김동우, 노명일, 전도현, 우선홍, 이혜원, 김용태, "딥 러닝을 이용한 멤브레인 타입 LNG선 화물창의 1차 방벽의 형상 최적화 방법
", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 275, 2023.02.08-11
", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 275, 2023.02.08-11
Domestic Conference
2023.02.13 17:02
김동우, 노명일, 전도현, 우선홍, 이혜원, 김용태, "딥 러닝을 이용한 멤브레인 타입 LNG선 화물창의 1차 방벽의 형상 최적화 방법 ", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 275, 2023.02.08-11
조회 수 209
| 첨부 '1' |
|---|
| Abstract | 다양한 환경 규제들이 강화되면서 전세계적으로 LNG 수요가 증가하고 있다. 다양한 LNG 수송 방법 중에서 국제 정세 및 경제성 측면에서 비교적 안정적인 LNG선의 발주가 특히 급증하고 있다. LNG선의 화물창은 멤브레인 타입이 주로 사용되고 있으며, 단열 성능을 유지하기 위한 다양한 소재의 단열재와 구조 강도를 만족하기 위한 1, 2차 방벽 등으로 구성되어 있다. 그 중 1차 방벽은 극저온으로 액화된 화물에 직접 맞닿는 구성 요소로서 저온 환경 노출에 따른 열 하중, 선박 운용 간 발생하는 액화 화물의 정/동적 하중, 그리고 선체의 거동으로 발생하는 변형 등을 견딜 수 있도록 주름부를 가지도록 설계 및 적용되고 있다. 기존의 LNG선에 적용된 1차 방벽의 경우 다수의 실적 선들을 바탕으로 그 구조적 안전성이 검증되었으나, LNG선 시장의 경쟁력 강화를 위해 구조 안전성과 더불어 생산 비용을 고려한 최적화된 주름부 형상 개발이 필요한 상황이다. 본 연구에서는 구조 안전성 및 생산 비용을 고려한 1차 방벽 형상 최적화 방법을 제안하였다. 3차 베지어 곡선 (cubic Bezier curve)을 이용하여 1차 방벽 형상을 매개변수화 시키고 다양한 형상에 대한 비선형 구조 해석 결과값을 바탕으로 1차 방벽의 구조 안전성을 예측하는 딥 러닝 모델을 개발하였다. 개발된 예측 모델을 기준으로 1차 방벽의 구조 강도를 만족하면서 슬로싱 하중에 대한 영구 변형 및 생산 비용을 최소화 하는 최적화 방법을 제시하였다. 최종적으로 제시한 방법의 효용성을 검증하기 위해, 기존의 1차 방벽과의 비교를 통해 그 효과를 검증하였다. |
|---|---|
| Publication Date | 2023-02-10 |
