KR102428532B1 - Digital twin system of floating marine plant mooring system - Google Patents
Digital twin system of floating marine plant mooring system Download PDFInfo
- Publication number
- KR102428532B1 KR102428532B1 KR1020220030394A KR20220030394A KR102428532B1 KR 102428532 B1 KR102428532 B1 KR 102428532B1 KR 1020220030394 A KR1020220030394 A KR 1020220030394A KR 20220030394 A KR20220030394 A KR 20220030394A KR 102428532 B1 KR102428532 B1 KR 102428532B1
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- data
- information
- analysis
- mooring
- Prior art date
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/30—Monitoring properties or operating parameters of vessels in operation for diagnosing, testing or predicting the integrity or performance of vessels
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B21/00—Tying-up; Shifting, towing, or pushing equipment; Anchoring
- B63B21/50—Anchoring arrangements or methods for special vessels, e.g. for floating drilling platforms or dredgers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/20—Monitoring properties or operating parameters of vessels in operation using models or simulation, e.g. statistical models or stochastic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
Description
본 발명은 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템에 관한 것이다.The present invention relates to a digital twin system of a mooring system for a floating offshore plant.
부연하면, 딥러닝에 기반하여 부유식 해양플랜트의 GPS데이터에 대한 데이터 보정을 수행하고, 피로도분석시스템과 연계하여 계측된 데이터에 기반한 피로도분석정보를 관리하며, 부유식 해양플랜트의 계류정보를 분석하고 저장하며, 계류정보에 대한 3차원형상정보를 제공하여, 부유식 해양플랜트의 생애주기에 대한 검사관리가 수월하도록 하는, 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템에 관한 것이다.In other words, based on deep learning, data correction of GPS data of floating offshore plants is performed, fatigue analysis information is managed based on measured data in connection with fatigue analysis system, and mooring information of floating offshore plants is analyzed. It relates to a digital twin system of a floating offshore plant mooring system, which enables easy inspection and management of the life cycle of a floating offshore plant by providing three-dimensional shape information for mooring information.
해양플랜트에서 디지털트윈은 가상의 공간에 실물을 재현한 사본을 의미하며 미국 가트너가 선정한 2018년, 2019년에 선정한 10대 전략 기술 트랜드 중의 하나이다.In offshore plants, digital twin means a copy that reproduces the real thing in a virtual space, and is one of the top 10 strategic technology trends in 2018 and 2019 by Gartner of the United States.
플랜트의 생애주기 동안 빅데이터 수집, 지속적인 업데이트 관리, 3차원 통합정보를 포함한 효율성, 안전성을 보장하는 시스템으로 정의할 수 있다.It can be defined as a system that guarantees efficiency and safety including big data collection, continuous update management, and 3D integrated information during the life cycle of a plant.
이러한 디지털트윈 시스템은, 해양부유식 플랜트의 시설 등에서 계측되는 운전데이터를 비롯한 설계데이터를 포함하며, 플랜트의 운전 및 유지보수에서 기본적으로 선행되어야 하는 시뮬레이션 기반 안전성 평가, 운전 중 유지보수를 위한 사전 분석을 통해 설계 조건의 범위 내에서 안전성 확보, 유지보수 비용 절감을 위해 검사 관리를 포괄하는 시뮬레이션 기반 소프트웨어 시스템이다.This digital twin system includes design data including operation data measured at facilities of offshore floating plants, etc. It is a simulation-based software system that encompasses inspection management to secure safety within the range of design conditions and reduce maintenance costs.
본 출원인은 이러한 시스템을, FPS의 계류 시스템에 특화하기 위해 기존에 구축된 자산의 피로도 및 수명예측 시스템인 SMMS(Smart Mooring Monitoring System) 과의 연동과 함께 각종 운전조건에 따른 다변화를 모사하고 거동분석을 수행하는 해석 엔진 솔루션인 OrcaFlex와의 연동을 수행하도록 하고,The present applicant simulates diversification according to various operating conditions and analyzes the behavior of this system in conjunction with SMMS (Smart Mooring Monitoring System), which is a fatigue and lifespan prediction system for assets built in the past to specialize in FPS mooring systems. Interlock with OrcaFlex, an analysis engine solution that performs
이를 기반으로 하는 실세계 계류 시스템의 유지보수 검사 일정, 검사 위치, 검사정보의 저장 및 가상 환경에서의 실시간 수행 및 예측 등을 실행할 수 있는 디지털트윈 통합 관리시스템을 제안하고자 한다.Based on this, we would like to propose a digital twin integrated management system that can execute maintenance inspection schedule, inspection location, inspection information storage of real-world mooring system, and real-time execution and prediction in virtual environment.
기존 부유식 해양플랜트의 계류 시스템용 유지보수를 위해서는, 유지보수를 위해 사전에 점검해야 하는 정보가 매우 다양하고 사고가 발생하는 경우 심각한 사태를 유발한다.For the maintenance of the mooring system of the existing floating offshore plant, the information that needs to be checked in advance for maintenance is very diverse, and when an accident occurs, a serious situation is caused.
특히 계류 시스템의 조정은 해양플랜트 혹은 해양구조물의 거동 및 수명과 직결되는 문제이므로 설계정보, 운전정보, 유지보수 이력 등을 종합적으로 검토하고 해석프로그램 기반 안전성 분석, 수명예측 프로그램과의 연계를 통한 수명예측을 동시에 수행할 필요가 있다.In particular, as the adjustment of the mooring system is a matter directly related to the behavior and lifespan of an offshore plant or offshore structure, comprehensively review design information, operation information, and maintenance history, and lifespan through analysis program-based safety analysis and linkage with life expectancy programs It is necessary to make predictions at the same time.
또한, 해양구조물 계류 시스템의 경우 위치를 변경한다던가 혹은 특정 부분을 수정하거나 교체 작업 등의 유지보수 작업을 진행할 경우 높은 비용과 위험성이 동반되는데 이를 디지털트윈을 통하여 가상의 공간에서 엔지니어링 해석 및 피로도 분석을 정밀 진행한 후 안정적이고 최적의 유지보수 작업과 변경작업 등을 진행할 필요가 있다.In addition, in the case of an offshore structure mooring system, high cost and risk are accompanied by maintenance work such as changing the location, modifying a specific part, or performing replacement work. It is necessary to carry out stable and optimal maintenance work and change work after performing the detailed operation.
아래 [표 1]에서는 부유식 해양플랜트의 디지털트윈 시스템을 나타내고 있다.[Table 1] below shows the digital twin system of a floating offshore plant.
종래 해양플랜트의 기대 수명 및 잔존 평가는 설계 기준을 기반으로 전문기술 회사에서 각종 설계정보를 기반으로 분석을 수행하는데 이로 인한 시간적, 경제적 손실이 큰 편이다.The life expectancy and residual evaluation of conventional offshore plants is based on design criteria, and specialized technology companies perform analysis based on various design information, which results in large time and economic losses.
또한, 이러한 잦은 설계변경, 운전조건의 변경에 따른 정보관리는 플랜트의 안정적인 운영에도 직결된다. 특히, 해양구조물의 특성상 그 규모가 상당하고 비용 및 각종 변경작업에 투입되는 인력을 생각해 보면 디지털트윈 시스템을 이용하여 최적의 운용방안 및 미래 상황을 예측한 뒤 이를 실행에 옮기는 것이 훨씬 경제적이며 안정적이다.In addition, information management according to such frequent design changes and changes in operating conditions is directly related to the stable operation of the plant. In particular, considering the large scale of offshore structures and the cost and manpower required for various changes, it is much more economical and stable to use the digital twin system to predict the optimal operation plan and future situation and then put it into practice. .
본 출원인이 제안하는 본 발명에 의하면, 부유식 플랜트 운영사는 다수의 계측 정보를 기반으로 설계대비 잔여수명의 평가, 유지보수 비용의 절감, 안전성 분석의 실시간화, 누락 데이터 예측, 오류 데이터의 보정 등을 종합적으로 수행 기반을 마련할 수 있게 된다.According to the present invention proposed by the applicant, a floating plant operator can evaluate the remaining life compared to design based on a large amount of measurement information, reduce maintenance costs, realize real-time safety analysis, predict missing data, correct error data, etc. can provide a comprehensive basis for performance.
또한, 설계정보를 종합적이고 체계적으로 관리하고 검사 일정 및 비용을 최소한으로 수행할 수 있는 종합적인 예측데이터를 기반으로 운영 비용을 최소화할 수 있게 된다. 이는 해양플랫폼 혹은 해양구조물 계류 시스템의 상태와 이를 운영하는 디지털트윈시스템을 통해 형상을 일치시켜 언제나 최적의 시스템 상태를 확인 및 검증할 수 있는 시스템을 구축할 수 있게 된다.In addition, it is possible to minimize operating costs based on comprehensive predictive data that can manage design information comprehensively and systematically and minimize inspection schedules and costs. This makes it possible to establish a system that can always check and verify the optimal system state by matching the shape of the offshore platform or offshore structure mooring system with the digital twin system that operates it.
디지털트윈 시스템에 관련하여, 먼저 공개특허공보 제10-2020-0063889호에는 디지털 트윈을 이용한 플랜트 운영 방법, 시스템 및 컴퓨터 프로그램이 기재되어 있다.Regarding the digital twin system, first, Korean Patent Application Laid-Open No. 10-2020-0063889 describes a plant operation method, system, and computer program using a digital twin.
상기 기술은, 플랜트로부터 운전 데이터를 수집하는 단계, 상기 수집된 운전 데이터와 소정의 분석 모델을 이용하여 분석 데이터를 산출하는 단계, 상기 수집된 운전 데이터 및 상기 산출된 분석 데이터 중 적어도 일부를 소정의 시뮬레이션 모델로 처리함으로써 예측 데이터를 산출하는 예측 데이터 산출 단계 및 상기 수집된 운전 데이터, 상기 산출된 분석 데이터 및 예측 데이터 중 적어도 일부를 솔루션 공급자에게 송신하는 단계를 포함하는 디지털 트윈을 이용한 플랜트 운영 방법을 제시한다.The technology includes the steps of: collecting operating data from a plant; calculating analysis data using the collected operating data and a predetermined analysis model; A plant operating method using a digital twin, comprising a predictive data calculation step of calculating predictive data by processing with a simulation model, and transmitting at least a portion of the collected operation data, the calculated analysis data, and the forecast data to a solution provider present.
또한, 등록특허공보 제10-2094716호에는 해양 빅데이터를 활용한 다중 플랫폼 가시화 시스템이 기재되어 있다.In addition, Korean Patent Publication No. 10-2094716 describes a multi-platform visualization system utilizing ocean big data.
상기 기술은, 해양에서 추출한 데이터를 가시적인 정보로 변환시켜 나타내는 해양 빅데이터를 활용한 다중 플랫폼 가시화 시스템 및 해양 빅데이터를 활용한 다중 플랫폼 가시화 방법에 관한 것이다.The above technology relates to a multi-platform visualization system using ocean big data that converts data extracted from the ocean into visible information, and a multi-platform visualization method using ocean big data.
이러한 상기 기술은, 제1메타데이터가 설정된 해양지리데이터, 제2메타데이터가 설정된 해양수심데이터, 제3메타데이터가 설정된 레벨해수면데이터, 레벨해수면데이터의 각 레벨에 대응되며 제4메타데이터가 설정된 수온데이터, 레벨해수면데이터의 각 레벨에 대응되며 제5메타데이터가 설정된 염분데이터, 레벨해수면데이터의 각 레벨에 대응되며 제6메타데이터가 설정된 해수유동데이터를 저장한 데이터저장부; 설정메타데이터와 대응되는 메타데이터를 갖는 데이터를 데이터저장부에서 불러오는 데이터로딩모듈과 데이터호출모듈에서 불러온 복수 개의 데이터를 해양지리데이터에 대응되도록 변환시키는 좌표계변환모듈을 포함한 데이터호출부; 좌표계변환모듈에서 변환된 지리정보기반데이터를 저장하고, 지리정보기반데이터에 설정된 미래의 기상데이터를 반영하여, 예측데이터를 생성하는 예측자료생성모듈과 생성된 예측데이터를 저장하는 저장모듈을 포함하는 예측자료처리부; 저장모듈에서 저장된 상기 예측데이터를 이용해 영상데이터로 생성하는 데이터표출부; 및 상기 데이터표출부에서 생성된 영성데이터를 영상이미지로 변환시켜 외부로 출력하는 영상출력부를 포함한다.This technology corresponds to each level of ocean geographic data in which first metadata is set, ocean depth data in which second metadata is set, level sea level data in which third metadata is set, and level sea level data in which fourth metadata is set. a data storage unit for storing water temperature data, salinity data corresponding to each level of the level sea level data, and seawater flow data in which the sixth metadata is set and corresponding to each level of the salinity data and level sea level data in which the fifth metadata is set; a data calling unit including a data loading module for loading data having metadata corresponding to the set metadata from a data storage unit and a coordinate system transformation module for converting a plurality of data called from the data calling module to correspond to geographic geographic data; Storing the geographic information-based data converted in the coordinate system transformation module, and reflecting future weather data set in the geographic information-based data, comprising a prediction data generation module for generating prediction data and a storage module for storing the generated prediction data prediction data processing unit; a data display unit for generating image data using the prediction data stored in the storage module; and an image output unit for converting the spiritual data generated by the data display unit into an image image and outputting the converted spiritual data to the outside.
또한, 등록특허공보 제10-2213386호에는 해상풍력단지 가상현실 디지털 트윈 시스템 및 방법이 기재되어 있다.In addition, Patent Publication No. 10-2213386 describes an offshore wind farm virtual reality digital twin system and method.
상기 기술은, 현실의 해상 풍력 단지로부터 상황 정보를 센서를 통해 수집하고, 수집된 데이터에 근거해 해상 풍력 단지에서 발생할 수 있는 상황을 시뮬레이션하여 가상 현실(VR)로 시각화하며, 문제 발생 시 해결 방안을 제공해 줄 수 있도록 하는, 해상풍력단지 가상현실 디지털 트윈 시스템 및 방법이 개시된다.The technology collects situational information from a real offshore wind farm through a sensor, simulates a situation that may occur in an offshore wind farm based on the collected data and visualizes it in virtual reality (VR), and a solution when a problem occurs Disclosed is a virtual reality digital twin system and method for offshore wind farms that can provide
개시된 해상풍력단지 가상현실 디지털 트윈 시스템은, 바람 에너지를 이용하여 적어도 하나 이상의 풍력 터빈(WT)에 의해 전력을 생산하여 육상의 변전소로 송출하는 해상 풍력 단지(OWF)로부터 적어도 하나 이상의 센서들을 통해 해상 풍력 데이터들을 수집하는 데이터 수집기; 수집된 해상 풍력 데이터를 분석 및 가공하여 처리하고, 가공된 해상 풍력 데이터를 가상 현실 플랫폼으로 변환하여 시각화하며, 수집된 해상 풍력 데이터가 기설정된 범위를 벗어난 경우 해상 풍력 데이터를 빅데이터 분석하여 해결 방안을 도출하는 컴퓨터 장치; 및 가공된 해상 풍력 데이터를 가상 현실 플랫폼을 통해 시각화하여 가상 현실(VR)로 출력하는 VR 기기를 포함할 수 있다.The disclosed offshore wind farm virtual reality digital twin system is an offshore wind farm (OWF) that generates power by at least one wind turbine (WT) using wind energy and transmits it to a substation on land through at least one sensor. a data collector for collecting wind data; Analyzes, processes and processes the collected offshore wind data, converts the processed offshore wind data into a virtual reality platform and visualizes it, and if the collected offshore wind data is out of a preset range, big data analysis of offshore wind data is a solution a computer device for deriving; and a VR device that visualizes the processed offshore wind data through a virtual reality platform and outputs it as virtual reality (VR).
마지막으로, 등록특허공보 제10-2204724호에는 디지털 트윈 기술을 이용한 진동수주형 파력발전시스템의 제어 장치 및 방법이 기재되어 있다.Finally, Patent Registration No. 10-2204724 discloses a control device and method for a frequency column wave power system using digital twin technology.
상기 기술은, 디지털 트윈 기술을 이용한 진동수주형 파력발전시스템의 제어 장치 및 방법이 개시된다. 디지털 트윈 기술을 이용한 진동수주형 파력발전시스템의 제어 방법은, 진동수주형 파력발전시스템에 설치된 측정기를 이용하여 수주실의 수위 및 압력을 측정하는 단계, 미리 설정된 수주실 수위 예측 모델을 이용하여 측정된 수주실의 수위에 기반한 미리 설정된 다음 시간단계의 수주실의 수위를 예측하는 단계, 미리 설정된 유동 해석 물리 모델을 이용하여, 측정된 수주실의 압력에 기반한 미리 설정된 다음시간 단계의 터빈실의 압력 및 유량을 예측하는 단계, 예측된 압력 및 유량으로부터 터빈의 분당 회전수(RPM)을 예측하고, 예측된 분당 회전수로부터 발전량을 예측하는 단계, 예측된 발전량을 이용하여 진동수주형 파력발전시스템의 운용 모드를 결정하고, 결정된 운용 모드에 따라 진동수주형 파력발전시스템을 제어하는 단계 및 예측된 수주실 수위, 터빈실 압력 및 유량에 따라 바이패스벨브(ByPass Valve)의 벨브각도 조정을 통해 유량을 제어하는 단계를 포함한다.The technology, a control apparatus and method of a frequency column wave power system using digital twin technology is disclosed. The control method of the frequency column type wave power generation system using digital twin technology includes the steps of measuring the water level and pressure in the order chamber using a measuring instrument installed in the frequency column type wave power system, and the number measured using a preset water level prediction model in the order column Predicting the water level of the order chamber of the next preset time step based on the water level of the main chamber, using a preset flow analysis physics model, the pressure and flow rate of the turbine room at the next preset time stage based on the measured pressure of the order chamber predicting, predicting the revolutions per minute (RPM) of the turbine from the predicted pressure and flow rate, predicting the amount of power generation from the predicted revolutions per minute, using the predicted generation amount to determine the operation mode of the frequency column type wave power system The step of controlling the frequency column type wave power generation system according to the determined operation mode and the step of controlling the flow rate by adjusting the valve angle of the bypass valve according to the predicted water column level, turbine room pressure and flow rate include
본 발명의 목적은, 딥러닝에 기반하여 부유식 해양플랜트의 GPS데이터에 대한 데이터 보정을 수행하고, 피로도분석시스템과 연계하여 계측된 데이터에 기반한 피로도분석정보를 관리하며, 부유식 해양플랜트의 계류정보를 분석하고 저장하며, 계류정보에 대한 3차원형상정보를 제공하여, 부유식 해양플랜트의 생애주기에 대한 검사관리가 수월하도록 하는, 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템을 제공하는데 있다.An object of the present invention is to perform data correction on GPS data of a floating offshore plant based on deep learning, manage fatigue analysis information based on measured data in connection with a fatigue analysis system, and mooring of a floating offshore plant It is to provide a digital twin system of a floating offshore plant mooring system that analyzes and stores information and provides 3D shape information for mooring information to facilitate inspection and management of the life cycle of a floating offshore plant. .
상술된 목적을 달성하기 위하여 안출된 것으로, 본 발명에 따른 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템은, 부유식 해양플랜트 무어링시스템으로부터 해양플랜트의 GPS데이터를 수신하고 딥너링하는 GPS데이터 딥러닝부와; 상기 GPS데이터 딥러닝에 의해 학습되어 저장되는 누적데이터를 보정하는 누적데이터 보정부와; 상기 GPS데이터 딥러닝에 의해 학습되어 저장되는 누적데이터의 오류를 보정하는 오류데이터 보정부와; 피로도분석시스템이 연동되도록 하는 분석연동부와; 상기 분석연동부에 의해 피로도분석시스템으로부터 피로도분석결과를 요청하는 피로도분석결과 요청부와; 상기 피로도분석결과 요청부에서 요청된 피로도분석결과를 정보로서 저장하는 피로도분석결과저장부와; 상기 피로도분석결과저장부에 의해 저장된 피로도분석결과를 가시화하여 출력하는 피로도분석결과가시화부와; 해양플랜트의 계류를 위한 거동해석을 수행하는 엔진모듈에 연동되어 해양플랜트의 계류구성의 수명을 분석하는 수명분석부와; 해양플랜트의 3차원 형상을 가시화하여 출력하도록 하는 3차원형상정보가시화부와; 상기 3차원형상정보가시화부의 기능을 위하여 3차원형상정보를 저장하는 3차원형상정보저장부와; 상기 3차원형상정보저장부에 저장되는 3차원형상정보를 관리하는 3차원형상정보모델링부;를 포함하여 구성된 것을 특징으로 한다.The digital twin system of the floating offshore plant mooring system according to the present invention has been devised to achieve the above-described object, and the GPS data dip for receiving and deepening the GPS data of the offshore plant from the floating offshore plant mooring system a running unit; an accumulated data correcting unit for correcting accumulated data that is learned and stored by deep learning of the GPS data; an error data correction unit for correcting errors in accumulated data learned and stored by deep learning of the GPS data; an analysis interlocking unit for interlocking the fatigue analysis system; a fatigue analysis result request unit for requesting a fatigue analysis result from the fatigue analysis system by the analysis interlocking unit; a fatigue analysis result storage unit for storing the fatigue analysis result requested by the fatigue analysis result request unit as information; a fatigue analysis result visualization unit that visualizes and outputs the fatigue analysis result stored by the fatigue analysis result storage unit; a life analysis unit that is linked to an engine module that performs behavior analysis for mooring of an offshore plant to analyze the lifespan of a mooring configuration of an offshore plant; a 3D shape information visualization unit for visualizing and outputting a 3D shape of an offshore plant; a 3D shape information storage unit for storing 3D shape information for the function of the 3D shape information visualization unit; and a 3D shape information modeling unit for managing 3D shape information stored in the 3D shape information storage unit.
이때, 상기 분석연동부는, 피로도분석시스템의 연동을 위한 인터페이스를 제공하는 인터페이스제공모듈과; 상기 피로도분석시스템의 정보를 공유하여 관리하는 정보관리모듈;을 포함하는 것을 특징으로 한다.In this case, the analysis interworking unit, the interface providing module for providing an interface for interworking of the fatigue analysis system; and an information management module for sharing and managing the information of the fatigue analysis system.
또한, 상기 수명분석부는, GPS데이터 딥러닝부에 의해 학습된 누적데이터를 기반으로 계류구성의 거동해석을 수행하는 엔진모듈로부터 해석정보를 수신하는 해석정보수신모듈과; 상기 해석정보수신모듈을 통해 수신된 해석정보를 저장하는 해석정보저장모듈과; 상기 해석정보저장모듈에 저장된 해석정보를 사용자 요청에 의해 가시화할 수 있도록 하는 가시화인터페이스모듈;을 포함하는 것을 특징으로 한다.In addition, the life analysis unit, the analysis information receiving module for receiving analysis information from the engine module that performs the behavior analysis of the mooring configuration based on the accumulated data learned by the GPS data deep learning unit; an analysis information storage module for storing the analysis information received through the analysis information receiving module; and a visualization interface module that enables the analysis information stored in the analysis information storage module to be visualized by a user request.
본 발명에 따른 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템에 의하면, 딥러닝에 기반하여 부유식 해양플랜트의 GPS데이터에 대한 데이터 보정을 수행하고, 피로도분석시스템과 연계하여 계측된 데이터에 기반한 피로도분석정보를 관리하며, 부유식 해양플랜트의 계류정보를 분석하고 저장하며, 계류정보에 대한 3차원형상정보를 제공하여, 부유식 해양플랜트의 생애주기에 대한 검사관리가 수월하도록 하는 효과를 가진다.According to the digital twin system of the floating offshore plant mooring system according to the present invention, data correction is performed on the GPS data of the floating offshore plant based on deep learning, and the degree of fatigue based on the measured data in connection with the fatigue analysis system It manages the analysis information, analyzes and stores the mooring information of the floating offshore plant, and provides 3D shape information about the mooring information, thereby making it easy to inspect and manage the life cycle of the floating offshore plant.
도 1은 본 발명에 따른 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템을 블록도로 나타낸 것이다.1 is a block diagram showing a digital twin system of a floating offshore plant mooring system according to the present invention.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 안되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.The terms or words used in the present specification and claims are not to be construed as being limited to their ordinary or dictionary meanings, and the inventor may appropriately define the concepts of the terms in order to best describe his invention. Based on the principle, it should be interpreted as meaning and concept consistent with the technical idea of the present invention.
따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 실시 예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.Accordingly, the embodiments described in this specification and the configurations shown in the drawings are merely the most preferred embodiments of the present invention and do not represent all the technical spirit of the present invention, so various equivalents that can be substituted for them at the time of the present application It should be understood that there may be variations and examples.
이하, 도면을 참조하여 설명하기에 앞서, 본 발명의 요지를 드러내기 위해서 필요하지 않은 사항 즉 통상의 지식을 가진 당업자가 자명하게 부가할 수 있는 공지 구성에 대해서는 도시하지 않거나, 구체적으로 기술하지 않았음을 밝혀둔다.Hereinafter, prior to the description with reference to the drawings, it is not shown or specifically described for the known components that are not necessary to reveal the gist of the present invention, that is, a known configuration that can be obviously added by those skilled in the art with ordinary knowledge. reveal the sound
본 발명은 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템에 관한 것이다.The present invention relates to a digital twin system of a mooring system for a floating offshore plant.
부연하면, 딥러닝에 기반하여 부유식 해양플랜트의 GPS데이터에 대한 데이터 보정을 수행하고, 피로도분석시스템과 연계하여 계측된 데이터에 기반한 피로도분석정보를 관리하며, 부유식 해양플랜트의 계류정보를 분석하고 저장하며, 계류정보에 대한 3차원형상정보를 제공하여, 부유식 해양플랜트의 생애주기에 대한 검사관리가 수월하도록 하는, 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템에 관한 것이다.In other words, based on deep learning, data correction of GPS data of floating offshore plants is performed, fatigue analysis information is managed based on measured data in connection with fatigue analysis system, and mooring information of floating offshore plants is analyzed. It relates to a digital twin system of a floating offshore plant mooring system, which enables easy inspection and management of the life cycle of a floating offshore plant by providing three-dimensional shape information for mooring information.
이러한 본 발명에 따른 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템을 첨부된 도면의 도 1을 통해 설명하도록 한다.The digital twin system of the floating offshore plant mooring system according to the present invention will be described with reference to FIG. 1 of the accompanying drawings.
도 1은 본 발명에 따른 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템을 블록도로 나타낸 것이다.1 is a block diagram showing a digital twin system of a floating offshore plant mooring system according to the present invention.
첨부된 도면의 도 1에 도시된 구성은 디지털트윈 시스템을 나타낸 것이다. 이러한 디지털트윈 시스템은, 서버, 플랫폼, 하드웨어, 소프트웨어 등 적절하게 선택되어 구비될 수 있으며, 혹은 가상의 클라우드로 구성될 수도 있을 것이다.The configuration shown in FIG. 1 of the accompanying drawings shows a digital twin system. Such a digital twin system may be provided by appropriately selecting a server, platform, hardware, software, etc., or may be configured as a virtual cloud.
이러한 디지털트윈 시스템은, 부유식 해양플랜트 무어링시스템으로부터 해양플랜트의 GPS데이터를 수신하고 딥너링하는 GPS데이터 딥러닝부와; 상기 GPS데이터 딥러닝에 의해 학습되어 저장되는 누적데이터를 보정하는 누적데이터 보정부와; 상기 GPS데이터 딥러닝에 의해 학습되어 저장되는 누적데이터의 오류를 보정하는 오류데이터 보정부와; 피로도분석시스템(ex. SMMS 등)이 연동되도록 하는 분석연동부와; 상기 분석연동부에 의해 피로도분석시스템으로부터 피로도분석결과를 요청하는 피로도분석결과 요청부와; 상기 피로도분석결과 요청부에서 요청된 피로도분석결과를 정보로서 저장하는 피로도분석결과저장부와; 상기 피로도분석결과저장부에 의해 저장된 피로도분석결과를 가시화하여 출력하는 피로도분석결과가시화부와; 해양플랜트의 계류를 위한 거동해석을 수행하는 엔진모듈(ex. OrcaFlex 등)에 연동되어 해양플랜트의 계류구성의 수명을 분석하는 수명분석부와; 해양플랜트의 3차원 형상을 가시화하여 출력하도록 하는 3차원형상정보가시화부와; 상기 3차원형상정보가시화부의 기능을 위하여 3차원형상정보를 저장하는 3차원형상정보저장부와; 상기 3차원형상정보저장부에 저장되는 3차원형상정보를 관리하는 3차원형상정보모델링부;를 포함하여 구성된다.The digital twin system includes: a GPS data deep learning unit for receiving and deepening GPS data of an offshore plant from a floating offshore plant mooring system; an accumulated data correcting unit for correcting accumulated data that is learned and stored by deep learning of the GPS data; an error data correction unit for correcting errors in accumulated data learned and stored by deep learning of the GPS data; an analysis interworking unit for interlocking a fatigue analysis system (ex. SMMS, etc.); a fatigue analysis result request unit for requesting a fatigue analysis result from the fatigue analysis system by the analysis interlocking unit; a fatigue analysis result storage unit for storing the fatigue analysis result requested by the fatigue analysis result request unit as information; a fatigue analysis result visualization unit that visualizes and outputs the fatigue analysis result stored by the fatigue analysis result storage unit; a life analysis unit that is linked to an engine module (ex. OrcaFlex, etc.) that performs behavior analysis for mooring of an offshore plant and analyzes the life of the mooring configuration of an offshore plant; a 3D shape information visualization unit for visualizing and outputting a 3D shape of an offshore plant; a 3D shape information storage unit for storing 3D shape information for the function of the 3D shape information visualization unit; and a 3D shape information modeling unit for managing 3D shape information stored in the 3D shape information storage unit.
이때, 본 발명에서 기재된 가시화를 달성하기 위하여, 본 발명에 따른 디지털트윈 시스템은 소정의 정보출력을 위한 모니터링장치를 포함할 수 있다.At this time, in order to achieve the visualization described in the present invention, the digital twin system according to the present invention may include a monitoring device for outputting predetermined information.
또한, 상기에서 계류구성이라고 서술된 것의 의의는, 통상의 기술자가 예측할 수 있는 계류를 위한 해양플랜트의 모든 구성 및 측정구성을 포함하는 의미이다.In addition, the meaning of the mooring configuration described above includes all configurations and measurement configurations of the offshore plant for mooring, which can be predicted by a person skilled in the art.
한편, 상술된 분석연동부는, 상기 피로도분석시스템의 연동을 위한 인터페이스를 제공하는 인터페이스제공모듈과; 상기 피로도분석시스템의 정보를 공유하여 관리하는 정보관리모듈;을 포함한다.On the other hand, the above-described analysis interworking unit, the interface providing module for providing an interface for interworking of the fatigue analysis system; and an information management module for sharing and managing the information of the fatigue analysis system.
즉, 상기 피로도분석결과요청부는, 상술된 분석연동부의 각 모듈에 의해 피로도분석시스템으로 GPS데이터를 전송한 후, 피로도분석시스템에서 분석된 피로도분석결과를, 요청하여 수신하는 것이다.That is, the fatigue analysis result request unit transmits GPS data to the fatigue analysis system by each module of the above-described analysis interlocking unit, and then requests and receives the fatigue analysis results analyzed in the fatigue analysis system.
이때, 피로도분석시스템으로 제공되는 정보를 GPS데이터 외에도 해양플랜트에서 제공되는 모든 계측데이터를 포함할 수도 있다.In this case, the information provided to the fatigue analysis system may include all measurement data provided by the offshore plant in addition to the GPS data.
또한, 상기 수명분석부는 GPS데이터 딥러닝부에 의해 학습된 누적데이터를 기반으로 계류구성의 거동해석을 수행하는 엔진모듈로부터 해석정보를 수신하는 해석정보수신모듈과; 상기 해석정보수신모듈을 통해 수신된 해석정보를 저장하는 해석정보저장모듈과; 상기 해석정보저장모듈에 저장된 해석정보를 사용자 요청에 의해 가시화할 수 있도록 하는 가시화인터페이스모듈;을 포함한다.In addition, the life analysis unit comprises: an analysis information receiving module for receiving analysis information from the engine module that performs behavior analysis of the mooring configuration based on the accumulated data learned by the GPS data deep learning unit; an analysis information storage module for storing the analysis information received through the analysis information receiving module; and a visualization interface module that enables the analysis information stored in the analysis information storage module to be visualized by a user request.
이때, 가시화인터페이스모듈은 해석정보 요청은 물론 해석정보의 가시화된 정보를 출력하는 모든 인터페이스를 제공하도록 한다.In this case, the visualization interface module provides all interfaces for outputting not only the analysis information request but also the visualized information of the analysis information.
한편, 상술된 GPS데이터 딥러닝부를 통해 학습된 GPS데이터의 누적데이터 및 오류데이터를 보정하는 각 보정부에 있어서, 오류데이터 보정부는 종래 딥러닝 기술을 적용하여 오류데이터를 판별하고 보정하도록 한다.On the other hand, in each correction unit for correcting the accumulated data and error data of the GPS data learned through the GPS data deep learning unit described above, the error data correcting unit applies the conventional deep learning technology to determine and correct the error data.
다만, 누적데이터 보정부에 대하서는 아래에서 서술한다.However, the accumulated data correction unit will be described below.
상기 누적데이터의 보정의 의의는, 데이터가 누적됨에 따라 용량이 증가하고, 불필요한 데이터의 누적으로 인해 딥러닝의 효율이 저하되는 문제점을 해소하기 위하여 시간 상 오래된 데이터를 삭제하는 보정을 의미한다.The significance of the correction of the accumulated data is the correction of deleting old data in time to solve the problem that the capacity increases as the data is accumulated, and the efficiency of deep learning is lowered due to the accumulation of unnecessary data.
이때, GPS데이터는 측정된 시간대의 시간정보와; 계측데이터인 GPS정보;를 포함하여 구성되는데, 이때 누적데이터가 일정량을 초과하는 경우, 시간적으로 가장 오래된 데이터에 신규데이터를 입히는 개념으로서, 예를 들어 22.01.01.+GPS정보로 이루어진 어느 1개의 데이터에, 2022.03.01.+GPS정보를 씌어 입히되, 시간정보는 신규데이터를 이전데이터에 연월일시분초에 기반하여 덧셈/뺄셈으로 더하여 갱신하여 덧씌우고, 이전데이터의 GPS정보는 가저장 데이터베이스에 가저장하도록 한다. 이러한 가저장 데이터베이스는 도면에 도시되어 있진 않지만, 디지털트윈 시스템에 구성되도록 한다.At this time, the GPS data includes time information of the measured time zone; It is composed of including; GPS information, which is measurement data. At this time, when the accumulated data exceeds a certain amount, it is a concept of putting new data on the oldest data in time. For example, any one of 22.01.01.+GPS information The data is overwritten with 2022.03.01.+GPS information, but the time information is updated by adding/subtracting new data to the old data based on the year, month, day, hour, minute, and second, and the GPS information of the previous data is stored in the temporary storage database. to store it Although not shown in the drawings, such a temporary storage database is configured to be in the digital twin system.
예를 들어, 2022.01.01.18.00.00(연,월,일,시,분,초)의 시간정보에서 2022.03.01.19.00.00의 시간정보를 갱신하는 경우, 각 +0,+2,+0,+1,+0,+0의 덧셈/뺄셈을 적용하여 갱신하고, 갱신수식정보를 가저장 데이터베이스에 GPS정보와 함께 저장한다.For example, when updating time information of 2022.03.01.19.00.00 from time information of 2022.01.01.18.00.00 (year, month, day, hour, minute, second), +0, +2, +0, + It is updated by applying addition/subtraction of 1, +0, and +0, and the updated formula information is stored together with the GPS information in the temporary storage database.
이러한 상황에서 가저장 데이터베이스는 데이터에 가저장된 후, 소정의 시간이 경과되면 자동으로 가저장된 데이터가 영구삭제되도록 한다.In this situation, the provisional storage database automatically permanently deletes the temporarily stored data when a predetermined time elapses after the data is temporarily stored.
다만, 소정의 시간 이내에 사용자의 요청에 의해 복구요청이 이루어지는 경우, 가저장 데이터베이스에 저장된 데이터를 복구하도록 한다.However, when a recovery request is made by a user's request within a predetermined time, the data stored in the temporary storage database is recovered.
상기에서 도면을 이용하여 서술한 것은, 본 발명의 주요 사항만을 서술한 것으로, 그 기술적 범위 내에서 다양한 설계가 가능한 만큼, 본 발명이 도면의 구성에 한정되는 것이 아님은 자명하다.What has been described above using the drawings is to describe only the main points of the present invention, and it is obvious that the present invention is not limited to the configuration of the drawings as much as various designs are possible within the technical scope.
Claims (3)
상기 GPS데이터 딥러닝에 의해 학습되어 저장되는 누적데이터를 보정하는 누적데이터 보정부와;
상기 GPS데이터 딥러닝에 의해 학습되어 저장되는 누적데이터의 오류를 보정하는 오류데이터 보정부와;
피로도분석시스템이 연동되도록 하는 분석연동부와;
상기 분석연동부에 의해 피로도분석시스템으로부터 피로도분석결과를 요청하는 피로도분석결과 요청부와;
상기 피로도분석결과 요청부에서 요청된 피로도분석결과를 정보로서 저장하는 피로도분석결과저장부와;
상기 피로도분석결과저장부에 의해 저장된 피로도분석결과를 가시화하여 출력하는 피로도분석결과가시화부와;
해양플랜트의 계류를 위한 거동해석을 수행하는 엔진모듈에 연동되어 해양플랜트의 계류구성의 수명을 분석하는 수명분석부와;
해양플랜트의 3차원 형상을 가시화하여 출력하도록 하는 3차원형상정보가시화부와;
상기 3차원형상정보가시화부의 기능을 위하여 3차원형상정보를 저장하는 3차원형상정보저장부와;
상기 3차원형상정보저장부에 저장되는 3차원형상정보를 관리하는 3차원형상정보모델링부;를 포함하여 구성되되,
상기 누적데이터 보정부의 보정은,
데이터가 누적됨에 따라 용량이 증가하고, 불필요한 데이터의 누적으로 인해 딥러닝의 효율이 저하되는 문제점을 해소하기 위하여 시간 상 오래된 데이터를 삭제하는 보정이고,
상기 GPS데이터는 측정된 시간대의 시간정보와; 계측데이터인 GPS정보;를 포함하여 구성되며,
누적데이터가 일정량을 초과하는 경우, 시간적으로 가장 오래된 데이터에 신규데이터를 입히되, 연,월,일,시,분,초로 구성된 시간정보에 대하여, 입혀진 신규데이터의 시간정보를 연,월,일,시,분,초 각각에 덧셈/뺄셈을 적용하여 갱신하고, 갱신된 정보를 가저장 데이터베이스를 더 포함하여 GPS정보와 함께 저장하고,
상기 가저장 데이터베이스에 저장된 정보는 소정의 시간이 경과되면 영구삭제되며, 소정의 시간 이내에 복구요청이 있는 경우 복구되도록 하는 것을 특징으로 하는, 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템.
A GPS data deep learning unit for receiving and deepening GPS data of an offshore plant from a floating offshore plant mooring system;
an accumulated data correcting unit for correcting accumulated data that is learned and stored by deep learning of the GPS data;
an error data correction unit for correcting errors in accumulated data learned and stored by deep learning of the GPS data;
an analysis interlocking unit for interlocking the fatigue analysis system;
a fatigue analysis result requesting unit for requesting a fatigue analysis result from the fatigue analysis system by the analysis interlocking unit;
a fatigue analysis result storage unit for storing the fatigue analysis result requested by the fatigue analysis result request unit as information;
a fatigue analysis result visualization unit that visualizes and outputs the fatigue analysis result stored by the fatigue analysis result storage unit;
a life analysis unit for analyzing the lifespan of the mooring configuration of the offshore plant in conjunction with the engine module for performing the behavior analysis for mooring of the offshore plant;
a 3D shape information visualization unit for visualizing and outputting a 3D shape of an offshore plant;
a 3D shape information storage unit for storing 3D shape information for the function of the 3D shape information visualization unit;
A 3D shape information modeling unit for managing 3D shape information stored in the 3D shape information storage unit;
The correction of the accumulated data correction unit is,
It is a correction that deletes old data in time to solve the problem that the capacity increases as data accumulates, and the efficiency of deep learning decreases due to the accumulation of unnecessary data,
The GPS data includes time information of the measured time zone; It is composed of including; GPS information, which is measurement data,
When the accumulated data exceeds a certain amount, new data is applied to the oldest data in time, but for the time information consisting of year, month, day, hour, minute, and second, the time information of the applied new data is added to the year, month, day , by applying addition / subtraction to each of hours, minutes, and seconds to update, and to store the updated information with GPS information, including a temporary storage database,
The information stored in the temporary storage database is permanently deleted when a predetermined time elapses, and the digital twin system of a floating offshore plant mooring system, characterized in that it is restored when a recovery request is made within a predetermined time.
상기 분석연동부는,
피로도분석시스템의 연동을 위한 인터페이스를 제공하는 인터페이스제공모듈과;
상기 피로도분석시스템의 정보를 공유하여 관리하는 정보관리모듈;을 포함하는 것을 특징으로 하는, 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템.
The method according to claim 1,
The analysis linkage unit,
an interface providing module that provides an interface for interworking with the fatigue analysis system;
Digital twin system of a floating offshore plant mooring system, comprising a; an information management module for sharing and managing the information of the fatigue analysis system.
상기 수명분석부는,
GPS데이터 딥러닝부에 의해 학습된 누적데이터를 기반으로 계류구성의 거동해석을 수행하는 엔진모듈로부터 해석정보를 수신하는 해석정보수신모듈과;
상기 해석정보수신모듈을 통해 수신된 해석정보를 저장하는 해석정보저장모듈과;
상기 해석정보저장모듈에 저장된 해석정보를 사용자 요청에 의해 가시화할 수 있도록 하는 가시화인터페이스모듈;을 포함하는 것을 특징으로 하는, 부유식 해양플랜트 무어링 시스템의 디지털트윈 시스템.The method according to claim 1,
The life analysis unit,
An analysis information receiving module for receiving analysis information from an engine module that performs a behavior analysis of a mooring configuration based on the accumulated data learned by the GPS data deep learning unit;
an analysis information storage module for storing the analysis information received through the analysis information receiving module;
A digital twin system of a floating offshore plant mooring system, comprising a; a visualization interface module that allows the analysis information stored in the analysis information storage module to be visualized by a user request.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220030394A KR102428532B1 (en) | 2022-03-11 | 2022-03-11 | Digital twin system of floating marine plant mooring system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220030394A KR102428532B1 (en) | 2022-03-11 | 2022-03-11 | Digital twin system of floating marine plant mooring system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102428532B1 true KR102428532B1 (en) | 2022-08-03 |
Family
ID=82847085
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220030394A KR102428532B1 (en) | 2022-03-11 | 2022-03-11 | Digital twin system of floating marine plant mooring system |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102428532B1 (en) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101518721B1 (en) * | 2015-02-15 | 2015-05-08 | (주)부품디비 | Apparatus and method for managing assessment of residual life comparisons model data and field data in marin resource production equipment |
| KR102094716B1 (en) | 2019-08-22 | 2020-03-30 | (주)비엔티 | Multi-Platform Visualization System Utilizing Marine Big Data |
| KR102109488B1 (en) * | 2019-12-03 | 2020-05-12 | (주)씨앤피에스 | High precision distance measurement system using deep learning |
| KR20200063889A (en) | 2018-11-28 | 2020-06-05 | 서울대학교산학협력단 | Method, system and computer program for plant operation applied by a digital twin model |
| KR102163910B1 (en) * | 2020-08-11 | 2020-10-12 | 주식회사 바론시스템 | A system for predicting tension of mooring lines through location information prediction and location information learning based on ocean information of the offshore platform |
| KR102204724B1 (en) | 2020-11-19 | 2021-01-19 | 한국해양과학기술원 | Apparatus and method for controlling OWC(Oscillating Water Column)-type wave power generator system using digital twin technology |
| KR102213386B1 (en) | 2019-12-26 | 2021-02-05 | 창원대학교 산학협력단 | Virtual Reality digital twin system and method for Offshore Wind Farm |
-
2022
- 2022-03-11 KR KR1020220030394A patent/KR102428532B1/en active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101518721B1 (en) * | 2015-02-15 | 2015-05-08 | (주)부품디비 | Apparatus and method for managing assessment of residual life comparisons model data and field data in marin resource production equipment |
| KR20200063889A (en) | 2018-11-28 | 2020-06-05 | 서울대학교산학협력단 | Method, system and computer program for plant operation applied by a digital twin model |
| KR102094716B1 (en) | 2019-08-22 | 2020-03-30 | (주)비엔티 | Multi-Platform Visualization System Utilizing Marine Big Data |
| KR102109488B1 (en) * | 2019-12-03 | 2020-05-12 | (주)씨앤피에스 | High precision distance measurement system using deep learning |
| KR102213386B1 (en) | 2019-12-26 | 2021-02-05 | 창원대학교 산학협력단 | Virtual Reality digital twin system and method for Offshore Wind Farm |
| KR102163910B1 (en) * | 2020-08-11 | 2020-10-12 | 주식회사 바론시스템 | A system for predicting tension of mooring lines through location information prediction and location information learning based on ocean information of the offshore platform |
| KR102204724B1 (en) | 2020-11-19 | 2021-01-19 | 한국해양과학기술원 | Apparatus and method for controlling OWC(Oscillating Water Column)-type wave power generator system using digital twin technology |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10902163B2 (en) | Simulation method and system | |
| JP6273125B2 (en) | Leakage investigation planning device, leakage investigation planning system, and leakage investigation planning method | |
| Zhang et al. | Value of information analysis in civil and infrastructure engineering: a review | |
| VanDerHorn et al. | Towards a digital twin approach for vessel-specific fatigue damage monitoring and prognosis | |
| US20170206510A1 (en) | Spatially-keyed, consolidated-data-controlled apparatus and method | |
| KR101285044B1 (en) | Decision method for spillway discharge of hydroelectronic power plant at a flood season | |
| CN109886456B (en) | Debris flow prediction method based on PCA and mixed kernel function LSSVR | |
| Xia et al. | Operation and maintenance optimization of offshore wind farms based on digital twin: A review | |
| JP2010049433A (en) | System for supporting prediction of damage caused by typhoon | |
| WO2017155392A1 (en) | A method, a system and a computer program product for monitoring remote infrastructure networks | |
| KR102428532B1 (en) | Digital twin system of floating marine plant mooring system | |
| Lane et al. | Operational forecasting of sea level height using an unstructured grid ocean model | |
| KR102185017B1 (en) | Integrated information management and predictive maintenance system for gas supply facilities | |
| Zheng et al. | Application of a Large‐Scale Terrain‐Analysis‐Based Flood Mapping System to Hurricane Harvey | |
| CN111027827A (en) | Method and device for analyzing operation risk of bottom-preserving communication network and computer equipment | |
| CN115391746A (en) | Interpolation method, device, electronic device and medium for meteorological element data | |
| WO2021199245A1 (en) | Analysis device, analysis method, and storage medium | |
| Golestani et al. | A system dynamics model of offshore wind farm degradation: Enabling operation and maintenance planning under foreseen asset management impacts | |
| JP4405413B2 (en) | Rainwater drainage operation preparation support system | |
| Nadal-Caraballo et al. | Coastal Hazards System-Louisiana (CHS-LA) | |
| Mlakar et al. | Online relative air dispersion concentrations one week forecast for Krško NPP prepared for routine and emergency use | |
| KR20160001800A (en) | The apparatus and method of a proper cost report with nemo cost smart tool at offshore wind farm | |
| KR102530193B1 (en) | Integration system for waterworks pipe asset management utilizing web applications | |
| Parker et al. | Laying the Foundation for an Engineered and Integrated Approach to Pipeline External Corrosion Protection | |
| JP2024018597A (en) | Vegetation management system and vegetation management method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |