IMO 2세대 복원성 규정 대비를 위한 인공신경망 기반의 순수복원성 손실 취약성 평가 시스템 개발
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 남종호 | - |
dc.contributor.author | 김경빈 | - |
dc.date.accessioned | 2021-01-31T08:40:00Z | - |
dc.date.available | 2021-01-31T08:40:00Z | - |
dc.date.issued | 2020 | - |
dc.identifier.uri | http://repository.kmou.ac.kr/handle/2014.oak/12487 | - |
dc.identifier.uri | http://kmou.dcollection.net/common/orgView/200000342383 | - |
dc.description.abstract | The International Maritime Organization is preparing to declare the 2nd-generation intact stability criteria. The 2nd-generation stability criteria consider five situations in which a ship loses its stability restoring force on specific wave situations. The pure-loss of stability failure mode discussed in this study requires a large amount of calculation conditions such as wave height, crest positions, ship heeling angles and cargo conditions. This study has developed a system can be used to check whether stability criteria are satisfied using an artificial neural network. Through this, it is possible to dramatically reduce of time and effort for recalculation in the early stage of hull design. By using the artificial neural network to study calculation results, it is possible to estimate the stability of the hull with specific hydrostatic information. Through the system developed in this study, it is possible to immediately check whether the hull under development meets the regulations. Therefore, the development and transformation of the hull can be carried out quickly and systematically. | - |
dc.description.tableofcontents | 1. 서 론 1 1.1 연구배경 및 필요성 1 1.2 국내․외 기술 및 연구 사례 4 1.3 본 논문의 구성 5 2. 이론적 배경 6 2.1 IMO 2세대 복원성 규정 6 2.1.1 순수 복원성 손실 취약성 모드 7 2.1.2 복원성 규정 적용 대상 판정 10 2.1.3 Level-1 기준 판정 10 2.1.4 Level-2 기준 판정 12 2.2 인공신경망(Artificial Neural Network, ANN) 16 2.2.1 기계학습(Machine Learning)의 정의 16 2.2.2 인공신경망의 정의 17 2.2.3 인공신경망의 학습 과정 20 2.3 CAD를 활용한 모듈 기반 계산법 21 2.3.1 CAD를 활용한 모듈 기반 계산법의 정의 22 2.3.2 CAD를 활용한 모듈 기반 계산법의 정의 23 3. 모듈 기반 계산법을 활용한 복원성 계산 26 3.1 모듈 기반 계산법을 활용한 유체정역학 및 복원성 계산 26 3.1.1 유체정역학 계산 모듈 26 3.1.2 해양파 구현 및 트림․흘수 계산 모듈 30 3.1.3 비손상 복원력 계산 모듈 32 3.2 순수복원력 손실 취약성 계산 수행 및 검증 37 3.2.1 순수복원력 손실 취약성 계산 모듈 37 3.2.2 계산모듈 UI 개발 38 3.2.3 ITTC 설계선형 적용 및 검증 41 3.2.4 국내 중소형 유조선에 대한 취약성 계산 및 판정 45 4. 인공신경망을 통한 활용한 복원성 추정 49 4.1 인공신경망 학습 데이터 구성 49 4.1.1 입/출력 데이터 셋 49 4.1.2 인공신경망을 통한 실적선 데이터 학습 52 4.2 인공신경망을 통한 GZ 추정 및 순수복원성 취약성 판정 55 4.2.1 인공신경망을 통한 GZ 추정 결과 55 4.2.2 추정된 GZ값을 통한 순수복원성 손실 취약성 판정 57 5. 결론 58 5.1 결과 요약 58 5.2 향후 연구계획 59 참고문헌 60 부록 62 | - |
dc.language | kor | - |
dc.publisher | 한국해양대학교 대학원 | - |
dc.rights | 한국해양대학교 논문은 저작권에 의해 보호받습니다. | - |
dc.title | IMO 2세대 복원성 규정 대비를 위한 인공신경망 기반의 순수복원성 손실 취약성 평가 시스템 개발 | - |
dc.title.alternative | Estimating System of Pure-Loss of Stability based on Artificial Neural Network for IMO 2nd Generation Intact Stability Criteria | - |
dc.type | Dissertation | - |
dc.date.awarded | 2020. 8 | - |
dc.contributor.department | 대학원 조선해양시스템공학과 | - |
dc.contributor.affiliation | 한국해양대학교 대학원 조선해양시스템공학과 | - |
dc.description.degree | Master | - |
dc.identifier.bibliographicCitation | 김경빈. (2020). IMO 2세대 복원성 규정 대비를 위한 인공신경망 기반의 순수복원성 손실 취약성 평가 시스템 개발 | - |
dc.identifier.holdings | 000000001979▲200000001758▲200000342383▲ | - |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.