털 트윈, 알테어는 다양한 분야의 디지털 트윈 기술로 제품의 완성도를 높이고 제조 환경에서 최적화된 솔루션을 제안한다. 더불어 더욱 새로워진 알테어의 솔루션을 소개한다. 발표자 소개 현재 한국알테어 마케팅팀에서 온/오프라인 마케팅을 총괄하며, 학생들의 CAE 교육을 위한 다양한 프로그램을 지원하고 있다. 홍익대학교 기계시스템디자인공학과 학사 홍익대학교 기계공학 석사 A-5. Rescale 클라우드 HPC 플랫폼을 통한 CAE 디지털 트랜스포메이션 Rescale 이보성 솔루션 아키텍트 이보성 박사 Rescale 은 단일 클라우드 HPC 플랫폼을 통해 전통적인 온프레미스 HPC에서 CAE분야 R&D가 겪는 어려움을 해결한다. • 느린 분석 속도 <- 클라우드 기반의 무제한에 가까운 HPC 자원을 통한 해석시간 단축 • Job 대기 시간 <- 병렬해석 및 멀티 아키텍처 기반으로 Job 대기 시간 해소 • 부족한 SW 라이선스 <- 유동적으로 확장 가능한 컴퓨팅 자원과 on-demand 라이선스를 활용한 비용 최적화 (BYOL/On-demand) • 관리 및 협업 <- 단일 플랫폼을 통해 사용자 / 그룹 / 프로젝트 비용 관리와 사용된 SW 라이선스 및 HW 자원에 대한 모니터링, 클라우드 저장소를 활용한 지방 및 해외 연구소와의 빠른 업무 공유 A-6. 사출성형 CAE 및 머신러닝 기법을 활용한 메타분석 및 역설계에 관한 연구 이디앤씨 황순환 이사 최근 모든 자동차 회사들이 연비 향상을 위한 대책으로 경량화를 위한 노력을 기울이고 있다. 플라스틱은 기존의 철강재료에 비해 가볍고, 생산성이 우수하며, 첨가제의 강성, 형태 및 함유량에 따라 재료 강성을 조절할 수 있어, 이미 수 많은 부품들이 철강 재료에서 플라스틱 재료로 변경되었다. 플라스틱 재료는 용융된 상태로 금형에 주입되어 흐르면서 분자 및 첨가재가 배향한다.  첨가제가 함유된 플라스틱 재료는 배향 방향에 따라 수축의 이방성이 나타난다. 흐르는 방향으로는 수축이 억제되지만 흐르는 방향의 직각방향으로는 수축이 많이 발생하여 한 방향 유동을 실현할 경우 방향에 따른 수축률은 달라질 수 있지만 휨은 억제할 수 있다.  그러나 한 방향 유동을 실현할 수 없는 제품의 경우 배향 방향이 복잡해지면서 수축 불균형에 의한 휨이 발생한다. 그래서 배향에 의한 휨 개선을 위해 역설계 기법이 업계에서 다시 주목 받고 있다.  역설계는 휨이 발생하는 방향의 반대로 금형을 설계하여 사출 후 휨이 발생할 때 기대하는 형상으로 돌아오게 만드는 기법이다. 역설계의 핵심은 휨 예측 능력이다. 금형은 매우 복잡한 구조를 가지고 있어 휨 예측이 잘못 될 경우 많은 수정 비용이 발생한다. 역설계를 위한 휨 예측은 정량적 접근이 필요하여 신뢰성이 중요하지만 공정 변수에 따라 휨양이 달라지기 때문에 역설계 신뢰성 향상을 위해 공정 변수의 불확실성이 얼마나 휨에 영향을 주는지 파악하는 것이 중요하다.  본 발표에서는 Autodesk Moldflow 를 사용하여 유리섬유강화플라스틱(GFRP)으로 성형된 Radiator Tank 제품에 대하여 사출 성형 시뮬레이션을 진행하였다. 직교배열 108Case를 이용하여 5가지의 공정 변수에 따른 휨 예측 Big Data를 생성하였다. 그리고 휨 양을 줄이기 위한 금형 수축률을 선정하여 금형 제작 전 설계에 적용할 수 있었다. 또한 인공 신경망(ANNs : Artificial Neural Networks) 의 머신러닝에서 주목 받고 있는 딥러닝 기술로 불리는 MLP(Multi-Layer Perceptron)을 PIAnO 2018 버전을 이용하여 지도학습을 통한 회귀근사모델을 생성하였다. 그리고 대표적인 회기모델(Regression model)로 RSM(Response Surface Model)로도 불리는 PR(Polynomial Regression) 모델, EDT모델, RBF모델과 비교하여 최적의 근사 모델을 선정 하였다.  기존에는 Radiator Tank 제품을 시뮬레이션하는 시간이 2시간 소요되었으나 MLP 근사모델을 이용할 경우 0.5초 만에 결과물을 도출할 수 있으며 신뢰성도 근사함을 확인하였다. 또한 머신러닝 기법 중 하나인 의사결정나무를 활용하여 불확실한 사출 현장에서 발생할 수 있는 조건을 최적화하는 과정을 공유하고자 한다. 발표자 소개 現 ㈜이디앤씨 기술팀 이사 前 Autodesk Korea 기술팀 근무 前 Moldflow Korea 기술팀 근무 前 상아프론테크 개발팀 근무 前 ㈜제이엠피 기술연구소 근무 現 사단법인 한국 생산 제조 학회 금형 및 공구 부문 이사 前 2018년도 한국 프라스틱 연합회 NCS기반자격 교육훈련 프로그램 개발 전문위원 前 2016년도 한국 기계 산업 진흥회 표준개발 협력 기관 전문위원 前 2015년도 충남대학교 압사출 부문 NCS 학습모듈 집필 3. 트랙 B - 베스트 프랙티스 & 방법론 B-1. 빅데이터와 인공지능 기반 해석 결과 최적화 및 예측 기법 개발 적용 사례 LG전자 김예용 연구위원 최근 제품 개발 영역에서 가상검증이 대두됨에 따라 실물 대신 해석으로 시험을 대체하는 것이 대세가 됐다. 가상시험 할 대상이 늘어나다 보니, 기존 해석 속도로는 제품 개발 진행이 불가능한 상황이 되었고, 빨라진 해석에 따른 엄청난 데이터가 축적되고 있다. 이런 상황에 대응하기 위해 빅데이터와 인공지능에 기반한 해석 결과 예측 기법이 개발됐다. 이를 응용한 사례들을 고찰해 본다. 발표자 소개 소형 휴대폰부터 대형 사이니지 제품까지, 다양한 종류의 전자장비 양산 냉각 설계 및 해석 경험 B-2. 최적설계와 딥러닝 한국원자력연구원 유용균 선임연구원 기계공학 관점에서 딥러닝 기술에 관해서 이야기하고 최적설계 분야에서 딥러닝을 적용한 연구 결과와 향후 발전 가능성에 관해서 이야기하고자 합니다. 발표자 소개 한국원자력연구원 지능형 컴퓨팅 TFT 팀장/ 인공지능 커뮤니티 AI 프렌즈 대표 운영진/ 대한기계학회 사업이사 B-3. 딥 러닝을 이용한 자동차 구조 CAE 모드 예측 현대자동차 R&D Division 버추얼개발허브팀 윤경열 책임연구원 CAE 방법론은 전 세계 자동차 OEM에서 최근 차량 개발의 가장 중요한 열쇠다. 신차의 시장출시 시간과 최적화된 자동차를 충족시키는 혁신적인 접근 방식이 필요하다. CAE와 딥 러닝의 융합은 산업 민주화를 이끌 수 있다는 점에 대해 소개한다. 발표자 소개 Senior Research Engineer of Virtual Development Hub Team Project Manager of Simulation Process/Data Management & HPC AI Research B-4. 전기자동차용 구동모터 벤치마킹을 위한 시뮬레이션 기법 사례 국립한밭대학교 김기찬 교수 상용화가 이루어진 전기자동차의 구동모터를 전자장 시뮬레이션 기법을 이용하여 역설계 분석을 수행하는 과정에 대하여 발표한다. 역설계 대상은 테슬라 모델 3 및 모델 S의 구동모터 등이며, 전자장 시뮬레이션 도구는 Ansys Maxwell을 사용한다. 발표자 소개 현) 국립한밭대학교 전기공학과 교수 대한전기학회 부문이사 INCA 국제학회 학술위원장 자동차안전하자심위위원회 기술위원 한국콘텐츠학회 부학술위원장 B-5. 디지털 트윈 기반 이노베이션과 CAE 시뮬레이션 (Digital Twin Based Innovation and CAE Simulation) 디지털지식연구소 조형식 대표 디지털 트윈 기반 이노베이션을 통한 5차원 디지털 트윈 개념 모델에서의 CAE 시뮬레이션 데이터 적용과 디지털 스레트  역할 소개 발표자 소개 (현)디지털 지식 연구소 대표, (현) CNG TV 방송 진행자 (전)지멘스 소프트웨어 상무, (전)한국항공우주산업 CAE 실장 (전)삼성항공우주연구소 CAE 팀장 B-6. 한국형 초고속 대중교통 '하이퍼루프' CAE 적용 사례 울산과학기술원(UNIST) 기계항공및원자력공학부 이재선 교수 지상에서 음속의 속도로 이동할 수 있는 교통수단으로 소개되고 있는 하이퍼루프 기술의 개념에 대한 소개와 기술을 구현하기 위해 진행되고 있는 CAE적용을 포함한 국내 연구개발 상황을 소개한다. 발표자 소개 2013 – 현재 울산과기원 기계공학과 조교수, 부교수 2007-2013 미국 United Technologies Research Center 선임 연구원 현재 울산과기원 차세대 고속 이송수단 요소기술 개발 과제 연구책임자