Domestic Conference

김동우, 노명일, 전도현, 우선홍, 김진혁, 김용태, 이혜원, "멤브레인형 액화가스 화물창 1차방벽 최적 형상 개발을 위한 딥러닝 기반 구조 안전성 예측 방법", 2023년도 대한조선학회 춘계학술발표회, 부산, pp. 22-23, 2023.05.02-04

by SyDLab posted Jun 09, 2023
?

단축키

Prev이전 문서

Next다음 문서

ESC닫기

크게 작게 위로 아래로 댓글로 가기 인쇄
Extra Form
Abstract 조선해양산업에서 탈탄소 기술 개발이 활발하게 진행 중이며, 그 중에서 친환경 연료의 대용량 운송 기술에 대한 개발이 필요하다. 기존의 멤브레인형 액화가스 저장 탱크는 LNG선에 대한 1차 방벽의 형상 개발만 이루어져 있고, 제작 공법 등의 이유로 1차 방벽에 작용하는 모든 하중을 고려하지 못한 형상을 가지고 있다. 또한, 구조 안전성을 최우선으로 고려하였기 때문에 생산 비용의 최소화에 대한 연구도 부족하다. 본 연구에서는 다양한 액화가스(LNG, LNH3, LH2 등) 저장을 위한 멤브레인형 액화가스 화물창의 1차 방벽의 최적 형상을 찾기 위한 방법을 제안하였다. 형상 파라미터를 3차 베지어 곡선으로 정의하였고, 열 하중, 화물 화중, 슬로싱 하중을 고려한 비선형 구조해석 결과를 바탕으로 딥러닝 기반의 구조 안전성 예측 모델을 만들었으며, 비지배 정렬 기반의 유전자 알고리즘인 NSGA-II를 이용하여 최적화를 진행하였다. 제안한 방법의 효용성을 검증하기 위해, 174K LNG선 화물창의 1차 방벽에 대한 형상 최적화를 수행했다. 그 결과, 제안한 방법으로 도출된 형상이 구조 강도, 변형 및 생산 비용을 최소화할 수 있음을 확인했다.
Publication Date 2023-05-03

김동우, 노명일, 전도현, 우선홍, 김진혁, 김용태, 이혜원, "멤브레인형 액화가스 화물창 1차방벽 최적 형상 개발을 위한 딥러닝 기반 구조 안전성 예측 방법", 2023년도 대한조선학회 춘계학술발표회, 부산, pp. 22-23, 2023.05.02-04