케이던스 디자인 시스템즈는 지속 가능한 데이터센터 설계와 최신화를 촉진하는 종합 AI 기반 디지털 트윈 솔루션을 출시하면서, 데이터센터 에너지 효율과 운영 용량 최적화를 지원한다고 밝혔다. 국제에너지기구(IEA)에 따르면 미국 내 데이터센터가 전기 사용 총량에서 차지하는 비중이 2023년 기준으로 4%를 넘어섰으며, 향후 수십 년간 기하급수적으로 증가할 전망이다. 케이던스의 리얼리티 디지털 트윈 플랫폼은 데이터센터 설계자 및 운영자가 데이터센터의 복잡한 시스템을 탐색하고 데이터센터 컴퓨팅 및 냉각 리소스의 비효율적인 사용에 따른 용량 부족 문제를 해결함으로써, 전력 부족 시대에 AI 기반 워크로드 최적화로 환경에 미치는 영향을 완화하는데 도움을 줄 수 있다.  케이던스의 리얼리티 디지털 트윈 플랫폼(Cadence Reality Digital Twin Platform)은 전체 데이터센터를 가상화하고 AI, 고성능 컴퓨팅(HPC) 및 물리 기반 시뮬레이션을 사용하여 데이터센터의 에너지 효율을 개선해준다. 물리적 데이터센터의 포괄적인 디지털 트윈을 생성함으로써, 진화하는 비즈니스 및 환경 관련 요구사항에 발맞춰 정밀한 인프라 계획, 분석 및 관리 능력을 제공하는 것이다.      케이던스 리얼리티 디지털 트윈 플랫폼은 모델 생성 및 시뮬레이션에 AI를 사용하여 공기 흐름, 풍속, 공기 흡입을 막는 장애물, 내/외부 온도 변화 등 데이터센터 운영에 영향을 미치는 물리적인 외부 요인을 예측한다. 고급 모델링 기능을 통해 광범위한 설계 시나리오 및 운영 전략을 시뮬레이션하고, 각 데이터센터별로 에너지 효율이 가장 큰 솔루션을 찾아낸다. 그리고, 설계 프로세스에 외부 환경 요인을 통합하여 탄력적인 개발뿐 아니라 지속 가능한 데이터센터 운영을 가능하게 한다. 이 플랫폼은 각 프로젝트의 세부 요건에 맞는 자동화된 상세 리포트를 제공하여, 잠재적인 에너지 절감 및 효율성 향상에 대한 심층적인 이해를 지원한다. 또한, 여러 냉각 시스템이 에너지 소비에 미치는 영향을 평가하여 가장 효과적인 냉각 솔루션에 대한 통찰력을 제공한다. 이외에도 케이던스의 멀티피직스(multi-physics) 솔버에 통합되어 칩렛(chiplet)에서 기후에 이르기까지 동일한 정확성을 갖는 고용량 멀티 도메인 엔진을 구현할 수 있는 것이 특징이다. 케이던스는 이 플랫폼을 통해 모든 산업서 차세대 데이터센터 및 AI 공장의 개발을 가속화할 수 있으며, 엔비디아 옴니버스(NVIDIA Omniverse) 개발 플랫폼과 통합되어 최대 30배 더 빠른 설계 및 시뮬레이션 워크플로를 구현할 수 있다고 설명했다. 케이던스의 톰 베클리(Tom Beckley) 커스텀 IC &PCB 그룹 수석 부사장 겸 총괄은 “데이터센터가 AI의 급속한 성장에 직면하여 지속가능성과 에너지 효율에 우선순위를 두어야 한다는 압박을 받고 있는 상황”이라면서, “리얼리티 디지털 트윈 플랫폼이 데이터센터 설계 및 운영의 모든 측면을 최적화하여 에너지 효율을 개선하고, 보다 더 효율적이고 탄력적이며 환경 친화적인 길을 열어줄 것”이라고 설명했다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (8)   전산 유체 역학(CFD) 시뮬레이션은 긴 설계 주기를 단축하고 비용이 많이 드는 실험 횟수를 줄이기 위해 널리 사용되어 왔다. 하지만 기존 CFD 솔버 기술과 컴퓨팅 리소스의 정확도와 속도 제한으로 인해 CFD 분석의 잠재력이 제한되었다. 이러한 문제로 인해 일반적으로 CFD 사용자는 효율적인 가상 엔지니어링을 수행하지 못했다. 턴키 CFD 솔루션인 케이던스 밀레니엄 M1(Millennium M1) CFD 슈퍼컴퓨터는 대형 와류 시뮬레이션(LES)을 위한 케이던스 피델리티(Fidelity) LES 솔버와 같은 그래픽 처리 장치(GPU) 상주 CFD 솔버와 확장 가능한 고성능 컴퓨팅(HPC) 하드웨어의 조합으로 이러한 장애물을 극복하여 전례 없는 성능을 발휘한다. 고품질 합성 데이터의 신속한 생성을 통해 제너레이티브 AI(generative AI)는 정확도 저하 없이 최적의 시스템 설계 솔루션을 빠르게 식별할 수 있다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   밀레니엄 M1은 처리 시간을 며칠에서 몇 시간으로 단축하여 항공우주, 자동차, 발전 및 터보 기계 애플리케이션에서 LES의 실제 적용 범위를 확장한다.   그림 1. 케이던스 밀레니엄 M1 CFD 슈퍼컴퓨터   밀레니엄 M1의 주요 효과 밀레니엄 M1은 설계 시간 및 컴퓨팅 리소스 절약 효과를 가져다줄 수 있다.   GPU 가속  고성능의 GPU 상주 CFD 솔버가 최저 전력 소비로 빠른 시간 내에 결과를 제공한다.   턴키 솔루션 바로 사용할 수 있는 단일 CFD 슈퍼컴퓨팅 솔루션을 위해 피델리티 CFD 소프트웨어와 HPC 하드웨어를 결합한다.   최적화된 성능 확장 가능한 HPC 아키텍처와 최신 GPU 상주 솔버가 최적의 시스템 성능을 위해 튜닝되었다.   뛰어난 확장성  빠른 처리 시간을 위해 애플리케이션에 따라 스택형 컴퓨팅 노드를 확장할 수 있다.   표 1. 밀레니엄 M1은 자동차, 항공우주 및 터보 기계 애플리케이션을 위한 당일 시뮬레이션 처리 시간을 제공한다.   밀레니엄 M1의 특징 밀레니엄 M1은 CFD 슈퍼컴퓨팅을 위한 통합 하드웨어 및 소프트웨어 플랫폼이다.   GPU 가속 GPU 가속화는 항공우주, 자동차, 터보 기계 및 기타 여러 산업에 막대한 영향을 미치며 고충실도 CFD를 혁신하고 있다. CFD에 GPU 컴퓨팅을 활용하면 엔지니어링 효율성을 높일 수 있다. 주어진 컴퓨팅 투자에 대해 피델리티 LES 솔버는 CPU 대비 최대 10배의 처리량 증가를 제공한다. 고정된 시뮬레이션 처리량의 경우, CPU 컴퓨팅 대비 GPU 컴퓨팅의 에너지 요구량 감소는 약 17배이다.   그림 2. 합동 타격 미사일(JSM) 기체용 밀레니엄 M1의 피델리티 LES 확장성 확장성 밀레니엄 M1은 외부 공기역학 및 항공 음향에서 연소 및 다중 물리학에 이르기까지 애플리케이션 전반에 걸쳐 거의 선형에 가까운 확장을 제공한다. 이 제품은 두 개의 GPU 노드에서 14시간 이내에 착륙 구성의 실제 항공기를 정확하게 시뮬레이션하는 등, 빠른 시간 내에 결과를 얻을 수 있는 대규모 LES 시뮬레이션을 지원한다.   고충실도 LES 밀레니엄 M1의 피델리티 LES 솔버는 고급 수치 방법과 모델을 결합하여 GPU 가속을 통해 비용 효율적이고 높은 처리량의 시뮬레이션을 제공한다. 고유한 솔버 이산화가 최신 서브 그리드 스케일 및 벽 모델링과 결합되어 그리드 해상도에 높은 견고성을 제공하는 LES 기능을 제공한다.   그림 3. 다양한 메시 크기에 대한 샌디아 플레임 D 실험과 Fidelity CharLES 결과 비교     ■ 자세한 기사 내용은 PDF로 제공됩니다.

엔비디아가 엔비디아 옴니버스 클라우드(NVIDIA Omniverse Cloud)를 API로 제공한다고 발표했다. 엔비디아는 이를 통해 소프트웨어 제조업체의 전체 에코시스템에 걸쳐 산업용 디지털 트윈 애플리케이션과 워크플로 제작을 위한 플랫폼의 범위를 확장한다. 개별적으로 또는 함께 사용할 수 있는 새로운 옴니버스 클라우드 API는 5개로 ▲오픈USD(OpenUSD) 데이터의 레이 트레이싱 RTX 렌더링을 생성하는 USD 렌더(Render) ▲사용자가 오픈USD 데이터를 수정하고 상호 작용할 수 있는 USD 라이트(Write) ▲장면 쿼리와 인터랙티브 시나리오를 활성화하는 USD 쿼리(Query) ▲USD 변경 사항을 추적하고 업데이트를 제공하는 USD 노티파이(Notify) ▲사용자, 도구, 세상을 연결해 여러 장면에서 협업할 수 있도록 지원하는 옴니버스 채널 등이다. 개발자는 다섯 개의 새로운 옴니버스 클라우드 API를 사용해 핵심 옴니버스 기술을 직접 쉽게 통합할 수 있다. 여기에는 디지털 트윈을 위한 기존 설계와 자동화 소프트웨어 애플리케이션, 로봇이나 자율 주행 차량과 같은 자율 머신의 테스트와 검증을 위한 시뮬레이션 워크플로 등이 있다. 로봇, 자율 주행 차량, AI 기반 모니터링 시스템에 대한 수요가 증가함에 따라 개발자들은 엔드투엔드 워크플로를 가속화하고자 노력하고 있다. 센서 데이터는 인식부터 계획과 제어에 이르기까지 전체 스택의 자율성을 훈련하고 테스트와 검증을 하는 데 매우 중요한 부분이다. 옴니버스 클라우드 API는 포어텔릭스(Foretellix)의 포어티파이(Foretify) 플랫폼, 칼라(CARLA), 매스웍스(MathWorks) 등 시뮬레이션 툴과 애플리케이션으로 이루어진 개발자 에코시스템과, 포비아 헬라(FORVIA HELLA), 루미나(Luminar), 씨크(SICK AG), 소니 세미컨덕터 솔루션즈(Sony Semiconductor Solutions)와 같은 센서 솔루션 제공업체를 연결한다. 이를 통해 고충실도의 물리 기반 센서 시뮬레이션으로 풀 스택을 훈련과 테스트를 실현한다.     엔비디아는 글로벌 산업용 소프트웨어 업체 중 일부가 자사의 소프트웨어 포트폴리오에 옴니버스 클라우드 API를 도입하고 있다고 소개했다. 그 중에는 앤시스, 케이던스, 다쏘시스템의 3D익사이트(3DEXCITE), 헥사곤, 마이크로소프트, 로크웰 오토메이션, 지멘스, 트림블 등이 있다. 지멘스는 클라우드 기반 제품 수명주기 관리(PLM) 소프트웨어인 팀센터 X(Teamcenter X)와 지멘스 엑셀러레이터(Xcelerator) 플랫폼에 옴니버스 클라우드 API를 채택하고 있다. 엔비디아는 이 소프트웨어가 설계 데이터를 엔비디아 생성형 AI API에 연결한 다음, 옴니버스 RTX 렌더링을 애플리케이션 내에서 직접 사용할 수 있다고 설명했다. 앤시스도 옴니버스 클라우드 API를 채택했다. 자율 주행 차량용 앤시스 AV엑셀러레이트(Avxcelerate), 6G 시뮬레이션용 앤시스 퍼시브 EM(Perceive EM), 앤시스 플루언트(Fluent) 등의 엔비디아 가속 솔버에서 데이터 상호운용성과 RTX 시각화를 지원한다. 케이던스는 기업이 데이터 센터를 물리적으로 구축하기 전에 디지털 트윈에서 먼저 설계, 시뮬레이션, 최적화할 수 있도록 자사의 케이던스 리얼리티(Reality) 디지털 트윈 플랫폼에 옴니버스 클라우드 API를 도입하고 있다. 다쏘시스템은 콘텐츠 제작용 3D익사이트 애플리케이션에서 스토리텔링 제작을 강화하기 위해 옴니버스 클라우드 API와 셔터스톡(Shutterstock) 3D AI 서비스를 채택하고 있다. 트림블은 이 API를 활용해 트림블 모델 데이터와 함께 인터랙티브 엔비디아 옴니버스 RTX 뷰어를 사용할 계획이다. 헥사곤은 USD 상호운용성을 통해 자사의 현실 캡처 센서와 디지털 현실 플랫폼을 엔비디아 옴니버스 클라우드 API와 통합할 예정이다. 로크웰 오토메이션은 옴니버스 클라우드 API를 사용해 RTX 지원 시각화를 강화할 계획이다. 옴니버스 클라우드 API는 올해 말 마이크로소프트 애저(Microsoft Azure)에서 엔비디아 A10 GPU의 자체 호스팅 API 또는 엔비디아 OVX에 배포된 관리형 서비스로 제공될 예정이다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “제조되는 모든 제품에는 디지털 트윈이 적용될 것이다. 옴니버스는 물리적으로 사실적인 디지털 트윈을 구축하고 운영하기 위한 운영체제이다. 옴니버스 와 생성형 AI는 50조 달러 규모의 중공업 시장을 디지털화하기 위한 기반 기술”이라고 전했다.

케이던스 디자인 시스템즈는 디지털 트윈의 다중물리(멀티피직스) 시스템 설계 및 분석을 가속화할 수 있는 ‘케이던스 밀레니엄 엔터프라이즈 다중물리 플랫폼(Cadence Millennium Enterprise Multiphysics Platform)’을 발표했다. 1세대 플랫폼인 케이던스 밀레니엄 M1(Cadence Millennium M1)은 하드웨어 및 소프트웨어 솔루션을 결합해 고성능 CFD(전산유체역학) 시뮬레이션을 가속화한다. GPU를 탑재한 HPC 하드웨어와 최적화된 GPU 가속화(Acceleration) 및 생성형 AI를 활용할 수 있는 케이던스 고성능 피델리티 CFD(Cadence high-fidelity CFD) 소프트웨어가 턴키로 포함된 것이 특징이다. 밀레니엄 M1은 통합 클러스터로 융합하여, 복잡한 기계 시스템을 시뮬레이션할 때 빠른 TAT(Turnaround Time)과 거의 선형에 가까운 확장성을 고객에게 제공하는 것이 목표이다. 자동차, 항공우주 및 방위산업, 에너지 및 터보기계 등 산업에서는 성능과 효율면에서 새로운 차원의 기계 시스템을 설계하는 것이 핵심적인 우선 과제가 되었다. 자동차 설계자들은 성능을 최적화하고 온실가스를 줄이기 위해 연비 개선, 항력 및 소음 감소, 전기 자동차 주행 거리 연장에 집중하고 있다. 또한 A&D 및 터보기계 설계 엔지니어들에게는 효율 향상, 탄소 배출량 감소, 유지보수 빈도를 줄이는 것이 중요하다. 이런 목표를 달성하기 위해서는 다중물리 시뮬레이션 기술의 발전이 필수적이다. 속도, 정확성, 용량 및 계산 속도를 가속화하는 것은 디지털 트윈 시뮬레이션에 필수 요소로서, 프로토타입을 개발하고 테스트하기에 앞서 의도한 대로 작동할 수 있다는 확신을 줄 수 있는 설계 혁신의 원동력이 된다.   ▲ 이미지 출처 : 케이던스 웹사이트   GPU 내장 CFD 솔버와 전용 GPU 하드웨어를 결합한 케이던스 밀레니엄 플랫폼은 최대 1000개의 CPU 코어로 GPU당 슈퍼컴퓨터급의 처리량을 제공한다. 동급 CPU 대비 향상된 에너지 효율로 몇 주가 걸리던 처리 시간을 몇 시간으로 단축할 수 있게 지원한다.  케이던스 피델리티 CFD 솔버는 복잡한 시뮬레이션 문제를 해결할 수 있으며 높은 정확도를 제공한다. 밀레니엄 플랫폼은 확장형 아키텍처와 유연성을 갖춘 피델리티 솔버를 통해 여러 GPU 노드에서 선형에 가까운 확장성을 제공한다. 또한, 생성형 AI를 접목한 디지털 트윈은 고품질의 다중물리 데이터를 빠르게 생성하고, 생성형 AI가 최적의 시스템 설계 솔루션의 디지털 트윈 시각화를 안정적으로 생성할 수 있다. 케이던스는 밀레니엄 플랫폼이 주요 공급업체의 GPU를 바탕으로 클라우드 환경에서 8개 이상의 GPU를 구성하거나 온프레미스 환경에서 최소 32개 GPU를 구성할 수 있으며, 고객이 원하는 구성 방식을 적용할 수 있는 유연하고 확장성 높은 솔루션을 제공한다고 소개했다. 케이던스의 밴 구(Ben Gu) 다중물리 시스템 분석 R&D 부사장은 “케이던스는 35년의 역사를 통해 매우 어려운 컴퓨팅 분야에서 정확성을 유지하면서 동시에 계산 속도를 향상시키는데 주력해 왔다. 알고리즘 처리량은 여전히 핵심 우선순위이며 이제 우리는 생성형 AI를 활용하여 방대한 양의 설계 및 시뮬레이션 데이터에서 정보를 추출하고 있다”면서, “밀레니엄 플랫폼은 디지털 트윈 및 AI 애플리케이션의 가속화와 확장성을 제공하는 거대한 도약이며, CFD는 성능과 효율이 향상되면서 아주 유용하게 활용될 준비를 마쳤기 때문에 밀레니엄 M1의 뛰어난 성능은 빠른 제품을 출시를 해야 하는 산업계에 혁신을 가져올 것”이라고 전했다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (6)   대규모 와류 시뮬레이션(LES)은 복잡성과 컴퓨팅 자원의 요구 등 제약이 극복되면서 유용한 난류 시뮬레이션 기술로 떠오르고 있다. 이번 호에서는 최신 수치 및 GPU 가속을 통해 LES 시뮬레이션을 더 저렴하고 쉽게 사용할 수 있는 케이던스의 피델리티 찰스(Fidelity CharLES) 솔루션에 대해 살펴본다.   ■ 자료 제공 : 나인플러스IT   모든 시스템의 공기역학 또는 유동장을 설계할 때 엔지니어는 난기류의 영향을 고려해야 한다. 전산 유체 역학(CFD)의 난류 모델을 사용하면 실제 시나리오에서 발생하는 유체 흐름의 혼란을 포함할 수 있다. 난류를 모델링하기 위해 레이놀즈-평균 나비에-스토크스(Reynolds-Averaged Navier-Stokes : RANS) 방정식이 널리 사용되어 왔으며 컴퓨팅 리소스가 제한되어 있을 때 선호된다. 그러나 이러한 시간 평균 방정식은 연소, 음향, 공기 역학 등과 같은 광범위한 애플리케이션에 필요한 정확도를 제공하지 못한다. 이러한 경우 대규모 와류 시뮬레이션(Large Eddy Simulation : LES)이 유용하다. 시뮬레이션의 복잡성과 대규모 컴퓨팅 요구 사항으로 인해 지난 40년 동안 대부분의 산업 분야에서 LES는 비실용적이었다. 하지만, 오늘날에는 최신 수치 및 GPU 가속을 통해 LES 시뮬레이션이 더 쉽게 접근 가능하고 저렴해졌다.   케이던스 캐스케이드 테크놀로지스의 LES 모델링 역사 1980년 케이던스 캐스케이드 테크놀로지스(Cadence Cascade Technology)의 창립자인 Parviz Moin은 난류 모델링에 관한 획기적인 연구를 수행했다. 당시에는 난기류를 실험적으로 조사하기 위한 수많은 연구가 진행 중이었다. <그림 1>은 경계층에서 수소 기포를 사용하여 수행한 실험을 보여준다. 이 실험은 난기류 속에서 아름답고 일관된, 그러나 혼란스러운 구조를 연구하기 위한 것이었다.   그림 1. 시뮬레이션 결과(Moin & Kim, 1981)(왼쪽)와 실험 결과(Kim, Klein & Reynolds, 1970)  (오른쪽)   Parviz와 그의 동료들은 1981년 미국 물리학회 컨퍼런스에서 NASA Ames 기지의 ILLIAC IV 15MFlops 컴퓨터로 계산한 시뮬레이션을 발표했다. 그 결과 나비에-스토크스 방정식을 시간에 따라 정확하게 예측하여 난기류의 역학과 통계를 모두 포착할 수 있다는 것을 보여주었다. 오늘날 고성능 컴퓨팅의 성능은 1980년 M플롭에서 2023년 1E플롭/s로 크게 발전했으며, 프론티어는 상위 500대 기업 중 선두를 달리고 있다. 최신 솔버 기술과 확장성을 바탕으로 자동차, 항공우주 및 기타 산업에서 충실도 높은 LES의 실제 적용이 증가하고 있다.   오늘날 LES를 가능하게 하는 기술 고충실도 LES의 실제 적용을 가능하게 하는 4가지 차별화 기술은 다음과 같다. 그리드 이산화(Grid Discretization) : 시간에 따라 달라지는 시뮬레이션에서 고품질의 상대적으로 등방성인 그리드의 중요성은 아무리 강조해도 지나치지 않다. 벽 근처에 약간의 이방성이 있으면 도움이 될 수 있지만, 그리드는 시뮬레이션 내내 일관된 품질을 유지해야 한다. 수치적 방법(Numerical Methods) : 강력하고 비선형적으로 안정적인 수치적 방법과 유동 물리학을 정확하게 표현하는 고급 물리 모델을 사용하는 것이 필수적이다. 데이터 분석(Data analytics) : 광범위한 데이터 세트를 생성하게 되므로 이 데이터를 빠르게 시각화하고 이해하는 것이 중요하다. GPU 가속(GPU Acceleration) : GPU에서만 실행되는 최신 CFD 솔버인 GPU 상주 솔버는 필요한 비용 효율적이고 높은 처리량의 시뮬레이션을 제공한다.   그림 2. 1990년부터 2023년까지 성능 개발 목록   수년 동안 LES 모델링의 철학은 저소산 수치 체계가 필요하다는 것이었다. 그러나 이러한 저손실 방식은 다중물리 애플리케이션과 복잡한 지오메트리에서 구축하기 어렵다. 높은 레이놀즈 수 흐름에서 실제 손실은 낮지만, 일반적인 CFD 코드의 수치 손실은 매우 높다. 하지만 피델리티 찰스 솔버(Fidelity CharLES Solver)를 사용하면 안정적인 저손실 수치 체계를 가질 수 있다. 메시 생성의 경우, 피델리티 찰스 솔버는 다양한 해상도의 영역과 그 사이의 전환을 가진 다면체 메시를 생성하는 메시 생성기를 사용한다. 이 메시는 특정 포인트 세트를 중심으로 생성된 3D 보로노이 다이어그램(Voronoi Diagram)이다. 이러한 점을 체계적으로 도입하면 높은 수준의 균일성을 가진 메시가 생성된다. 따라서 피델리티 찰스 솔버는 LES용 메시를 생성하는 데 편리하다.   ■ 상세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (4)   석유화학 및 기타 산업 분야에서는 주변 공기 환기부터 500℃ 이상의 유해 염화물 가스까지 다양한 가스를 처리하는 일련의 공정에 팬(fan)을 사용한다. 이러한 팬의 최대 작동 속도는 산업 표준에 의해 관리되며 종종 제한된다. 이러한 속도 제한으로 인해 팬 제조업체는 원하는 압력 출력을 얻기 위해 임펠러의 직경을 늘리거나 줄여야 한다. 엔지니어가 직면한 과제는 결과물의 크기가 커지고 무거워지며 제작, 테스트 및 운송에 많은 비용이 든다는 점이다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   일리노이주 캐리에 본사를 둔 일리노이 블로어(Illinois Blower)는 더 높은 압력과 팬 효율을 달성하면서도 임펠러 속도와 직경을 유지하여 이러한 딜레마를 해결하는 설계 접근 방식을 위해 케이던스(Cadence)와 협력해 왔다. 40년 이상 정유 및 석유화학 발전, 오염 제어, 제약, 식품 가공 등 다양한 전 세계 산업 공정 산업을 위한 맞춤형 원심 팬과 블로어를 성공적으로 개발 및 제작해 왔다. 이번 호에서 소개하는 사례의 목표는 전체 성능 라인에 걸쳐 전체 팬 스테이지(휠 및 볼류트)의 압력 비율을 높이는 것이었다. 제조 제약 조건으로 인해 임펠러 주변의 견고한 본체 두께를 유지해야 했고, 블레이드 모양은 제조하기 쉬워야 했다. 이러한 임펠러의 최적화 외에도 엔지니어들은 출구 파이프의 압력 손실을 줄이기 위해 흐름 물리학을 더 잘 이해하고자 했다.   그림 1. 테스트 사례 : 원심 산업용 팬의 임펠러와 볼류트를 헥스프레스의 표면 메시로 최적화   CFD 시뮬레이션 방법론 Open 비정형 다목적 CFD 솔버 패키지에서 초크부터 스톨까지 일련의 시뮬레이션을 실행하고 그 결과를 실험 데이터와 비교하여 CFD 설정이 신뢰할 수 있는지 확인했다.   고속 메싱 볼류트와 임펠러 블레이드 디테일 주변에 매끄러운 경계 레이어가 있는 7.5M 포인트 메시가 비정형 메시 프로그램인 헥스프레스(Hexpress)에서 생성되었다. 성능 라인 안정화 계산을 실행하기 위해 임펠러의 한 통로만 메시화하면 되었으며, 각 계산은 96개 코어에서 1시간 이내에 완료되어 완전한 수렴을 달성할 수 있었다. <그림 2>의 분산형 차트는 모든 데이터베이스 및 최적화 샘플에 대한 목표 값을 보여주며, 최적의 개체는 별표로 강조 표시된다. 자체 조직화 맵은 매개변수 간의 상관관계와 반상관관계를 보여준다. 분산 분석(ANOVA)은 다양한 입력 변수에 대한 출력의 전체 변동성을 분해한다. LOO(Leave-One-Out) 플롯은 모델 신뢰도를 추정한다.   그림 2   최적화 1 : Identifying the centrifugal fan's main performance parameters 최적화의 첫 번째 단계는 원심 팬의 성능에 영향을 미치는 주요 요인을 파악하여 최적화가 가장 효과적인 위치를 정확히 파악하는 것이었다. 임펠러 블레이드와 흐름 채널에 대한 20개의 사용자 정의 파라미터를 신중하게 선택하여 허브 및 슈라우드 모양, 블레이드 금속 각도, 블레이드 캠버 및 기울기를 설명했다. 이러한 자유 파라미터와 관련 변형 범위의 선택은 프로젝트 성공의 열쇠로 밝혀졌다. 각 파라미터 세트에 대해 케이던스의 디자인3D(Design3D) 최적화 모듈로 새로운 지오메트리를 생성하고, 전용 파이썬 스크립트를 사용하여 헥스프레스에서 비정형 메시를 자동으로 생성하여 시간을 절약했다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

 

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (3)   유동해석 시 형상이 고도화될수록 메시 생성과 관련된 복잡성도 증가한다. 메시 생성의 복잡성은 요소의 유형 및 구조, 기하학, 위상, 사용자 전문 지식, 응용 프로그램 및 메시 생성 알고리즘 선택과 같은 여러 요소와 관련될 수 있다. 엔지니어의 요구사항이 진화함에 따라 상업용 메싱 소프트웨어는 점점 더 복잡한 메시 구성을 처리해야 했다. 케이던스 피델리티(Cadence Fidelity) CFD 플랫폼은 leading/blunt edge, 자유 표면, 경계층, 점성층 등을 위한 다양한 메시 생성 기술을 제공한다. 이 글에서는 복잡한 선박 형상의 메시 생성을 간소화하기 위한 몇 가지 전략을 소개한다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   Meshing Strategies   그림 1   Volume to Surface V2S(Volume to Surface)는 복잡한 기하 형상에도 적용할 수 있는 강력하고 병렬화된 메시 처리 방식이다. 교차 또는 비일치 표면(intersecting or non-conformal surface)이 있는 지저분한 형상에도 적용이 가능하며 사전 표면 메시가 필요하지 않다. 케이던스의 V2S 메싱 기술은 전체 육면체(full-hexahedral) 및 육면체 우세(hexa-dominant) 비정렬(unstructured) 메시를 모두 생성할 수 있다. 전체 육면체 메시는 행잉 노드를 사용하여 일관된 육면체 구조를 유지하는 반면, 육면체 우세 메시는 사면체를 사용하여 행잉 노드 없이 다양한 크기의 육면체 섹션을 연결한다.   그림 2. V2S full hex mesh   Surface to Volume S2V(Surface to Volume)는 결함 허용(fault-tolerant) 메시 처리 방식이며 이를 통해 고품질의 표면 메시와 점성 레이어를 생성할 수 있다. 그리고 이를 구현하기 위해 비교적 깨끗한 형상이 필요하다. 이 방식을 사용하면 형상의 표면에는 비정렬 쿼드 우세(quad-dominant) 메시가 생성되고 공간에는 완전 사면체 또는 육면체 우세 볼륨 메시가 생성된다.   그림 3. S2V hex-core mesh   두 메싱 접근 방식 모두 해석 솔버 종류에 구애받지 않는다. 또한 케이던스 피델리티 플랫폼은 특정 솔버에 맞게 메시를 조정할 수 있는 전용 메시 품질 최적화 기능을 제공한다.   Surface refinements 옵션으로 제공되는 표면 및 로컬 미세화(surface and local refinement) 기능을 사용해 원하는 영역의 메시 해상도를 증가시킬 수 있다. 메시의 균일성(Mesh uniformity), 가장자리 근접성(edge proximity), 로컬 곡률(local curvature)의 세 가지 옵션을 사용해 원하는 표면의 메시를 원하는 해상도로 미세화할 수 있다.   Global Settings 다수의 표면을 가진 복잡한 형상을 작업할 때 각 표면을 세분화하고 표면 가장자리 간의 근접성을 확인하는 것은 지루한 작업일 수 있다. 이러한 경우에는 전역(global) 설정을 사용하여 전체 형상을 한 번에 미세화할 수 있다. <그림 4>에 설명된 선박 상부 구조물의 기하학은 V2S 접근 방식을 사용하여 피델리티 CFD 플랫폼에서 메싱되었다. 전역 매개 변수만 사용하였으며 로컬 미세화 옵션은 적용하지 않았다. 추가적으로 물리적 설계에 중요한 영역에는 표면 메시 미세화를 적용할 수 있다.   그림 4. 페리의 모든 표면을 다듬기 위해 Global Setting이 사용되었다.   ■ 자세한 기사 내용은 PDF로 제공됩니다.