KR102435945B1 - 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 - Google Patents

선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 Download PDF

Info

Publication number
KR102435945B1
KR102435945B1 KR1020210176026A KR20210176026A KR102435945B1 KR 102435945 B1 KR102435945 B1 KR 102435945B1 KR 1020210176026 A KR1020210176026 A KR 1020210176026A KR 20210176026 A KR20210176026 A KR 20210176026A KR 102435945 B1 KR102435945 B1 KR 102435945B1
Authority
KR
South Korea
Prior art keywords
risk
direct
indirect
factor
ship
Prior art date
Application number
KR1020210176026A
Other languages
English (en)
Inventor
손명석
이병훈
Original Assignee
주식회사테크블루
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사테크블루 filed Critical 주식회사테크블루
Priority to KR1020210176026A priority Critical patent/KR102435945B1/ko
Application granted granted Critical
Publication of KR102435945B1 publication Critical patent/KR102435945B1/ko

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 
    • B63B79/00—Monitoring properties or operating parameters of vessels in operation
    • B63B79/10—Monitoring properties or operating parameters of vessels in operation using sensors, e.g. pressure sensors, strain gauges or accelerometers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Ocean & Marine Engineering (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Marketing (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

본 발명은 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법에 관한 것으로, 보다 구체적으로는, 선박 설비 요소인 각종 계측장치에 위험이 발생하면, 각종 계측기기와 관련된 주변기기 또는 관리시스템에 대한 위험도를 분석하여 평가함으로써, 해양사고를 미연에 방지하여 안전한 선박 운항이 가능하도록 하기 위한 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법에 관한 것이다.

Description

선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법{Risk analysis method of direct and indirect factors according to risk occurrence of ship equipment elements}
본 발명은 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법에 관한 것으로, 보다 구체적으로는, 선박 설비 요소인 각종 계측장치에 위험이 발생하면, 각종 계측기기와 관련된 주변기기 또는 관리시스템에 대한 위험도를 분석하여 평가함으로써, 해양사고를 미연에 방지하여 안전한 선박 운항이 가능하도록 하기 위한 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법에 관한 것이다.
해양을 항해하는 선박은 안전 운항을 확보하기 위해 선박의 운항 관리를 위한 각종 시스템들을 운용하고 있으나, 정비 불량 또는 설비의 노후 등의 다양한 요인에 의해 해양 사고가 빈번하게 발생하고 있다.
선박들은 기관 장치, 고박 장치(固縛裝置) 등과 같이 다양하고 복잡한 설비들이 구비되어 있고, 선박의 안전한 운항 환경을 유지할 수 있도록 이러한 설비들을 관리하기 위한 선박 설비 요소로서 다양한 종류의 센서 또는 계측장치들이 관리되어 각종 시스템들을 운용하고 있으나, 계측기기 또는 관리시스템의 정비 불량 또는 설비의 노후 등과 같은 다양한 요인에 의해 해양 사고가 빈번하게 발생하고 있다.
특히 선박의 안전 운항을 확보하기 위하여 각종 설비의 위험도 분석 시, 평가 대상을 선박 설비 요소인 센서 또는 계측장치만을 대상으로 위험도를 분석하고, 선박 설비 요소와 관련된 주변기기 또는 관리시스템에 대한 위험도를 분석하지 아니하여 부수적인 설비 또는 관리시스템에 대한 사전 정비의 기회를 소홀히 함으로써 해양 사고의 발생이 증가하고 있다.
선박과 관련된 위험도 평가 관련 선행특허문헌들을 살펴보면, 특허문헌 1은 선박의 정량적 위험도를 실시간으로 모니터링하는 시스템 및 방법에 관한 것으로, 해양구조물의 환경 및 운전 상황을 실시간으로 모니터링하고, 이를 바탕으로 운항 중 발생할 수 있는 안전사고의 발생 가능성을 사전에 예방하기 위한 것이고, 특허문헌 2는 선박의 항행 위험도 제공 방법 및 그 시스템에 관한 것으로, 해양을 항해(航海)하는 선박의 항행 위험도를 제공함에 있어서, 인공위성의 원격탐사 영상으로부터 추출된 선박 정보와 해양 정보를 수집하여 안전 운항을 확보하기 위한 기술로서, 상기 특허문헌 1, 2는 선박 설비 요소인 각종 계측기기와 관련 주변 기기 또는 관리시스템에 대한 위험도를 분석하는 방법에 대해서는 구현하지 않고 있다.
따라서 본 출원인은 본 발명은 선박 설비 요소의 위험 발생에 따른 직·간접 요소의 위험도를 평가하는 방법을 개발하여 선박의 안전 운항을 확보할 수 있도록 함으로써 본 발명을 완성하게 되었다.
대한민국 공개특허공보 제10-2021-0019862호(2021.02.23. 공개) 선박의 정량적 위험도를 실시간으로 모니터링하는 시스템 및 방법 대한민국 공개특허공보 제10-2008-0006294호(2008.01.16. 공개) 선박의 항행 위험도 제공 방법 및 그 시스템
본 발명은 상기의 문제점을 해결하기 위한 것으로, 선박 설비 요소인 각종 계측장치에 위험이 발생하면, 각종 계측기기와 관련된 주변기기 또는 관리시스템에 대한 위험도를 분석하여 평가함으로써, 해양사고를 미연에 방지하여 안전한 선박 운항이 가능하도록 하기 위한 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법을 제공하기 위한 것이다.
그러나 본 발명의 목적들은 상기에 언급된 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법은, 고박장치, 기상센서를 포함하는 기준 요소 B n 에 위험이 발생하는 제 1 단계; 및 기준 요소 B n 의 배터리 충전 잔량 부족 또는 센서 노후로 인한 감도 불량으로 인해 직접 요소 D n 의 통신 수단에서 통신 불량이 발생할 위험도가 높아지게 되므로 직접 요소 D n 의 위험도를 분석하는 제 2 단계; 를 포함하는 것을 특징으로 한다.
이때, 상기 제 2 단계는, 직접 요소 Dn 의 위험도 상승 시 직접 요소 Dn 의 데이터 수신 여부를 기준으로 상관관계에 있는 간접 요소 In 들을 파악하고, 각 상관관계에 있는 간접 요소 In 들에 대해 파악한 위험 종류에 따라 가중치를 적용하고 각각의 간접 요소 In 에 대한 위험도 결과 반영하는 것을 특징으로 한다.
또한, 상기 제 2 단계는, 분석된 직접 요소 D n 의 위험도가 해상 관리시스템, 시각화 서비스 시스템과 같은 간접 요소 I n 의 위험 요인(종류)에 포함되어 있는지를 판단 후 포함되지 않는다면(No 경우), 직접 요소 D n 의 위험도 분석 결과 값만 도출하는 것을 특징으로 한다.
삭제
삭제
본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법은, 선박 설비 요소인 각종 계측장치에 위험이 발생하면, 각종 계측기기와 관련된 주변기기 또는 관리시스템에 대한 위험도를 분석하여 평가함으로써, 해양사고를 미연에 방지하여 안전한 선박 운항이 가능하도록 하는 효과를 제공한다.
[도 1]은 본 발명에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 및 시스템에서의 선박의 위험도 분석 대상 요소와 이러한 요소들의 유기적인 결합 관계를 나타낸 도면이다.
[도 2]는 본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 중 선박 설비 요소 위험 발생에 따른 직접 요소 D n 및 간접 요소 I n 의 위험도 분석 흐름도를 나타내는 도면이다.
[도 3]은 본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 중 직접 요소 D n 에 대한 위험도 분석 방법 흐름도를 나타내는 도면이다.
[도 4]는 본 발명의 실시예에 따른 본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 중 직접 요소 D n 및 간접 요소 I n 의 위험 요인 종류에 따른 가중치 적용 예시 도면을 나타내는 도면이다.
[도 5]는 본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 중 직접 요소 D n 및 간접 요소 I n 의 위험 요인 종류에 따른 위험성 평가 예시 도면이다.
이하, 본 발명의 바람직한 실시예의 상세한 설명은 첨부된 도면들을 참조하여 설명할 것이다. 하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터 또는 신호를 '전송'하는 경우에는 구성요소는 다른 구성요소로 직접 상기 데이터 또는 신호를 전송할 수 있고, 적어도 하나의 또 다른 구성요소를 통하여 데이터 또는 신호를 다른 구성요소로 전송할 수 있음을 의미한다.
본 발명에서 ‘선박 설비 요소’라 함은 선박의 운항을 관리하는 설비에서 선박에 위험이 기본적으로 미칠 수 있는 기본적인 수단인 고박 장치(固縛裝置), 기상 센서, 화물 계측 장치, 엔진 계측 장치 등과 같은 설비를 의미하며, 이를 ‘기준 요소’라 한다. 그리고 상기에 열거된 기준 요소에서 발생하는 위험의 영향에 의해 선박에 직접적인 위험이 미칠 수 있는 각종 시스템인 고박 모니터링 시스템, 해상 날씨 관제 시스템, 화물 자동 계측 시스템, 기관 관리 시스템과 같은 설비를 ‘직접 요소’라 하며, 상기에 열거된 직접 요소에서 발생하는 위험의 영향에 의해 선박에 간접적인 위험이 미칠 수 있는 각종 관리 시스템인 해상 관리 시스템, 데이터 마켓, 시각화 서비스 시스템, 위험도 평가 시스템 등을 ‘간접 요소’라 한다.
[도 1]은 본 발명에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 및 시스템에서의 선박의 위험도 분석 대상 요소와 이러한 요소들의 유기적인 결합 관계를 나타낸 도면이다.
보다 구체적으로, 본 발명에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법에 따른 위험도 평가 대상은 [도 1]에 도시된 바와 같이, 선박의 운항을 관리하는 시스템에서 선박에 위험이 기본적으로 미칠 수 있는 기본적인 수단인 고박 장치(固縛裝置), 기상 센서, 화물 계측 장치, 엔진 계측 장치 등과 같은 설비를 ‘기준 요소’라 하고, 상기에 열거된 기준 요소에서 발생하는 위험의 영향에 의해 선박에 직접적인 위험이 미칠 수 있는 각종 시스템인 고박 모니터링 시스템, 해상 날씨 관제 시스템, 화물 자동 계측 시스템, 기관 관리 시스템과 같은 설비를 ‘직접 요소’라 하며, 상기에 열거된 직접 요소에서 발생하는 위험의 영향에 의해 선박에 간접적인 위험이 미칠 수 있는 각종 관리 시스템인 해상 관리 시스템, 데이터 마켓, 시각화 서비스 시스템, 위험도 평가 시스템 등을 ‘간접 요소’라 한다.
상기 [도 1]에 도시된 구성도와 같이 선박 내에는 선박 운항에 필요한 다양한 계측 기기로부터 데이터를 수집하여 개별 모니터링시스템, 데이터 수집 서버, 통합관제 시스템 등으로 전송되어 관리된다. 또한 선박 내에서 수집된 데이터는 육상 관제 시스템으로 전송되어 원격관리 되기도 한다.
본 발명에서는 수많은 계측장비 중 하나의 기준 요소에 위험이 발생한 경우 직접적으로 영향을 미치는 직접 요소와 간접 요소 간의 유기적인 결합 관계에 따른 위험도 평가 방법을 구하고자 한다.
여기서, 기준 요소 B1 내지 B n (n은 2 이상의 자연수)의 문제 발생으로 직접 요소 D1 내지 D n 에 위험도가 상승하게 된다면 직접 요소는 자신의 데이터를 송수신하는 모든 간접 요소(I n )에 영향을 미친다.
기준 요소 B의 폭발, 통신 불량, 고장 등의 문제로 직접 요소 D의 위험도가 상승하면 간접 요소 I는 직접 요소 D의 위험도 상승 원인에 따라 가중치를 받게 되고 위험도 평가를 실시한다.
각 기준 요소, 직접 요소, 간접 요소는 사용자가 직접 정의 할 수 있으며 필요시 간접 요소를 사용자 임의로 연결하여 위험도 평가를 실시할 수 있다.
[도 2]는 본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 중 선박 설비 요소 위험 발생에 따른 직접 요소 D n 및 간접 요소 I n 의 위험도 분석 흐름도를 나타내는 도면이다.
선박 설비 요소 위험 발생에 따른 직접 요소 D n 및 간접 요소 I n 의 위험도 분석 방법을 살펴보면, [도 2]에 도시된 바와 같이, 고박장치, 기상센서 등과 같은 기준 요소 B n 에 위험이 발생하면, 기준 요소 B n 의 배터리 충전 잔량 부족 또는 센서 노후로 인한 감도 불량으로 인해 직접 요소 D n 의 통신 수단에서 통신 불량이 발생할 위험도가 높아지게 되므로 직접 요소 D n 의 위험도를 분석하여야 한다.
그리고 직접 요소 Dn 의 위험도 상승 시 직접 요소 Dn 의 데이터 수신 여부를 기준으로 상관관계에 있는 간접 요소 In 들을 파악하고, 각 상관관계에 있는 간접 요소 In 들에 대해 파악한 위험 종류에 따라 가중치를 적용하고 각각의 간접 요소 In 에 대한 위험도 결과 반영한다.
즉, 분석된 직접 요소 D n 의 위험도가 해상 관리시스템, 시각화 서비스 시스템과 같은 간접 요소 I n 의 위험 요인(종류)에 포함되어 있는지를 판단 후 포함되지 않는다면(No 경우), 직접 요소 D n 의 위험도 분석 결과 값만 도출하고, 해당 직접 요소 D n 이 간접 요소 I n 의 위험 요인(종류)에 포함되어 있을 경우(Yes 경우), 직접 요소 D n 의 영향을 받게 되는 간접 요소 I n 들을 찾고 각 간접 요소 I n 의 실시간 위험도에 직접 요소 D n 의 위험도 가중치 값을 추가하여 상관관계에 있는 간접 요소 I n 의 위험도를 재분석한다.
[도 4]는 본 발명의 실시예에 따른 본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 중 직접 요소 D n 및 간접 요소 I n 의 위험 요인 종류에 따른 가중치 적용 예시 도면을 나타내는 도면이다. 상기에서 직접 요소 및 간접 요소의 위험 요인 종류 및 가중치 적용은 아래 [도 4]에 도시된 바와 같은 직접 요소 D n 및 간접 요소 I n 의 위험 요인 종류에 따른 가중치 적용 예시 도면을 근거로 적용시키면 된다. 아래 [도 4]에 도시된 바와 같은 위험 요인 종류에 따른 가중치는 하나의 예시일 뿐, 안전 운항을 위한 선박 내에 설치된 다양한 종류의 선박 설비 요소 중 일부를 예시한 것으로, 이에 한정되지 아니한다.
최종적으로 재분석한 간접 요소 I n 의 위험도 결과값은 실시간 위험도 결과에 반영하게 된다.
[도 3]은 본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 중 직접 요소 D n 에 대한 위험도 분석 방법 흐름도를 나타내는 도면이다. 즉, 직접 요소 D n 의 위험도의 분석 시에는 아래 [도 3]에 도시된 바와 같이, 기준 요소 B n 의 데이터 수집 단계에서 기준 요소 B n 의 상태를 확인하고, 기준 요소의 상태 따라 아래 [표 5]에 예시된 바와 같은 위험 종류를 파악한다.
파악된 위험 요인에 따라 해당 위험의 발생 빈도와 피해의 강도를 아래의 [표 2]과, [표 3]에 예시된 바와 같이 등급별로 설정한다.
기준 요소 B n 의 위험 발생 빈도와 피해 강도 등급에 따라 조합하여 위험도를 추정하고, 가중치(W)를 적용하여 추정 결과를 도출한다.
도출된 추정 결과는 사용자가 설정한 범위에 따라 등급별 위험도를 판별하고, 각 등급에 대한 개선 및 대책 방법 등을 알림을 통해 사용자에게 전달 후 데이터 수집 단계로 돌아간다.
다음으로, 『각 요소별 위험 종류에 따른 가중치 및 위험도 기준 부여』에 대해서 살펴본다.
위험 종류, 가중치, 위험도는 유저가 각각 설정할 수 있다. 상관관계의 요소는 위험 종류의 가중치를 영향 받아 위험도(결과값)가 결정된다. 하기의 [표 1]은 각 요소별 위험 종류에 따른 가중치 및 위험도 기준을 나타내는 도면이다.
상관관계 위험 종류 가중치 위험도 구조
요소 1 User
Setting1		 Weight1 Risk1
Figure 112022036405826-pat00001
요소 2 User
Setting2		 Weight2 Risk2
Figure 112022036405826-pat00002
요소 3 User
Setting3		 Weight3 Risk3
·
·
·
요소 N User
SettingN		 WeightN RiskN
상관관계의 요소는 1:1 방식으로 가중치에 영향을 받는게 아닌 위험의 종류에 따라 복합적 및 연속적으로도 가중치 영향을 받을 수 있다.
표 1의 구조를 설명하면, 요소 1은 UserSetting1의 위험 가중치(Weight1)를 받아 위험도가 도출되며, 요소 2, 3이 UserSetting2의 위험 가중치(Weight2) 영향을 동시에 받았으나 User Setting3 과도 상관관계에 있어 가중치(Weight3)의 영향도 받았다.
다음으로, 『위험도 평가 방법』에 대해서 살펴보기 위한 보다 구체적인 실시예로 선박 관리 시스템에 있어서, 기준 요소 : 고박 센서 모듈, 직접 요소 : 모니터링 소프트웨어 위험 요인 : 통신 불량(
Figure 112021143095010-pat00003
), 간접 요소 : 해상 관리 시스템으로 가정할 수 있다.
이러한 경우, "가. 위험도 추정 테이블(Table)"에 대해서 살펴본다.
국제해사기구인 IMO의 FSA 선박 위험도 평가 기법 및 국내 고용노동부의 위험성 평가 규정 등에서는 위험성 추정(Risk estimation)을 위험 요인에 대한 위험 발생 빈도(가능성)와 위험 요인으로 인한 피해의 강도(중대성)를 각 등급별로 나누어 나타내며, 추정 결과는 위험 발생 빈도와 위험 강도의 조합으로 나타낸다.
하기의 [표 2]는 위험 요인에 대한 위험 발생 빈도(
Figure 112021143095010-pat00004
) 나타내는 도표이다.
구분 발생횟수(빈도) 등급
최상 31 이상 5
상 21 ~ 30 4
증 11 ~ 20 3
하 6 ~ 10 2
최하 5 이하 1
또한, 하기의 [표 3]은 위험 요인에 대한 피해 강도(
Figure 112021143095010-pat00005
)를 나타내는 도표이다.
구분 데이터 상태(강도) 등급
최대 데이터 전송 × 5
대 정상 범위를 벗어난 데이터 4
중 일부 데이터 깨짐 현상 3
소 간헐적 데이터 튐 현상 2
최소 데이터 누락 1
위의 표는 기준 요소인 고박센서 모듈에 대한 위험 종류인 통신 불량에 대한 위험도 추정 예이다.
이러한 경우 "나. 위험도 추정 계산식"에 대해서 살펴본다.
위험 요인이 통신 불량인 경우 데이터 상태(
Figure 112021143095010-pat00006
)가 발생하는 빈도(
Figure 112021143095010-pat00007
)를 분석하여 위험도 추정 Table에 적용 후 추정 값을 하기의 [수학식 1]에 의해 계산한다.
Figure 112022036405826-pat00008
하기의 [표 4]는 위험도 추정 계산을 나타내는 도표이다.
구분 데이터 상태
(강도)		 최대 대 중 소 최하
발생 횟수
(빈도)
Figure 112021143095010-pat00009
 5 4 3 2 1
최상 5 25 20 15 10 5
상 4 20 16 12 8 4
중 3 15 12 9 6 3
하 2 10 8 6 4 2
최하 1 5 4 3 2 1
즉, 위험 요인에 대한 빈도 또는 강도, 구분값은 사용자가 정의함에 따라 다르며 위험도 추정 Table 또한 사용자가 정의하여 4×4, 5×5 등 테이블로 설정하여 위험도 추정이 가능하다.
다음으로, "다. 기준 요소의 위험 요인 종류에 따른 가중치 적용 표"에 대해서 살펴본다. 여기서, 하기의 [표 5]는 기준 요소의 위험 요인 종류에 따른 가중치를 나타낸다.
위험 요인 종류 구분 가중치(W)
이물질로 인한 센서 감도 하락
Figure 112021143095010-pat00010
 5%
센서 불량
Figure 112021143095010-pat00011
 20%
배터리 잔량 부족
Figure 112021143095010-pat00012
 5%
배터리 폭발
Figure 112021143095010-pat00013
 40%
통신 불량
Figure 112021143095010-pat00014
 30%
위험 요인 종류 및 구분 값, 가중치는 사용자가 직접 정의할 수 있으며 가중치의 총합은 100%로 정의한다.
다음으로, "라. 위험도 결과 계산 및 위험도 크기에 따른 범위 설정"에 대해서 살펴본다.
하기의 [수학식 2]와 같이 위험도 결과는 위험 요인의 추정값에 해당 위험 요인의 가중치를 적용하여 도출된다. 위험도 분석 결과 범위를 적용하여 위험성 크기에 따라 위험 등급이 결정된다.
Figure 112021143095010-pat00015
상술한 위험도 결과는 위험도 추정 결과값에 가중치(
Figure 112021143095010-pat00016
)를 곱하여 계산한다.
하지만, 위험 요인의 추정 방법에 따라 5×5, 4×5, 4×4 등 사용자 설정에 따라
Figure 112021143095010-pat00017
(추정 최대값)가 변화할 수 있어 추정 결과값을 백분율로 환산 후 가중치를 적용하는 것이 바람직하다.
하기의 [표 6]는 위험요인 추정값에 따른 위험도 결과 Table을 나타내는 도표이다.
추정 값 계산식 결과 등급
1 R = ((1/25) × 100) × 0.3 1.2 안전
2 R = ((2/25) × 100) × 0.3 2.4
3 R = ((3/25) × 100) × 0.3 3.6 관심
4 R = ((4/25) × 100) × 0.3 4.8
5 R = ((5/25) × 100) × 0.3 6
6 R = ((6/25) × 100) × 0.3 7.2 주의
8 R = ((8/25) × 100) × 0.3 9.6
9 R = ((9/25) × 100) × 0.3 10.8
10 R = ((10/25) × 100) × 0.3 12 경계
12 R = ((12/25) × 100) × 0.3 14.4
15 R = ((15/25) × 100) × 0.3 18
16 R = ((16/25) × 100) × 0.3 19.2 위험
20 R = ((20/25) × 100) × 0.3 24
25 R = ((25/25) × 100) × 0.3 30
다음으로, 『직접 요소 종합 위험도 계산』에 대해서 살펴본다.
기준 요소의 위험 요인인 통신 불량 외에 나머지 위험 요인에 대해서도 동일한 방식으로 계산할 수 있고, 각 위험도 계산 결과를 합하여 직접 요소에 대한 종합 위험도를 나타내며 하기의 [수학식 3]과 같이 연산될 수 있다.
Figure 112021143095010-pat00018
상기 수학식 3에서,
Figure 112021143095010-pat00019
내지
Figure 112021143095010-pat00020
는 상기 [표 5]에 기재된 위험 요인 종류별에 관한 위험도이다.
하기의 [표 7]은 사용자 설정 등급에 따른 위험도 및 개선방법을 설명하기 위한 도표이다.
위험성 크기 허용 가능 여부 개선 방법
결과 등급
0~10 안전 허용 가능 필요에 따라 개선
11~21 관심 연간 계획에 따라 개선
21~50 주의 정기 정비 시 계획에 따라 개선
51~70 경계 허용 불가능 가능한 한 빨리 개선
71~100 위험 즉시 개선
종합 위험도 계산 결과는 사용자 설정 등급에 따라 위험도가 판별되고 각 등급에 대응되는 조치 또는 대책 수립을 실행한다.
다음으로, 『직접 요소와 간접 요소 간의 상관관계에 따른 위험도』에 대해서 살펴본다.
간접 요소 I n 은 직접 요소의 위험도 결과 값을 인용하여 직접 요소 D n 과의 유기적인 결합 관계에 따른 위험도를 분석한다.
직접 요소와 상관관계에 있는 간접 요소는 직접 요소의 위험도 결과 값을 간접 요소의 위험 요인(종류)으로 포함시켜 간접 요소의 종합 위험성 평가를 진행한다.
직접 요소와 상관관계가 없는 간접 요소의 경우는 직접 요소의 위험도 결과를 제외한 나머지 위험 요인(종류)에 대한 위험성 평가를 진행한다.
이때 간접 요소의 위험 종류로 포함된 직접 요소는 간접 요소의 위험 종류에 따른 가중치를 적용받는다.
이후 간접 요소에 대한 위험도 계산은 직접 요소의 위험도 계산 방식과 동일하게 진행된다.
[도 4]는 본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 중 직접 요소 D n 및 간접 요소 I n 의 위험 요인 종류에 따른 가중치 적용 예시 도면이며, [도 5]는 본 발명의 실시예에 따른 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 중 직접 요소 D n 및 간접 요소 I n 의 위험 요인 종류에 따른 위험성 평가 예시 도면이다.
다음으로, 『위험도 평가 예시』에 대해서 살펴본다.
본 발명의 보다 구체적인 직접 요소 위험성 평가에 있어서, 기준 요소 : 고박 센서 모듈, 직접 요소 : 모니터링 소프트웨어, 위험 요인 : 통신 불량(
Figure 112021143095010-pat00021
), 간접 요소 : 선박 관리 시스템으로 가정한다.
이 경우, 직접 요소(모니터링 소프트웨어) 위험도 평가에 대해서 살펴보면 하기의 [표 8]은 위험 요인 종류에 따른 가중치 적용을 설명하기 위한 도표이며, [표 8]은 상기 [표 5]와 동일한 내용이다.
위험 요인 종류 구분 가중치(W)
이물질로 인한 센서 감도 하락
Figure 112021143095010-pat00022
 5%
센서 불량
Figure 112021143095010-pat00023
 20%
배터리 잔량 부족
Figure 112021143095010-pat00024
 5%
배터리 폭발
Figure 112021143095010-pat00025
 40%
통신 불량
Figure 112021143095010-pat00026
 30%
여기서 "가. 각 모든 위험 요인에 대한 위험도 평가 실시"에 대해서 살펴보면 하기의 [표 9]는 위험 요인에 대한 위험 발생 빈도(
Figure 112021143095010-pat00027
)를 나타낸다.
구분 발생횟수(빈도) 등급
최상 31 이상 5
상 21 ~ 30 4
증 11 ~ 20 3
하 6 ~ 10 2
최하 5 이하 1
그리고 하기의 [표 10]은 위험 요인에 대한 피해 강도(
Figure 112021143095010-pat00028
)를 나타낸다.
구분 데이터 상태(강도) 등급
최대 데이터 전송 × 5
대 정상 범위를 벗어난 데이터 4
중 일부 데이터 깨짐 현상 3
소 간헐적 데이터 튐 현상 2
최소 데이터 누락 1
이 경우, 위험도 추정 계산식은 하기의 [수학식 4]에 의해 연산될 수 있다.
Figure 112021143095010-pat00029
한편, 하기의 [표 11]은 위험성 추정 결과 표이다.
구분 데이터 상태
(강도)		 최대 대 중 소 최하
발생 횟수
(빈도)
Figure 112021143095010-pat00030
 5 4 3 2 1
최상 5 25 20 15 10 5
상 4 20 16 12 8 4
중 3 15 12 9 6 3
하 2 10 8 6 4 2
최하 1 5 4 3 2 1
그리고 하기의 [표 12]은 모니터링 시스템 위험 요인(종류)에 대한 위험성 추정 결과 예시를 나타내는 도표이다.
위험 요인(종류) 발생 빈도 위험 강도 추정 결과
이물질로 인한 센서 감도 하락 1 1 1
센서 불량 1 1 1
배터리 잔량 부족 1 1 1
배터리 폭발 1 1 1
통신 불량 5 5 25
그리고, 고박장치의 위험 요인 중 통신 불량으로 인한 위험도 증가로 빈도와 강도 설정에 대해서 살펴보면 하기의 [수학식 5]는 가중치를 적용한 위험성 추정 계산식을 나타낸다.
Figure 112022036405826-pat00031
하기의 [표 13]은 고박방치 위험 요인(종류) 가중치 적용 결과 예시를 나타내는 도표이다.
위험 요인(종류) 계산식 가중치
적용 결과
이물질로 인한 센서 감도 하락
Figure 112021143095010-pat00032
 0.2 (
Figure 112021143095010-pat00033
)
센서 불량
Figure 112021143095010-pat00034
 0.8 (
Figure 112021143095010-pat00035
)
배터리 잔량 부족
Figure 112021143095010-pat00036
 0.2 (
Figure 112021143095010-pat00037
)
배터리 폭발
Figure 112021143095010-pat00038
 1.6 (
Figure 112021143095010-pat00039
)
통신 불량
Figure 112021143095010-pat00040
 30 (
Figure 112021143095010-pat00041
)
Figure 112022036405826-pat00042
여기서 상기의 [수학식 6]은 직접요소 종합위험도를 연산하는 수학식으로, 직접 연산시 0.2(
Figure 112021143095010-pat00043
) + 0.8(
Figure 112021143095010-pat00044
) + 0.2(
Figure 112021143095010-pat00045
) + 1.6(
Figure 112021143095010-pat00046
) + 30(
Figure 112021143095010-pat00047
) = 32.8 (종합 위험도)로 연산될 수 있다.
"나. 모든 위험 요인의 추정값으로 종합 위험도 계산 및 결과"에 대해서 살펴본다. 하기의 [표 14]는 사용자 설정 등급에 따른 위험도 및 개선방법을 설명하기 위한 도표로 상기 [표 7]과 동일한 내용이다.
위험성 크기 허용 가능 여부 개선 방법
결과 등급
0~10 안전 허용 가능 필요에 따라 개선
11~21 관심 연간 계획에 따라 개선
21~50 주의 정기 정비 시 계획에 따라 개선
51~70 경계 허용 불가능 가능한 한 빨리 개선
71~100 위험 즉시 개선
다음으로, "다. 직접 요소(모니터링 소프트웨어) 위험도 결과"에 대해서 살펴보면, 종합 위험도 : 32.8, 위험등급 : 주의 단계, 개선 방법 : 정기 정비 시 계획에 따라 개선일 수 있다.
다음으로, 이 경우 간접 요소(해상 관리 시스템) 위험도 평가에 대해서 살펴본다.
직접 요소에 대한 위험성 평가 결과가 간접 요소의 위험도에 영향을 미칠 경우 직접 요소의 위험성 평가 결과를 간접 요소의 위험 요인(종류)에 포함하여 위험성 평가를 진행한다. 하기의 [표 15]는 위험 요인 종류에 따른 가중치 적용을 나타낸다.
위험 요인 종류 구분 가중치(W)
시스템 결함
Figure 112021143095010-pat00048
 40%
통신 결함
Figure 112021143095010-pat00049
 30%
모니터링 소프트웨어
Figure 112021143095010-pat00050
 20%
수집 요소 n+1
Figure 112021143095010-pat00051
 10%
여기서, "가. 각 모든 위험 요인에 대한 위험도 평가 실시"에 대해서 살펴보면, [표 16]은 위험 요인에 대한 위험 발생 빈도(
Figure 112021143095010-pat00052
)를 나타낸다.
구분 발생횟수(빈도) 등급
최상 Number 5 5
상 Number 4 4
증 Number 3 3
하 Number 2 2
최하 Number 1 1
그리고, [표 17]은 위험 요인에 대한 피해 강도(
Figure 112021143095010-pat00053
)를 나타낸다.
구분 데이터 상태(강도) 등급
최대 state 5 5
대 state 4 4
중 state 3 3
소 state 2 2
최소 step 1 1
그리고, [표 18]은 위험도 추정 계산을 나타내는 도표이다.
구분 데이터 상태
(강도)		 최대 대 중 소 최하
발생 횟수
(빈도)
Figure 112021143095010-pat00054
 5 4 3 2 1
최상 5 25 20 15 10 5
상 4 20 16 12 8 4
중 3 15 12 9 6 3
하 2 10 8 6 4 2
최하 1 5 4 3 2 1
그리고, [표 19]은 해상 관리 시스템 위험 요인(종류)에 대한 위험성 추정 결과 예시이다.
위험 요인(종류) 발생 빈도 위험 강도 추정 결과
시스템 결함 1 1 1
통신 결함 1 1 1
모니터링 소프트웨어 - - 32.8
수집 요소 n-1 1 1 1
여기서 가중치 적용 위험도 결과는 하기의 [수학식 7]을 이용하여 [표 20]과 같은 결과를 얻을 수 있다.
Figure 112022036405826-pat00055
상기 수학식 7에서,
Figure 112022036405826-pat00056
: 추정 위험도,
Figure 112022036405826-pat00057
: 최대 추정 위험도,
Figure 112022036405826-pat00058
: 위험 가중치임.
위험 요인(종류) 계산식 가중치
적용 결과
시스템 결함
Figure 112022036405826-pat00059
 1.6 (
Figure 112022036405826-pat00060
)
통신 결함
Figure 112022036405826-pat00061
 1.2 (
Figure 112022036405826-pat00062
)
모니터링 소프트웨어
Figure 112022036405826-pat00063
 6.56 (
Figure 112022036405826-pat00064
)
수집 요소 n-1
Figure 112022036405826-pat00065
 0.4 (
Figure 112022036405826-pat00066
)
다음으로, "나. 모든 위험 요인의 추정값으로 종합 위험도 계산 및 결과"에 대해서 살펴본다.
하기의 [표 21]은 사용자 설정 등급에 따른 위험도 및 개선방법을 나타내는 도표이다.
위험성 크기 허용 가능 여부 개선 방법
결과 등급
0~10 안전 허용 가능 필요에 따라 개선
11~21 관심 연간 계획에 따라 개선
21~50 주의 정기 정비 시 계획에 따라 개선
51~70 경계 허용 불가능 가능한 한 빨리 개선
71~100 위험 즉시 개선
여기서 직접요소 종합위험도는 하기의 [수학식 8]에 의해 연산될 수 있으며, 1.6(
Figure 112022036405826-pat00067
) + 1.2(
Figure 112022036405826-pat00068
) + 6.56(
Figure 112022036405826-pat00069
) + 0.4(
Figure 112022036405826-pat00070
) = 10.16 (종합 위험도)일 수 있다.
Figure 112022036405826-pat00071
상기 수학식 8에서,
Figure 112022036405826-pat00072
내지
Figure 112022036405826-pat00073
는 상기 [표1 5]에 기재된 위험 요인 종류별에 관한 위험도이다.
다음으로 "다. 직접 요소(모니터링 소프트웨어) 위험도 결과"에 대해서 살펴보면, 종합 위험도 : 10.16, 위험등급 : 안전 단계, 개선 방법 : 필요에 따라 개선일 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.
또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.

Claims (5)

  1. 고박장치, 기상센서를 포함하는 기준 요소 Bn 에 위험이 발생하는 제 1 단계; 및
    기준 요소 Bn 의 배터리 충전 잔량 부족 또는 센서 노후로 인한 감도 불량으로 인해 직접 요소 Dn 의 통신 수단에서 통신 불량이 발생할 위험도에 대해 아래 수학식 1에 의해 직접 요소 Dn 의 추정 위험도를 분석하되,
    직접 요소 Dn 의 추정 위험도 상승 시 직접 요소 Dn 의 데이터 수신 여부를 기준으로 상관관계에 있는 간접 요소 In 들을 파악하고, 각 상관관계에 있는 간접 요소 In 들에 대해 파악한 위험 종류에 따라 가중치를 적용하여 아래 수학식 7에 의해 각각의 간접 요소 In 에 대한 가중치 적용 위험도 결과를 반영하고,
    분석된 직접 요소 Dn 의 추정 위험도가 해상 관리시스템, 시각화 서비스 시스템과 같은 간접 요소 In 의 가중치 적용 위험 요인(종류)에 포함되어 있는지를 판단 후 포함되지 않는다면(No 경우), 직접 요소 Dn 의 추정 위험도 분석 결과 값만 도출하는 제 2 단계;
    를 포함하는 것을 특징으로 하는 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법.

    (수학식 1)
    Figure 112022036405826-pat00074


    (수학식 7)
    Figure 112022036405826-pat00075

    상기 수학식 7에서,
    Figure 112022036405826-pat00076
    : 추정 위험도
    Figure 112022036405826-pat00077
    : 최대 추정 위험도
    Figure 112022036405826-pat00078
    : 위험 가중치
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
KR1020210176026A 2021-12-09 2021-12-09 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법 KR102435945B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210176026A KR102435945B1 (ko) 2021-12-09 2021-12-09 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210176026A KR102435945B1 (ko) 2021-12-09 2021-12-09 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법

Publications (1)

Publication Number Publication Date
KR102435945B1 true KR102435945B1 (ko) 2022-08-24

Family

ID=83112036

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210176026A KR102435945B1 (ko) 2021-12-09 2021-12-09 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법

Country Status (1)

Country Link
KR (1) KR102435945B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116451993A (zh) * 2023-03-22 2023-07-18 中国船舶集团有限公司综合技术经济研究院 船舶信息风险评估方法、装置、电子设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080006294A (ko) 2006-07-12 2008-01-16 한국해양연구원 선박의 항행 위험도 제공 방법 및 그 시스템
KR20170127430A (ko) * 2015-01-30 2017-11-21 롤스-로이스 피엘씨 센서 오차를 검출, 분류 및/또는 완화하는 방법 및 시스템
KR20190115953A (ko) * 2018-04-04 2019-10-14 한국전력공사 편차의 변화율을 이용한 발전 설비의 위험도 진단 시스템 및 방법
KR102052628B1 (ko) * 2018-05-28 2019-12-05 주식회사 윈정보기술 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템
KR20210019862A (ko) 2019-08-13 2021-02-23 삼성중공업 주식회사 선박의 정량적 위험도를 실시간으로 모니터링하는 시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080006294A (ko) 2006-07-12 2008-01-16 한국해양연구원 선박의 항행 위험도 제공 방법 및 그 시스템
KR20170127430A (ko) * 2015-01-30 2017-11-21 롤스-로이스 피엘씨 센서 오차를 검출, 분류 및/또는 완화하는 방법 및 시스템
KR20190115953A (ko) * 2018-04-04 2019-10-14 한국전력공사 편차의 변화율을 이용한 발전 설비의 위험도 진단 시스템 및 방법
KR102052628B1 (ko) * 2018-05-28 2019-12-05 주식회사 윈정보기술 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템
KR20210019862A (ko) 2019-08-13 2021-02-23 삼성중공업 주식회사 선박의 정량적 위험도를 실시간으로 모니터링하는 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116451993A (zh) * 2023-03-22 2023-07-18 中国船舶集团有限公司综合技术经济研究院 船舶信息风险评估方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
Uğurlu et al. Analysis of fishing vessel accidents with Bayesian network and Chi-square methods
KR102435945B1 (ko) 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법
US20050096803A1 (en) Marine vessel monitoring system
Hjartarson et al. Predicting future asset condition based on current health index and maintenance level
Mondoro et al. Prediction of structural response of naval vessels based on available structural health monitoring data
US20130166458A1 (en) System and method for remote and automatic assessment of structural damage and repair
Teixeira et al. Reliability analysis of a tanker subjected to combined sea states
CN110186384B (zh) 船体结构应力监测系统传感器偏差故障诊断方法
US20230258494A1 (en) Protection monitoring system for long infrastructure element, protection monitoring device, protection monitoring method, and storage medium for storing protection monitoring program
CN117670050A (zh) 一种危化品风险评估管理系统及方法
Magoga et al. Comparison between fatigue life values calculated using standardised and measured stress spectra of a naval high speed light craft
Artana et al. Real-time monitoring of subsea gas pipelines, offshore platforms, and ship inspection scores using an Automatic Identification System
CN111090133B (zh) 一种雨量雷达数据质量控制方法
KR102032481B1 (ko) 지형 에코를 이용한 레이더 시스템 진단 장치 및 방법
McElderry Electronic monitoring of seabird interactions with trawl third-wire cables on trawl vessels: a pilot study
Soliwoda Methods of Vessel Casualty Process Assessment
Szalewski et al. Demonstrating Target Safety Level for Life Extension of Offshore Structures
Cusano et al. Evaluation and Forecasting of Elapsed Fatigue Life of Ship Structures by Analyzing Data from Full Scale Ship Structural Monitoring
Hameed et al. An overview of risk-based inspection planning for flexible pipeline
CN110598969B (zh) 一种海上通道突发事件风险预警方法
Themelis et al. Evaluating the efficiency of an energy-saving device by performance monitoring
CN114360221B (zh) 一种用于保护海光缆的多源实时监控系统
Faber Risk based inspection and maintenance planning: Proceedings to International Workshop December 14-15, 2000
Hofmann et al. Real-time quality control experiences using QARTOD in Australian ports
Tuft et al. A Practical Approach to Risk Assessments from Design to Operation of Offshore Oil and Gas Installations

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant