전도현, 노명일, "블록 리프팅을 위한 강화 학습 기반 해상 크레인 제어", 2024년도 대한조선학회 춘계학술발표회, 제주, p. 475, 2024.05.23-25
Domestic Conference
2024.05.31 12:17
전도현, 노명일, "블록 리프팅을 위한 강화 학습 기반 해상 크레인 제어", 2024년도 대한조선학회 춘계학술발표회, 제주, p. 475, 2024.05.23-25
조회 수 987
| 첨부 '1' |
|---|
| Abstract | 조선소에서는 선박과 해양 구조물의 제작을 위해 여러 블록을 크레인을 사용하여 탑재하는 방식을 취한다. 이 과정에서 크레인 붐, 이퀄라이저, 와이어 로프, 후크 등 다양한 물체로 크레인과 블록이 연결된다. 이러한 연결로 인해 블록이 움직일 때 그 움직임을 정밀하게 제어하는 것이 어렵고, 때로는 블록 또는 와이어 로프 간의 충돌 및 간섭이 발생하거나, 특정 부분에 과도한 하중이 가해져 블록이 변형될 수 있다. 이에 본 연구에서는 해상 크레인을 사용하여 블록을 리프팅하는 과정에서 와이어 로프를 제어하는 데 심층 강화 학습 (Deep Reinforcement Learning)을 활용한 새로운 접근 방법을 연구하였다. 해상 크레인은 고정되지 않고 바다에 떠 있어 파도의 영향을 받는다는 특징이 있다. 이로 인해 해상 크레인의 움직임은 갠트리 크레인에 비해 더 불안정하고, 제어해야 할 와이어 로프도 더 많아져 블록의 움직임을 제어하기가 더 복잡하다. 본 연구에서는 이러한 문제를 해결하기 위해 심층 강화 학습을 적용하여, 와이어 로프의 감는 속도를 조절하고 블록의 움직임을 안정적으로 제어할 수 있는 방법을 제안했다. 이 방법은 블록의 위치와 움직임, 와이어 로프의 속도를 학습의 입력 상태 (state) 로 사용하고, 해상 크레인의 각 와이어 로프의 감는 속도를 조정하는 행동을 출력 (action)으로 설정하여, 블록의 움직임을 최소화하고 안정적인 리프팅 속도를 유지하도록 했다. 제안된 방법의 효용성을 검증하기 위해, 해상 크레인과 유사한 제원을 가진 가상 크레인을 사용하여 다양한 블록 모델에 대한 시뮬레이션을 수행했다. 그 결과, 제안된 방법은 다양한 크기와 형태의 블록을 효과적으로 제어할 수 있으며, 불규칙한 움직임에도 효과적으로 대응하는 것으로 나타났다. |
|---|---|
| Publication Date | 2024-05-24 |
