최근 각국의 규제가 강화됨에 따라 자동차 제조사들은 각 부품을 개발할 때 경량화를 점점 더 중요하게 고려하고 있다. 이에 따라 차체, 섀시, 파워트레인을 막론하고 관련 기업들은 기존 재료를 대체하거나 제조 방법을 변경하는 방식으로 중량을 줄이기 위해 노력하고 있다. 본 연구에서는 주철로 제작된 디스크 브레이크의 한 부품인 피스톤을 플라스틱 재료로 변경하고, 수치해석 및 시험을 통해 성능을 조사하였다. 새로운 브레이크 피스톤의 개발은 기초 설계, 사출 해석, 정적 강도 해석, 그리고 내구성 시험을 통해 수행되었다. 새 브레이크 피스톤의 재료는 폴리페닐렌 설파이드(polyphenylene sulfide, PPS)이며, 사출 공정에서의 주요 성능 중 하나인 수축률 편차를 고려하여 실험설계(design of experiments)를 적용함으로써 최적 공정 조건을 제시하였다. 또한 본 연구에서는 FE 해석을 이용하여 피스톤의 강도 해석을 수행하고, 시험을 통해 내구성 성능을 평가하였다. 최종적으로 제안된 피스톤의 중량은 기존 700 g에서 138.7 g으로 80.2% 감소하였다. 이 과정의 CAE에는 사출 해석 프로그램인 Moldex3D와 구조 해석 프로그램인 Abaqus를 사용하였다.

본 연구에서는 트러스 구조물의 이산 치수 최적화를 위한 일련의 설계 절차를 제안하고 있다. 기존 트러스 구조물의 이산 치수 최적화 방법의 대부분은 메타휴리스틱 알고리즘을 사용한 통계적 접근 방식을 채택하고 있다. 그러나 이러한 방법은 이산 최적해를 찾을 때까지 많은 해석을 요구하므로 고가이다. 본 연구의 주된 동기는 구조해석의 수를 최대한 줄이면서 이산설계를 제안하는데 있다. 첫째, 잘 개발된 구조 최적화 기법이 포함된 상용 소프트웨어인 GENESIS를 이용하여 연속설계 공간에서 최적해를 산출한다. 연속설계공간에서의 최적해는 우수한 해를 제공한다. 그 다음, 이산 최적해가 연속 최적해 부근에 있다고 가정하여 제안하는 방법을 적용한다. 트러스 구조물의 이산 치수최적화를 위해 머신러닝 라이브러리 중 하나인 scikit-learn에 내장된 기능을 사용하여 근사모델을 연속 최적해 근처에서 생성하여 간단한 최적화 문제로 변환한다. 그런 다음 파이썬 라이브러리인 PyGAD를 사용하여 이산 최적해를 산출한다. 본 연구는 기존의 메타휴리스틱 알고리즘을 연계한 접근법에 비해 0.38 ~ 52.0%의 구조해석 횟수로서 이산설계를 제공하고 있다.