선체 변형이 반영된 축 변형 예측을 위한 심층강화학습의 적용에 관한 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 박준범 | - |
dc.contributor.author | 최신표 | - |
dc.date.accessioned | 2022-06-22T17:38:43Z | - |
dc.date.available | 2022-06-22T17:38:43Z | - |
dc.date.created | 20210823115524 | - |
dc.date.issued | 2021 | - |
dc.identifier.uri | http://repository.kmou.ac.kr/handle/2014.oak/12800 | - |
dc.identifier.uri | http://kmou.dcollection.net/common/orgView/200000506414 | - |
dc.description.abstract | 2000년대부터 가속화된 선박의 대형화로 인해 흘수 변화에 따른 상대적인 선체 변형이 증가하였다. 반면, 최근 선박의 탄소 배출 감소와 추진효율 증대를 위해 프로펠러 직경이 증가하여 선미부 하중의 증가를 야기하였다. 추진 축계 정렬 관점에서 선미관 지지 베어링의 하중 증가에 따라 축 지지 베어링 간 불균일한 하중 분포가 발생하고 선미부 사고로 이어지고 있다. 따라서 이러한 사고를 방지하고 축계 안정성을 확보하기 위하여 선체 변형에 연쇄적 영향을 받는 축 변형을 고려한 축계 설계 기법이 필요하다. 본 연구는 중형 석유화학제품 운반선의 측정 데이터를 기반으로 종래의 축계 지지 베어링 반력과 축 벤딩 모멘트 측정값을 기반으로 하는 전통적인 선체 변형 예측 기법 대비 심층강화학습을 사용한 역분석 기법으로 선미부 선체 변형에 따른 축의 변형을 예측하는 새로운 접근 방법을 제시하였다. 그 결과 기존 연구에서 반력 영향 계수 때문에 반영하기 어려웠던 메인 베어링 반력을 측정값과 비교하여 높은 정확도로 예측을 하였으며, 선체 변형에 따른 합리적인 축 변형 결과를 도출할 수 있었다. 본 연구의 심층강화학습 기법은 운전 중인 선박의 축에 대한 동적 거동을 예측하는데도 확장 가능할 것으로 보인다. | - |
dc.description.abstract | Due to the accelerated enlargement of ships since the 2000s has increased the relative deformation of the hull according to the draft change. On the other hand, recently, the propeller diameter increased to reduce carbon emissions and increase propulsion efficiency, causing an increase in the stern load. From the side of propulsion shaft alignment, as the load of the stern tube support bearing increases, an uneven load distribution occurs between the shaft support bearings, leading to stern accidents. To prevent such accidents and to ensure shaft system stability, a shaft system design technique is required in which the shaft deformation resulting from the hull deformation is reflected.Based on the measurement data of a medium-sized oil/chemical tanker, this study proposes a novel approach to predicting the shaft deformation as per stern hull deformation through inverse analysis using deep reinforcement learning, as opposed to traditional prediction techniques. As a result, the main bearing reaction force, which was difficult to reflect due to the reaction force influence coefficient in previous studies, was predicted with high accuracy by comparing it with the measured value, and reasonable shaft deformation could be derived according to the hull deformation. The deep reinforcement learning technique in this study is expected to be scalable for predicting the dynamic behavior of the shaft of an operating vessel. | - |
dc.description.tableofcontents | 1. 서론 1 1.1 연구의 배경 1 1.2 선행 연구 고찰 1 1.3 연구의 방법 및 목적 4 1.4 논문의 구성 5 2. 대상선박 제원 및 데이터 취득 6 2.1 선박 제원 6 2.2 측정 방법 7 2.2.1 잭업 법을 이용한 베어링 반력 측정 8 2.2.2 스트레인 게이지법을 이용한 벤딩 모멘트 측정 9 2.3 측정 결과 12 3. 심층 강화 학습 17 3.1 심층 신경망 17 3.2 강화학습 19 3.3 심층강화학습 20 4. 심층강화학습 모델링 및 절차 22 4.1 축 모델링 22 4.2 심층강화학습 절차 24 5. 심층강화학습 축 변형 예측 결과 30 5.1 심층강화학습을 적용한 축 변형 예측 결과 30 5.1.1 Light draft condition (D1) 30 5.1.2 Ballast draft condition (D2, D3) 34 5.1.3 Scantling draft condition (D4, D5) 36 5.2 심층강화학습 적용 축 변형 예측값과 실제 측정값 비교 39 5.2.1 베어링 반력 비교 39 5.2.2 스트레인 게이지 벤딩 모멘트 비교 41 5.3 심층강화학습 적용 축 변형 예측값과 기존 기법 비교 43 5.3.1 베어링 반력 비교 43 5.3.2 스트레인 게이지 벤딩 모멘트 비교 44 6. 결론 및 제언 47 참고문헌 49 부록 A. 심층강화학습 절차 시행 예시 53 | - |
dc.language | kor | - |
dc.publisher | 한국해양대학교 대학원 | - |
dc.rights | 한국해양대학교 논문은 저작권에 의해 보호받습니다. | - |
dc.title | 선체 변형이 반영된 축 변형 예측을 위한 심층강화학습의 적용에 관한 연구 | - |
dc.title.alternative | A Study on the application of deep reinforcement learning to predict shaft deformation reflecting hull deformation | - |
dc.type | Dissertation | - |
dc.date.awarded | 2021. 8 | - |
dc.embargo.liftdate | 2021-08-23 | - |
dc.contributor.alternativeName | Shin-Pyo, Choi | - |
dc.contributor.department | 대학원 항해학과 | - |
dc.contributor.affiliation | 한국해양대학교 대학원 항해학과 | - |
dc.description.degree | Master | - |
dc.identifier.bibliographicCitation | [1]최신표, “선체 변형이 반영된 축 변형 예측을 위한 심층강화학습의 적용에 관한 연구,” 한국해양대학교 대학원, 2021. | - |
dc.subject.keyword | 축 정렬 | - |
dc.subject.keyword | 역분석 | - |
dc.subject.keyword | 심층강화학습 | - |
dc.subject.keyword | 중형 석유화학제품 운반선 | - |
dc.subject.keyword | 축 변형 | - |
dc.contributor.specialty | 해사기술안전 | - |
dc.identifier.holdings | 000000001979▲200000002463▲200000506414▲ | - |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.