Skip Navigation
Skip to contents

eTSNE


ANZINE : CAE 기술 매거진

ANZINE Home Tech-Insight

Ansys Motion을 활용한 Inverse PSD 사용방법 소개

Ansys Motion을 활용한 Inverse PSD 사용방법 소개

 

1. Introduction

자동차, 항공우주, 전자장비 등 많은 산업군에서 제품이 노면의 진동이나 엔진의 떨림 등 불규칙적이고 예측할 수 없는 랜덤 진동 환경에 노출된다. 이러한 랜덤 진동은 시간 영역에서 패턴을 예측하기 어렵기 때문에, 일반적으로 통계적 처리 방식인 주파수 영역의 PSD(Power Spectral Density)를 사용하여 선형 해석을 수행한다. 하지만 부품 간의 비선형 접촉, 대변형, 비선형 물성이 포함된 시스템의 거동을 정확히 파악하기 위해서는 주파수 해석이 아닌 시간 이력 해석이 필수적이다. 이를 위해 PSD 데이터를 다시 시간 영역으로 변환하는 과정이 요구된다.
 

[그림 1] Effect of Nonlinear Contact Conditions on Structural Stress

2. PSD vs Inverse PSD

PSD는 신호의 주파수 성분별 에너지가 어떻게 분포하는지를 나타내는 스펙트럼 밀도로, 복잡한 랜덤 진동을 1개의 선으로 규격화하여 표현할 수 있는 장점이 있다. Inverse PSD는 주파수 영역의 PSD 데이터를 바탕으로, 통계적으로 동일한 특성을 가지는 시간 영역의 랜덤 진동을 역으로 계산해 내는 수학 기법이다. 여러 개의 서로 다른 주파수를 가지는 사인파들에 랜덤 위상을 부여하고 중첩하여, 실제 환경과 유사한 랜덤 진동 데이터를 만들어낸다.

3. Ansys Motion™ Inverse PSD 기능 특징

Ansys Motion는 강체 및 유연체가 혼합된 비선형 특성을 갖은 시스템 단위의 모델에 대해, 생성된 Inverse PSD 하중을 곧바로 적용하여 시간 이력 해석을 수행할 수 있다. 외부 툴(MATLAB 등)을 사용하여 미리 시간 영역의 데이터를 변환해 올 필요 없이 Ansys Motion 내부 기능의 입력창에서 PSD 규격을 직접 입력하면 Solver가 변환을 수행한다. 적용 분야는 자동차 서스펜션 노면 가진 구현이나 배터리 팩 Shaker 진동 내구 테스트 등이 될 수 있다.

4. Analysis Process

A.    Get Ready
- ‘INVPSD.dll’ 파일 내부에 PSD에서 Inverse PSD로 변환하는 Solver가 탑재되어 있다. Inverse PSD는 기본 기능이 아니라 User Subroutine 방식이므로 dll 파일이 Solver 경로에 없으면 실행이 불가능하여 해석 전 반드시 파일을 넣는 작업을 진행해야 한다.
- 경로 (c:\Program Files\ANSYS Inc\v251\Motion\Solver\Console)


[그림 2] Inverse PSD Solver File Setup

B.   PSD Spline 데이터 생성
- PSD 입력 데이터를 Spline 데이터로 입력해야 한다. 이후에 Inverse PSD 함수의 입력 데이터 역할을 할 것이고 주파수 범위 설정이 중요하다.

[그림 3] Procedure for Creating a Spline Data

[그림 4] Tabular Input Data and Resulting Spline Curve

C.    User Subroutine 생성

- 초기에 설정한 INVPSD.dll 파일을 Motion과 연동하는 단계이다. 해당 과정에서는 INVPSD 함수를 호출하여 입력된 PSD 데이터를 시간 영역 신호로 변환한다. 입력한 PSD Spline 데이터는 User Subroutine을 통해 계산되며, 그 결과 시간 도메인의 가속도 데이터로 생성된다.


[그림 5] Procedure for Creating a User Subroutine
[그림 6] INVPSD User Subroutine Input Setting

- 아래 표 1과 같이 User Subroutine 기능 내에는 지연 시간, 주파수 범위, 위상 옵션 등 주요 파라미터를 설정한다. 각 파라미터는 PSD Spline 데이터와 함께 시간 도메인의 가속도 신호 생성에 필요한 조건들이다.

No

Unit

의미

1

Sec

가진 시작 전 지연시간

2

-

PSD Spline data

3

Hz

PSD 최소 주파수

4

Hz

PSD 최대 주파수

5

-

Phase Option

(Random - 0, Constant - 1)

6

-

주파수 샘플링

7

Degree

Constant 값 사용시 사용할 위상

8

-

사용하고자 하는 주파수 샘플링 개수 파악

[표 1] INVPSD User Subroutine Input Setting 

D. 2nd Differential Equation 생성

- INVPSD를 거쳐 User Subroutine 기능을 통해 시간 영역의 가속도 데이터가 도출된다. 2nd Differential Equation은 두 번 미분한 가속도 데이터를 불러오는 작업을 한다.



[그림 7] Procedure for Creating a 2nd Differential Equation

- Joint에 적용시키기 위해 Function Expression을 생성하고 2nd Differential Equation을 불러온다. 그 후에 DIF20 함수를 활용하여 2번 적분된 변위 값을 생성한다.

[그림 8] 2nd Differential Equation/Function Expression Setting

E. Joint 생성
- Function Expression에서 도출한 변위 신호를 실제 모델에 적용하기 위한 과정이다. Joint는 Translational Joint를 생성하고 Reference와 Mobile Scope은 각각 Ground와 Model 조건으로 생성한다.

[그림 9] Procedure for Defining a Translational Joint

- 생성한 Translational Joint에 앞서 정의한 변위 데이터를 하중 조건으로 적용한다.

 

[그림 10] Procedure for Defining a Joint Load

F. Analysis Setting

- 입력 신호의 주파수는 최대 100 Hz이므로, 최대 주파수 성분을 충분히 재현하기 위해 1초 해석에 대해 1000 Output Step으로 설정하였다. 이는 100 Hz 신호의 한 주기를 최소 10개 이상 데이터로 분해하여 시간 영역 응답을 정확하게 도출하기 위함이다.

[그림 11] Analysis Setting

5. Inverse PSD 기능 신뢰성 테스트

랜덤 진동을 PSD로 변환할 때 확률 분포가 포함되므로 Inverse PSD에서 얻은 가속도 데이터는 랜덤 위상으로 그려진 시계열 데이터다. Input Data인 PSD와 Inverse PSD 기능으로 생성된 가속도 데이터를 비교하기에는 다른 도메인이므로 비교하기 어렵고 RMS 값을 통해 에너지 값을 비교한다. 또한, 생성된 가속도의 Hz 범위를 선정하여 일정 범위마다 나눈 후 전부 FFT로 변환했을 때 PSD와 비슷한 그래프 형태가 나와야 하고 10 Hz 단위로 나눈 가속도 평균 값의 PSD 단위를 맞추면 비슷한 형태가 나오는 것을 확인하였다.
 
[그림 12] Inverse PSD Validation Process
5-1. RMS 값 비교
PSD는 주파수 영역 데이터이며, Inverse PSD로 생성된 가속도는 시간 영역 데이터이므로 직접적인 비교에는 한계가 있다. 이에 따라 Parseval’s Theorem을 적용하여 시간 영역과 주파수 영역에서의 에너지가 동일하다는 성질을 이용하였고, 이를 기반으로 RMS 값을 산출하여 두 결과를 비교하였다.
 
[그림 13] Input PSD and Output Acceleration Data Used for RMS Calculation

A. 입력 신호 PSD 데이터 RMS 값

B. 출력 신호 가속도 데이터의 RMS 값

- Parseval’s Theorem을 통해 서로 다른 영역인 데이터를 RMS 값으로 결과를 도출한 결과 약 1.54 mm/s^2  로 같은 결과가 도출되었다.

5-2. PSD 그래프 비교
Inverse PSD 기능으로 도출한 가속도 데이터를 PSD로 변환했을 때 유사하게 그려지는지 확인하는 과정을 정리하였다. 첫 번째는 가속도 Raw Data를 Band Pass Filtering 기능을 통해 10 Hz 단위로 분할 작업을 진행하였고 두 번째는 총 10개의 가속도 데이터를 각각 제곱 후 평균 값을 도출하였다. 그리고 세 번째는 평균 값을 10 Hz 단위만큼 나눠서 PSD 데이터로 변환하였다.
 
[그림 14] Input PSD vs Acceleration-Based PSD
 
- 그 결과 Inverse PSD로 얻은 가속도 데이터를 PSD 변환 작업 총 4번 만 진행하여 평균한 결과 값은 입력 값 PSD 그래프와 유사한 형태인 것을 확인하였다. 10 Hz가 아닌 더 짧은 Hz 범위로 줄이게 되면 더욱 PSD와 유사한 결과 값이 도출될 것이다.
 
[그림 15] Comparison of Averaged Acceleration and PSD
 
 
6. End-Time 및 Output Step 설정 기준
가속도 제곱을 시간 단위로 적분한 뒤 전체 시간을 나눈 값은 시간이 증가할수록 PSD의 면적에 점차 가까워지며 수렴하게 된다. 초기 구간은 데이터가 부족해 변동이 크지만 일정 시간 이후로 RMS 값이 안정되는 구간이 나타난다. 따라서 End-Time은 RMS가 수렴을 시작하는 구간으로 설정하는 것이 해석 시간과 정확성에 가장 적절한 값이다. 그리고 Output Step은 시간 영역 신호가 최대 주파수 성분을 충분히 재현할 수 있도록 설정해야 한다. 일반적으로 최대 주파수 기준으로 1사이클당 최소 10개 이상의 샘플이 필요하다.

 

[그림 16] Reliability Testing Process

맺음말

본문에서는 Workbench 환경의 Motion을 활용해 주파수 영역의 통계적 하중인 PSD를 시간 영역 신호로 변환하는 Inverse PSD 활용 방법에 대해 정리하였다. 기존의 선형 기반 PSD 해석과 달리, 실제 제품 설계에서는 비선형 접촉 및 물성을 고려해야 할 경우도 있기 때문에 시간 영역 신호를 직접 인가하는 Inverse PSD 접근이 요구된다. 이를 통해 실제 진동 조건에 근접하고 복합적인 거동과 응력을 보다 현실적으로 예측할 수 있으므로, Random Vibration 규격이 요구되는 제품의 신뢰성 검증 단계에서 본 기법은 성능 평가 정밀도를 향상시키는 효과적인 방법론으로 활용될 것으로 사료된다.
좋아요이 원고가 마음에 든다면 하트를 꾸욱!