해석 결과

LUSAS 내 결과

해석을 수행한 후, LUSAS는 절점 및 요소에 대한 해석 결과를 제공합니다. 특히 다음과 같이 다양한 위치에서 결과를 확인할 수 있습니다:

• Averaged nodal – 절점에서의 평균 결과.
• Element nodal – 절점에서의 평균화되지 않은 결과.
• Internal Points – 빔 요소의 내부 점.
• Gauss Points – 쉘/볼륨 요소에 대한 가우스 포인트.
• Inspection location – 모델 객체(Line/Surface/Volume)의 지정된 위치.

결과 위치에 대한 추가 설명은 본 매뉴얼의 범위를 벗어납니다. 결과 평균화 및 사용 가능한 위치에 대한 자세한 내용은 LUSAS 도움말을 참조하십시오.

주요 결과 출력(LUSAS 용어에서 결과 Entity)에는 변위, 부재 힘, 응력, 지지대 반응력, 주파수 또는 휨 고유값, 빔/쉘 슬라이스 결과물 등이 포함됩니다.

LUSAS의 결과 엔티티는 고유한 이름을 가지며 각각 일련의 결과 구성 요소를 포함합니다. 예를 들어, ‘Force/Moment – Thick 3D beam’ 엔티티에는 ‘Fx’, ‘Fy’, ‘Fz’, ‘Mx’, ‘My’, ‘Mz’, ‘SED’ 구성 요소가 포함됩니다. 사용 가능한 결과 엔티티와 구성 요소는 해석 유형, 모델에 존재하는 요소 유형, 모델 해석 범주(2D/3D) 및 기타 요인에 따라 달라지며 일반적으로 각 하중케이스마다 다를 수 있습니다.

검사 위치는 선, 면 또는 체적 내 지정된 관심 위치에서 노드 존재 여부와 무관하게 결과를 검색할 수 있도록 하는 특수한 엔티티입니다. 이는 LUSAS에서 ‘Inspection location’ 속성을 사용하여 정의되며 해당 기하 구조에 할당됩니다.

결과는 일반적으로 등고선, 다이어그램, 값 형태로 모델에 플롯하거나 ‘결과 출력 마법사’를 사용하여 표 형식으로 표시할 수 있습니다.

Grasshopper에서의 LUSAS 결과

이 플러그인을 사용하면 연결된 LUSAS 인스턴스의 모델 결과를 가져와 Grasshopper로 가져와 부재 설계나 구조 최적화와 같은 추가 처리를 수행할 수 있습니다. 결과를 사용하려면 분석이 먼저 해결되어야 합니다.

결과 검색을 위해 다음 구성 요소를 사용할 수 있습니다:

• Mesh results – 모델 내 지정된 노드/요소에 대한 결과.

• Member results – LUSAS 구성원 구성 요소로 생성된 구성원에 대한 결과.
• Eigenvalue results – 고유값 해석 결과(고유값, 고유주기/고유주파수, 참여 계수).
• Beam/shell slice results – 빔/쉘 슬라이스 결과 유틸리티에 대한 결과.

‘Inspection location’ 구성 요소를 사용하면 구성 요소의 원하는 위치에서 결과를 검색할 수 있습니다.

참고: 모델 변경으로 인해 검색된 결과가 최신 모델 상태와 일치하도록 하려면 ‘Live link’와 결과 검색 구성 요소 사이에 ‘Solve’ 구성 요소를 삽입할 수 있습니다.

Grasshopper에서 최적화 연구 실행

LUSAS에서 얻은 결과를 Grasshopper로 불러오는 기능은 최적화 워크플로우라는 새로운 유형의 연구를 가능하게 합니다. 이는 기본적으로 Grasshopper에 포함된 ‘Galapagos’를 사용하거나, food4rhino.com에서 제공되는 ‘Millepede’ 등 고급 플러그인을 통해 수행할 수 있습니다. 일반적으로 이러한 도구는 진화적 솔버를 기반으로 하며, 반복 과정 동안 모델의 일부 입력을 변경하면서 결과를 지속적으로 평가하여 지정된 목표가 달성될 때까지 진행됩니다.

구조 해석 맥락에서 이러한 최적화 루프는 특정 고유 진동수(예: 예비 설계 단계 또는 구조 건강 모니터링 및 디지털 트윈 적용 시), 케이블 튜닝을 위한 케이블 힘(이 기능은 LUSAS에서도 이미 제공됨), 전체 강재 사용량 또는 콘크리트 부피 감소(재료 효율성 및 내재 탄소 고려), 변위 또는 응력 목표치 등을 목표로 할 수 있습니다.

‘Galapagos’ 용어를 사용하면, 모든 모델 결과를 적합도 함수 정의에 활용할 수 있으며, 재료 특성, 단면 특성 또는 지지 스프링 강성과 같은 구조 모델을 정의하는 모든 매개변수가 게놈 역할을 할 수 있습니다. ‘Galapagos’는 잘 확립된 강력한 최적화 도구이지만, 단일 적합도 함수만 지원한다는 점에 유의해야 합니다. 따라서 다중 목표 최적화 연구에는 대체 플러그인이 더 적합할 수 있습니다.

다음 예시는 목표 DZ 변위를 달성하기 위해 Galapagos를 사용한 간단한 최적화 루프를 보여줍니다. 게놈은 단면 높이 D의 단일 값으로 구성되며, 적합도는 결과 변위에 연동됩니다.