동적 모드 분해를 이용한 FVM 결과 예측 및 계산 부하 감소에 관한 연구

Abstract

전산유체역학(Computational Fluid Dynamics, CFD)은 시간에 따른 온도/유동의 변화를 가시적으로 나타낼 수 있을 뿐만 아니라 눈으로 확인하기 힘든 부품 별 국부적 온도/유동 변화 에 대해서도 확인 가능하다는 장점에 반해, 정확한 결과를 도출하기까지 많은 물리적인 시간이 필요한 단점이 존재한다. 이러한 CFD의 단점을 보완하기 위해 data driven science와 CFD를 결합한 연구를 진행하게 되었다. 동적 모드 분해(Dynamic Mode Decomposition, DMD)는 강한 비선형성을 가진 물리적 모 델에도 적용 가능한 모드 분해법이다. 복잡하고 비선형성이 강한 유동장도 특이값 분해(Singular Value Decomposition, SVD) 계산을 거쳐 DMD를 수행한다면 근사 선형계로 표현이 가능해지 고, 이로 인해 유동장을 예측할 수 있다. 본 연구에서는 U자형 유로의 3차원 비정상 난류 유동 해석에 대한 DMD 기법 적용에 따른 계산 부하 감소와 해석 결과 예측(Prediction)에 관한 연구를 진행하였다. 학습한 결과 데이터가 많을수록 오차는 줄어들며 예측한 결과값이 많을수록 오차는 증가한다. 계산 수행은 총 20개의 CPU core를 사용해 병렬 연산을 수행하였다. DMD 기법을 CFD에 적용해 계산을 수행한 결 과, CFD와 DMD의 prediction 비율이 3.8:1인 경우 오차율 1% 미만과 약 22.87%의 계산 부하 감소를 보여주었다. 계산 비율을 늘려 2:1의 경우 오차율은 약 2 4%로 증가했지만 계산 부하는 약 30%로 감소하였다. 위 연구를 통해 DMD기법을 CFD에 적용한다면 사용자의 설정에 따라 5% 이하의 오차율로 20% 이상의 CFD 계산 부하를 감소할 수 있음을 확인하였다.