레벨-셋(Level-set) 알고리즘 기반 멀티스케일 위상 최적 설계 : 자동차 샤시, 선체 구조 및 Li-ion 전지 전극구조에 응용 :Level-set algorithm based multi-scale topology optimization design: applied to automotive chassis, midship hull structure and Li-ion battery electrode

남상수

추천

검색

자료유형: 학위논문

저자정보: 남상수 (경북대학교, 경북대학교 대학원)

지도교수: 김철

발행연도: 2022

저작권: 경북대학교 논문은 저작권에 의해 보호받습니다.

이용수8

이 논문의 연구 히스토리 (2)

2022

레벨셋 기반 구조물의 위상최적설계: 리튬이온 배터리 및 선체 설계 응용

남상수 , 박경민 , 김철 외 2명 대한기계학회 춘추학술대회 2022.05 학술대회자료

레벨-셋(Level-set) 알고리즘 기반 멀티스케일 위상 최적 설계 : 자동차 샤시, 선체 구조 및 Li-ion 전지 전극구조에 응용

남상수 기계공학과 2022.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Along with size and shape optimizations, topology optimization has become a popular tool for engineers in the early stage of a design process. In order to solve the phenomenon such problems as a checkerboard pattern and additional post-processing shape optimization, this study proposes the Level-set algorithm based topology optmization method. Besides, the previously proposed level-set based optimization code did not consider a large number of finite elements properly, so that it was mainly used for relatively simple problems because the analyses with large elements was difficult. To allow the MATLAB code to import the results from large structural analysis of MSC-NASTRAN, ABAQUS, ANSYS, COMSOL Multiphysics, etc., this study proposes the MATLAB design optimization in which a large number of FE elements are handled. In order to confirm the accuracy and convergence of proposed MATLAB code, it is applied for the topology optimization of a vehicle chassis structure and a midship hull structure. In order to show its applicability to a nano-scale structure, it was applied to the topology design of the next-generation Si-electrode, and a good design was obtained.

#레벨-셋

1. 서론 1
1.1. 연구 배경 1
1.2. 연구 목적 4
2. 이론적 배경 5
2.1. 레벨-셋 기법(Level-set method) 5
2.1.1. 해밀턴 자코비 방정식(Hamilton-Jacobi equation) 7
2.1.2. 최적화 정식화(Optimization formulation) 8
2.1.3. 형상 민감도(Shape sensitivity)와 위상 민감도(Topological sensitivity) 9
2.2. 최적화 알고리즘(Optimization algorithm) 12
2.2.1. 최적화 문제 정의(Problem definition) 14
2.2.2. 레벨-셋 초기화(Level-set initialization) 15
2.2.3. 유한요소해석(Finite element analysis) 16
2.2.4. 수렴 여부 확인(Convergence check) 및 레벨-셋 업데이트(Level-set update) 17
3. 레벨-셋 기반 최적 설계 응용 예제 18
3.1. 자동차 샤시(Vehicle chassis) 구조에 대한 레벨-셋 최적 설계 응용 18
3.1.1. 유한요소해석 수행(MSC NASTRAN, PATRAN) 및 행렬 파일변환 19
3.1.2. 경계조건, 하중조건 및 최적화 파라미터 설정 21
3.1.3. 수렴 여부 확인 23
3.1.4. 최적화 결과 도출 및 정확성 검증 25
3.2. 선체 구조(Midship hull structure)에 대한 레벨-셋 최적 설계 응용 27
3.2.1. 경계조건, 하중조건 및 최적화 파라미터 설정 28
3.2.2. 수렴 여부 확인 30
3.2.3. 최적화 결과 도출 32
3.3. Li-ion 전지 전극구조에 대한 레벨-셋 최적 설계 응용: 실리콘 나노와이어(Si-nanowires)의 최적 배치 도출 33
3.3.1. 경계조건, 하중조건 및 최적화 파라미터 설정 34
3.3.2. 리튬 이온 충전상태에 따른 재료 물성 부여 36
3.3.3. 설계영역, 하중조건, 경계조건 설정 및 유한요소해석 38
3.3.4. 최적화 결과 도출 및 타당성 검증 40
4. 결론 43
참고문헌 45
영문초록 49

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)