Skip to content
Extra Form
Abstract 선박의 연료 소모량을 최소로 하는 경제 항로를 결정하기 위해서는 해기상 정보와 선박의 운항 정보를 활용해 소요 마력을 예측하는 것이 필요하다. 기존의 연구에서는 선박의 소요 마력을 예측하기 위해 ISO 15016에서 제시한 방법을 주로 활용하였다. 하지만 이 방법은 원래 시운전 속도의 보정을 위해 만들어진 방법이기에 실제 항로를 운항하는 선박의 소요 마력을 예측하는 데에는 한계가 존재한다. 따라서 본 연구에서는 파고, 파 주기, 파향, 풍속, 풍향, 수온 등 해기상 정보와 선박의 속도, 흘수, 선수각 등 선박의 운항 정보를 활용하여 선박의 소요 마력을 예측하는 방법을 연구하였다. 선박의 소요 마력 예측을 위해 딥 러닝 방법 중 하나인 DFN (Deep Feedforward Neural network)을 이용하여 소요 마력 예측 모델을 개발하였다. 소요 마력 예측 모델의 개발을 위해 13,000 TEU급 선박 72척에 대한 데이터를 활용하여 학습을 진행하였다. 또한 해상 상태와 선박의 운항 상태가 소요 마력 예측에 영향을 주는 점을 고려하여 K-mean clustering 기법을 활용해 유사한 해상 상태나 운항 상태를 기준으로 데이터를 나눈 후 각 데이터 그룹에 따라 고유한 예측 모델을 생성하였다. 기존의 해상 상태 구분 방법인 beaufort wind force scale과 선박의 속도, 선박에 대한 상대 풍속과 파고의 4가지 기준으로 데이터 그룹을 구분하였으며, 구분된 데이터 그룹의 개수에 따른 예측 모델의 정확도를 분석하였다. 본 연구에서는 개발된 딥 러닝 모델을 활용해 임의의 항로를 운항하는 13,000 TEU급 선박의 소요 마력 예측을 수행하였으며, 그 결과 본 연구에서 개발한 소요 마력 예측 모델이 효용성을 가짐을 확인하였다.

Keywords: Required Power (소요 마력), DFN (Deep Feedforward Neural network), K-mean clustering, Optimal route (경제 항로)
Publication Date 2019-10-25

이준범, 노명일, 김기수, 김상엽, 한기민, 김대현, "딥 러닝 기법을 이용한 선박의 소요 마력 예측", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 523, 2019.10.24-26


List of Articles
번호 분류 제목 Publication Date
113 Domestic Conference 이원재, 노명일, 이성준, 하지상, 석영수, 오민재, "선박 운항 시 주변 인지를 위한 물체 탐지, 추적 및 거리 추정 방법", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 431, 2019.10.24-26 file 2019-10-24
112 Domestic Conference 김진혁, 노명일, 공민철, "증강 현실 기술을 이용한 장비의 원격 운영 및 유지 보수 방법", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 196, 2019.10.24-26 file 2019-10-24
111 Domestic Conference 오민재, 노명일, 김범수, 김용환, "선박의 운항 효율을 고려한 선형 변환 방법", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 480, 2019.10.24-2019.10.25 file 2019-10-24
110 Domestic Conference 전도현, 노명일, 이혜원, 하지상, 진은석, 김인일, "딥 러닝 기반 자율 운항 선박의 충돌 회피 방법 연구", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 429, 2019.10.24-26 file 2019-10-24
109 Domestic Conference 이혜원, 노명일, 함승호, 전도현 "블록의 탑재 제어를 위한 갠트리 크레인의 제어기 설계 고도화", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 139, 2019.10.24-26 file 2019-10-24
108 Domestic Conference 하지상, 노명일, 이혜원, 은종호, 박종진, "실시간 AIS 데이터를 이용한 해상 충돌 회피 알고리즘 연구", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 430, 2019.10.24-26 file 2019-10-25
» Domestic Conference 이준범, 노명일, 김기수, 김상엽, 한기민, 김대현, "딥 러닝 기법을 이용한 선박의 소요 마력 예측", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 523, 2019.10.24-26 file 2019-10-25
106 Domestic Conference 이준범, 노명일, 김기수, 한기민, 이갑헌, "딥 러닝 기반 해기상 및 선박 소요 마력 예측", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 343, 2020.02.05-08 file 2020-02-07
105 Domestic Conference 이종혁, 노명일, 이원재, 공민철, 하지상, "해상 물체 탐지를 위한 가상 이미지 데이터셋 생성", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 340, 2020.02.05-08 file 2020-02-07
104 Domestic Conference 이원재, 노명일, 이성준, 하지상, 공민철, 이종혁, "선박의 주변 인지를 위한 영상 인식 기반 물체 탐지 및 추적 방법", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 341, 2020.02.05-08 file 2020-02-07
Board Pagination Prev 1 ... 18 19 20 21 22 23 24 25 26 27 ... 34 Next
/ 34

Powered by Xpress Engine / Designed by Sketchbook

sketchbook5, 스케치북5

sketchbook5, 스케치북5

나눔글꼴 설치 안내


이 PC에는 나눔글꼴이 설치되어 있지 않습니다.

이 사이트를 나눔글꼴로 보기 위해서는
나눔글꼴을 설치해야 합니다.

설치 취소