음향 모달·동역학 해석과 물리 기반 최적 설계 알고리즘 연구

Acoustic modal and dynamics analysis with physics-informed optimization algorithms

연구 내용

실험 모달 분석과 고유치 기반 음향 해석을 결합해 모달 특성을 복원하고, 위상 최적화에서 다목적 최적화의 근접 전역 해를 도출하는 연구

음향 성능에 직접 영향을 주는 모달 특성을 중심으로 해석 파이프라인을 구성합니다. 실험 모달 분석을 기반으로 서브구조 합성 절차를 개선해 불완전한 정보에서도 분석-설계 연계를 수행하고, 이중 캐비티의 음향 고유치 문제에 대해 딥러닝 프레임워크를 적용해 정규모드 정보를 추정합니다. 또한 미분가능 모달 합성 구조를 도입해 비선형 현의 시공간 운동을 물리 방정식 기반으로 시뮬레이션하며, 음향 위상 최적화에서는 다목적 목적함수에서 근접 전역 최적해에 도달하는 보조 알고리즘을 통해 수렴성을 보강합니다. 결과적으로 해석 정확도와 최적화 안정성을 함께 확보합니다.

관련 프로젝트

1건

연구 흐름

초기에는 실험 모달 분석을 활용해 구조의 고유 특성을 신뢰도 있게 추출하고, 이를 설계 문제로 연결하기 위한 서브구조 합성 기법을 정교화했습니다. 이후 딥러닝을 이용해 캐비티의 음향 고유치 및 모드 정보를 추정하는 방향으로 확장하고, 시뮬레이션을 물리 기반으로 구동하는 모델을 구성했습니다. 최근에는 다목적 음향 위상 최적화에서 근접 전역 최적해를 얻기 위한 알고리즘을 개발하고, 부족한 실험 정보 상황에서 물리 정보 기반 인공 신경망으로 모달 특성을 파악·개선하는 연구를 수행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

고유모드 기반 음향 예측
실험 모달-해석 연계 자동화
캐비티 구조 음향 고유치 추정
근접 전역 해 수렴 보정
다목적 음향 최적화 절차
비선형 동역학 시뮬레이션 모델
모달 특성 기반 설계 변수 선정
불완전 데이터 보정 전략
해석-설계 통합 워크플로
물리 기반 신경망 튜닝 가이드