함정 초기단계 설계를 위한 PIDO 프레임워크 소개

통합함정시스템엔지니어링(TSSE) 기반 함정 초기단계 설계용 통합설계최적화 프레임(PIDO) 소개
2010년 6월 28일 서울대학교 조선해양공학과 초빙세미나, 신뢰성연구실
통합함정시스템엔지니어링(TSSE) 기반 함정 초기단계 설계용  
통합설계최적화(PIDO) 프레임 소개
박 진 원
2010. 6.28.
Introduction to the Process Integration and Design Optimization frame (PIDO)
based on Total Ship System Engineering (TSSE) for Early-Stage Ship Design

순 서
• 연구 배경
• 함정기술 발전 추세
• Holistic, different thinking
• Total Ship System Engineering(TSSE)
• TSSE 배경 및 VISION
• 통합설계최적화 프레임(PIDO)
• 결론 및 향후 계획

1. 연구 배경

❑ 연구 배경
❍ 함정 설계/건조 특성 : 복잡, 비선형적(A complicated nonlinear system)
☑ 복잡한 시스템 조합(Synthesis) 및 다학제적(Multi-disciplinary) 특성 ☞ 복잡(Complex)
☑ 시스템과 시스템, 시스템과 하부시스템간 비선형적 상호작용 수반 ☞ 비선형적(Nonlinear)
* 손귀현, 국방대 강의자료“수상 전투함 소개”, ’08년 12월

R&D Cost
Co-op
Engagement
Survivability
Peacetime
Features
Strike
Automation
Maneuverability
Reaction Time
Signatures
Manning
Seakeeping
Military
Effectiveness
ProducibilityComputer
Architecture
Deck Wetness
Sustainability
Margins
Future Growth
Margins
EMC
RMA
ACQ Cost
O&S Cost
ILS
Risk
Commonality Reaction
Time
Sensor
Fusion
Life Cycle Cost
❍ 함정 설계/건조 특성 : 설계통합 불가피(Necessity to Integrate Design)
다양한 시스템 및 복잡한 상호작용을 포괄적으로 고려한 설계통합 불가피
* NAVSEA, “Summer Naval Surface Ship Design Course”, 2007

R&D Cost
Co-op
Engagement
Survivability
Peacetime
Features
Strike
Automation
Maneuverability
Reaction Time
Signatures
Manning
Seakeeping
Military
Effectiveness
ProducibilityComputer
Architecture
Deck Wetness
Sustainability
Margins
Future Growth
Margins
EMC
RMA
ACQ Cost
O&S Cost
ILS
Risk
Commonality Reaction
Time
Sensor
Fusion
Life Cycle Cost
DESIGN INTEGRATION
❍ 함정 설계/건조 특성 : 설계통합 불가피(Necessity to Integrate Design)
다양한 시스템 및 복잡한 상호작용을 포괄적으로 고려한 설계통합 불가피

❍ 함정과 상선 비교(1/2)
The Naval Warship is Much Denser
Outfit Density vs. Lightship Weight
DD(X)’s internal volume provides less density than most major combatants
Legacy Hulls (Return Data)
Navy Program Designs
MPF(F) Notional Designs (Estimated Data)Future DDG
2.6
DDX
DDG 52
MHC 51
FFG 7
DDG 51
DDG 95
CG 47
LSD 41
LSD 49
LPD 17
AOE 6
LHA 1
LHD 1
DISTRIBUTEDAVIATION
RO/RO
LOG-RO/RO
MLP 2A
MLP 2B
MLP 3
T-AKE 1
LHAR
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000
Lightship Weight (LT)
Complex Combatants
Hybrid Auxiliary
Military Design
Commercial Design
Return Data
Estimated Data
OutfitDensity(lbs/ft3)
COMMERCIAL VESSEL
Navy Program
Naval Vessel
Total Ship
Computing
Environment
Air & Water Craft
Capability
Core Systems
Naval Ship System
Special Crews
Mission Modules

❍ 함정과 상선 비교(2/2)
The Naval Warship is More Complicated
Future DDG
CG 47
DDG 52
DDG 51
FFG 7
LSD 41
LSD 49
LHD 1
LHA 1
LPD 17
T-AKE 1
LHAR
DD(X)
0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000
Lightship Weight (LT)
ProductionMH/LT
Commercial
Auxiliaries
Combatants/ Amphibious
MILITARY
HYBRID
COMMERCIAL
LMSR
Return Data
Estimated Data
Navy Programs
First Ship Production MH/LT vs. Lightship Weight

❍ System Service Life of Defense Assets increased
* Peter Sandborn, “Diminishing Manufacturing Sources and Material Shortages”, Feb. 2008
System Service Life is being Increased
Class ‘Los Angeles’

❍ 효과적인 함정설계의 중요성
설계소요비용은 총 획득비의 5% 가량이지만
설계가 시스템 성능에 미치는 영향은 70% 이상

2. 함정기술 발전추세

Sail to
Steam
Battleships to
Aircraft Carriers
Fossil Fuel
to
Nuclear Power
Guns to
Missiles
Task Force
to FORCEnet
Teletype
to Email
❑ 함정 발전추세
❍ 과거에서 현재까지

❍ 현재 진행형

GET connected
GET unmannedGET modular
❍ 현재 진행형

Littoral Combat Ship – “One Hull, Three Missions”
Only possible with an Open Systems approach
Mine Warfare
Littoral Surface
Warfare
Littoral ASW
Warfare
❍ “GET modular” Example
U.S. Navy LCS1 ‘Freedom’, General Dynamics

3. HOLISTIC, DIFFERENT THINKING
FOR A SYSTEMATIC PERSPECTIVE

“포괄적인 접근방법(Holistic approach with a global perspective) 적용 필요”
* Dr. Alan Brown, “Ship Design Note”, Virginia Tech, 2005“Real Design Web”
Complex, Nonlinear , Concurrent
“Conceptual Design Spiral”
Simple, Linear, Sequential
❑ 함정설계 특성

Holistic
: Emphasizing the importance of the
whole and the interdependence of
its parts
& American Heritage Dictionary of the English Language
• Think holistically
encompass all aspects of the task at
hand, taking into account the
influences and consequences of
anything that might interact with the
task
• Focus on critical aspects
• Maintain holistic perspective
Part, product, organization,
enterprise, societal, regulatory, …
❍ 포괄적인 사고(Think Holistically)?

❍ Picasso의 창조적 사고방식
• Be synthetic first, analytic Second
: 먼저 생각을 종합하라. 다음 분석하라
• Think holistically - with a global Perspective
: 큰 그림을 그릴 수 있도록 포괄적으로 고민하라
• Learn from creative and critical thinking
: 창조적이고 핵심적인 사고로부터 학습하라
• Learn from best practices in SA
: 협동 작업 시 최고의 기술을 습득하라
• Share best practices
: 최고의 기술은 공유하라
“Good artists copy,
Great artists steal”
Pablo Picasso(1881 ~ 1973)
조르주 브라크
Man with a guitar(1911)
파블로 피카소
Accordionist(1911)

Think Differently
When asked what single event was most
helpful in developing the Theory of Relativity,
Albert Einstein replied,
"Figuring out how to think about the Problem”
- W. Edwards Deming
❍ Einstein의 창조적 과학 사고
“It’s what to do
When you don’t know what to do”
“Don’t believe everything you believe”
Albert Einstein(1879~1955)

ART ≒ SCIENCE

ART ≒ SCIENCE
“Think holistically, Think differently”
새로운
시공간(공간_시간) =
새로운
입체주의
Albert Eienstein
Pablo Piccaso

* 피카소는 시간을 공간으로 변화, 그의 시간은 그림 속에서 공간으로 표현
아비뇽의 아가씨들(1907)
기존(~1907)의 미술틀(감정표출 도구)
공간적 동시성(평면→입체 재구성)시간과 공
간 동시 표현
수학, 과학, 특히 기하학 의존
게르니카(1937)

“예술 없는 과학은 잔혹하고, 과학 없는 예술은 우스꽝스럽다”
美 소설가 , 레이먼드 챈들러
뉴턴 : 시간과 공간은
분리된 불변의 상수
아인슈타인 : 시간과 공간은
연속체
* 아인슈타인은 공간이 물질에 의해 변형됨(질량=에너지)
* 피카소는 시간을 공간으로 변화, 그의 시간은 그림 속에서 공간으로 표현
아비뇽의 아가씨들(1907)
기존(~1907)의 미술틀(감정표출 도구)
공간적 동시성(평면→입체 재구성)시간과 공
간 동시 표현
수학, 과학, 특히 기하학 의존
게르니카(1937)

아름다운 이론 ≠ 아름다운 그림
“그들 사이의 기본적인 일치”
복잡한 현실을 간단 명료하고
일목요연하게 기하학적
기본 요소로 환원시키고자 했음
독일 과학사가, 에른스트 페터 피셔

아름다운 이론 ≠ 아름다운 그림
“그들 사이의 기본적인 일치”
복잡한 현실을 간단 명료하고
일목요연하게 기하학적
기본 요소로 환원시키고자 했음
독일 과학사가, 에른스트 페터 피셔
“SYSTEM
ENGINEERING”
?

4. TOTAL SHIP SYSTEM ENGINEERING(TSSE)

☑ 체계화(절차 또는 표준) 미흡 / 경험 부족 → 두려움/기피
: 복잡성 / 비선형성 등 ex) “Gantt charts”(1차 대전~)
“함정설계 ≠ 시스템엔지니어링 or 함정설계 ≒ 시스템엔지니어링 ?”
❍ 함정설계와 시스템 엔지니어링
“함정설계 = 시스템엔지니어링”
ICD/CDD/CPD
ROC
CONOP
Mission Scenario
Ship Type
Ship Size
HM&E
Combat sys, etc
Requirement Loop
Design Loop
“Validate”
* Captain Norbert Doerry, “Total Ship Functional Analysis In Support Of Knowledge Management in Ship Design”, May 2009

❍ Total Ship System ?
❑ TOTAL SHIP SYSTEM ENGINEERING(TSSE)
☑ 전투/무장 장비
☑ 선체, 추진 및 전기/보기 등
☑ 전투체계(Combat Sys.)
☑ 추진제어, 손상보수체계 등
☑ 분야별 운용인력
☑ 보수/지원인력 등
☑ 전략/전술적 임무
☑ 공격/방어개념 등
“Naval Ship Design is more than Naval Engineering”
* NPS“TS4001 Lecture Summary”
07/15/98
Equipment/
Component
Platf orm
Systems
Auxil & Crew
Systems
Mission
Systems5
6
7
8
1
2
3
4
Hydrodynami cs Materials Signatures Information
Systems
Foundational Competencies
Land
Syst ems
Air Systems
Battle
Managemen t
Total Ship
Integrate d
Systems
Systems
Subsystems
Warfare
Systems
Battle
Force
Space
Systems
Prime
Movers
Switch
Boards
Circuit Breakers
CV Combatant
Electrical
Systems
Power
Systems
Propul Auxil
Systems
Mobility
Systems
Subs
Fighting Units
Sea Systems
CLF Amphib
M/W
4
L E V E LS
“Traditional Ship System”

- 함정 임무, 외부환경, 불확실성 등 상호 작용하는 모든 사항을 고려한 해결책을 제시하는
체계적 공학관리 활동(Engineering Management Activity)
- 시스템과 시스템, 시스템과 하부시스템간 상호작용을 조정·관리하여 균형된(Balanced)
시스템 설계목표(부분최적화가 아닌 전체 최적화) 달성을 위한 공학적 조정·관리 활동
균형된 시스템 설계목표 달성을 위해 모든 기술적/사업적 역량을 결집한 시스템 설계 활동
❍ Total Ship System Engineering(TSSE) ?
; Minimize cost and risk, maximize effectiveness

- 설계단계별 체계적 시스템엔지니어링(S.E.) 활동 실시 : 요구조건 분석→기능분석/할당→설계조합
- 점진적(진화적)으로 요구조건 및 시스템기능을 구체화 및 재 설계조합
· 韓 : 작전요구성능(개념설계) → 함정기본지침서(기본설계) → 함정건조기술사양서(상세설계)
· 美 : 초기능력서(초기단계설계) → 능력개발서(기본설계) → 능력양산서(상세설계)
- 포괄적, 반복적 검증·조정 통한 부분최적화(Local ptimization) 아닌 전체 최적화(Global Optimization) 지향
: 설계검증(Design Review), 단계별 명확한 설계기준(Rough → Detail) 수립·적용
❍ How to Apply TSSE
❍ What benefits
- 체계화된 절차(결과물) 적용으로 설계 단계별 일관적인 설계 결과물 획득 및 설계목적 달성 용이
- 점진적 요구조건 및 시스템기능 구체화로 기술적/사업적 위험도 단계별 감소
- 복잡하고 비선형적인 함정설계 환경하 부분 최적화가 아닌 전체 최적화 달성
: 비용/위험도 최소화, 임무 효과도 최대화
❍ What futures
- 함정외 상선, 단일 무기체계(어뢰, 무인항공기/수상함 등)에 점차 시스템엔지니어링 적용 확대 중
- 국·내외 체계종합 전문가(System Integrating Engineer) 수요 증대(Specialist → Generalist but special)
; Required Operational Capability(ROC) ; Top Level Requirement(TLR) ; Top Level Specification(TLS)
9 Initial Capability Document(ICD) 9 Capability Development Document(CDD) 9 Capability Production Document(CPD)

& System Engineer Versus Designer
* 최동훈, “최적설계 신기술 세미나, 국과연”, 2000

5. TSSE 배경 및 VISION

; HP Cofounder
; Decision Coordinating Paper(결심조정서)
- 美 국방획득체계 특성
- 71년 국방장관(닉슨 정부) 이었던 David Packard에 의해 DoD-5000.1 최초 서명/등장
• 총 8 페이지, 의사결정점 3개 및 유일한 지원문서인 DCP만 존재
- 이후 약 40년간 DoD 5000은 14회 개정(Reform : 절차, 의사결정점 수, 지원문서 등) 실시
• 소요기관(군)과 국방부 획득관리기구간의 不協和音 및 모군 利己主義에 기인
- 美 국방획득체계 변화(~현재)
- DoD-5000 구성
• Pages : 8 (1971) → 840 (1991) → 90 (2008)
• Phases : 3 (1971~75) → 4 (1977~87,1996~2002) → 5 (1991, 2003~)
- DoD-level Requirement Document
• First DoD-level MENS (1977) → MNS/ORD (1991) → ICD/CDD/CPD (2003~)
- Directives for the Format and Content of DoD-level Requirement Document
• DoD 5000(1977) → JCIDS(2003~)
- Acquisition Strategy
• Mission(1991) → Capability(2000~)
→ Capability/Evolution(2003~)
; Mission Element Need Statement(임무요소요구서)
9 Mission Need Statement(임무요구서)/Operational Requirement Document(작전요구문서)
; Initial Capability Document(초기능력서)/Capability Development Document(능력개발서)/
Capability Production Document(능력양산서)
9 Joint Capability Integration Development System
(합동능력통합개발체계)
* Naval Center for Cost Analysis, “DoD/DoN Acquisition
Instructions and DON Cost Estimating Standard”, Feb. 2010
* Acquisition History Project Working Paper#3,“The evolution of DoD
DIRECTIVE 5000.1 ACQUSITION MANAGEMENT POLICY
1971~2003”
1971
: 물자적/비물자적 해결책 동시 제시 및
임무/위협 기반 최초 개념 도출 후 점차 구체화
2008
ICD CDD CPD
“초기단계 활동/지원 수준 강화”
: 운용자 요구, 기술적용 가능성 및
가용자원 분석을 통한 물자적(구체적)
해결책 획득 초기에 제시토록 강요
❍ 美 국방획득체계 특성과 변화
❑ TOTAL SHIP SYSTEM ENGINEERING(TSSE) 배경

❍ 美 함정획득프로세스 변화 및 특성
• 통상 함정설계 절차는 크게 3단계로 구분
- Early-stage Design : Requirement synthesis
• 1993년 자료 : Feasibility Studies, Concept Design
• 2008년 자료 : Concept Design
• 2009년 자료 : Pre-AOA, AOA, Pre-PD
- Preliminary and Contract Design : 공통
- Detail Design and Construction : 공통
• 2000년 개정 국방획득체계 등장 이후에도 Preliminary
and Contract Design 이후 절차의 변화는 없으나,
초기단계 (가능성 검토, 개념설계 등) 변화가 많았음
※ 2000년 이후 개정 국방획득프로체계 패러다임 변화와 더불어
강화된 초기 획득활동 영향으로 초기단계 설계 명칭, 활동 및
산출물에 상당한 변화가 있었음 (예. SE, 능력기반, 진화적 등)
• 획득 초기단계에서 부적합한/부정확한 요구사양 도출시
후기 발생 가능한 사업적 위험(사양 불만족, 기간/예산 초과
등) 및 불확실성 최소화를 위해 소요기관(軍)의 초기단계
참여/지원 수준 역할 강화
* LHA(R) 와 MPFF는 AOA 분석결과와 상반된 대안 최종 선정
* CG(X) AOA 종료는 계획 대비 1년 지연 사례 발생(2008)
Design synthesis
; Analysis of Alternative(대안분석)
; Landing Helicopter Assault (공격헬기상륙함)
9 Maritime Prepositioning Force (Future) : 해병원정상륙함(미래)
* Todd Cary, “Naval Sea System Command JULY, 26, 1993”, July 1996
* Norbert Doerry, “Implementing CAIV through Design, Modularity, and Program Management”, Sep. 2008
* Norbert Doerry, “Fleet Capabilities Based Assessment”, April. 2009
* Norbert Doerry, “Using the Design Structure Matrix to Plan Complex Design Projects”, May 2009
MS A MS B
SECNAVINST
5000.2D
Concept Decision
1993
2008(2006년 획득체계 기준)
2009
PDR CDR

❍ 美 국방획득체계 및 함정획득프로세스 분석
- 국방획득 패러다임 변화
· 과거에는 주요 성능(크기, 속력 등) 기반 함정획득체계를 유지하였으나, 최근 20년 들어(1991년~) 전투 능력 (임무 또는 임무
효과도) 기반의 소요제기/획득체계로 변화를 강요 받고 있음
· 소요기관(軍)은 이러한 획득체계 변화에 부응하기 위해 과거 대비 더욱 신속하고 정확한 함정개념 도출 강요(→NAVSEA)
- 함정설계 수행기관(범위) 및 계약방식(정산→확정) 변화
· 과거에는 관주도(NAVSEA) 개념설계→초기/계약설계 수행으로 최초 수립된 개념의 발전 및 정제가 내부적으로 조정 가능
하였으며 조선소는 안정된 수준의 요구사양(官 제공)을 바탕으로 상세설계 및 함건조(정산계약)를 수행하여 軍의 요구사양과
최종건조 함정간의 사양 불일치 사례 미 발생
· 그러나 현재는 국방획득체계의 변화에 따라 함정의 초기/계약설계 단계에서부터 조선소 수행(官 감독)함으로써 과거 대비
더욱 안정된 요구사양(확정계약을 위한 실현 가능한 성능 요구사양) 제공(→조선소) 필요 : 계약 이후 요구사양 변경 어려움
- 현행(2009년 기준) 함정획득프로세서 특성
· 획득 프로세서 초기단계 설계(Pre-AOA, AOA, Pre-PD ↔ 과거 Concept Exploration, Concept Development 수준)는
국방획득체계상의 결심지원(MDA, AOA, CONOP, SDS 등) 수단으로의 중요성이 지속 증가 추세 : 최초 군 요구사양 중요
· 획득 프로세서 초기부터 소요기관(軍) 참여/지원 규정화로 신속, 정확한 함정개념 도출 수단 사용 강요(→NAVSEA) :
과거의 나선형 설계방식에 따른 중/장기간의 초기단계 설계 수용 불가 → 신속, 전체 최적화된 군 요구사양 도출 강요
· 초기/계약 설계의 조선소 주관 수행으로 인한 잠재적인 요구사양 불만족 및 불확성실 제거 또는 최소화를 위해
상세설계/함건조 계약 이전 설계검토 및 사후 검증위원회 실시하여 획득프로세스 초기에 요구사양 안정화(현실화) 강요
* Todd Cary, “Concept Exploration Lessons learned”, ASNE April 2002
* Naval Center for Cost Analysis, “DoD/DoN Acquisition Instructions and DON Cost Estimating Standard”, Feb. 2010
* Todd Cary, “Systems Engineering and Zonal Ship Design”, Engineering the Total Ship (ETS) Symposium 2006
TSSE 기반 초기단계 설계 방식 적용 필요성 적극 강조(2000년대 이후)
* 단계별 설계방식, 산출물 등 변화 동반 및 획득프로세스(Decision making) 적기 지원
9 ~1991 : 위협 기반 획득패러다임

❑ 美 함정획득프로세스상 단계별 함정설계 방법
SECNAVSINST
5000.2D
(2 Pass 6 Gate)
DON Requirements Acquisition
MS BMS A
* Captain Norbert Doerry, “Fleet Capabilities Based Assessment”, May 2009
; Preliminary Design(초기설계)
9 Contract Design(계약설계)
; Detail Design and Construction(상세설계 및 함 건조)
9 Analysis of Alternative
(대안분석)
官 주도 안정된 요구사양 도출 활동
(Requirement Synthesis)
民 주도(官 감독) 요구사양
만족 위한 설계결과 도출 활동
(Design Synthesis)
9 System Design Specification

• 1단계 : Pre-AOA(개념연구)(Apr.06 ~ Nov.06, abt. 8 months)
• 2단계 : AOA(개념탐색)(Dec. 06~Nov. 07, 12 months)
- MDD 이전 다수의 설계대안 도출, 검증 및 CCD 작성계획 수립
• 3단계 : Pre-PD Design(개념개발 및 정제)(April 08~Oct. 08, 7months)
- Set-based Design(집합 기반 설계) 적용
- 주요장비 및 기능 선정 및 설치위치 등에 대한 주요 상쇄 연구(Trade-off)
- 설계(안)에 대한 신뢰성있는 개발 및 분석으로 사전 기술 검증 수행
- 최적화를 통해 CDD를 충족하는 함정 설계 해결책 도출
- 성능/비용/기간/위험도 기준 선정된 우선 설계기준(Preferred Baseline) 도출
• 4단계 : Preliminary Design(조선소 수행)(Oct. 08 ~ Apr. 09, 7 months)
- 나선형 설계(Point Design Iteration – Complete all engineering) 수행
• 5단계 : Contract Design(조선소 수행)(May. 09 ~ Apr. 10, 12 months)
※ M.S B 이전 설계검토(PDR, CDR) 수행(국방획득체계와 불일치 사항)
AOA Alternatives
❍ 최근 함정설계/건조 예(SSC)
; Ship-to-Shore Connector(LCAC, LCU 후속 개념)
* Craig Carlson, “Ship-to-Shore Connector(SSC) Analysis of Alternative
Overview”, Ship Design Process Workshop, March 2009
* Norbert Doerry, “Using the Design Structure Matrix to Plan Complex
Design Projects”, May 2009
함건조 착수
AOA PrePD PD CDPreAOA
官주도(Navy,JROC,DoD등) 조선소 주도 / 官 감독
상세설계 착수
* 함 인도 : 16년 12월경
20102009200820072006 2011 2012 2013 2014
DD & C(인도 : Dec. 2016)
; Material Development Decision(물자개발결심)
Capability Development Document(능력개발서) 8
9 Initial Capability Document(초기능력서)
함 건조 착수
Start of
Acquisition

❑ 美 해군 함정설계 방법론
- 초기단계 설계에서 요구사양을 토대로 비용 대비 임무 효과도 등 상쇄 검토를 광범위, 신속 수행 가능
• 전산환경 기반下 공학적/수학적 모델을 이용, 신속한 최적 대안 도출 용이로 美 해군 광범위하게 활용 중
• 최적화 이론인 Response Surface Method(RSM), Design of Experiment(DOE) 및 Genetic Algorithm
(GA) 등 결합, 다목적 최적화(Multi-Objective Optimization) 수행 ☞ 균형 잡힌(Balanced) 최적 설계대안 도출
* 적용 예 : 버지니아텍(VT) , 미해군대학원(NPS), MIT, 조지아텍(GIT) 등 함정/항공기 설계 예
- 현재 개념탐색 수준 모델링 및 정확도로 기본설계 이상 단계에는 적용 곤란: 낮은 정교성, 전산환경 제한 등
• Parametric equations, Empirical equations 사용
* 전산환경의 급격한 발전을 기반으로 점차 SBD를 초기설계 수준까지 확대하려는 노력 시도 중(Caption Doerry, NAVSEA)
* David J. Singer, “What is Set-Based Design?”, May 2009
* James S. Webster, US Navy ”Warship Design Course”, Summer 2007
❍ Synthesis Model Based Design Optimization(SBD) : 최적화 기반 조합 모델

❍ Set Based Design : 집합 기반 모델
- Synthesis Based Design 대비 정확성 및 모델의
정교성 높음
- 각 설계분야별(전기, 통신, 선체 등) 성능 수준 및 요구
요구 사양 등을 식별하여 설계팀 내 조정/통제를
통해 全 분야 교집합을 1차 도출하고,
- 도출된 교집합 기준으로 만족 가능한 해결책 범위
(Range of solutions) 산정
- 해결책 범위내 점진적으로 교집합을 확대해가며
全분야 요구사양을 동시 충족 가능한 최종 결과 도출
※ 美 해군도 아직은 Pre-PD 및 초기설계(PD) 단계에서 나선형 설계방식과
개념적으로 혼재
From TOYOTA Production System : Engineers communicates in terms of sets, Multiple design alternatives are developed in parallel
* Chris Paredis, “Set-Based Design: A Decision-Theoretic Perspective”
Ex) TOYOTA 생산시스템,
FORD MOSTANG,
BOEING 설계시스템 등

❍ Design Spiral 설계 방식
- 요구조건 충족을 최우선으로 하는 설계 진행시
설계대안을 순차적으로, 반복하여 정제함으로써
최종 설계대안(Final design) 도출 유리
- 앞서 언급한 설계방법 대비 더욱 정교한 모델링
및 설계 가능하므로,
- 기본설계 및 상세설계 시 통상 활용됨
- 다만 반복적, 순차적으로 설계 진행하므로 기간/
인력 소요 과다하다는 단점 내포
※ 신속한 의사결정이 필요한 M.S A 이전 설계에 적용 어려움
※ 우리 현실 : 개념설계 단계에서도 적용 중임
(과다 시간/인력 소요로 허용 기간내 설계 목표 달성 어려움)
Ⅹ
❍ 설계 방식 비교
구 분 정확도/정밀도 신속성 비용/인력 활용 분야
나선형 설계 상 하 대 기본설계, 상세설계
집합기반 설계 중 중 중 기본설계 초기(Pre-PD)
조합기반 설계 하 상 소 초기단계(개념탐색, 개발)

Conventional Approach
(Design Spiral)
New Approach
(Synthesis-Based Model, Set-Based Model)
Few design alternatives
manually generated
Many more design alternatives
by an automated design process
Time-consuming nature Time-saving nature
A small amount of information Maximum amount of information
Local Optimization Global Optimization
❍ 설계 결과물 비교

❍ Vision of New Approaches

❍ Vision of New Approaches
“More Knowledge,
More Flexible Design”

6. NAVSEA & VT TSSE MODEL

❑ NAVSEA TSSE Process Example
; Integrated Product Development System
9 Requirement Management S/W
Requirement
Analysis
Functional
Analysis
Allocation
Synthesis
System Analysis and Control
* Brain H. Wells, :”DD(X) Total Ship System Engineering”

<< NAVSEA TSSE flow >>
효과도 모델
비용 모델
소요기술 조사 및 설계방안 검토
설계 조합
* 효과도 및 비용 최적화 Synthesis
❑ NAVSEA TSSE 기반 초기단계 함정설계(SBD 방식) 흐름 예
* James S. Webster, US Navy ”Warship Design Course”, Summer 2007
SEA05 : Ship Design Integration and Engineering Directorate
SEA08 : Nuclear Propulsion Directorate
SEA17 : Cost Engineering and Industrial Analysis Division

❍ NAVSEA 초기단계 설계통합 도구(발전방향)
* CAPT. Norbert Doerry, “Ship Design Tools Roadmap”, March 2008
ASSET Statistical Analysis(RSM)LEAPS COGENT
9 Advanced Surface Ship Evaluation
Tool
9 Leading Edge Architecture for
Prototyping Systems
9 Response Surface Model

❑ 버지니아텍 함정 개념설계 흐름
❍ 국방획득체계 준용 : JCIDS 및 DoD. 5000 acquisition model(Revision 2000년)
- 수행 시점 : 기본설계 착수 전(→ Milestone B)
- 수행 특성 : 작전개념 정제, 개념탐색 및 개발(정제)로
3단계 순차적 개념설계 진행
- 단계별 설계활동
· 0단계 : JCIDS 및 초기능력서(ICD) 기준 작전개념 정재
☞ 작전개념(CONOP), 전장환경(POE)/위협(Threat) 분석
analysis), 미션시나리오 및 작전요구성능(ROCs) 작성
· 1단계(개념탐색) : 개념 기준(Concept Base-line) 도출
☞ 작전개념 및 기술발전 고려 효과도, 비용 및 위험도 기준
최적안(best design) 제시(2단계에서 검증 및 구체화)
· 2단계(개념개발) : 최종 개념(Final Concept) 도출
☞ 상기 최적안 기준 선체구조/탑재장비/일반배치 등 검증 및
구체화 통해 개념탐색(1단계) 결과의 기술적 위험도 저감
및 검증된 최종개념을 토대로 CDD(능력개발서) 초안 도출
ICD
ICD : Initial Capability Document(초기능력서)
CDD : Capability Development Document(능력개발서)
CDD
ICD
* Dr. Alan Brown, “Ship Design Note”, Virginia Tech, 2005
❍ 개념탐색 및 개발(Concept exploration and development) * Input : ICD, Output : CDD

❍ Design Strategy

설계 조합
최적화
* 효과도, 비용 및 위험도 최적화 Synthesis
위험도 모델
비용 모델효과도 모델
<< Virginia Tech TSSE flow >>

설계 조합
최적화
위험도 모델
Requirement
Analysis

설계 조합
최적화
위험도 모델
Requirement
Analysis
Functional
Analysis
Allocation

설계 조합
최적화
위험도 모델
Requirement
Analysis
Functional
Analysis
Allocation
Synthesis

※ 자동화 통합설계최적화 프레임(PIDO)을 활용한 최적 개념 기준안(The Best Conceptual BL) 도출 ☜ 개념탐색
* Virginia Tech, “Advanced Logistic Delivery Vehicle Design Report”, 2003
Note :
A systematic, automated process integration and
design optimization tool(PIDO) is desirable for
the designs of a nonlinear, very complicated system
SHIP SYNTHESIS
CONSTRAINT
OBJECTIVES
MOGO(최적화)
9 Maximizeeffectiveness,minimizecostandrisk
“MODEL CENTER”

※ 자동화 통합설계최적화 프레임(PIDO)을 활용한 최적 개념 기준안(The Best Conceptual BL) 도출 ☜ 개념탐색
* Virginia Tech, “Advanced Logistic Delivery Vehicle Design Report”, 2003
Note :
A systematic, automated process integration and
design optimization tool(PIDO) is desirable for
the designs of a nonlinear, very complicated system
SHIP SYNTHESIS
CONSTRAINT
OBJECTIVES
MOGO(최적화)
9 Maximizeeffectiveness,minimizecostandrisk
“MODEL CENTER”
효과도
위험도
비용
Best Designs
※ The highest effective design for a given cost and risk

❍ 개념개발(Concept Development Process) ☞ 최적 개념 기준(Optimized Conceptual Baseline)의 공학적 검증 /구체화
<Concept development via a tailored design spiral>

※ 개념개발 : 설계분야별 개념 기준안의 공학적 검증(Validation) 및 구체화 ☞ 1단계 개념탐색 결과의 기술적 위험도 저감
<DMU를 이용한 개략일반배치> <선형 구체화 설계> <구조설계 및 해석> <마력 추정>
<전력부하분석> <항속연료유 계산> <인원 계산(Manning)> <거주공간 배치>
Conceptual BL의 공학적 검증 및 구체화를 통해 Final Concept 도출
* 개념개발 과정 중 Conceptual BL의 검증을 통한 기술적 위험도 저감 및 기본설계시의 BL 제공
- 기본설계시의
Baseline으로
활용됨
- 최종 결과를
토대로 초기
CDD 작성
Preliminary
Design
• Virginia Tech, “SSLW Design Report”2005 “Validated”

7. 통합설계최적화 프레임(PIDO)

❑ 함정 초기단계 설계용 PIDO 프레임
❍ 통합설계최적화(PIDO) 프레임 일반
“Process capturing, Process automation, simulation robot”
“Process Integration”
☑ 해석프로그램, In-house 코드, 엑셀 등 다양한
설계 지원수단(모듈)간 데이터 활용 용이로 단일
프레임 내 동시(통합, 자동화) 설계
☑ 설계모듈의 재활용 및 수정 용이
☑ Trial-and-Error를 신속, 효과적으로 수행 등
PIDO = “신속·정확하며 효율적인 시스템 설계 지원 수단”
* Nick Tzannetakis, “The state of process integration and design optimization”, 2005

❑ 함정 초기단계 설계용 PIDO 프레임
❍ 통합설계최적화(PIDO) 프레임 일반
“Process capturing, Process automation, simulation robot”
“Process Integration”
☑ 해석프로그램, In-house 코드, 엑셀 등 다양한
설계 지원수단(모듈)간 데이터 활용 용이로 단일
프레임 내 동시(통합, 자동화) 설계
☑ 설계모듈의 재활용 및 수정 용이
☑ Trial-and-Error를 신속, 효과적으로 수행 등
PIDO = “신속·정확하며 효율적인 시스템 설계 지원 수단”
* Nick Tzannetakis, “The state of process integration and design optimization”, 2005
“Design Optimization”
“Decision support, Design exploration, Robust design”
☑ 광범위한 설계영역(대안)에 대한 탐색 가능
☑ 다목적 최적화로 설계목표 달성 용이 및 의사결정을
위한 고급 정보 (비용 대 효과 등) 제공
☑ 수작업 최소화 및 설계자 직관 배제 가능 등

❍ PIDO 활용 성장 추세
• Nick Tzannetakis, “The state of process integration and design optimization”, 2005
• Brain J Brady, “Early-stage Evaluation of Naval Ship Machinery Systems using SEAQUEST”, 2008
• Phoenix Integration Webpages
SEAQUEST
* PIAnO(한양대 최적설계연구실)
Model Center Customers
9 of the top 10 U.S. defense contractors and
7 of the top 10 aerospace companies

❍ Model Center(Phoenix社) 구성 및 원리
• www.phoenix-int.com

❍ PIDO 구현 목표
설계절차 자동화
설계해 최적화
시스템성능 향상
획득비용 절감
개발기간 단축
컴퓨팅성능 발전 최적화기법 발달“PIDO 기술”
설계조건 통합화

다양한 분야들이 서로 연관되어 설계 변수 다수,
복잡한 공학적 해석 요구
과다 설계 비용과 시간(CPU time) 소요
❍ Multi-Disciplinary Design 일반적 특성
❑ 통합설계최적화(PIDO) 이론적 배경
❍ 설계구조행렬(DSM) 단순화 절차
❖ 설계구조행렬 (Design structure matrix, DSM)
Design sequence
A
C
D
B Feed-Forward
Feed-Back
* Effect of System Decomposition : reduce iterations* 최동훈, “최적설계 신기술 세미나, 국과연”, 2000
* James L. Rogers, “REDUCING DESIGN CYCLE TIME AND COST THROUGH PROCESS”,
1997
* 모듈(분야)간 입/출력 관계 간단히 표현

Aero
Model
Aero
Analysis
Rigid
Aero
Pressure
and
Deflection
Flexible
Aero
Stability
and
Dynamics
Develop
Geometry
Dynamic
Model
Structural
Model
Structural
Analysis
Structural
Mode
Aero
Elastic
Analysis
Control
Analysis
Initial
Data
Revise
Initial
Data
Weight &
Inertia
Analysis
Mission
Perform-
ance
Final
Data
Vehicle
Perform-
ance
Aero
Elastic
Properties
Stability
Qualities
Structural
Weight
❍ 항공기 통합설계 및 다목적 최적설계 예
1997* 최동훈, “최적설계 신기술 세미나, 국과연”, 2000

Aero
Model
Aero
Analysis
Rigid
Aero
Pressure
and
Deflection
Flexible
Aero
Stability
and
Dynamics
Develop
Geometry
Dynamic
Model
Structural
Model
Structural
Analysis
Structural
Mode
Aero
Elastic
Analysis
Control
Analysis
Initial
Data
Revise
Initial
Data
Weight &
Inertia
Analysis
Mission
Perform-
ance
Final
Data
Vehicle
Perform-
ance
Aero
Elastic
Properties
Stability
Qualities
Structural
Weight
❍ 항공기 통합설계 및 다목적 최적설계 예
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
21
20
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
21
20
1
2 STABDYN
3 STRMODL
4 STBQUAL
5 STRMODE
6 GEOMDEV
7 AEPROP
8 AEANALY
9 CTANALY
10 FLXAERO
11 INIDAT
12 RVSEDAT
13 MISPERF
14 VEHPERF
15 RGDAERO
16 AEROANL
17 PRESDEF
18 STRANAL
19 STRCTWT
20 WIANALY
21 AEROMDL
process
DYNMODL
반복연산 야기 → CPU time 증대
Many Feed-Back

James Rogers – “반복연산을 야기하는 설계분야간 feedback coupling 제거 방법 연구”
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
21
20
Process
16 DYNMODL
15 STABDYN
4 STRMODL
18 STBQUAL
11 STRMODE
3 GEOMDEV
19 AEPROP
14 AEANALY
17 CTANALY
13 FLXAERO
2 INIDAT
21 MISPERF
20 VEHPERF
6 AEROANL
7 PRESDEF
8 STRANAL
9 STRCTWT
10 WIANALY
5 AEROMDL
1 RVSEDAT
12 RGDAERO
▪ 유전자 알고리즘의 조합 최적화 방법을 통해  
각 분야를 재배열(re-sequencing) 
▪ feed-Back loop ▶ feed-Forward loop
▪ 반복연산 감소
A
C
D
B
C
A
D
B
(re-sequencing) 
❍ Sequential Decomposition
획기적으로 FeedBack Loop 감소 → CPU time 대폭 감소(1/6)
Feed-Back
Conventional DSM
<<Sequenced DSM>>

❍ Sequential Decomposition 효과
Design Structure Matrix (DSM) Sequenced DSM
Sequential  
Decomposition
Genetic Algorithm
Time and cost
Time and cost
구 분 DSM Sequenced DSM
CPU time 21,340 3,800 : abt. 1/6
COST 19,640 3,220 : abt. 1/6
1997

❍ 최적화 개념
❑ 최적화 및 유전자 알고리즘 일반

❍ 유전자 알고리즘(Genetic Algorithm)
- 생물학적 진화이론(‘적자생존이론’)과 유전학(‘염색체’)에 기반한 모의 진화형 탐색 알고리즘(‘75. Holland)
☞ 우수한 형질의 개체가 자연계에 잘 적응하며 우수한 후손을 생성함”
- 대규모 조합의 비선형 최적화 문제, 제한조건이 많은 이산화 문제 최적화에 적합
· 일반적 최적화 기법과 달리 구배(Gradient)를 이용하지 않으며(Local optimum 도달 경우 다수),
주어진 설계 공간 전역 탐색을 수행하므로 Global Optimum 도달 확률이 높으며, 초기치에 크게 의존치 않음
· ‘Black Box’ 형태의 공학적 문제(함정/항공기/자동차 설계 등)에 유용
- 단, 최적화 시간이 오래 걸리며 적절한 수렴 조건이 없음

☑ 설계변수 정의 모듈 : 1EA
☑ 분야별 설계모듈 : 8EA
☑ 제한조건 모듈 : 1EA
☑ 목적함수 모듈 : 3EA
☑ 최적화 모듈 : 1EA
☑ PIDO 상태(조합) 감시모니터 : 4EA
구 성
☜ “Total 18
modules”
☑ 설계모듈(exe) : Fortran, excel, etc
☑ 입력/출력 : input, output
☑ 데이터베이스 : 전투체계, 추진체계
☑ 모듈 연결파일 : File-wrapper
입력자료
☑ 설계모듈 개발 또는 재활용(일부 수정)
☑ 모듈간 연결(Link)
☑ 제한조건/설계변수/목적함수 설정
☑ 최적화(유전자 알고리즘) 설정
☑ PIDO 실행
실행절차
☞ “Best alternatives”
❑ 함정 초기단계 설계용 PIDO ver. 1 : A fully Sequenced Design Structure Matrix(SDSM) 기반

❑ 함정 초기단계 설계용 PIDO ver. 1 Sequenced Design Structure Matrix(SDSM)
DVs Combat Prop. Hull Tankage Space Electric
Resistan
ce Weight
Feasibilit
y
OMOE Cost Risk MOGO
DVs ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■
Combat ■ ■ ■ ■ ■ ■
Prop. ■ ■ ■ ■ ■ ■
Hull ■ ■ ■ ■
Tankage ■ ■ ■ ■
Space ■ ■ ■ ■
Electric ■ ■ ■
Resistance ■ ■ ■
Weight ■ ■
Feasibility ■
OMOE ■
COST ■
RISK ■
MOGO
Independent
(Concurrent)
Dependent
(Sequential)
Independent
(Concurrent)
No interdependent(Feedback)
(Coupled)
OutputInput
DATA
WORK
“Dependon….”

❍ TSSE 기반 함정 초기단계 설계 준비 및 절차
- STEP 1 : 임무 정의
· 작전개념(Concept of Operations, CONOPS)
· 전장환경(Projected Operational Environments, POE)
· 임무시나리오(Mission Scenario)
· 작전운용성능(Required Operational Capabilities, ROCs)
- STEP 2 : 기술조사/비교 분석(Technologies/Trades)후 분야별 초기범위 및 데이터뱅크 정의
· 초기 대상 함형(Draft Hull form) : Math/Parametric Equation 기반 초기 대상 함형 도출
· 요구마력(Power) : 유사 실적함 기반 요구마력 수준(범위) 추정
· 추진체계(Propulsion system) : 탑재 대상 추진체계 중량, 무게중심, 체적, 연료소모율 조사/분석 등
· 전투체계(Combat system) : 탑재 대상 전투체계 중량, 무게중심, 체적, 소요전력
· 자동화 수준(Automation concept) : 기술발전 추세 조사/분석 및 적용 가능성 검토
- STEP 3 : 설계변수 식별/정의 및 설계영역(범위) 정의
- STEP 4 : 목적함수 ‘임무효과도 계층구조(OMOE Hierarchy) 모델’ 및 설계 대안별 MOP 정의
- STEP 5 : 목적함수 ‘위험도 매트릭스(Risk Matrix)’ 정의 : Performance, Cost, Schedule
- STEP 6 : 설계분야별 조합모델 구성(Build Ship Synthesis Model)
- STEP 7 : 다목적 설계 최적화(Multi-Objective Genetic Optimization) – “Hands off!”
- STEP 8 : 최적설계(안) 선정(Select Best Design(s))
Start of
Engineering
“Preparation, Preparation,
Preparation ....”

- STEP 1.1 : 작전개념(CONOPs) 정의
- STEP 1.2 : 전장환경(POE) 정의
❍ STEP 1 : 임무 정의 단계

- STEP 1.3 : 임무시나리오(Mission Scenario) 정의
일(Day) 특수전 지원 임무(예)
1~8
8~10
10~20
20~22
22~30
모항 출발, 특수전 요원 전개 대상 적 해안(전탐권 외) 접근
적 연안 접근후 침투 정보 취득 및 명령 대기
특수전 요원 침투 지원 및 적 주요시설물 파괴 작전중 착저 대기
특수전 요원 통신 유지, 침투요원/장비 복귀 지원
모항 복귀
일(Day) 정보수집 임무(예)
1~8
8~14
14~22
모항 출발, 적 주요 연안 접근
적 연안 접근, 착저 대기중 자체 정보자산 활용 적 통신/전자/전술 정보 수집
모항 복귀
ROCs 작전요구성능 목록(List of Required Operational Capabilities)
ASUW 1 방어적으로 수상함 공격(Engage in surface attacks defensively)
ASUW 2 소나 이용 수상함 탐지 및 추적(Detect and track surface threats with sonar)
ASUW 3 수상함으로부터 공격 회피 및 도주(Disengage, evade and avoid surface attack)
~ ~
SEW 2 탐지 및 전자전방해 활동(Conduct sensor and ECM operations)
SEW 3 탐지 및 전자전역방해 활동(Conduct sensor and ECCM operations)
~ ~
- STEP 1.4 : 작전요구성능(ROCs) 정의 (“UNTL 및 OPNAV Instruction C3500 Series 참조”)
Start of
Engineering
; Universal Navy Tacsk List

- STEP 2.1 : 초기 대상 선형 분석
❍ STEP 2 : 기술조사/비교 분석(Technologies/Trades)후 분야별 초기범위 및 데이터뱅크 정의
초기능력서(ICD) 등 작전능력을 토대로
10년 이내 실현 가능한 관련 기술자료
수집 및 설계정보 정리(Data Bank)
- STEP 2.2~2.3 : 요구마력/추진체계 비교 분석(Trade)

- STEP 2.4 : 전투체계 비교 분석(Trade)
임무 분류별 적용 가능 전투체계
대안 조사, 설계필요 정보(중량, 중심,
소요면적/체적, 소요전력 등)

❍ STEP 3 : 설계변수 식별/정의 및 설계영역(범위) 정의
Threshold Goal

❍ STEP 4 : ‘임무효과도 계층구조(OMOE Hierarchy) 모델’ 및 설계 대안별 MOP 정의
OMOE
Mobility Sustainability Flexibility Mission
VS
Stability
Range
Ammo
Missiles
Stores
ISR
C4I
SPW
ASW
KGMargin
WeightMargin
URN/IR
ANTI-SHOCK
AAW
MIW
ASUW
MCM
Survivability
MOP
MOE
… ……
1.0
0.4 0.20.150.10.15
0.6 0.4 0.2 0.2 0.4 0.2 0.3 0.7 0.050.3 0.10..20.10.10.10.05
• MOP Values Input at the Lowest Hierarchical Level
• MOE Combined to Form OMOE
“Problem
Dependent”
Measure of Performance(성능지수)
Measure of Effectiveness(효과도 지수)
• MOP/MOE weight : Decision theory(예. AHP) 이용
• MOP : Utility Function Method 등 이용
0.60.4
Σ=1.0
Σ=1.0
Σ=1.0

❍ STEP 5 : ‘위험도 매트릭스(Risk Matrix)’ 정의
0.5 0.3 0.2Σ=1.0

❍ STEP 6 : Ship Synthesis Model 작성, 다목적(효과도/위험도/비용) 최적화

1. 설계모듈 개발
“공학적/경험적 설계모델 구축”

2. 입력/출력 정의
“설계모델 in/out 등 설정”

“설계정보(중량, 무게중심, 전력 등) 정의”
3. 설계 D/B 정의
“STEP 2 : 분야별 기술조사/비교 분석”

4. 설계모듈 배치
“MC Analysis view에 모듈 정렬”

5. 설계변수 연결
“설계모듈간 Interface 연결”

5. 설계변수 연결
“설계모듈간 Interface 연결”
“설계모듈 구동에 필요한
전역변수(상수) 정의/입력”
6. 설계변수(DVs) 정의

& 추진체계 모듈 IPO(Input, Process, Output) 예
Read Design Variables from DVs
or other modules
Compute Local values using
Parametric equations
Write results computed for other
modules and optimizations
Process 2
Inputs (X) Outputs (Y)
Process 1Inputs (X) Outputs (Y)

❍ STEP 7 : 유전자 알고리즘을 이용한 다목적(효과도·위험도·비용) 설계 최적화

1. 제한조건/설계변수 정의
“계산결과 적절성 판단/목적함수에 영향을 주는 변수 추출”

2. 목적함수 정의
“비용 및 위험도 최소화, 임무 효과도 최대화”

2. 목적함수 정의
“비용 및 위험도 최소화, 임무 효과도 최대화”
3. 최적화(유전자 알고리즘) 설정
“설계 대안 수(Populations), 세대(Generations)”

PIDO 실행 동영상(1min. 22 sec.)

❍ PIDO 구동 테스트용 예제(연안형 소형 잠수함)
구 분 정 의 설계영역
LOA Length Overall 100ft ~ 180ft
B Beam Length 22ft
D Depth 22ft
Cmanning Automation factor 0.5 ~ 1.0
Ts Mission length 14 ~ 30 days
Depth Operational depth 250 ~ 350ft
Emin Minimum Endurance 500NM at 10kts
Vs Minimum Sprint Speed 15kts
Es Minimum Sprint Range 25nm
NT Maximum Personnel 35 mans
Ebattery Battery capacity 5000 ~ 15000 kw.hr
Wfuel Fuel weight 5 ~ 15lton
ASW Anti-submarine warfare Option 1 ~ 4
C4I C4I warfare Option 1 ~ 3
ISR ISR warfare Option 1 ~ 2
MCM Mine Countermeasure Option 1 ~2
SPW Special Warfare Option 1 ~ 4
Ndeguess Degaussing system Yes or No
PSYS Propulsion system Option 1 ~ 6
BATtype Battery type Option 1 ~ 3
Npim Payload interface modules Option 1 ~ 4
Design Alternatives

❍ PIDO 수렴 패턴(10 Generations ~ 200 Generations)

❍ STEP 8 : 최적 설계(Best Design(s)) 선정
- Pareto Optimum
임의의 목적함수 값을 개선하기 위해서는 한 개 이상의
다른 목적함수를 희생하여야만 할 때의 Xp 값
이탈리아 경제학자 V.파레토의 ‘사회의 오펠리미테(만족을 주는 힘)의
극대’라는 개념에서 유래한 “자원배분의 가장 효율적인 상태”
“파레토 최적”의 상태란 이상의 두 가지 조건이 동시에 성립하는 경우
- Pareto Optimum 함정설계 적용 예 : Best Solution Identification
· Pareto optimal set is ‘infinite’
Need decision maker preference structure modeled
or use interaction - to select “best” solution
· Distance to the ideal
Identify “best” solutions
Surrogate for decision maker preference
Assumes compromise in decision making
· Use norms to find distance
L1 or L2 norm in various implementations

❍ PIDO 구동 테스트용 예제 설계 결과 예(Best Designs optimized)
구 분 Design 1 Design 2 Design 3
LOA 121ft 143ft 135ft
Beam 22ft 22ft 22ft
Depth 22ft 22ft 22ft
Light weight 590lton 611lton 675lton
Max. Speed 22.7 kts w/ 40NM 22.5kts w/ 40NM 21.7kts w/ 39NM
Endurance 660 NM at 10kts 617NM at 10kts 884NM at 10kts
Mission day 21days 28 days 28 days
Personnel 14 mans 14 mans 14 mans
OMOE 0.527 0.671 0.720
OMOR 0.847 0.932 0.730
COST 0.798 0.850 0.909
Automation 0.6 0.7 0.8
3D PARETO chart
Feasible space
2D PARETO chart

❍ PIDO 설계 결과 활용 : Key Performance Parameters(KPP) 식별
10095908580757065605550454035302520151050
Ebattery
BATtype
Ng
PSYS
Depth
Wfuel
SPW
D
C4I
B
Ndegaus
Cmanning
ASW
Lbow
Laft
Lmid
Npim
MCM
Ts
29%
29%
7%
5%
4%
4%
4%
4%
3%
2%
2%
2%
2%
1%
1%
1%
0%
0%
0%
임무 효과도 주효과 획득비용 주효과
☑ 가변임무모듈 수량, 축전지 형태, 임무일수,
연료량, 추진체계 : ~ 64%
☑ 축전지 용량, 축전지 형태, 소자체계 : ~ 65%
함정획득 초기단계 주효과 식별/관리 통한 전 함정획득 전 과정에
걸친 안정적 기술/사업 관리 효과도(예. TPM) 증대 가능

❍ PIDO 설계 결과 활용 : Cost As an Independent Variable(CAIV, 목표비용관리) 적용 가능
Dominated Alternatives
Non-dominated Alternatives
0.0000
0.1000
0.2000
0.3000
0.4000
0.5000
0.6000
0.7000
0.8000
GoodMarginal
Effectiveness(OMOE)
0.0000 0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000 0.9000 1.0000
MarginalGood
Scaled Cost
0.9000
1.0000
Region for compromise design exploration
Cost threshold limit
Ideal Design
Worst Design

7. 결론 및 향후 계획

❑ 결 론
❍ PIDO 프레임의 신속하고 신뢰성 있는 초기 의사결정 지원도구로의 활용성 확인
- 설계변수 및 제한조건 등 임의(자유) 설정을 통한 유연한 사용자(설계자) Interface 보장
- 설계 참여자 수 감소 및 설계 소요기간(예. 10~20명 " 4~5명, 8~12개월 " 3개월 이내) 단축 가능
- 사용자 수작업 및 직관 배제로 객관성 있는 설계 결과 도출 가능 등
❍ 단일 프레임내 임무효과도, 위험도 및 비용 측면 동시 다목적 최적설계 수행
- 기존 함정 성능 외 임무효과도, 위험도 및 비용 측면 동시 다목적 최적화 가능
- 다수/다양한 설계지원 도구의 활용 없이 단일 프레임 내에서 최적화 및 통합설계 동시 수행 가능
- 관심변수(중량, 비용, 최대속력 등)을 제한조건으로 설정, 유연한 설계결과 도출 가능(예. CAIV)
❍ 아키텍쳐 개발이 아닌 PIDO 구축 전문 프로그램 및 In-house 코드 활용을 통한 확장성 보장
- 단순 설계모듈 교체(재코딩)만으로 유사 함종/함형에 대한 신속한 통합설계 최적화 가능
- 통합설계 및 최적화를 위한 PIDO 구축 전문 프로그램 선택으로 공학적 설계모듈 개발에 집중 가능
- PIDO내 데이터 교환이 용이하므로 공학해석 프로그램과 연동 가능 등(예. Simulation Based Design)

❑ 향후 계획
❍ 다양한 최적화 이론 및 유전자 알고리즘 결합을 통한 더욱 효과적인 최적화 설계 제고
❍ 기존 설계결과/실선시험결과 등을 활용하여 설계모듈 검증, 구체화(정제) 및 한국화
❍ 초기단계 설계결과 고도화 및 신뢰성 제고 위해 공학 해석프로그램과의 연계 반영
“Invent the Future”
설계모듈
요소 개발
설계
관리 기법
최적화 문제
구성 기법
MDO
방법론
근사 최적화
기법
전역 최적화
기법
PIDO
Kernel
Future PIDO Framework
통합설
계
모
듈 분
산
컴퓨팅
화 모듈최적
DB
CAD
구조해석
유동해석
특수성능 해석
전자기장 해석
사용자

Dr. Jane Gudall(1934 ~), UK Primatologist, Anthropologist
?
☑ Contact : jwpark1@gmail.com
QUESTION?

“BACK UP”

❍ 초기단계(prior to Milestone A) 함정설계 절차 개선 (예. SSC 건조)
* Captain Norbert Doerry, “Fleet Capabilities Based Assessment”, May 2009
Synthesis based Design
AOA PrePDPreAOA
: 단계별 설계 방법
: 新 설계 단계
개념탐색 개념개발 : 설계 산출물에 따른 舊 설계
방식(개념설계)과 비교
☞ 설계 대안 도출 ☞ 대안 정제 및 요구사양 도출
MS A
; Concept of Operation(작전개념)
; Capability Development Document(능력개발서)
; Capability Based Assessment(능력기반평가)
; System Development Specification(체계개발규격)

Gantt Chart Example
* en.wikipedia.org/wiki/Gantt_chart

US NAVSEA Ship Design Tools Roadmap(계속)

US NAVSEA Ship Design Tools Roadmap

Integration of Ship Design Tools at the NAVSEA
“Early-state Design Integratioin”

NASA Model Center 활용예

최적화(Optimization) 정의

2010년 6월 28일 서울대학교 조선해양공학과 초빙세미나, 신뢰성연구실Module 4-4 Norm-Based Selection Methods © 2007
L1 -norm= x + y
U2
U1
(1,1)
y
x
(0,0)
A
B
C
Lpnorm= [( ) ( ) ] /
1 11 2
1
− + −U Up p p
Distance to the Ideal Point
L2 -norm= ((1-x)2
+ (1-y)2)1/2

0.0000
0.1000
0.2000
0.3000
0.4000
0.5000
0.6000
0.7000
0.8000
0.9000
1.0000
0.0000 0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000 0.9000 1.0000
Scaled Cost
ScaledEffectiveness
2
14
18
19
21
25
Good
Low
Marginal
High
GoodMarginal
LowHigh
Scaled Value
Actual Value Marginal Value
Good Value Marginal Value
=
−
−
Ideal Point (1, 1)
Solution 14 would be
selected using either
norm-based method.
L1 and L2 Norm Optimal Selection

U2
U1
(1,1)
(0,0)
A
B
C
TOPSIS
• Technique for Order
Preference by
Similarity to Ideal
Solution (TOPSIS)
– Uses simultaneous
measurement of distance to the
ideal (positive ideal) and
distance from non-ideal
(negative ideal) solution as a
metric for determining “best”
solution

0.0000
0.1000
0.2000
0.3000
0.4000
0.5000
0.6000
0.7000
0.8000
0.9000
1.0000
0.0000 0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000 0.9000 1.0000
Scaled Cost
ScaledEffectiveness
2
14
18
19
21
25
Good
Low
Marginal
High
GoodMarginal
LowHigh
Scaled Value
Actual Value Marginal Value
Good Value Marginal Value
=
−
−
Ideal Point (1, 1)
Solution 14 would be
selected using the
TOPSIS method.
TOPSIS Optimal Selection

2010년 6월 28일 서울대학교 조선해양공학과 초빙세미나, 신뢰성연구실Module 4-7 Respoonse Surface Method © 2007 Cliff
Response Surface
• Inclusion of Center Point
Creates 3 Level Design
• 3 Level Design Analysis
Creates Mathematical Model
– Empirically based
– From experimental data
• Response Function
– Interpolated function predicts
response between factor points
tested in experiment
• Visualized as a “Surface”
Speed
Payload
Response: Power
25 kts
40 kts
200 lton
100 lton

X
X
X
X
X
X
X
X
X X
X
X
C
Cartesian Coordinate System
C Center Point
X Edge Center Point
F Face Center Point
O Vertex Point
Box-Behnken Design Central Composite Design (Box-Wilson)
O
O
O O
O
O
O
O
C
F
F
F
F
F
F
Central Composite Space = 15 Variants
Cartesian Coordinate System
C Center Point
X Edge Center Point
F Face Center Point
O Vertex Point

2010년 6월 28일 서울대학교 조선해양공학과 초빙세미나, 신뢰성연구실Module 4-7 Respoonse Surface Method © 2007 Cliff
DOE Method of “Best” Selection
• Model
– Continuous
• Therefore Pareto optimal set is ‘infinite’
• Solution Identification
– Need decision maker preference structure modeled – or use
personal interaction - to select “best” solution
• Mathematical Methods
– Continuous case
– Design of Experiments (DOE) and response surface

JMP Response Contours
50000SHP(20000,50000)20000
Cost
Speed
700 Depth(700,1100) 1100
Factors
PC = 0.79
Payload = 65 ft.
Diameter = 38 ft.
Response Constraints
Cost < $2.0 billion
Speed > 28 knots
Pareto Solution
Boundary?
Feasible Region

2010년 6월 28일 서울대학교 조선해양공학과 초빙세미나, 신뢰성연구실Module 5-2 Cost & Technology Uncertainty Analysis ©
Method Overview
5. Define Target Technology
Performance
Design Space
/Contour Plot
JMP
1. Given: Requirements
4. Perform Tradeoff Studies
3. Determine the Impacts of
Technologies
Response
Surfaces
JMP
2. Define Technology Areas
to Achieve Target
Performance
Screening
Experiment
JMP
k factors
Synthesis
Model
1.1k_bat_v0.6
AIP Endurance
IR @ 8 knots
OMOE
Balance Speed
Diving Depth
0.6 k_bat_w 1.1
6. Technology Selection
Response
Surface
Equations
JMP
Uncertainty
Analysis
Crystal Ball .000
.005
.011
.016
.021
37,765.8340,003.1742,240.5244,477.8746,715.22
Kostas Psallidas, MIT Masters Thesis

2010년 6월 28일 서울대학교 조선해양공학과 초빙세미나, 신뢰성연구실Module 5-2 Cost & Technology Uncertainty Analysis ©
Screening Experiment
• Nine k-factors were selected for the screening experiment
k_bat_w(0.6,1.1)
k_bat_v(0.6,1.1)
k_aip_oc_w(1.1266,2.4784)
k_aip_fc_w(0.323,0.904)
k_aip_fc_v(0.00653,0.01832)
k_aip_v(1.46,4.06)
k_aip_oc_v(0.0158,0.03476)
k_aip_w(33.07,74.96)
k_struct_w(0.95,1)
Term
0.2 0.4 0.8 10.6
Selected Factors
k_bat_w(0.6,1.1)
k_bat_v(0.6,1.1)
k_aip_oc_w(1.1266,2.4784)
k_aip_fc_w(0.323,0.904)
k_aip_fc_v(0.00653,0.01832)
k_aip_v(1.46,4.06)
k_aip_oc_v(0.0158,0.03476)
k_aip_w(33.07,74.96)
k_struct_w(0.95,1)
Term
0.2 0.4 0.8 10.6
Selected Factors
OMOE Pareto Plot
• Five k-factors were determined as more significant and were selected for the
development of the Response Surface Equations
AIPEndurance
19.5702
10
15.46667
IR@8knots
0.11047
0.06596
0.092469
OMOE
0.51201
0.41799
0.470761
BalanceSpeed
6
3.5
4.791667
DivingDepth
1400
820
1063.333
k_bat_w
0.6
1.1
0.85
k_bat_v
0.6
1.1
0.85
k_struct_w
0.95
1
0.975
k_aip_w
33.07
74.96
54.015
k_aip_v
1.46
4.06
2.76
k_aip_fc_w
0.323
0.904
0.6135
k_aip_fc_v
0.00653
0.01832
0.01242
k_aip_oc_w
1.1266
2.4784
1.8025
k_aip_oc_v
0.0158
0.03476
0.02528
Prediction Profiler
Kostas Psallidas, MIT Masters Thesis

2010년 6월 28일 서울대학교 조선해양공학과 초빙세미나, 신뢰성연구실Module 5-7 Submarine Case Study © 2007 Cliff
Translate User Needs to Design Requirements

• Establish Needs (VoC)

• Translate to Requirements (AHP and QFD)

• Select Key Performance Parameters (KPP)

• Determine Goals and Thresholds

• Model Using DOE

1. Transit time (days) for rapid surge deployment
• East Coast to Persian Gulf conflict or West Coast CONUS to Southeast Asia
conflict
• Mark desired goal time (G) and maximum acceptable threshold (T)
Time (days) 5 6 7 8 9 10 11 12 13 14 15 20 25 30
Scoring
2. Test Depth
• Mark desired goal test depth (G) and minimum acceptable threshold (T)
Test Depth (ft) 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500
Scoring
T
G
G
T
• Model Using DOE

3. In-Theater Maximum Speed
• i.e. in Persian Gulf, Southeast Asia region, Med, etc,
• Mark maximum speed (G) and minimum acceptable (T) once in-theater
Max Speed (kts) 16 19 22 26 29 32 35 38 42 45 48
Scoring
4. In-Theater Speed Profile
• Use GOAL maximum speed from question #5 (Q5) as max speed
• Fill-in % of time at each specified speed
% Max speed (Q4 G) < 60 61-70 71-80 81-90 91-100
% time at specified speed
Note: Total must = 100%
GT
80 15 5

AHP Method: Rank Relative
ImportanceCompare the importance of the following submarine parameters.
1=Equal 3=Moderate 5=Strong 7=Very Strong 9=Extreme
Parameters Pairwise Comparisons Parameters
Transit Time 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Test Depth
Test Depth 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Payload
Payload 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Transit Time
Measure acceptance of:
Trading speed and depth for Payload

Computing Effectiveness
Min Max
Max Speed (kts) 26 35
Test Depth (ft) 850 1100
Payload Length (ft) 43 88
Weighting Factors
wSpeed 0.4105
wTest Depth 0.1360
wPayload 0.4535
Computed Using AHP

Min Max
Operator Survey
Weighting Factors
wSpeed 0.4105
wTest Depth 0.1360
wPayload 0.4535
Computed Using AHP

Min Max
Operator Survey
Variant Study Limit
Weighting Factors
wSpeed 0.4105
wTest Depth 0.1360
wPayload 0.4535
Computed Using AHP

Min Max
Operator Survey
Variant Study Limit
PayloadTestDepthSpeed w
gthPayloadLen
w
TestDepth
w
Speed
OMOE ×
−
−
+×
−
−
+×
−
−
=
4388
43
8501100
850
2635
26
Weighting Factors
wSpeed 0.4105
wTest Depth 0.1360
wPayload 0.4535
Computed Using AHP

Detail Design and
Construction
Functional
(System) Design
Transition
Design
Detail/Zone
Design
Production
Design
Construction
Dwgs.
Work Orders
Test
Instructions

Validation to AHP approach

Metrics
• Metrics are measurable attributes
– Quantifiable, so they can be measured and compared
– Defined in DoD documentation that identifies Key Performance
Parameters (KPP)
• Model system level end-user requirements
• Based on platform level requirements and capabilities
• Define decision metrics in end use scenario terms
– Use Measures of Effectiveness (MOE)
• Define technical characteristics of product
– Use Measures of Performance (MOP)
• Couple MOP to MOE
– Through some functional definition
– Mathematically
– Simulation
Dimensional
Parameters
System
Subsystem
Environment
Force
MOPs
MOFEs
MOEs
KPP are most important as metrics for design process.

Characteristics of MOE
• Mission oriented
– Relates to force/system
• Discriminatory
– Identifies real difference between
alternatives
• Measurable
– Can be computed or estimated
• Quantitative
– Can be assigned numbers or
ranked
• Realistic
– Relates realistically to the system
and associated uncertainties
• Objective
– Defined or derived, independent
of subjective opinion
• Appropriate
– Relates to acceptable
standards and analysis
objectives
• Sensitive
– Reflects changes in system
variables
• Inclusive
– Reflects those standards
required by the analysis
objectives
• Independent
– Mutually exclusive with
respect to other measures
• Simple
– Easily understood by the
user

함정 초기단계 설계를 위한 PIDO 프레임워크 소개

함정 초기단계 설계를 위한 PIDO 프레임워크 소개

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

More from Jinwon Park

More from Jinwon Park (20)

함정 초기단계 설계를 위한 PIDO 프레임워크 소개