Reliability-based design optimization (RBDO) utilizing computer simulations can lead to a highly reliable optimum design. However, conventional RBDO methods require full statistical information of input variables to estimate reliabilities of engineering systems or components, which is not easy to obtain in most engineering applications. Application engineers suffer from lack of information to assume well-known distributions or to trust supplier’s document using few test sample. This is the main reason why many engineering companies have to validate their designs through physical test several times before mass production. In this study, an uncertainty quantification method with mean-correlated simulations is proposed to estimate the statistical information of input variables from corresponding system response distributions obtained using large-scale test database. The proposed approach employs an error-lumped inverse method and kernel density estimation (KDE) for the uncertainty quantification. All possible errors such as measurement error, simulation error, and error by input variable difference are lumped into one to minimize residual errors of responses. Because quantified uncertainties using the error-lumped inversed method could be too scattered, distribution correction is proposed to reduce effective range of input variables while maintaining response distributions. Numerical and engineering examples show that the proposed approach can well estimate uncertainties of input variables using mean-correlated simulation and system response distributions obtained from test results.
컴퓨터 시뮬레이션을 이용한 신뢰성 기반 최적 설계 기법은 높은 신뢰도를 가지는 최적의 설계 안을 도출할 수 있다. 하지만 현존하는 신뢰성 기반 최적 설계 기법들은 엔지니어링 시스템이나 부품에 대한 신뢰성을 추정하기 위해 입력 변수에 대한 많은 통계적 정보를 필요로 하며, 이러한 통계적 정보는 엔지니어링 실무에서는 구하기가 어렵다. 가우시안 분포와 같이 잘 알려진 분포로 가정하거나 소재 업체가 소수의 샘플로부터 구한 정보를 이용한 설계안은 대량 생산 이전에 반드시 실물 평가를 실시하여야 한다. 이 연구에서는 시스템 레벨의 시험 데이터베이스로부터 구한 시스템 출력 변수의 산포와 통계적으로 보정된 시뮬레이션 모델을 이용하여 입력 변수의 산포를 추정하는 방법을 제시한다. 제안된 방법론은 오차 집중화를 이용한 역산포 추정 기법과 커널 밀도 추정 기법으로 구성되어 있다. 측정 오차, 시뮬레이션 오차와 입력 변수 차이에 의해 발생한 오차는 시스템 출력 변수의 잔차를 최소화하기 위한 하나의 집중화된 오차로 통합된다. 역산포 추정 기법으로 도출된 입력 변수의 산포를 엔지니어링 실무에서 사용할 수 있도록 시스템 출력 변수의 산포를 유지하면서도 유효한 산포 범위를 줄이기 위한 분포 보정 기법을 제안하였다. 수치 예제와 엔지니어링 예제를 통하여 제안된 기법의 유효성을 검증하였다.
