• 한국항해항만학회지
• /
• 제36권5호
• /
• pp.379-385
• /
• 2012

본 논문에서는 수상 및 수중운동체의 안정성 및 안정화기법에 관해 고찰한다. 선박이 운동을 하게 되면 부가질량이 변하게 되고 대칭인 시스템행렬이 비대칭이 된다. 비대칭성에 따라 시스템의 안정성해석방법도 달라지는데 예를 들어 가속도 피드백을 통해 비대칭요소를 제거하여 대칭으로 변환시키는 것이 가장 대표적인 해석 및 안정화 기법이다. 시스템 모델자체는 어디까지나 모델이기 때문에 대상시스템을 명확하게 수식으로 표현할 수 없으므로 피드백에 의한 비대칭요소를 소거시키는 방법은 타당하지 못하다. 따라서 본 논문에서는 대칭행렬이 비대칭행렬로 변하는 제약에 구애받지 않는, 보다 일반성을 갖는 안정성해석법을 제안하였다. 그리고 시스템 안정성 조건을 행렬부등식으로 변환하여 나타내었다. 이것은 안정성 해석 및 안정화를 위한 제어이득을 효율적으로 계산할 수 있는 방법으로 다양한 제약조건에도 유연하게 대응할 수 있다. 시뮬레이션을 통해 제안한 기법의 유효성을 검증하였다.

• 한국항해항만학회지
• /
• 제40권6호
• /
• pp.361-368
• /
• 2016

부유체의 횡동요는 승조원의 피로를 누적시키고, 심지어 구조물 전체를 전복시키기 까지 하고, 또 선체에 반복적인 외력을 가하는 등 부유체의 안정성과 구조물의 안전에 심대한 영향을 끼친다. 그래서 거의 모든 선박의 경우에는 빌지킬을 설치하여 횡동요를 감소시키고 있고, 특수한 경우에는 안티롤링 탱크나 핀 스태빌라이저나 자이로스코프 등을 설치하여 횡동요를 줄이고 있다. 그러나 안티롤링 탱크는 설치하는데 용적을 많이 차지하고, 핀 스태빌라이저나 자이로스코프는 설치비와 유지 관리비가 많이 든다. 본 연구에서는 안티롤링 진자를 이용하여 부유체의 횡동요를 줄이고자 한다. 보통 단진자라고 하면 질량체를 끈으로 어디엔가 고정시켜 놓고 자유롭게 흔들리는 구조를 말한다. 여기에서는 통상의 진자 대신에 진자를 원궤도에 올려놓아서 단진동 운동을 하도록 하는 원리를 이용한다. 제안한 장치를 실험선에 적용하여 그 효능을 입증하였다. 안티롤링 탱크의 약 1/8의 중량과 약 1/6의 용적을 가진 안티롤링 진자를 이용하여 이것보다 더 좋은 효과를 낼 수 있음을 확인하였다. 여기에 더하여 선체에 안티롤링 진자를 부가한 모델의 선형운동방정식과 비선형 운동방정식을 제시하였다.

• 대한조선학회논문집
• /
• 제38권3호
• /
• pp.41-46
• /
• 2001

최근에 선박이 대형화되는 추세에 힘입어 조선소는 광폭천흘수선, 초대형 원유운반선 및 초대형 컨테이너선 등을 건조하고 있다. 이와 같은 선박은 상대적으로 다른 선박에 비해 강성이 작기 때문에 파랑 중에서 유탄성 운동을 하게 되고, 입사하는 파고가 작은 경우에도 선체의 2절 모드의 진동에 의해 선체의 갑판이 피로 파괴되는 경우가 종종 발생하는 것으로 알려져 있다. 본 논문에서 전진하는 선박의 유체 압력을 계산하기 위해 적분방정식은 3차원 소오스 분포법을 사용하고, 그린함수는 전진하면서 동요하는 형태를 이용하였다. 방사문제는 선박을 여러 개의 단면으로 나누어 단면간의 간섭효과를 고려하여 heave 및 pitch 강제동요와 관련된 부가질량 및 조파 감쇠계수를 계산하였고, 파강제력은 각 단면에서 선행해에 의한 힘만 고려하였다. 선박의 각 단면의 수직운동은 선박에 대한 운동방정식을 이용하고 강성행렬은 오일러 보 이론에 의해 산정되었다. 계산은 Esso-Osaka 선박을 모델로 도입하여 입사하는 파도의 주파수가 변함에 따른 선박의 각 단면에 대한 운동, 굽힘 모우멘트를 계산하였다.

• 한국항행학회논문지
• /
• 제23권1호
• /
• pp.84-89
• /
• 2019

본 연구는 복합재 항공기의 비행 데이터를 활용한 기계학습 기반 구조건전성 모니터링 시스템 연구의 예비 연구이다. 본 연구에서는 구조건전성 모니터링에 이용되기에 가장 적합한 기계학습 알고리즘을 선별하고, 실 기체 데이터에 대한 적용을 위해 차원 축소를 수행하였다. 이를 위해 외팔보를 통해 모사된 항공기 날개 구조와 부가 질량을 통해 손상 모사 실험을 진행하고, 분류 알고리즘을 통해 데이터를 손상의 위치와 정도에 따라 구분하였다. 이를 위해 FBG (fiber bragg grating) 센서를 부착한 외팔보의 진동 실험을 통해 정상상태와 12개의 손상상태에 대한 데이터를 취득하고, MATLAB 환경에서 tree, discriminant, SVM (support vector machine), kNN, ensemble 알고리즘의 비교와 파라미터 튜닝을 통해 가장 적합한 알고리즘을 도출하였다. 또한 NCA (neighborhood component analysis)를 이용한 특징 선택을 통해, 실 기체에서 나올 수 있는 고차원 데이터의 관리를 위해 필요한 차원 축소를 수행하였다. 그 결과, quadratic SVM이 NCA를 적용하지 않은 모델에서 98.7%, NCA를 적용한 모델에서 95.9%로 가장 높은 정답률을 보였다. 또한 NCA 적용 후 모델의 예측 속도, 학습 시간, 용량이 모두 향상되었다.