* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 글에서는 이러한 배경들을 바탕으로, 현재 타이어에 적용되는 CAE 기법의 특징과 이를 이용한 CAE 해석 사례, 그리고 향후 CAE 발전 동향을 살펴보고자 한다.
예를 들어 마른 노면이나 젖은 노면, 혹은 눈이 쌓인 노면에서 가속하거나 선회, 정지하는 등의 여러 가지 주행 조건에 따른 타이어 성능들이 CAE를 이용하여예측되고 있다. 본 장에서는 수 많은 타이어 성능들 중에서 일부 성능들에 대한 CAE 적용 사례를 보이고자 한다.
있다. 이는 단일 솔루션을 사용하여 현재의 설계를 단지 검증하고 조사하는 수준의 기존 역할을 탈피하고, 미래에 요구되는 통합적인 설계 목표를 달성하는 시뮬레이션의 역할을 수행하기 위한 것이다. 단일 솔루션으로부터 다분야 통합 시뮬레이션으로의 진화를 위해서는 공통되는 프레임 워크에서 다분야에 사용될 수 잇는 공통 모델을 가지고 다분야 해석을 수행할 수 있는 통합된 솔루션을 확보하거나, SDM (Simulation Data Management)을 통한 단일 솔루션 결과들의 연계가 필요하다.
제안 방법
타이어와 지면 사이에서 발생하는 마찰력으로 인해 타이어가 지면 위를 굴러갈 수 있는데, 이때 발생되는 마찰에너지가 타이어의 마모 성능에 큰 영향을 미치게 된다. 따라서, 마모 성능 예측은 유한요소 해석을 이용하여 다양한 구동 조건에 따른 마찰에너지를 계산한 후, 이 결과들을 종합하여 최종적으로 각 부위에서의 마모량을 예측한다.<그림 7>은 다양한 구동 조건에 따른 마찰 에너지 해석과 그 결과를 종합한 마모량 변화를 나타내고 있다.
타이어의 경우, 주행 중에 발생하는 반복적인 변형이 타이어에서 발생되는 회전저항의 90% 이상을 차지하는 것으로 알려져 있으며, 회전저항 해석도 이에 대한 관점에서 진행되게 된다. 예측 절차를 살펴보면, 우선 타이어의 3차원 변형해석을 통해 응력과 변형율 분포를 계산하고 그에 따른 에너지 손실을 계산한다. 최종적으로는 이렇게 예측된 결과를 활용하여 에너지 손실을 최소화하는 방향으로 타이어 설계가 진행된다.
지금까지 CPDA 조사를 토대로 현 제조업계의 CAE 동향을 살펴 보았다.
지금까지 CAE를 이용한 타이어 CAE 해석 특징과 사례, 그리고 발전 방향에 대해 살펴보았다. 현재.
예측 절차를 살펴보면, 우선 타이어의 3차원 변형해석을 통해 응력과 변형율 분포를 계산하고 그에 따른 에너지 손실을 계산한다. 최종적으로는 이렇게 예측된 결과를 활용하여 에너지 손실을 최소화하는 방향으로 타이어 설계가 진행된다.<그림 6>은 해석을 통해 얻어진 타이어 단면에서의 에너지 손실의한 예를 보여주고 있다.
이론/모형
수막 해석은 위에서 보인 해석들과는 달리 유체의 거동 또한 고려하여야 하기 때문에 단순히 유한요소 해석만을 이용하여 해결할 수 없다. 이 문제를 해결하기 위하여 유체 해석을 위한 유한 체적법(FW)을 도입하였고, 이 유한요소법과 유한체 적법을 함께 연계하여 (Coupling) 해석하는 방법이 사용된다.<그림 8>은 수막 해석을 통해 보여지는 타이어와 물의 흐름을 나타내고 있다.
그런데, 타이어에 사용되는 고무는 비선형적인 대변형(초탄성) 거동을 하기때문에, 해석자는 이것을 고려하여야 한다. 이러한 비선형성을 반영하기 위해 타이어 해석에서는 Strain Energy Density 함수로부터 유도된 Mooney-Rivlm 모델을 주로 사용한다.
성능/효과
결과적으로 현재의 CAE 경향을 자세히 살펴보면 효율적인 시뮬레이션 적용 및 운영, 시뮬레이션으로부터의 지식 창출 및 재 사용 프로세스 구축으로 귀착됨을 알 수 있다. 이와 같이 시뮬레이션을 통해
결과적으로에 나타낸 바와 같이, 설계, 시제품 제조 및 시험에 이르는 반복되는 괴-정을 줄일 수 있게 되어 개발시간 단축 및 제조 ' 시험비용 감소라는 두 가지 목적을 동시에 달성할 수 있게 되었다.
후속연구
이와 같이 다양한 CAE 적용 분야를 통합하고 과정을 표준화하여 제품 개발에 효율적으로 사용하려는 움직임이 SDM이나 ESM과 같은 시스템이다. 향후, 이런 통합 시스템을 통해 전반적인 제품 성능을 빠르고 정확하게 예측함으로써 개발 시간과 프로세스를 더욱 단축시킬 수 있을 것이며, 소비자의 다양한 기호가 반영된 더욱 진보된 타이어들이 등장할 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.