KR20080063273A - 선박들에서의 에너지 소스 이용의 최적화 - Google Patents

선박들에서의 에너지 소스 이용의 최적화 Download PDF

Info

Publication number
KR20080063273A
KR20080063273A KR1020087005987A KR20087005987A KR20080063273A KR 20080063273 A KR20080063273 A KR 20080063273A KR 1020087005987 A KR1020087005987 A KR 1020087005987A KR 20087005987 A KR20087005987 A KR 20087005987A KR 20080063273 A KR20080063273 A KR 20080063273A
Authority
KR
South Korea
Prior art keywords
parameters
sensor
monitoring
equations
sensors
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
KR1020087005987A
Other languages
English (en)
Other versions
KR101451436B1 (ko
Inventor
욘 아구스트 토르스테인손
Original Assignee
마로르카 이에이치에프
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 마로르카 이에이치에프 filed Critical 마로르카 이에이치에프
Publication of KR20080063273A publication Critical patent/KR20080063273A/ko
Application granted granted Critical
Publication of KR101451436B1 publication Critical patent/KR101451436B1/ko
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B71/00—Designing vessels; Predicting their performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T70/00—Maritime or waterways transport
    • Y02T70/10—Measures concerning design or construction of watercraft hulls

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Ocean & Marine Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feedback Control In General (AREA)

Abstract

선박들에서 에너지원들의 이용을 최적화하기 위한 방법, 컴퓨터 프로그램, 및 시스템이 개시된다. 방법은 연료 효율에 대해 최적화된, 선박의 컴퓨터 시뮬레이션 모델을 생성하는 단계를 포함한다. 컴퓨터 시뮬레이션 모델을 생성하는 단계는 선박의 코어 컴포넌트들 및 구조 특성들을 묘사하는, 방정식들의 풀로부터 방정식들을 선택하고, 선박의 코어 컴포넌트들 및 구조들에 대한 특성 데이터의 풀로부터 데이터를 선택하는 단계를 포함한다. 더욱이, 컴퓨터 시뮬레이션 모델의 사용에 의한, 선박들의 연료 효율을 최적화하기 위한 방법, 컴퓨터 프로그램, 및 시스템이 개시된다.
Figure P1020087005987
연료 효율, 시뮬레이션, 최적화, 제약조건들

Description

선박들에서의 에너지 소스 이용의 최적화{OPTIMIZATION OF ENERGY SOURCE USAGE IN SHIPS}
본 발명은 에너지 소스들의 이용을 최적화하는 것에 관한 것이다.
선박 산업에서 주요 비용 인자들은 자본 투자 및 운영비이다. 선박을 건조하는 것은 핵심 투자 결정이 초기 설계 페이즈에서 이루어지고 프로젝트가 조선소에 주어지기 전에 이루어지는 고가의 작업이다. 예를 들어, 84 미터 길이의 프로세싱 건착망 어선 (processing purse-seiner) 의 총 건조비는 약 2 천만 유로이다. 이 가격에 더하여, 초기 및 최종 설계를 포함한 설계비가 총 비용의 약 5 % 내지 7 %이다. 이들 설계비가 낮은 이유는 컨설턴트 회사들 간의 지속적이고 굳건한 경쟁 때문이고, 이들 설계비는 배의 주요 엔지니어링 설계만을 커버할 수 있다. 예를 들어 폴란드 컨설팅 회사들이 더 낮은 설계 가격들로 서유럽 시장에 진입하고 있는 것과 같은 추가 경쟁이 생기고 있다. 현재까지의 이 경쟁에 대한 반응은 컨설턴트들이 하나 이상의 선박 소유자에게 프로젝트를 판매할 수 있게 하기 위해 선박 설계들의 표준화를 증가시키는 것이다. 이러한 선박 설계의 재사용은 구매자들에 대한 비최적화한 솔루션들의 리스크 및 실제 어업에 대한 결과적인 비최적화한 운영을 포함하고 있다.
운행비 및 유지비는 선박의 총 운영비의 주요 인자들이다. 운행비는 연료 및 윤활유로 주로 이루어지고 유지비의 주요 요소들은 배 및 기어 수리 및 선박 보험과 같은 다른 지출들이다. 유지비는 매년, 특히 유지비가 보험 회사들에 의한 조사로부터 상승할 때 실질적으로 변할 수 있다.
선박에 탑재된 발전소로의 에너지 입력 (연료) 은 추진 및 전기 제품을 위한 파워를 생산하기 위해 사용된다. 에너지 입력의 사용 가능한 부분은 38 % 내지 42 % 사이에서 변화하고, 나머지 부분은 냉각과 같은 열 손실 및 배기가스 손실로 사라진다. 열 에너지의 일부는 신선한 물을 생산하고 설비들을 가열하기 위해 일부 배들에서 사용된다. 프로세싱 배들, 특히 새우 저인망 어선들 및 조개 저인망 어선들에서, 프로세싱 갑판에 있어서의 배기가스에 의해 스팀이 생산된다.
하나의 주 디젤 엔진 및 보조 엔진들에 기초한 종래의 디젤 엔진 시스템과 같은 선박들을 위한 상이한 발전소 시스템들이 개발되어 왔다. 주엔진은 프로펠러 및 모든 전기 사용자들을 위한 전기를 생산하는 전기 생성기 양자에 기계 일 (mechanical work) 을 전달한다. 프로펠러는 주로, 프로펠러 추진력이 프로펠러 피치에 의해 조정될 수 있는 제어 가능한 피치 프로펠러이다. 통상적으로 사용되지는 않지만 다른 시스템들도 개발되어 왔다. 이들 시스템들 중 하나는, 디젤 엔진들이 전기 네트를 위한 전력을 생산하는 전기 생성기들을 기계적으로 구동하는 디젤 전기 시스템이다. 프로펠러는 주파수 조정 전기 모터에 의해 구동되는 고정된 피치 프로펠러이고, 프로펠러의 추진력은 프로펠러의 회전에 의해 조정된다. 다른 시스템은 상술된 2 개의 시스템들의 조합인 디젤 하이브리드 시 스템이다. 이 시스템에서, 발전소는 프로펠러가 디젤 엔진 및 전기 모터 양자에 기어를 통해 연결되어 있는 것을 제외하면 종래의 시스템과 유사하다. 전기 모터는 주엔진이 고장난 경우에 작동되거나, 주엔진이 프로펠러를 구동시키는 것을 돕기 위해 작동될 수 있다.
지금까지, 선체 저항을 최소화하고 프로펠러로부터의 추진력을 최적화할 뿐만 아니라 서브 시스템들 및 컴포넌트들을 최적화하는 광대한 작업이 이루어져 왔다. 그러나, 전체 탑재 에너지 시스템 설계, 또는 서브 시스템들 간의 상호작용, 선박 선체 및 프로펠러, 및 이들의 에너지 이용의 연구들에 매우 제한된 관심을 기울여 왔다.
최근 몇 년간, 선박들의 설계 및 구축 시간이 단축되고, 주문에서 조선소로부터의 인도까지의 시간은 오늘날 통상적으로 15 내지 20 개월이 걸린다. 이러한 상대적으로 짧은 완성 시간은 조선소가 건조 작업을 시작하기 전의 잘 계획된 프로젝트에 의존한다. 따라서 사전 설계 및 엔지니어링 설계 페이즈들이 점점 중요하게 되어 가고 있고, 이는 현재 조선소가 건조 작업을 시작하면 프로젝트를 지연시키지 않고는 설계를 변경하기가 어렵기 때문이다. 비용의 80 % 정도가 초기 설계 페이즈에서 이루어진 결정들에 의해 고정되고, 엔지니어링 설계 페이즈에서 비용의 30 %가 고정되고, 구현 페이즈에서 10 %만이 고정된다. 따라서, 프로젝트의 비용에 영향을 미칠 가능성은 대부분의 주요 결정들이 이루어지는 초기 설계 페이즈에서 더 크고, 다른 페이즈들에서는 비용을 감소시키기 위한 범위가 더 적다. 이는 선박건조 산업 뿐만이 아니라, 초기 설계 페이즈에서 이루어진 결 정들이 프로젝트의 총 비용의 약 80 %를 차지한다고 연구들이 지적하는 화학 산업에도 적용된다.
새로운 선박을 건조할 때, 소유자를 위한 가장 통상적인 절차들은 소유자와 밀접하게 협력하여 요구조건 분석을 하는 컨설턴트 회사에 소유자의 프로젝트를 소개하는 것이다. 요구조건 분석이 준비된 직후, 회사는 특별히 이 소유자를 위한 엔지니어링 설계에 대한 작업을 시작한다. 소유자를 위한 다른 가능성은 컨설턴트 회사 또는 조선소로부터 미리 설계된 선박을 구매하는 것이고, 이러한 방법으로 일련의 선박들을 건조한 소유자들의 그룹에 참여한다. 이들 2 개의 가장 통상적인 방법들을 비교하면, 컨설턴트 및 조선소에 의한 설계 재사용의 기회 때문에 미리 설계된 선박이 더 낮은 가격으로 판매되는 것을 종종 보게 된다. 미리 설계된 선박의 단점은 선박의 구축 동안 소유자가 제한된 옵션들만을 가지는 것이다. 한편, 설계가 소유자에 대해 특정하다면, 선박은 그 의도된 동작을 위해 배타적으로 설계될 것이다. 특정한 설계의 부정적인 양태는 대개 선박의 더 높은 투자 비용이다.
오늘날 선박을 설계하는 방법들은 대부분 엔지니어의 오랜 경험 및 선박 설계 노하우에 기초한다. 방법들 및 설계들은 때때로 재사용되고 하나의 프로젝트로부터의 좋은 경험은 다른 프로젝트로 이어진다. 또한, 최소 투자 및 운영비, 또는 총체적으로 가장 낮은 순현재가치 (net present value) 비용을 갖는 경제적으로 적합한 설계로 완성될 가능성은 제한된다. 선박들의 사이즈 및 복잡도의 전반적인 증가와 함께, 이 산업에서 회사들 간의 힘든 경쟁, 및 배 설계 및 장 비에 대한 결과적으로 더 낮은 가격은 새롭고 더 효과적인 설계 방법들을 요구하고 있다. 엔지니어들로 하여금 합당한 시간 내에 허용 가능한 설계비로 더 경제적인 선박들을 설계하도록 할 더 신뢰성이 있는 방법들 및 툴들이 요구된다.
오늘날, 선박 구축은 최종 설계 페이즈로 이어지는 초기 설계 페이즈로 시작하고 건조 페이즈로 완료된다. 초기 설계 페이스에 작은 주의가 기울여지고, 그 이유로 프로젝트는 요구조건 분석으로부터 엔지니어링 설계로 넘어가기 때문이다.
북대서양에서 조업하는 어선들의 연료 소비는 지난 10 년 간 상당히 증가해 오고 있다. 이에 대한 3 개의 주요 이유들이 있다. 첫 번째는, 열악한 전체 에너지 효율을 초래하는 과도하게 큰 에너지 시스템들이 설치되어 있다는 것이다. 두 번째는, 어업 도구 (fishing gear) 질량이 증가하는 것이고, 세 번째로는, 탑재 에너지 시스템들이 점점 복잡하게 되고 있는 것이다. 어선 및 어선의 탑재 에너지 시스템을 설계하는 것은 상이한 동작들을 위해 필요한 속도, 어업 도구의 타입 및 사용, 및 어획량의 사이즈 등과 같은 가변 파라미터들과 관련하여 요구되는 탑재 파워와 같은, 설계에 영향을 미치는 다수의 파라미터들을 갖는 복잡한 작업이다. 어선을 설계할 때, 설계자들은 장기간의 시간 동안 얻은 노하우 및 장기간의 경험에 의존한다. 선박 컨설턴트 회사들 및 조선소들은 더 효율적인 선박들의 설계에서 매우 필요한 개선의 범위를 감소시키는, 점점 경쟁력 있는 가격을 제안한다. 컴퓨터 시뮬레이션 모델링, 시뮬레이션 및 최적화는 개발된 방법들 및 설계 툴들의 부족으로 인해 설계자들에 의해 드물게 사용된다.
US2005/0106953A1 은 선박 터빈 (marine turbine) 및 전기 모터를 구동하기 위한 주 디젤 엔진을 포함하는 하이브리드 추진 시스템을 개시한다. 전기 모터는 주 디젤 엔진의 공칭 출력의 적어도 20 % 가 되는 공칭 출력을 갖는다. 전기 모터는 지속적으로 스위치 온되어 머무르고, 가변 피치 프로펠러와 함께 주 디젤 엔진을 바람직한 동작점으로 유지한다. 주 디젤 엔진과 전기 모터의 조합이 추진 시스템의 더 경제적인 설계 또는 동작을 또한 허용한다.
US2004/0117077A1 은 생성기들, 전기 모터들과 같은 전기 소비자들, 및 스위치기어들을 갖는 탑재 전원 시스템 등을 시스템의 컴포넌트들로서 포함하는, 선박용 전기 시스템에 관한 발명을 개시한다. 전기 시스템은 선박의 모든 동작 상태들에서 충분한 전기 에너지를 공급하고, 시스템 컴포넌트들이 디지털 표준 모듈들에 의해 자동으로 제어되는 것을 더 특징으로 한다.
WO96/14241A1 은 배의 주 에너지 소스로부터 에너지의 최적 사용을 달성하기 위한 제어 디바이스를 개시한다. 에너지는 배의 세로 방향으로의 배의 이동을 위한 모터들, 필요하다면 배의 가로 방향으로의 배의 이동을 위한 모터들에도, 그리고 배에 탑재된 다른 디바이스들의 동작을 위해 있을 수 있는 모터들에 공급된다. 디바이스는 주 에너지 소스, 생성기 디바이스 및 모터들을 매뉴버 디바이스 (manoeuvring device) 에 링크시키는 전기 제어 네트워크, 이후 PLS 디바이스라 거칭될 프로그래밍 가능한 논리 제어 디바이스, 및 필요하다면 이후 GP 시스템이라 거칭될 글로벌 위치 확인 시스템 (global positioning system) 을 포함한다. PLS 디바이스는 예컨대 매뉴버 디바이스 또는 GP 시스템으로부터 배의 원하는 이동 에 관련한 정보를 수신하고, 최소 에너지 소비로 배의 원하는 이동을 달성하기 위한 최적화 데이터 프로그램에 기초하여 모터들의 동작을 위한 제어 임펄스들을 모터들에 전송하도록 배열된다.
본 발명 (1) 은 선박들의 에너지 시스템의 전체 설계 및 동작을 위한 새로운 방법 및 새로운 설계 툴을 제시한다. 본 발명은 설계자들이 진보된 방법을 사용하고 더 실용적인 선박들의 설계를 돕는 툴들을 이용하는 것을 가능하게 함으로써 선박 설계의 효율을 증가시키도록 노력한다. 본 발명을 사용하면 초기 설계 페이즈의 모든 양태들을 달성하고 (2), 경제적으로 실용적인 선박들을 위한 설계들을 생산 (8) 하는 것이 가능하다. 또한, 설계 모델은 센서들의 네트워크 (9) 로부터 신호들을 수신하고 센서 정보에 따라 동작을 시뮬레이트 (10) 함으로써 동작에서의 선박의 운영비를 최적화 (3) 하고 그에 따라 에너지 시스템을 조정 (11) 하기 위해 또한 사용된다. 따라서, 본 발명 (1) 은 부분들이 합쳐져 있지만 2 개의 주요 부분들 즉, 설계 최적화 방법 (2) 인 제 1 부분 및 운영 최적화 방법 (3) 인 제 2 부분을 갖는다.
본 발명에서 용어 "연료 (fuel) "는 화석 연료, 하이드로젠 등과 같은 임의의 에너지 캐리어를 지칭한다. 다른 에너지 캐리어들을 사용하는 것이 본 발명의 범위 및 사상에서 벗어나는 것으로 간주되지 않아야 하고, 당업자에게 자명할 본 발명의 모든 이러한 애플리케이션은 뒤따르는 청구항들의 범위 내에 포함되도록 의도된다.
일 양태에서, 본 발명 (1) 은 연료 효율에 대해 최적화된 선박의 컴퓨터 시뮬레이션 모델 (7) 을 생성하기 위한 방법 (2) 에 관한 것으로, 상기 방법 (2) 은, 소정의 제약조건들 (4) 에 기초하여, 상기 선박의 컴퓨터 시뮬레이션 모델 (7) 을 생성하는 단계; 최적화된 목적 함수를 얻기 위해, 상기 컴퓨터 시뮬레이션 모델을 최적화 (6) 하는 단계; 상기 컴퓨터 시뮬레이션 모델 (7) 을 시뮬레이트 (6) 하는 단계; 및 상기 최적화된 목적 함수를 분석하는 단계를 포함하고, 상기 컴퓨터 시뮬레이션 모델을 생성하는 단계는, 선체 코어 방정식들, 추진 시스템 코어 방정식들, 및 기계 및 구조 코어 방정식들을 포함하는 방정식들의 풀 (13) 로부터 적어도 하나의 방정식을 선택하고, 그리고 선박의 코어 컴포넌트들 및 구조들의 특성들을 묘사하는 데이터의 풀 (13) 로부터 데이터를 선택하는 단계를 포함하며, 상기 컴퓨터 시뮬레이션 모델 (7) 을 시뮬레이트 (6) 하는 단계는, 상기 선박의 상기 연료 효율을 최적화하기 위해, 컴포넌트들의 특성들을 묘사하는 상기 데이터의 풀 (13) 로부터의 값들을 상기 방정식들의 풀들에 적용시키는 단계를 포함하고, 상기 최적화된 목적 함수를 분석하는 단계는 상기 최적화된 컴퓨터 시뮬레이션 모델의 설계 파라미터들을 상기 소정의 제약조건들 (4) 과 비교하는 단계를 포함한다.
다른 양태에서, 본 발명은 프로세서에서 실행될 때, 상기 프로세서로 하여금 전술한 항들 중 어느 한 항의 방법을 수행하게 하도록 배열된 컴퓨터 프로그램들의 슈트 또는 컴퓨터 프로그램에 관한 것이다.
또 다른 양태에서, 본 발명은 선박의 최적화된 컴퓨터 시뮬레이션 모델 (7) 을 생성하기 위한 시스템에 관한 것으로, 상기 시스템은 휴먼 머신 인터페이스 (human machine interface) (5) ; 컴퓨팅 수단; 컴퓨터 프로그램 제품; 및 데이터베이스 (13) 를 포함하고, 운영자가, 설계 파라미터들을 상기 휴먼 머신 인터페이스 (5) 에 전달함으로써 상기 선박의 컴퓨터 시뮬레이션 모델 (7) 을 생성하고, 상기 컴퓨팅 수단으로 하여금 상기 컴퓨터 프로그램에서 인코딩된 상기 시뮬레이션 및 최적화 방법들 (6) 을 실행하도록 명령함으로써 상기 컴퓨터 시뮬레이션 모델 (7) 을 최적화하고, 상기 컴퓨팅 수단은 상기 휴먼 머신 인터페이스 (5) 를 통해 결과적인 모델 (7) 을 상기 운영자에 전달하고, 상기 결과들을 메모리에 선택적으로 저장한다.
또 다른 양태에서, 본 발명은 상술된 시스템의 사용에 의한, 선박의 건조 프로세스 (8) 를 연료 효율에 대해 최적화하기 위한 방법에 관한 것이다.
또 다른 양태에서, 본 발명은 선박의 연료 효율을 최적화하기 위한 방법 (3) 에 관한 것으로, 상기 방법은, 연료 효율에 대해 최적화된, 상기 선박의 컴퓨터 시뮬레이션 모델 (7, 10) 을 저장하는 단계; 하나 이상의 센서들 (9) 로부터 적어도 하나의 신호를 수신하는 단계; 상기 신호들에 따라 상기 컴퓨터 생성된 시뮬레이션 모델로부터 하나 이상의 최적화된 파라미터들을 생성하는 단계; 및 상기 파라미터들을 상기 휴먼 머신 인터페이스 (12) 에 출력하거나 선택적으로 상기 제어 시스템 (11) 에 출력하는 단계를 포함한다.
또 다른 양태에서, 본 발명은 프로세서에서 실행될 때, 상기 프로세서로 하여금 선박의 연료 효율을 최적화하기 위한 방법을 수행하게 하도록 배열된 컴퓨터 프로그램들의 슈트 또는 컴퓨터 프로그램에 관한 것이다.
또 다른 양태에서, 본 발명은 선박의 연료 효율을 최적화하기 위한 컴퓨터 프로그램 또는 컴퓨터 프로그램들의 슈트 중 적어도 하나를 저장하는 컴퓨터 판독가능 데이터 저장 매체에 관한 것이다.
또 다른 양태에서, 본 발명은 선박의 연료 효율을 최적화하기 위한 시스템에 관한 것으로, 상기 시스템은 프로세서 (15) ; 연료 효율을 최적화하는, 선박에 관한 컴퓨터 시뮬레이션 모델 (7, 10) 을 저장하는 데이터 저장소 (14) ; 및 상기 선박을 모니터링하기 위한 센서들의 네트워크 (9) 를 포함하고, 상기 프로세서 (15) 는 사용시, 상기 센서들의 네트워크 (9) 로부터의 하나 이상의 수신된 신호들에 따라 상기 컴퓨터 시뮬레이션 모델 (7, 10) 로부터 하나 이상의 최적화된 파라미터들을 생성하고, 상기 최적화된 파라미터들을 휴먼 머신 인터페이스 (12) 에 출력하거나 선택적으로 제어 시스템 (11) 에 출력하도록 배열된다.
도 1은 본 방법의 주요 부분들의 블록도를 도시한 것이다.
도 2는 최적화된 모델 생성 모듈의 다이어그램을 도시한 것이다.
도 3은 탑재된 운영 최적화 시스템의 최상위 레벨에서의 개요도를 도시한 것이다.
도 4는 운영 최적화 모듈의 다이어그램을 도시한 것이다.
도 5는 설계 최적화 알고리즘의 상태도를 도시한 것이다.
도 6은 열 교환기 컴포넌트를 도시한 것이다.
도 7은 열 교환기 컴포넌트 모델을 도시한 것이다.
도 8은 함께 캐스케이드된 2 개의 모델 컴포넌트들을 도시한 것이다.
도 9는 최적화될 냉동 시스템의 예를 도시한 것이다.
도 10은 최적화 결과들의 테이블을 도시한 것이다.
도 11은 제 1 케이스를 사용한 운영 최적화 프로세스의 그래프를 도시한 것이다.
도 12는 제 2 케이스를 사용한 운영 최적화 프로세스의 그래프를 도시한 것이다.
도 13은 2 개의 최적화 케이스들의 테이블을 도시한 것이다.
도 14는 제 1 케이스에 대한 냉각 프로세스를 도시한 것이다.
도 15는 일반적인 배열 및 상호접속의 다이어그램을 도시한 것이다.
도 16은 데이터 획득의 다이어그램을 도시한 것이다.
도 17은 운영 최적화 모듈의 주요 함수들의 다이어그램을 도시한 것이다.
배의 연료 소비는 배의 기계 시스템의 상호행위 (coaction) 들에 의해 결정되고, 날씨 및 해류와 같은 외부 조건들에 의해 영향을 받는다. 연료 소비가 가지고 있는 부정적인 환경 영향들을 잊지 않으면서, 연료비가 배의 가장 큰 지출 중 하나인 점을 고려하면, 연료비가 관리되고 최소화되어야 하는 것은 중요하다.
본 문맥에서 다음 용어가 적용된다.
PLC: 프로그래밍 가능한 논리 제어기.
OPC: PLC들 및 다른 장비와의 통신을 위한 표준들의 컬렉션.
OPC 서버: 하나 이상의 PLC들과의 통신을 다루고, 하위 프로토콜들을 캡슐화한다.
OPC 클라이언트: PLC들에 값들을 기록하거나 판독하기 위해 하나 이상의 OPC 서버들에 접속.
NMEA: 미국 해상 전자 통신 협회 (National Marine Electronics Association) 통신 표준.
메타파워 (MetaPower) : 회전축들에 대한 토크 및 파워 측정 시스템.
Ack: 긍정확인 (인지했음을 인정) .
GPS: 글로벌 위치 확인 시스템.
Tag: 시스템에서 모니터링 및/또는 제어되고 로그 (log) 되는 아이템으로, 온도 판독, 압력값, 다른 측정치들로부터 도출된 값 등일 수 있다.
UI: 사용자 인터페이스.
GUI: 그래픽 사용자 인터페이스.
HMI: 휴먼 머신 인터페이스.
불감대 (deadband) : 값의 허용 가능한 변경 범위.
툴팁: 툴팁은 모니터 상의 마우스 커서가 특정 객체 상에 위치될 때 어떤 텍스트를 디스플레이하는 라벨이다.
Pdf: 휴대용 문서 포맷 (Portable document format) .
RAID: 독립 디스크의 복수 배열 (Redundant Array of Independent Disks). 성능을 향상시키거나 장애 허용성 (fault tolerance) 을 제공하기 위해 사용되는 디스크 서브 시스템.
NA: 적용 불가능.
TCP: 전송 제어 프로토콜. TCP는 메시지가 전부 그리고 정확하게 전송됨을 보장한다.
UDP: 사용자 데이터그램 프로토콜. 신뢰성 있는 전달이 요구되지 않을 때 TCP 대신 사용되는 TCP/IP 프로토콜 슈트 내의 프로토콜.
LAN: 근거리 통신망 (Local Area Network).
ODBC: 개방형 데이터베이스 접속성 (Open DataBase Connectivity). 네트워크 상의 데이터베이스들에 액세스하기 위한 윈도우 애플리케이션용 공통 언어를 제공하는 마이크로소프트사의 데이터베이스 프로그래밍 인터페이스.
연료: 예컨대 화석 연료, 수소 등과 같은 임의의 에너지 전달 매체.
본원에 기술된 본 발명의 구현은 명백하게 다방면으로 변화될 수 있다. 이러한 변화들이 본 발명의 사상 및 범위로부터 벗어나는 것으로 간주되어서는 않아야 하고, 당업자에게 자명할 모든 이러한 변경들은 다음의 청구항들의 범위 내에 포함되도록 의도된다.
다음의 방정식들의 비-포괄적인 리스트는 상술된 컴퓨터 시뮬레이션 모델을 생성하는 방법에 대한 일부의 통찰을 제공하도록 의도된다. 본원에서 나열된 코어 방정식들은 물론 포괄적인 리스트가 아니며, 이 리스트는 본 발명의 범위를 제한하도록 의도되지도 않는다. 당업자에 자명한 다른 방정식들을 사용하는 것이 본 발명의 범위 및 사상으로부터 벗어나는 것으로 간주되어서는 안되고, 당업자 에 자명할 모든 이러한 변경들은 다음의 청구항들의 범위 내에 포함되도록 의도된다. 상기 선박을 묘사하기 위한 컴포넌트 방정식들의 세트는, 블록 계수, 수면 계수, 선박 중앙 구역 계수, 세로 프리즈매틱 (longitudinal prismatic) 계수, 마찰 저항, 부력의 세로 중심, 부가물 저항 (appendage resistance), 조파 저항, 와저항 (eddy resistance), 보 압력 저항 (bow pressure resistance), 공기 저항, 항적 속도 (wake velocity), 및 프로펠러 저항을 계산하기 위한 방정식들을 포함하는 선체 코어 방정식들; 연장 가능한 블레이드 영역비 (blade area ratio), 프로펠러 효율, 추진력 계수, 토크 계수, 연소 프로세스 (combustion process), 총 효율, 평균 압력, 특정 연료 소비, 연소 공기 초과비 (combustion air excess ratio), 냉각수 열 교환기를 통한 열 손실, 윤활유 열 교환기를 통한 열 손실, 및 대기로의 열 전달을 계산하기 위한 방정식들을 포함하는 추진 코어 방정식들; 열 전달 튜브들 내부의 압력 손실, 풀 비등 프로세스, 대류 비등 프로세스, 핵 비등 프로세스, 열 전달 계수들, 증발기 튜브들 외부의 유속, 레이놀드 수, 응축 온도, 프란틀 수, 및 너셀 수를 계산하기 위한 방정식들을 포함하는 기계 및 구조 코어 방정식들의 그룹으로부터 선택될 수 있다. 상술된 컴포넌트 방정식들의 세트는 요구조건 검토 (4) (소정의 요구조건들) 에 따라 선박을 묘사한다.
다음으로, 본 발명은 도면들을 참조하여 더 상세히 기술될 것이다. 이전에 언급된 바와 같이, 일반적인 스킴 (1) 에 의해 묘사된 것처럼, 전체 방법의 합쳐진 2 개의 부분들이 존재한다. 첫 번째, 연료 효율에 대한 선박의 설계를 최적화하기 위한 최적화 및 시뮬레이션 툴, 및 모델링을 위한 방법, 컴퓨터 프로그램 제품, 및 시스템은 부분 스킴 (2) 을 참조한다. 두 번째, 동작 중 연료 효율을 최적화하기 위한 방법, 컴퓨터 프로그램 제품, 및 시스템은 부분 스킴 (3) 을 참조한다.
에너지 시스템들을 묘사하기 위한 단순 묘사 모델들의 개발은 모델러가 코드의 오버뷰를 계속해야 하는 체계적인 모델링 방법들을 반드시 요구하지 않는다. 그러나, 관련된 컴포넌트들 및 시스템들을 묘사하는 수백 개의 변수들을 갖는 에너지 시스템들을 위한 복잡한 모델들을 개발할 때는 체계적인 방법들이 요구된다. 여러 주요 컴포넌트들을 연결하는 파이프들, 전기 와이어들 및 축들 뿐만 아니라 펌프들, 모터들 및 엔진들과 같은 모든 컴포넌트들이 모델링되어야만 한다. 각각의 컴포넌트는 파라미터들, 미분 및 대수 변수들, 및 제어 변수들을 가질 수 있다. 파라미터들은 입력 변수들이고 미분 및 대수 변수들 (설계 변수들) 은 솔버에 의해 계산 또는 해석된다. 설계의 제 1 페이즈 동안, 운영자는 선박을 건조하기 위해 사용될 컴포넌트들의 특성 변수들 및 값들을 컴퓨터에 입력해야만 한다. 각각의 컴포넌트의 특성값들은 데이터베이스에 저장되고, 결국 컴포넌트들의 라이브러리가 컴퓨터에 저장되며, 컴포넌트들은 상이한 시뮬레이션들을 위해 계속 재사용될 수 있다.
컴퓨터 시뮬레이션 모델의 시뮬레이션은,
● 알고리즘의 실행을 제어하는 제어 파라미터들을 초기화하는 단계 (100); 및
최적의 솔루션이 얻어지거나 또는 최대 시도 횟수가 초과되었을 때까지,
● 새로운 테스트 세트를 생성하는 단계 (101);
● 구 테스트 세트를 상기 새로운 테스트 세트로 일시적으로 대체하는 단계 (102);
● 제약조건들의 변수들을 카운트하는 단계 (103);
● 상기 모델을 해석하고, 목적 함수를 계산하는 단계 (104);
● 목적 함수를 최적화하는 단계 (105);
● 최적의 솔루션이 도달되지 않았다면,
○ 제약조건 위반들을 계산하는 단계 (106);
○ 최적의 값을 계산하는 단계 (페널티 함수) (107); 및
○ 단계 (101) 로부터 다시 시작하는 단계의 추가 단계들을 실행하는 단계;
● 최적화된 목적 함수를 저장하는 단계 (108);
● 반복 횟수가 제한 내에 있는지 여부를 체크하는 단계 (109); 및
● 최적화된 컴퓨터 시뮬레이션 모델로 종료하는 단계 (110) 를 수행함으로써 컴퓨터 시뮬레이션 모델을 시뮬레이트하는 단계를 포함하고,
최적화되고 시뮬레이트된 결과적인 컴퓨터 시뮬레이션 모델은 소정의 요구조건들 및 제약조건들에 따르는 선박의 최적의 설계를 표현하고, 제약조건들 변수는 주엔진들의 최대/최소 수, 및 사양; 보조 엔진들의 최대/최소 수, 및 사양; 프로펠러들의 최대/최소 수, 타입, 및 사양; 최대/최소 프로펠러 지름; 선체의 최대/최소 전체 길이, 및 설계; 냉동 유닛들의 최대/최소 수, 타입, 및 사양; 및 배수량의 최 대/최소 볼륨과 같은 제한 인자들을 포함하고, 다수의 제약조건들 변수들이 각각의 시뮬레이션에 대해 동시에 선택될 수 있다.
개념을 설명하기 위해, 열 교환기 및 그 컴포넌트 모델의 다음의 예를 고려한다.
도 6은 증발기 (50) 의 다이어그램을 도시하고 있다. 증발기 컴포넌트 모델은 연결점들을 할당함으로써 이루어진다. 증발기가 흡입 라인에 연결되는 지점이 라벨이 붙여진 지점 (51) 이다. 연결점 (55) 은 팽창 밸브로부터의 액체 유입구이다. 연결점 (53) 은 물 유입구이고, 연결점 (52) 은 물 배출구이다. 라벨 (54) 은 컴포넌트 코어에서 계산된 주변 환경에 대한 열 손실을 표현한다. 이들 5 개의 연결점들은 열 교환기와 연관된 열 전달을 정의한다. 그러나, 각각의 연결점과 연관된 변수들은, 손실을 표현하는 지점 (54) 을 제외하고, 유체의 타입, 질량 유량 (mass-flow) , 압력 및 엔탈피의 4 개의 변수들이다.
따라서, 도 6에 도시된 열 교환기 모델 컴포넌트 (56) 은 열 교환기로의 입력을 제공하는 모델 컴포넌트들 및 열 교환기에 연결하는 후속 모델 컴포넌트들에 연결될 17 개의 핀들 및 5 개의 커넥터들을 갖는다. 핀들 (51x) 은 증발기가 흡입 라인에 연결되는 지점을 표현하고, 핀들 (51a, 51b, 51c, 51d) 은 유체의 타입 (열 캐리어), 질량 유량, 압력 및 엔탈피를 각각 표현한다. 유사하게, 핀들 (55x) 은 증발기가 팽창 밸브 이후의 유체 라인에 연결되는 지점을 표현하고, 핀들 (55a, 55b, 55c, 55d) 은 유체의 타입 (열 캐리어), 질량 유량, 압력 및 엔탈피를 각각 표현한다. 동일한 방법으로, 냉각수 핀들 (53x) 은 증발기가 냉각수 유입 구 라인에 연결되는 지점을 표현하고, 핀들 (53a, 53b, 53c, 53d) 은 유체의 타입 (열 캐리어), 질량 유량, 압력 및 엔탈피를 각각 표현한다. 유사하게, 핀들 (52x) 은 증발기가 냉각수 배출구 라인에 연결되는 지점을 표현하고, 핀들 (52a, 52b, 52c, 52d) 은 유체의 타입 (열 캐리어), 질량 유량, 압력 및 엔탈피를 각각 표현한다. 마지막으로, 핀(54)은 주변 환경에 대한 열 손실을 표현한다.
도 8을 보면, 컴포넌트들을 함께 캐스케이드할 때, 캐스케이드된 컴포넌트는 유입구에서 이전의 컴포넌트로부터 정보를 승계한다. 승계 관계는 다음의 일반화된 방정식들의 세트에 의해 설명될 수 있다.
Figure 112008017728614-PCT00001
예컨대 열 교환기에 대해, 컴포넌트들은 유체의 타입, 모멘텀, 연속성 및 에너지를 묘사하는 일반화된 선형 방정식에 의해 정의될 수 있다.
Figure 112008017728614-PCT00002
여기서,
● Fluid는 유체의 타입,
● P는 압력,
● h는 엔탈피,
● m은 질량 유량,
● W는 일,
● Q는 열 전달,
● Param.은 파라미터들,
● Contr.var.은 제어 변수들, 및
● Design.var.은 설계 변수들이다.
위의 4 개의 방정식들에 8 개의 변수들이 있다. 그러나, 이들 8 개의 변수들은 폐쇄 시스템을 완전히 정의하지 않는다. 시스템을 폐쇄하기 위해, 컴포넌트 II의 배출구를 컴포넌트 I의 유입구에 연결시키는 4 개의 추가 방정식들이 필요하다. 2 개의 추가 컴포넌트들 즉, 싱크 (sink) 컴포넌트 및 소스 컴포넌트가 시스템을 외부 세계에 연결시키기 위해 필요하다. 소스 및 싱크 컴포넌트들은 변수들을 가지고 있지 않지만, 유량, 엔탈피 및 압력에 대한 파라미터들을 포함한다. 시스템을 외부 세계에 연결시키기 위해 필요한 4 개의 추가 방정식들은 컴포넌트들을 싱크 및 소스 컴포넌트들에 연결시킴으로써 시스템에 추가된다.
이전에 언급된 바와 같이, 모든 컴포넌트 (프로펠러, 펌프, 열 교환기들 등) 는 컴포넌트 방정식으로 묘사되고, 특성 방정식들에 추가로 각각의 컴포넌트는 이와 연관된 비용 인자를 갖는다.
설계를 시뮬레이트 및 최적화할 때, 선박을 설계하는 운영자는 요구조건 검 토 (4) 로부터의 정보를 컴퓨터 프로그램에 공급하는 휴먼 머신 인터페이스 (HMI) (5) 와 상호작용한다. 이는 컴포넌트 방정식들 및 컴포넌트 비용 인자를 포함할 수 있다. 정보를 공급한 후, 운영자는 이어서 선박의 최적화된 모델 (7) 을 생성하고 전달하는 시뮬레이션 및 최적화 모듈 (6) 을 실행한다.
최적화 문제로서 합성 문제를 공식화하기 위해, 운영자는 최적의 솔루션에 대한 후보들로서 고려될 모든 대안 설계들의 표현을 개발한다. 가능한 대안들을 공식화하기 위해, 수퍼스트럭쳐 최적화 방법 (superstructure optimization methodology) 이 사용된다. 이 방법을 사용하고 컴퓨터 시뮬레이션 기술을 이용하여, 종래의 프로세스 설계에서 통상적으로 커버될 수 있는 것보다 가능한 공정도 (flowsheet) 들의 더 큰 세트를 평가하는 것이 가능하다. 수퍼스트럭쳐 이면의 인스피레이션 (inspiration) 은 모든 잠재적인 시스템 컴포넌트들 간의 복잡한 연결들을 허용하고, 일부 목적 함수를 최소화 또는 최대화하는 조합을 선택하도록 하는 것이다.
본 발명의 예로서, 단일 스테이지 냉동 설비의 수퍼스트럭쳐가 도 9에 도시된다. 시스템 내의 각각의 함수는 각각의 위치에 3 개의 가능한 프로세스 유닛들 (컴포넌트들) 을 포함한다. 시스템 내의 프로세스 유닛 세트들은 커넥터들 및 스플리터들에 의해 상호접속되어 있다. 구조의 최적화된 설계는 결정 변수들을 사용함으로써 생성되고, 문제 제약조건들은 문제에 제한들을 주기 위해 사용된다. 도 9에 도시된 프로세스 유닛 세트들은 증발기를 위한 냉각수 펌프들의 3 개의 대안들을 위한 RE, 증발기들의 3 개의 상이한 사이즈들을 위한 EV, 압축기 들을 위한 CO, 응축기들을 위한 CD, 및 응축기를 위한 냉각수 펌프들의 3 개의 상이한 사이즈들을 위한 RC 이다. 최적화에서, 하나 이상의 프로세스 유닛들이 문제의 최적화 제약조건들 및 목적 값에 따라 정교한 공정도 묘사에 포함되도록 선택된다.
다음 예는 건착망 어선 냉동 해수 시스템 (refrigerated seawater system; RSW 시스템) 의 설계를 포함한다.
2 개의 케이스들, 증발 온도 TE = 266 ˚K 의 제약조건들을 갖는 하나의 케이스 및 TE = 269 ˚K 의 제약조건들을 갖는 다른 하나의 케이스가 검토된다. 시스템은 350,000 kg의 물을 288 ˚K 로부터 276 ˚K 로 5 시간 내에 냉각시키도록 요구된다. 이 과제에 대한 최소 요구 냉동 용량 QE 는 910 kW 근방이다.
열 전달 튜브들 내부의 최대 속도 vtube 는 3.6 m/s 이고, 최저 허용 증발 온도 TE 는 266 ˚K (제 1 케이스) 또는 269 ˚K (제 2 케이스) 이다.
최적화 문제는 설계 변수들이 만족시켜야만 하는 제약조건들 및 목적 함수와 같은 성능 기준을 포함하는 컴퓨터 시뮬레이션 모델에 기초하여 제시된다. 일반화된 형태의 최적화 문제는:
f(y) 최소화
gk(y) k=0 1,...,m 에 따름
L ≤ y ≤ U
이고, 여기서 f(y)는 최적화될 목적 함수, gk(y)는 문제 제약조건들, 및 L 및 U 는 각각 y 에 대한 상한 및 하한을 포함하는 벡터들이다. 결정 변수들 y 는 최적화 알고리즘을 사용하여 결정될 값들이다. 이들은 가지고 있는 문제에 따라 연속 및/또는 정수 변수들일 수 있다. 컴포넌트들에 대한 비용 함수를 이진 변수들로 공식화하기 위한 방법이 사용된다. 이 경우에서, 비용은 각각의 컴포넌트에 대해 상수이고, 문제는 모델에 포함되는지 여부를 표시하는 이진 변수들 yi,j 를 사용하여 수퍼스트럭쳐로부터 컴포넌트의 여러 상이한 타입들 간에서 선택하는 것이다.
이진 변수는 포함되는 경우 값 1을 취하고 그렇지 않은 경우에는 0을 취한다. 이 공식에서, 컴포넌트들의 소정의 세트가 정의되고 (수퍼스트럭쳐), 컴포넌트들의 여러 상이한 타입들이 컴포넌트가 모델에 포함되는지 여부를 표시하는 이진 변수들 yi , j 를 사용하여 수퍼스트럭쳐로부터 선택된다.
이진 변수들과 함께 이 공식을 사용하여, 방법이 RSW 시스템(저장 탱크는 미포함)을 위한 수퍼스트럭쳐를 나타내는 도 9에 도시된 냉동 시스템을 최적화하기 위해 사용된다. 그 목적은 저장 탱크를 타겟 온도로 유지하면서, 총 연간 운영비를 최소화하는 것이다.
RSW 시스템의 모델은 어떤 컴포넌트들이 설계에 포함되는지 표시하기 위해 이산 변수들이 사용되는 정상 상태 혼합 정수 비선형 (steady-state mixed integer non-linear; MINLP) 모델로서 고려된다. 비선형 항들은 열 교환기들, 유닛 동 작 성능, 열역학 특성들, 및 에너지 균형들에 대한 영역 계산들로부터 나온다. 이 최적화 문제에서, 하나의 연결 경로만이 2 개의 컴포넌트들 간에 묘사되고, 가능한 컴포넌트의 선택들을 위해 사용된다.
최적화 문제는 다음과 같이 설명된다: 이진 변수들 yij 는 타입 i 의 컴포넌트가 위치 j 에 포함되는 경우 yij = 1 로, 그러나 특정 컴포넌트가 포함되지 않은 경우 yij = 0 으로 정의된다. 도 9에서 5 개의 위치들 (RE, EV, CO, CD, RC) 이 있고, 각각의 위치에 장비의 3 개의 선택들이 있다. 따라서, 이진 변수들은 증발기의 물측 상의 펌프를 위한 yi1, 증발기를 위한 yi2, 압축기를 위한 yi3, 응축기를 위한 yi4, 응축기 펌프를 위한 yi5 이다. 목적 함수 f(y)는 파워 및 투자의 연간 비용을 최소화하기 위한 것이다. Wij 는 위치 j 의 컴포넌트 i 에 필요한 파워, Ce 는 전력의 가격, t 는 연간 운영 시간, 및 Cij 는 상환액 (amortization) 을 포함하는, 위치 j 의 컴포넌트 i 의 자본 비용을 표시한다.
이는 다음과 같은 목적 함수를 제공한다.
Figure 112008017728614-PCT00003
여기서, nj 는 위치 j 의 장비 선택들의 수이고, ni 는 위치들의 수이다. 유지비는 이 모델에 포함되지 않는다. 제약조건들의 2 개의 세트들 즉, 구조 제약조건들 및 온도 제약조건들이 존재한다. 구조 제약조건들은 여러 컴포넌트들의 올바른 위치선정을 보장하기 위해 제일 처음 고려된다. 컴포넌트들의 선택은 각각의 컴포넌트 타입 중 하나만이 특정 위치에서 선택될 수 있는 이진 변수들에 의해 제어된다.
Figure 112008017728614-PCT00004
온도 제약조건들은 다음 제약조건들을 제공하는 제 2 세트이다.
QE ≥ 910 kW
TE
Figure 112008017728614-PCT00005
≥ 266 ˚K (제 1 케이스) 및 269 ˚K (제 2 케이스)
VEV , tube ≤ 3.6 m/s
VCD , tube ≤ 3.6 m/s
마스터 모델은 391 개의 연속 변수들 및 15 개의 이진 변수들을 포함하는 초기 수퍼스트럭쳐에 기초하여 공식화된다. 시뮬레이션을 위해, 3 개의 미분 및 3 개의 제어 변수들이 또한 포함된다.
최적화기로의 입력은,
교차 확률 p'c ∈ [0, 1]
부모 모집단 사이즈 μ' ∈ {1,...100}
자손 모집단 사이즈 λ' ∈ {1,...100}
세대들의 수 G ∈ {10,...500}
변형율 p'm ∈ [0, 0.5]
교차점들의 수 z' ∈ {1,..,3} 를 포함한다.
목적 함수는 0.2 의 자본 비용 연간 인자를 사용한, 연당 4,000 시간 동안의 시스템을 운영하기 위한 최저 연간 운행비이다.
전기 비용은 연료비에 기초하고 € 0.04 / kWh 로 가정된다. 컴포넌트들의 가격 및 그 용량은 도 10의 테이블에서 주어진다.
도 11의 그래프는 제 1 케이스를 최적화할 때 최적화기로부터의 결과들을 도시한다. 이 그래프에서, 커브 (a) 는 각각의 세대 내의 가장 좋은 솔루션을 표시한다. 제 1 적합한 솔루션, 즉 구조 및 내부 제약조건들이 위반되지 않은 솔루션은 제 5 세대에서 발견된다. 그 후, 더 좋은 솔루션을 위한 탐색이 계속된다. 17 개의 세대 이후 (제 22 세대에서), 더 좋은 솔루션이 발견된다(더 낮은 비용을 갖는 솔루션). 제 28 세대에서, 그보다 더 좋은 솔루션이 발견된다. 이 솔루션이 100 개의 세대들에서 발견된 가장 좋은 솔루션이다. 커브(c)는 각각의 솔루션에 대한 페널티를 도시하고, 페널티는 8 개의 세대들 이후, 즉 제 1 적합한 솔루션이 발견된 때 0 임을 주의해야 한다. 커브(b)는 2 내지 0 사이에서 변화하는 평균 페널티 함수를 도시한다.
도 12를 참조하면, 제 2 케이스에서, 증발 온도(TE)에 관한 제약조건은 제 1 케이스에서의 266 K 대신 269 K 이다. 제 2 케이스에서, 증발 온도에 관한 제 약조건들의 증가되는 위반 때문에 적합한 솔루션을 발견하기 위해 더 많은 세대들이 요구된다. 커브(c)를 참조하면, 제 1 적합한 솔루션이 79 개의 세대 이후에 생성된다. 제 90 세대에서, 더 좋은 솔루션이 발견된다 (더 낮은 비용). 나머지 세대들에서 (90 내지 100), 더 좋은 솔루션이 생성되지 않는다.
발견된 가장 좋은 솔루션이 도 13의 테이블에서 보고된다. 컴포넌트 선택이 테이블에 도시되고, 최적화기로부터의 결과들은 제 1 케이스가 제 2 케이스보다 약간 더 낮은 연간 운영비를 가짐을 나타낸다. 그러나, 최적의 값들은 거의 비슷하다.
시스템을 최적화한 후, 최적의 시스템이 시뮬레이션에 의해 확인될 수 있다. 이 예에서, 시뮬레이션이 최적의 케이스 즉, 제 1 케이스에 대해 설명의 목적으로 제시된다. 당연히, 유사한 시뮬레이션이 제 2 케이스에 대해 또한 가능하다. 도 14에서, 좌측 세로좌표는 온도를 켈빈으로 도시하고 우측 세로좌표는 냉동 용량을 와트로 질량을 킬로그램으로 도시한다. 커브 (a) 는 냉동 용량 (W) 이다. 커브 (b) 는 저장 탱크 온도 (K) 이다. 커브 (c) 는 물고기에 의한 저장 탱크의 채워짐 (filling) (kg) 을 도시한다. 커브 (d) 는 증발 온도 (K) 이다. 시뮬레이션은 저장 탱크 온도 288 K에서 시작되고, 냉각될 수량은 350,000 kg 이다. 3 개의 냉각 기간들이 존재한다 (도 14 참조). 제 1 기간 (사전 냉각 시간) 은 0 초부터 18,000 초까지 이다. 제 2 기간은 18,000 초 (5 시간) 부터 25,000 초까지 이다. 이 시점에서, 탱크는 물고기로 채워지고 냉각된다. 제 3 기간은 25,000 초부터 43,200 초까지 이고 이 시점에서, 물고 기가 탱크에 추가되고 타겟 온도가 유지된다. 물고기를 탱크에 추가하면서, 냉동 압축기가 정지되고 19,800 초 (5.5 시간) 에서 다시 시작된다.
시뮬레이션으로부터의 결과들은 사전 냉각 시간 (18,000 초 또는 5 시간 후) 의 종단에서 탱크의 온도가 275.8 K 에 도달한다고 도시한다 (도 14, 커브(b)). 이 시점에서, 증발 온도가 268.5 K 에 도달한다 (도 14, 커브 (d) ). 시간 0 에서, 시스템의 냉동 용량이 높은 증발 온도로 인해 1,300 kW 이고, 18,000 초에서 910 kW 바로 아래로 종료한다 (도 14, 커브 (a) ). 시작할 때의 수량은 350,000 kg 이고 2 회의 어획량이 탱크에 추가된 후 물/물고기의 710,000 kg 에서 종료한다 (도 14, 커브 (c) ).
시뮬레이션은 이 케이스 (제 1 케이스) 가 시스템을 위해 설정된 설계 기준을 만족시킬 수 있음을 나타낸다. 제 1 기간 (냉각) 및 제 2 기간 (탱크에 물고기 추가) 에서 구동할 때, 시스템의 최저 증발 온도는 시스템이 5 시간 (18,000 초) 내에 저장된 물을 냉각시킬 수 있는 268.5 K 이다. 이 케이스의 연간 운영비는 € 78,559 이고, 총 투자 비용은 € 223,900 이다 (도 13의 테이블 참조).
상술된 예들 및 설명들은 소정의 하위 문제에 대한 본 발명의 동작 및 방법을 제시한다. 선박들에서와 같은 더 큰 스케일의 에너지 시스템들을 설계할 때, 고려될 각각의 서브 시스템이 모델링된다. 각각의 서브 시스템의 각각의 컴포넌트는 이와 연관된 일부 방정식들 및/또는 파라미터들을 갖는다. 보통, 방정식들의 3 개의 상이한 계열들 즉, 컴포넌트 코어 방정식들, 컴포넌트 연결 방정식들, 및 컴포넌트 비용 방정식들이 존재한다.
운영 최적화 시스템 (3) 의 투시도가 도 3에 도시된다. 시스템 (3) 은 프로그래밍 가능한 논리 제어기들 (PLC) 을 통해, 여러 외부 조건들을 측정하는 장비 (18) 및 글로벌 위치 확인 정보를 제공하는 장비 뿐만 아니라 배의 머신 시스템들 (9) 과 접속된다. 실시간 데이터가 중앙 데이터베이스 (14) 에 저장된다. 배의 시스템들의 상태에 관한 실시간 정보 및 히스토리 정보가 제어룸 (12a) 및 브릿지 (12b) 양자에 제공된다. 에너지 소비를 관리하기 위해, 시스템 (3) 은 연료 절약 절차들을 사용자에 추천할 수 있고, 운영 최적화 알고리즘들 및 사용자 설정들에 따라 머신 시스템들을 자동으로 제어할 수도 있다 (11). 더욱이, 시스템은 사용자들이 특정 웹 시스템들에 액세스할 수 있도록 웹 인터페이스를 제공한다.
시스템 설치를 위한 일반적인 시나리오가 도 5에서 보여진다. PLC들 (19) 은 측정치들을 획득하고 적용 가능할 경우 제어된 객체들을 제어하는 것을 담당한다. 서버 컴퓨터 (20) 는 자동 제어에 대한, 그리고 적용 가능할 경우 PLC들 (19) 로의 자동 및 수동 제어 메시지들의 전달에 대한 모든 데이터 (실시간 및 히스토리) 를 관리하고 평가하는 것을 담당한다.
클라이언트 컴퓨터들 (12) 은 데이터 (실시간 및 히스토리) 를 운영자에 제공하고, 적용 가능할 경우 수동 제어를 제공하며, 시스템의 구성을 허용한다. 다수의 클라이언트들이 동시에 실행할 수 있고, 서버도 클라이언트 소프트웨어를 또한 실행할 수 있다.
운영자는 예컨대 마우스와 같은 포인팅 디바이스 및 키보드를 입력으로서, 그리고 모니터를 출력으로서 사용하여, 클라이언트 컴퓨터 (12) 를 통해 시스템과 상호작용한다. 배의 머신 시스템들의 상태에 관한 정보는 OPC 프로토콜을 사용하여 OPC 서버들로부터 획득된다. 반대로, 시스템은 OPC 인터페이스를 통해 이들 시스템들의 제어된 객체들에 제어 파라미터들을 전달한다. 예컨대 GPS 및 메타파워와 같은 일부 정보는 NMEA 프로토콜을 사용하여 획득된다. TCP는 UDP가 사용되는 마렌 서버 (Maren Server) 가 LAN을 통해 NMEA 디바이스들과 통신하는 때를 제외하고 LAN을 통한 모든 통신에서 사용된다.
시스템 기능성은 2 개의 기본 기능들로 분할된다. 이들은 클라이언트 기능들 및 서버 기능들이다.
클라이언트:
클라이언트는 2 개의 구성들을 지원할 수 있고, 그 중 하나는 제어룸 (엔지니어들) 에 대한 것이고 다른 하나는 브릿지 (캡틴들) 에 대한 것이다. 네비게이션 창을 통해 사용자에 이용 가능할 수 있는 UI 컴포넌트들의 수 및 UI 엘리먼트들의 사이즈에서 차이점이 있다.
이전에 언급된 바와 같이, 운영자는 모니터, 마우스와 같은 포인팅 디바이스 및 키보드를 사용하여 클라이언트 컴퓨터를 통해 시스템과 상호작용한다. 사용자 인터페이스는 항상 이용 가능한 다음의 창들을 가질 수 있다.
로고 및 날짜/시간이 만국 표준시에 따른 현재 시스템 날짜 및 시간과 함께 디스플레이된다.
네비게이션 창은 사용자로 하여금 상이한 사용자 인터페이스 (UI) 컴포넌트 들 사이에서 네비게이팅하도록 허용한다.
메시지 창은 타임스탬프된 메시지들 및 가능한 추천 동작들을 디스플레이한다. 메시지 창은 (메시지들의 상태를 "계류중 (Pending) "에서 "긍정확인 (Acknowledged) "으로 변경하여 ) 메시지들을 긍정확인하기 위한 수단을 제공한다. "긍정확인" 메시지들 및 "무효 (Invalidated) " 메시지들은 메시지 창으로부터 자동으로 제거되지만, 히스토리로부터 이용 가능하다. 메시지가 추천 동작을 포함하고 있다면, 사용자는 메시지의 상태를 "계류중"에서 "승인 (Approved) "으로 변경하여, 메시지 창으로부터의 동작을 승인할 수 있어야 한다. 메시지들은 최신의 유효한 메시지가 가장 처음에 나열되는 연대순으로 나열되어야 한다.
시스템 창은 현재 선택된 UI 컴포넌트에 대한 인터페이스를 디스플레이한다. UI 컴포넌트는 그 컨텐츠를 적어도 하나의 페이지/스크린으로 분할할 수 있다. 컨텐츠가 2 개 이상의 페이지들/스크린들 사이에서 분할된다면, UI 컴포넌트는 시스템 창의 특별한 구역에 디스플레이되는 페이지들/스크린들의 이름들의 리스트를 제공한다. 시스템 창은 컨텐츠를 페이지 매기기 (page) 위한 제목이 있는 윈도우를 갖는다. 각각의 시간에 하나의 페이지가 선택되고 보여질 수 있다. UI 컴포넌트가 하나의 페이지만을 갖는다면 그 페이지가 UI 컴포넌트의 디폴트 페이지이다. UI 컴포넌트의 디폴트 페이지는 네비게이션 창으로부터 UI 컴포넌트가 선택될 때 오픈된다.
항해 정보 창은 현재 항해의 지속시간, 오일 이용, 및 비용과 같은 현재 항해에 관한 일반적인 정보를 디스플레이한다. 어선들에 대해, 진행중인 트롤링 (trawling) 의 지속시간이 디스플레이되고 (트롤링 시계), 마지막 트롤링의 지속시간이 상이한 트롤링 간에 디스플레이된다.
다음의 UI 컴포넌트들은 시스템 창에서 디스플레이되도록 이용 가능하다.
태그 설정들은 현재 정의된 시스템 태그들 및 현재 선택된 태그에 관한 상세한 정보를 디스플레이한다.
휴먼 머신 인터페이스 (HMI) 는 시스템 다이어그램들 및 시스템에서 현재 정의된 다른 도면들을 나열한다. HMI는 현재 선택된 시스템 다이어그램 또는 도면을 제시한다. 시스템 다이어그램들은 배의 시스템들의 모델들이고, 배의 현재 상태를 제시한다. 다른 도면들은 예컨대 최적의 동작으로부터의 편차를 보여준다.
히스토리 뷰어는 측정치들 및 도출된 값들의 히스토리 개요를 차트화한다. 히스토리 뷰어는 시스템에서 현재 정의된 태그들, 및 빈번히 뷰잉되는 데이터의 신속한 검색을 위해 생성되고 저장된 라인 차트들의 이름들을 나열해야 한다. 히스토리 뷰어는 현재 선택된 라인 차트를 제시해야 한다. 각각의 라인 차트는 하나의 시스템 태그 또는 시스템 태그들의 세트의 값들로부터 도출된다.
리포트 뷰어는 시스템에서 생성된 모든 리포트 타입들을 나열한다. 리포트 타입이 리스트로부터 선택될 때, 그 타입의 리포트는 최근 정보 (up-to-date information) 에 따라 생성된다. 항해 요약은 현재 및 지난 항해들에 관한 정보를 제시하고, 일정 항해 특성들의 편집을 허용한다. 디스플레이되는 정보의 타입은 애플리케이션 영역 (예컨대 어선들 또는 화물 운반선들) 에 의존한다.
웹 인터페이스가 제공되고, 사용자로 하여금 미리 정의된 제 3 자 웹 시스템들 (예컨대 웹 기반 이메일 클라이언트) 에 액세스하도록 허용한다. 웹 인터페이스가 완전한 인터넷 액세스를 제공해서는 안된다. 0 개, 하나 이상의 이러한 웹 인터페이스들은 네비게이션 창에서 상이한 아이템들로서 제공되고 제시되어야 한다. 메시지 히스토리는 시스템에서 생성되고 사용자들에 (메시지 창에) 전송된 메시지들의 연대순 리스트를 메시지들의 상태 ("계류중", "긍정확인", "승인", "무효") 와 함께 제시한다.
공급자들의 다이어그램 라이브러리는 배의 머신 시스템들의 공급자들로부터 이용 가능한 모든 시스템/파이프 다이어그램들을 나열한다. 사용자는 다이어그램들 사이에서 브라우징하고 다이어그램들을 줌인 및 줌아웃할 수 있어야 한다.
시스템 모니터는 시스템 서비스들의 상태를 디스플레이한다.
순항 제어 (Cruise control) 는 선박이 스트리밍 (stream) 할 때 운영자가 선박을 제어하는 것을 보조한다. 순항 제어 UI 컴포넌트는 운영자들이 순항 제어 구성 및 제약조건들을 변경하고 그 상태를 뷰잉할 수 있게 한다. 상이한 순항법들이 또한 비교될 수 있다. 헬프 사용자 헬프 (Help User help) 는 상이한 토픽들 간의 브라우징을 할 수 있게 하는 휴대용 문서 포맷 (pdf) 의 사용자 매뉴얼의 형태로 제공되어야 한다.
서버:
서버는 데이터 획득, 저장 및 전달, 운영 최적화, 메시지 생성 및 전달, 리포트 생성을 기본적으로 다룬다.
데이터 획득:
데이터 획득 (DAQ) (37) 은 도 16에 도시되어 있다. DAQ (37) 는 그 머신의 상이한 아이템들을 모니터링하는 PLC로부터 측정치들 (22) 을 수신하고, 제어 신호들 (23) 을 제어 디바이스들에 전달한다. 더욱이, DAQ (37) 는 GPS 및 날씨 모니터링 기구들과 같은 외부 소스들로부터 측정치들 및 정보 (24) 를 수신한다. DAQ (37) 는 메시지들 (25) 을 클라이언트 컴퓨터들에 또한 전달하고, 클라이언트 컴퓨터들로부터 제어 신호들 (26) 을 또한 수신한다. 운영 최적화 모듈은 또한 DAQ (37) 로부터 측정치 신호들 (27) 을 수신하고, 제어 신호들 (28) 을 DAQ (37) 에 전달한다. DAQ (37) 는 측정된 값들에 기초하여 메시지들 (29) 을 또한 생성한다. DAQ (37) 는 수신된 측정치들로부터 새로운 값들 또는 태그들을 또한 도출한다 (30). 마지막으로, DAQ (37) 는 히스토리 검색, 및 모니터링 및 제어 생성 (32) 을 위한 데이터베이스에 값들을 주기적으로 로그 (저장) 한다 (31). 로깅 시간간격은 구성 가능하지만, 디폴트는 15 초이다.
DAQ (37) 는 OPC 클라이언트이고, 하나 이상의 OPC 서버들에 접속한다. OPC 사양에 따르면, OPC 아이템들을 포함하는 OPC 서버 태그 그룹들은 특정 업데이트 레이트 (및 가능하게는 불감대) 를 갖는 각각의 서버 접속을 위해 생성된다. 각각의 OPC 아이템은 특정 태그에 매핑될 수 있고, 예컨대 "Omron_HostLink.C500.DM0015"는 "우현 트롤 윈치에 대한 장력"에 대응할 수 있다. OPC 서버는 태그 그룹 내의 태그들을 위한 업데이트된 값들 중, 태그 그룹의 불감대에 의해 특정된 것 (예컨대 2 %) 보다 더 변경된 값들만을 태그 그룹을 위해 특정된 시간간격 (예컨대 매 500 ms) 에서 DAQ (37) 에 전달한다.
태그들:
NMEA 태그는 특정 NMEA 스트링 및 필드 번호에 매핑된다. 예컨대, 태그 "속도 [노트] "는 NMEA 스트링 식별자 VTG 및 필드 넘버 7에 매핑된다. DAQ가 다음의 NMEA 스트링: $GPVTG, 89.68, T,, M, 0.00, N, 0.0, K*5F 을 수신한다면, 태그 "속도 [노트] "의 값은 0.0 노트 (제 7 필드) 로 설정된다. 도출된 태그들은 다른 태그들로부터 계산된 태그들이다. 도출된 태그들은 측정된 태그들 또는 다른 도출된 태그들로부터 계산될 수 있다. 도출된 태그들은 어떤 파라미터 태그가 변경될 때 언제라도 계산되고 전송된다. 실행 평균과 같은 시간 의존 함수들로부터 계산된 태그들은 또한 주기적으로 업데이트될 수 있다.
DAQ는 운영 최적화 서비스에 접속하고 모델 태그들을 수신할 수 있다. 모델 태그들은 시뮬레이션 모델에서 정의되고 그 솔루션 후 업데이트되는 변수들의 값을 포함한다. 시뮬레이션 모델에서 사용되는 입력 파라미터들은 측정된 파라미터들이며, 즉 최적의 파라미터는 아니다.
타이머 태그들은 다른 태그 및 일부 조건 (들) 과 연관된다. 타이머 태그들은 시간을 측정하고, 조건이 만족되면 틱한다 (tick). 타이머 태그들은 예컨대 조건 "엔진 RPM" > 100 을 갖는 "주엔진의 운행 시간"과 같은 운행 시간들을 모니터링하기 위해 사용될 수 있다.
운영 최적화 및 메시지 전달:
운영 최적화 시스템 (OO) ; (33) 은 DAQ로부터 배에 탑재된 장비의 상태의 측정치들 (27) 을 수신하고, 배의 연료 효율을 증가시키기 위해 그 정보를 사용한다. 이를 달성하기 위해, 그 시스템은 선박의 동작 파라미터들의 최적의 값들을 발견하기 위해 배의 컴퓨터 시뮬레이션 모델 (7) 을 사용한다. 그 다음에, 최적의 동작 파라미터들은 탑재된 장비를 제어하거나 (23), 선박의 에너지 효율이 증가될 수 있는 방법에 관한 선박의 운영자들로의 어드바이스 (38) 를 생성하기 위해 사용된다.
그 시스템의 일반적인 목적은, 어드바이스에 따른다면, 고정된 시간간격 후 시뮬레이트된 값들과 측정된 값들 간의 편차가 미리 정의된 허용오차 내에 있고, 시뮬레이트된 값들이 최적의 값에 근접하도록 제어 신호들 (23) 및 어드바이스 (38) 를 생성하는 것이다.
특정 측정된 변수 (태그) 가 만족시켜야 하고 조건이 위반되면 (최대, 최소 조건들), OO 시스템이 경고를 생성하게 하는 조건을 특정하는 것이 또한 가능하다. 조건부 경고들 (40) 은 클라이언트 컴퓨터들 (태그 설정들) 을 통해 선박의 운영자들에 의해 정의된다. OO는 DAQ로부터 최신 측정치들을 수신한다(27). 시스템 구성 및 제약조건들은 데이터베이스 (14) 로부터 판독되지만, 일부 경우들에서 시스템이 시작되면 선박 운영자들에 의해 구성될 수 있다. 변경될 수 있는 제약조건들 및 구성들은 데이터베이스에서 변경될 수 있는 것으로서 식별되고, 그것들에 대한 모든 변경들은 로그될 수 있다.
시스템 구성 (35) 은 어떤 변수들이 시스템에 의해 제어될지 결정한다. 시스템이 시작될 때 구성 (35) 이 데이터베이스 (14) 로부터 로딩되고, 예를 들어 시스템이 프로펠러 추진력의 제어를 취하도록 요구하는 순항 제어를 작동시킬 때와 같이, 시스템이 실행하면 구성 (35) 이 또한 변경될 수 있다.
제약조건들 (36) 은 장비를 제어할 때 시스템이 만족시키기 위해 시도해야 하는 조건들이다. 제약조건들은 시스템이 시작될 때 로딩되고, 시스템이 실행하면 변경될 수 있다. 예를 들어, 운영자들은 순항 제어에 대한 시간 제약조건들을 특정할 수 있다.
OO 시스템의 주요 유닛들은:
최적화:
최적화 유닛 (10) 은 동작 파라미터들의 최적의 값들을 발견하기 위해 여러 최적화 알고리즘들을 사용한다. OO 시스템은 예컨대 냉동 시스템들, 추진 시스템들, 및 어업 도구의 제어를 효율적으로 최적화하기 위해 사용될 수 있는 최적화 알고리즘들을 포함한다. 최적화 문제는 그 목적 함수를 계산하기 위해 시뮬레이션 모듈 (7) 을 사용하는 다수의 변수들의 선형 또는 비선형 문제일 수 있다. 또한, 외부 라이브러리들 내의 최적화 알고리즘들을 시스템에 통합하는 것이 가능할 수 있다.
시스템을 묘사하는 시뮬레이션 모듈 (7) 은 각각의 설치를 위해 특별히 생성된 외부 라이브러리이다.
상태 검출:
상태 검출 유닛 (34) 은 장비의 상태의 측정치들을 모니터링하고, 탑재되어 수행되는 동작의 식별을 시도한다. 가능한 상태들은 배들 간에 상이하고, 어선 들에 대해 예컨대 가능한 상태들은 "트롤링", "풀다 (pay out) ", "양망 (hauling) ", "스티밍 (steeming) ", "준비", 및 "펌핑" 일 수 있다.
조정:
조정 유닛 (35) 은 제어되는 값들에 적용되는 제약조건들 때문에 최적화되지 않은 제어되는 값들을 조정하기 위해 사용된다. 예컨대, 순항 제어에서, 운영자들은 프로펠러 추진력이 속도를 유지하기 위해 조정될 필요가 있는 일정한 속도로 선박이 스트리밍해야 한다고 특정할 수 있다.
메시지 관리:
메시지 생성 유닛 (37) 은 최적화 (10), 상태 검출 (34), 및 조정 유닛들 (35) 로부터 정보를 수신하고, 다른 시스템들에 전송되는 메시지들 (29) 을 생성한다. 메시지 생성 유닛은 전송된 메시지들 및 어떤 메시지들이 긍정확인되었는지 또는 승인되었는지를 계속 추적할 것이다. 메시지 생성 유닛은 또한 메시지들이 더 이상 적용되지 않는다면 메시지들을 무효화할 것이다.
OO 시스템은 8 개의 타입의 메시지를 생성한다:
제어 신호들:
제어 신호들 (23) 은 서버 (20) 에 의해 제어되는 장비에 전송된다. 제어 신호들은, 각각의 경우에 (자동 제어는 어떤 방법으로든 사용자에 의해 무효화되었을 수도 있다) 어느 곳에 제어가 놓여있는지를 결정하고, 적용 가능하다면, OO 제어 신호들을 대응하는 장비를 제어하는 PLC들에 포워딩하는 DAQ (37) 에 전송되는 세트 포인트들이다.
어드바이스
어드바이스 메시지들 (38) 은 이들이 디스플레이되는 클라이언트 컴퓨터에 전송된다. 어드바이스 메시지 (38) 는 다음의 정보를 포함한다:
수행되어야 하는 특정 동작을 묘사하는 단문 메시지,
동작을 수행함으로써 절약된 연료량의 추정치.
어드바이스에서 묘사된 동작이 시스템으로부터 수행될 수 있다면 (제어된 객체를 통해), 확인 행위가 동작에 첨가된다. 동작이 사용자에 의해 확인되었다면, 그 동작은 시스템에 의해 수행된다.
경고들:
경고들 (39) 은 특정된 제약조건들 내에서 배를 제어할 수 없다고 시스템이 검출한다면 생성되는 단문 메시지들이다. 예를 들어, 배가 어떤 특정 시간 전에 그 목적지에 도착해야 하는 제약조건을 가지고 마일 당 오일 이용을 최소화하려는 목적으로 프로펠러 추진력을 제어하도록 시스템이 구성되었다면, 시스템은 그 시간 제약조건 내에 목적지에 도달할 수 없음을 검출하는 경우 경고를 생성해야 한다.
조건부 경보들:
조건부 경보 (40) 메시지들은 조건과 연관된 메시지 스트링을 포함한다.
수치 결과들:
수치 결과들 (41) 메시지는 HMI에 디스플레이되는 각각의 변수에 대해 전송된다. 메시지는 시뮬레이션에서 사용된 측정된 값 (해당된다면), 최적의 값, 및 최적의 값들과 측정된 값들 간의 편차 (측정이 이용 가능하다면) 와 같은 정보를 포함한다.
수치 결과 메시지들은 장비의 상태에 대한 현저한 변화들이 일어날 때 전송되어야 한다.
상태:
OO 는 탑재되어 수행되는 동작을 검출하고, 현재 상태를 식별하는 메시지를 전송할 수 있다 (42).
상태 시간 (43):
OO 는 현재 상태에서 쓴 시간을 측정하고 메시지를 전송한다. 상태들의 그룹에서 쓰여진 시간이 또한 측정될 수 있다.
달성 가능한 절약:
달성 가능한 절약 (44) 메시지는 각각의 서브시스템 (추진, 냉동, 또는 어업 도구) 에서 가능한 에너지 절약의 추정치 및 총 달성 가능한 절약의 추정치를 포함한다.
모든 메시지들은 타임스탬프, 즉 메시지들이 OO 서비스로부터 전송되었던 시간을 포함한다. "계류중"인 어드바이스 메시지들 (38), 조건부 경보들 (40), 및 경고들은 클라이언트 컴퓨터에 디스플레이되고, 모든 이러한 메시지들은 메시지들의 상태와 무관하게 메시지들 히스토리에서 이용 가능하다. 수치 결과들 (41) 및 제어 신호들 (23) 은 클라이언트 컴퓨터에서 디스플레이된다. 제어 메시지들의 전달에 적용되는 시간 제약조건들은 상이할 수 있다. 때때로 예컨대 매 2 초 마다와 같이 고정된 시간간격으로 메시지들을 생성하는 것으로 충분하고, 때때로 예컨대 프로펠러 피치 및 주엔진 회전을 제어할 때, 메시지들을 생성함으로써 사용자 입력에 즉시 응답하는 것이 필요할 수도 있다. 사용자에 의해 설정된 추진력이 존재하고, 시스템은 특정된 추진력을 달성할 피치 및 회전을 위한 제어 신호들을 전송함으로써 즉시 응답해야만 한다. 예를 들어 배가 가속하고 있을 때와 같이 추진력이 빈번히 변경된다면 신호들이 최적일 필요는 없지만, 선박이 일정한 추진력으로 순항하고 있다면 제어는 최적화되어야 한다.
OO 시스템은 예컨대 어선들 및 화물선들과 같은 상이한 타입의 배들에 동일하게 적응할 수 있다. 각각의 설치에 대해 OO (33) 서비스를 변경 및 재구축할 필요는 없다. 변수 정의들, 최적화 문제 묘사들, 및 사용할 최적화 알고리즘의 타입과 같은 모든 구성들은 외부적으로 정의되고, 시스템은 시작될 때 자동으로 구성된다.
리포트 생성:
리포트 생성기는 데이터베이스 (14) 로부터 정보를 추출하고, 그 정보를 처리하고, 그 정보를 리포트의 형태로 사용자에게 제시하는 역할을 갖는다. 최종 사용자에게 제시된 리포트는 그 요청 파라미터들 및 리포트 뷰어 UI 컴포넌트를 통한 네비게이션에 기초한다.
리포트 옵션들 및 컨텐츠는 상이한 애플리케이션 영역들 간에서 변할 것이다. 예를 들어, 어선들과 화물선들에 대해 제시된 리포트들에서 차이점이 존재할 것이다. 리포트 생성기는 다음의 특징들을 포함해야만 한다:
데이터 핸들링 (Data Handling)
상이한 데이터 저장소를 사용하기 위한 구성 가능성. DAQ (37) 와 연관된 데이터 저장소로의 접속성. 사용자 요청 파라미터들 및 데이터 저장소로부터의 데이터의 페치.
리포트 생성
사용자가 뷰잉하고 브라우징할 수 있는 리포트들을 디스플레이하는 능력. 리포트들을 HTML, PDF, 엑셀로 렌더링하는 능력. 리포트 서브스크립션 (subscription) 을 위해 리포트들을 스케줄링 및 이메일링하는 능력.
리포트 재사용성
리포트들은 유사한 애플리케이션 영역들, 즉 유사한 어업의 어선들 간에 재사용될 수 있어야 한다.
데이터 품질
리포트들을 생성하기 위해 요구되는 데이터는 애플리케이션 영역, 고객 필요, 및 DAQ 및 항해 요약으로부터 이용 가능한 데이터에 의존한다.

Claims (40)

  1. 연료 효율에 대해 최적화된, 선박의 컴퓨터 시뮬레이션 모델을 생성하기 위한 방법으로서,
    소정의 제약조건들에 기초하여, 상기 선박의 컴퓨터 시뮬레이션 모델을 생성하는 단계;
    최적화된 목적 함수를 얻기 위해, 상기 컴퓨터 시뮬레이션 모델을 최적화하는 단계;
    상기 컴퓨터 시뮬레이션 모델을 시뮬레이트하는 단계; 및
    상기 최적화된 목적 함수를 분석하는 단계를 포함하고,
    상기 컴퓨터 시뮬레이션 모델을 생성하는 단계는,
    선체 코어 방정식들, 추진 시스템 코어 방정식들, 및 기계 및 구조 코어 방정식들을 포함하는 방정식들의 풀 (pool) 로부터 적어도 하나의 방정식을 선택하고, 또한,
    선박의 코어 컴포넌트들 및 구조들의 특성들을 묘사하는 데이터의 풀로부터 데이터를 선택하는 단계를 포함하고,
    상기 컴퓨터 시뮬레이션 모델을 시뮬레이트하는 단계는,
    상기 선박의 상기 연료 효율을 최적화하기 위해, 컴포넌트들의 특성들을 묘사하는 상기 데이터의 풀로부터의 값들을 상기 방정식들의 풀들에 적용시키는 단계를 포함하고,
    상기 최적화된 목적 함수를 분석하는 단계는 상기 최적화된 컴퓨터 시뮬레이션 모델의 설계 파라미터들을 상기 소정의 제약조건들과 비교하는 단계를 포함하는, 컴퓨터 시뮬레이션 모델 생성 방법.
  2. 제 1 항에 있어서,
    상기 컴퓨터 시뮬레이션 모델을 생성하는 단계는,
    - 선체 코어 방정식들;
    - 추진 시스템 코어 방정식들; 및
    - 기계 및 구조 코어 방정식들을 포함하는 방정식들의 풀로부터 적어도 2 개의 방정식들을 선택하는 단계를 포함하는, 컴퓨터 시뮬레이션 모델 생성 방법.
  3. 제 1 항에 있어서,
    상기 선체 코어 방정식들은,
    - 블록 계수;
    - 수면 계수;
    - 배 중앙 구역 계수;
    - 세로 프리즈매틱 (longitudinal prismatic) 계수;
    - 마찰 저항;
    - 부력의 세로 중심;
    - 부가물 저항 (appendage resistance);
    - 조파 저항;
    - 와저항 (eddy resistance);
    - 보 압력 저항 (bow pressure resistance);
    - 공기 저항;
    - 항적 속도 (wake velocity); 및
    - 프로펠러 저항을 포함하는 방정식들의 그룹으로부터 선택되는 하나 이상의 방정식들을 포함하는, 컴퓨터 시뮬레이션 모델 생성 방법.
  4. 제 1 항 또는 제 2 항에 있어서,
    상기 프로펠러 코어 방정식들은,
    - 연장 가능한 블레이드 영역비 (blade area ratio);
    - 프로펠러 효율;
    - 추진력 계수; 및
    - 토크 계수를 포함하는 방정식들의 그룹으로부터 선택되는 하나 이상의 방정식들을 포함하는, 컴퓨터 시뮬레이션 모델 생성 방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    다른 기계 및 구조 코어 방정식들은,
    - 연소 프로세스 (combustion process);
    - 총 효율;
    - 평균 압력;
    - 특정 연료 소비;
    - 연소 공기 초과비 (combustion air excess ratio);
    - 냉각수 열 교환기를 통한 열 손실;
    - 윤활유 열 교환기를 통한 열 손실;
    - 대기로의 열 전달;
    - 열 전달 튜브들 내부의 압력 손실;
    - 풀 비등 프로세스;
    - 대류 비등 프로세스;
    - 핵 비등 프로세스;
    - 열 전달 계수들;
    - 증발기 튜브들 외부의 유속;
    - 레이놀드 수;
    - 응축 온도;
    - 프란틀 수; 및
    - 너셀 수를 포함하는 방정식들의 그룹으로부터 선택되는 하나 이상의 방정식들을 포함하는, 컴퓨터 시뮬레이션 모델 생성 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 컴퓨터 시뮬레이션 모델을 시뮬레이트하는 단계는,
    - a) 제어 파라미터들을 초기화하는 단계; 및
    - 최적의 솔루션이 얻어지거나 또는 최대 시도 횟수가 초과되었을 때까지,
    - b) 새로운 테스트 세트를 생성하는 단계;
    - c) 구 테스트 세트를 상기 새로운 테스트 세트로 일시적으로 대체하 는 단계;
    - d) 제약조건들 변수들을 카운트하는 단계;
    - e) 상기 모델을 해석하고 (solve), 목적 함수를 계산하는 단계;
    - f) 목적 함수를 최적화하는 단계;
    - 최적의 솔루션이 도달되지 않았다면,
    - g) 제약조건 위반들을 계산하는 단계,
    - h) 최적의 값을 계산하는 단계, 및
    - 상기 단계 b) 로부터 다시 시작하는 단계
    의 추가 단계들을 실행하는 단계;
    - i) 최적화된 목적 함수를 저장하는 단계; 및
    - j) 반복 횟수가 제한 내에 있는지 여부를 체크하는 단계
    를 수행함으로써 상기 컴퓨터 시뮬레이션을 시뮬레이트하는 단계를 포함하고,
    최적화되고 시뮬레이트된 결과적인 목적 함수는 소정의 요구조건들 및 제약조건들에 따르는 상기 선박의 최적의 설계를 표현하고,
    다수의 제약조건들 변수들은 각각의 시뮬레이션에 대해 동시에 선택될 수 있는, 컴퓨터 시뮬레이션 모델 생성 방법.
  7. 제 6 항에 있어서,
    상기 제약조건들 변수는,
    - 주엔진들의 최대/최소 수, 및 사양;
    - 보조 엔진들의 최대/최소 수, 및 사양;
    - 프로펠러들의 최대/최소 수, 타입, 및 사양;
    - 최대/최소 프로펠러 지름;
    - 선체의 최대/최소 전체 길이, 및 설계;
    - 냉동 유닛들의 최대/최소 수, 타입, 및 사양; 및
    - 배수량의 최대/최소 볼륨
    중 하나 이상의 제약조건을 포함하는, 컴퓨터 시뮬레이션 모델 생성 방법.
  8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
    상기 함수를 최적화하는 단계는 비용 유도적인, 컴퓨터 시뮬레이션 모델 생성 방법.
  9. 제 8 항에 있어서,
    상기 함수를 최적화하는 단계는 선박을 건조하는 비용을 최소화하는, 컴퓨터 시뮬레이션 모델 생성 방법.
  10. 제 8 항에 있어서,
    상기 함수를 최적화하는 단계는 선박의 운영비를 최소화하는, 컴퓨터 시뮬레이션 모델 생성 방법.
  11. 제 8 항에 있어서,
    상기 함수를 최적화하는 단계는 선박의 순현재가치 (net present value) 를 최대화하는, 컴퓨터 시뮬레이션 모델 생성 방법.
  12. 프로세서에서 실행될 때, 상기 프로세서로 하여금 제 1 항 내지 제 11 항 중 어느 한 항의 방법을 수행하게 하도록 배열된, 컴퓨터 프로그램 또는 컴퓨터 프로그램들의 슈트 (suite).
  13. 제 12 항의 컴퓨터 프로그램 또는 컴퓨터 프로그램들의 슈트 중 적어도 하나를 저장하는, 컴퓨터 판독 가능 데이터 저장 매체.
  14. 제 12 항 또는 제 13 항에 있어서,
    데이터베이스가 컴퓨팅 프로그램 제품과 동일한 컴퓨터에 상주하는, 컴퓨터 프로그램 제품.
  15. 제 12 항 또는 제 13 항에 있어서,
    데이터베이스 및 컴퓨팅 프로그램 제품이 상이한 컴퓨터들에 상주하는, 컴퓨터 프로그램 제품.
  16. 선박의 최적화된 컴퓨터 시뮬레이션 모델을 생성하기 위한 시스템으로서,
    - 휴먼 머신 인터페이스 (human machine interface);
    - 컴퓨팅 수단;
    - 제 12 항 또는 제 13 항에 따르는 컴퓨터 프로그램 제품; 및
    - 데이터베이스를 포함하고,
    운영자가,
    - 설계 파라미터들을 상기 휴먼 머신 인터페이스에 전달함으로써 상기 선박의 컴퓨터 시뮬레이션 모델을 생성하고,
    - 상기 컴퓨팅 수단으로 하여금 상기 컴퓨터 프로그램 제품에서 인코딩된 시뮬레이션 및 최적화 방법들을 실행하도록 명령함으로써 상기 컴퓨터 시뮬레이션 모델을 최적화하고,
    상기 컴퓨팅 수단은 상기 휴먼 머신 인터페이스를 통해 결과적인 모델을 상기 운영자에 전달하고, 상기 결과들을 메모리에 선택적으로 저장하는, 컴퓨터 시뮬레이션 모델 생성 시스템.
  17. 제 16 항에 있어서,
    상기 데이터베이스는 상기 컴퓨터 프로그램 제품과 동일한 컴퓨터에 상주하 는, 컴퓨터 시뮬레이션 모델 생성 시스템.
  18. 제 16 항에 있어서,
    상기 데이터베이스 및 상기 컴퓨터 프로그램 제품은 상이한 컴퓨터들에 상주하는, 컴퓨터 시뮬레이션 모델 생성 시스템.
  19. 제 16 항의 시스템을 사용하여, 선박의 건조 프로세스를 연료 효율에 대해 최적화하기 위한, 방법.
  20. 선박의 연료 효율을 최적화하기 위한 방법으로서,
    - 연료 효율에 대해 최적화된, 상기 선박의 컴퓨터 시뮬레이션 모델을 저장하는 단계;
    - 하나 이상의 센서들로부터 적어도 하나의 신호를 수신하는 단계;
    - 상기 신호들에 따라 상기 컴퓨터 생성된 시뮬레이션 모델로부터 하나 이상의 최적화된 파라미터들을 생성하는 단계; 및
    - 상기 파라미터들을 출력하는 단계를 포함하는, 연료 효율 최적화 방법.
  21. 제 20 항에 있어서,
    상기 센서 신호는 상기 선박을 모니터링하기 위한 센서들의 네트워크로부터 수신되고,
    상기 네트워크는,
    - 엔진 파라미터들;
    - 구조 파라미터들;
    - 외부 파라미터들; 및
    - 다른 파라미터들
    중 하나 이상의 파라미터를 모니터링하도록 배열된, 연료 효율 최적화 방법.
  22. 제 21 항에 있어서,
    엔진 파라미터들은,
    - 배기 가스 온도;
    - 과급 공기 (charge air) 압력;
    - 과급 공기 온도;
    - 엔진 속도 (RPM);
    - 냉각수 온도;
    - 윤활유 온도;
    - 윤활유 압력;
    - 연료 오일 온도;
    - 연료 오일 압력; 및
    - 연료 소비를 포함하는 파라미터들의 그룹으로부터 선택되는 하나 이상의 파라미터들을 포함하는, 연료 효율 최적화 방법.
  23. 제 21 항 또는 제 22 항에 있어서,
    구조 파라미터들은,
    - 연료 오일 탱크들의 레벨들;
    - 물탱크들의 레벨들;
    - 밸러스트 탱크들 (ballast tanks) 의 레벨들;
    - 유지 온도; 및
    - 실제 속도를 포함하는 파라미터들의 그룹으로부터 선택되는 하나 이상의 파라미터들을 포함하는, 연료 효율 최적화 방법.
  24. 제 21 항에 있어서,
    외부 파라미터들은,
    - 날씨 조건들;
    - 위치;
    - 실제 속도;
    - 시간;
    - 해류들; 및
    - 일기 예보를 포함하는 파라미터들의 그룹으로부터 선택되는 하나 이상의 파라미터들을 포함하는, 연료 효율 최적화 방법.
  25. 제 21 항에 있어서,
    다른 파라미터들은,
    - 전력 출력;
    - 프로펠러 파워 출력;
    - 냉동 필요;
    - 냉동 자원들;
    - 보조 파워 자원들; 및
    - 표면 상의 선박의 속도를 포함하는 파라미터들의 그룹으로부터 선택되는 하나 이상의 파라미터들을 포함하는, 연료 효율 최적화 방법.
  26. 제 20 항 내지 제 25 항 중 어느 한 항에 있어서,
    상기 출력은 휴먼 머신 인터페이스를 통해 운영자에 전달되는, 연료 효율 최적화 방법.
  27. 제 20 항 내지 제 26 항 중 어느 한 항에 있어서,
    상기 출력 파라미터들은 선박 시스템들을 제어하는 제어기에 전달되는, 연료 효율 최적화 방법.
  28. 제 27 항에 있어서,
    상기 제어기는 상기 출력 파라미터들에 따라 상기 선박 시스템들을 제어하 는, 연료 효율 최적화 방법.
  29. 프로세서에서 실행될 때, 상기 프로세서로 하여금 제 20 항 내지 제 28 중 어느 한 항의 방법을 수행하게 하도록 배열된, 컴퓨터 프로그램 또는 컴퓨터 프로그램들의 슈트.
  30. 제 29 항의 컴퓨터 프로그램 또는 컴퓨터 프로그램들의 슈트 중 적어도 하나를 저장하는, 컴퓨터 판독 가능 데이터 저장 매체.
  31. 선박의 연료 효율을 최적화하기 위한 시스템으로서,
    - 프로세서;
    - 연료 효율을 최적화하는, 선박에 관한 컴퓨터 시뮬레이션 모델을 저장하는 데이터 저장소; 및
    - 상기 선박을 모니터링하기 위한 센서들의 네트워크를 포함하고,
    상기 프로세서는 사용시, 상기 센서들의 네트워크로부터의 하나 이상의 수신된 신호들에 따라 상기 컴퓨터 시뮬레이션 모델로부터 하나 이상의 최적화된 파라미터들을 생성하고, 상기 최적화된 파라미터들을 출력하도록 배열된, 연료 효율 최적화 시스템.
  32. 제 31 항에 있어서,
    상기 선박을 모니터링하기 위한 상기 센서들의 네트워크는,
    - 엔진 파라미터들을 모니터링하기 위한 센서 또는 센서들의 그룹;
    - 구조 파라미터들을 모니터링하기 위한 센서 또는 센서들의 그룹;
    - 외부 파라미터들을 모니터링하기 위한 센서 또는 센서들의 그룹; 및
    - 다른 파라미터들을 모니터링하기 위한 센서 또는 센서들의 그룹 중 하나 이상을 포함하는, 연료 효율 최적화 시스템.
  33. 제 31 항에 있어서,
    상기 엔진 파라미터들을 모니터링하기 위한 센서 또는 센서들은,
    - 배기 가스 온도 센서;
    - 과급 공기 압력 센서;
    - 과급 공기 온도 센서;
    - 엔진 속도 (RPM) 센서;
    - 냉각수 온도 센서;
    - 윤활유 온도 센서;
    - 윤활유 압력 센서;
    - 연료 오일 온도 센서;
    - 연료 오일 압력 센서; 및
    - 연료 소비 센서를 포함하는 센서들의 그룹으로부터 선택되는 하나 이상의 센서들을 포함하는, 연료 효율 최적화 시스템.
  34. 제 31 항 또는 제 32 항에 있어서,
    상기 구조 파라미터들을 모니터링하기 위한 센서 또는 센서들은,
    - 연료 오일 탱크들의 레벨들을 모니터링하기 위한 센서;
    - 물탱크들의 레벨들을 모니터링하기 위한 센서;
    - 밸러스트 탱크들의 레벨들을 모니터링하기 위한 센서;
    - 유지 온도를 모니터링하기 위한 센서; 및
    - 실제 속도를 모니터링하기 위한 센서를 포함하는 센서들의 그룹으로부터 선택되는 하나 이상의 센서들을 포함하는, 연료 효율 최적화 시스템.
  35. 제 31 항 또는 제 32 항에 있어서,
    상기 외부 파라미터들을 모니터링하기 위한 센서 또는 센서들은,
    - 날씨 조건들을 모니터링하기 위한 센서;
    - 위치를 모니터링하기 위한 센서;
    - 실제 속도를 모니터링하기 위한 센서;
    - 타이머 또는 크로노미터;
    - 해류들을 모니터링하기 위한 센서; 및
    - 일기 예보 수신기를 포함하는 센서들의 그룹으로부터 선택되는 하나 이상의 센서들을 포함하는, 연료 효율 최적화 시스템.
  36. 제 31 항 또는 제 32 항에 있어서,
    상기 다른 파라미터들을 모니터링하기 위한 센서들은,
    - 전력 출력 센서;
    - 프로펠러 파워 출력 센서;
    - 냉동 필요를 모니터링하기 위한 센서;
    - 냉동 자원들을 모니터링하기 위한 센서;
    - 보조 파워 자원들을 모니터링하기 위한 센서; 및
    - 표면 상의 선박의 속도을 모니터링하기 위한 센서를 포함하는 센서들의 그룹으로부터 선택되는 하나 이상의 센서들을 포함하는, 연료 효율 최적화 시스템.
  37. 제 31 항에 있어서,
    상기 프로세서는 휴먼 머신 인터페이스를 통해 출력 파라미터들을 운영자에 전달하는, 연료 효율 최적화 시스템.
  38. 제 31 항 내지 제 37 항 중 어느 한 항에 있어서,
    선박 시스템들에 의해 상기 선박의 연료 이용의 향상을 허용하기 위해 상기 선박 시스템들을 제어하기 위한 제어기를 더 포함하는, 연료 효율 최적화 시스템.
  39. 제 38 항에 있어서,
    상기 제어기는 상기 프로세서로부터 상기 최적화된 파라미터들을 수신하고, 상기 최적화된 파라미터들에 따라 상기 선박 시스템들을 제어하는, 연료 효율 최적화 시스템.
  40. 제 20 항에 있어서,
    상기 컴퓨터 시뮬레이션 모델은 히스토리 데이터에 기초하여 최적화되는, 연료 효율 최적화 방법.
KR1020087005987A 2005-08-11 2006-08-11 선박들에서의 에너지 소스 이용의 최적화 Expired - Fee Related KR101451436B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IS7976 2005-08-11
IS7976 2005-08-11
PCT/IS2006/000016 WO2007017908A2 (en) 2005-08-11 2006-08-11 Optimization of energy source usage in ships

Publications (2)

Publication Number Publication Date
KR20080063273A true KR20080063273A (ko) 2008-07-03
KR101451436B1 KR101451436B1 (ko) 2014-10-16

Family

ID=37436679

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020087005987A Expired - Fee Related KR101451436B1 (ko) 2005-08-11 2006-08-11 선박들에서의 에너지 소스 이용의 최적화

Country Status (10)

Country Link
US (1) US20090144039A1 (ko)
EP (1) EP1920368A2 (ko)
JP (1) JP5336188B2 (ko)
KR (1) KR101451436B1 (ko)
CN (1) CN101283359B (ko)
AU (1) AU2006277573B2 (ko)
CA (1) CA2619614A1 (ko)
NO (1) NO20081148L (ko)
RU (1) RU2415773C2 (ko)
WO (1) WO2007017908A2 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101042334B1 (ko) * 2010-07-07 2011-06-17 (주)뉴월드마리타임 선박 운항지시 최적화 구현을 위한 에너지 효율 최적화를 이용한 선박 연료 절감 시스템 및 그 방법과 그 방법에 의한 컴퓨터 프로그램을 저장한 기록매체
KR101245639B1 (ko) * 2011-03-29 2013-03-20 대우조선해양 주식회사 최적의 선박 건조 환경을 위한 에너지 관리 서버 시스템 및 선박 건조 시스템
WO2014129693A1 (ko) * 2013-02-25 2014-08-28 (주)뉴월드마리타임 It 융합형 해상 수송네트웍 통합 관리 기반의 온실가스-에너지 절감 지향 최적 경제안전운항 시스템
KR20150050036A (ko) * 2013-10-31 2015-05-08 현대중공업 주식회사 선박 에너지 효율 관리 시스템 및 이의 동작 방법
KR20170009336A (ko) 2015-07-16 2017-01-25 대우조선해양 주식회사 선박 에너지 효율 최적화 시스템 및 방법
KR20180022330A (ko) * 2016-08-24 2018-03-06 현대중공업 주식회사 선박 대형 엔진 시운전용 데이터 계측 시스템 및 그 방법
KR101859671B1 (ko) * 2017-03-27 2018-05-18 한국해양과학기술원 운항선의 표준운항상태 선속-동력 해석 방법
KR101960292B1 (ko) * 2018-07-30 2019-07-15 한국지질자원연구원 디젤 엔진 성능 분석에 따른 엔진 부하 및 선속 조정 방법, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8185836B2 (en) * 2006-02-16 2012-05-22 Global Nuclear Fuel - Americas Llc Display, visualization, and processing tool for channel distortion and cell friction mitigation
KR101181892B1 (ko) 2007-09-13 2012-09-10 현대중공업 주식회사 전기추진 잠수함 전력계통 해석 시뮬레이터
US10229026B1 (en) * 2007-11-17 2019-03-12 EMC IP Holding Company LLC Method and apparatus for providing environmental management in distributed system data centers
US8229776B1 (en) * 2008-05-06 2012-07-24 The United States Of America As Represented By The Secretary Of The Navy Evaluation of subsystem technology in a system-of-subsystems environment
CN102203780B (zh) * 2008-06-06 2014-06-25 沙特阿拉伯石油公司 用于变化条件下加工公用事业的全局定标的系统及相关方法
DE102009015198A1 (de) 2009-03-31 2010-10-14 Germanischer Lloyd Ag Verfahren zum Bestimmen in Echtzeit einer momentanen Energieumsatzgröße eines Schiffs
DE102009023304A1 (de) 2009-05-29 2010-12-02 Siemens Aktiengesellschaft Rechnergestützte Überwachung eines Energieverbrauchs eines Beförderungsmittels
JP2012076680A (ja) * 2010-10-05 2012-04-19 Mitsubishi Heavy Ind Ltd 船舶設計支援システム
KR20120071741A (ko) * 2010-12-23 2012-07-03 한국전자통신연구원 선박 유지 보수 서비스를 이용한 선박 및 육상 메시지 서비스 장치와 메신저 서비스 제공 방법
CN102307369B (zh) * 2011-09-13 2013-11-27 北京科技大学 支持无线传感网并行仿真和实物模拟的装置及方法
US20130110573A1 (en) * 2011-11-02 2013-05-02 Fluor Technologies Corporation Identification and optimization of over-engineered components
EP2669172A1 (en) 2012-06-01 2013-12-04 ABB Technology AG Method and system for predicting the performance of a ship
EP2669173A1 (en) * 2012-06-01 2013-12-04 ABB Technology AG Method and system for evaluation of ship performance
US20140102104A1 (en) * 2012-06-11 2014-04-17 Brian L. Read Multi-Propulsion, Multi-Fuel Marine Power System
US8798825B1 (en) * 2012-07-06 2014-08-05 Richard L. Hartman Wakeboat hull control systems and methods
JP5931712B2 (ja) * 2012-12-26 2016-06-08 三菱重工業株式会社 エネルギー最適運用システム、エネルギー最適運用方法
JP5931773B2 (ja) * 2013-02-21 2016-06-08 三菱重工業株式会社 運用計画支援システム、運用計画支援方法、及びプログラム
CN103324182A (zh) * 2013-06-27 2013-09-25 上海海事大学 一种船舶能效监控系统
CN103693163A (zh) * 2013-12-11 2014-04-02 上海应用技术学院 一种lng船舶数字化信息集成方法
NO2990327T3 (ko) * 2014-08-29 2018-09-22
GB2533961A (en) * 2015-01-09 2016-07-13 Bae Systems Plc Monitoring energy usage of a surface maritime vessel
WO2016110693A1 (en) 2015-01-09 2016-07-14 Bae Systems Plc Monitoring energy usage of a surface maritime vessel
CN107108000B (zh) 2015-02-25 2019-04-23 三菱重工业株式会社 船舶的航行辅助系统及船舶的航行辅助方法
CN106124121A (zh) * 2016-08-31 2016-11-16 北京君通电信设备维修有限公司 一种热力系统压力监测系统以及热力系统
AU2017225097B2 (en) 2016-09-09 2020-07-23 Richard L. Hartman Wakeboat Engine Powered Ballasting Apparatus and Methods
US11014634B2 (en) 2016-09-09 2021-05-25 Richard L. Hartman Hydraulic power sources for watercraft and methods for providing hydraulic power aboard a watercraft
US11014635B2 (en) 2016-09-09 2021-05-25 Richard L. Hartman Power source assemblies and methods for distributing power aboard a watercraft
US11505289B2 (en) 2016-09-09 2022-11-22 Richard L. Hartman Wakeboat bilge measurement assemblies and methods
US10829186B2 (en) 2016-09-09 2020-11-10 Richard L. Hartman Wakeboat ballast measurement assemblies and methods
US10329004B2 (en) 2016-09-09 2019-06-25 Richard L. Hartman Wakeboat ballast measurement assemblies and methods
US10864971B2 (en) 2016-09-09 2020-12-15 Richard L. Hartman Wakeboat hydraulic manifold assemblies and methods
US10611439B2 (en) 2016-09-09 2020-04-07 Richard L. Hartman Wakeboat engine hydraulic pump mounting apparatus and methods
US10435122B2 (en) 2016-09-09 2019-10-08 Richard L. Hartman Wakeboat propulsion apparatuses and methods
US10611440B2 (en) 2016-09-09 2020-04-07 Richard L. Hartman Boat propulsion assemblies and methods
US11254395B2 (en) 2016-09-09 2022-02-22 Richard L. Hartman Aquatic invasive species control apparatuses and methods for watercraft
CN107044867A (zh) * 2017-03-07 2017-08-15 合肥倍豪海洋装备技术有限公司 一种全回转推进器用在线故障诊断系统
CN107902042A (zh) * 2017-10-27 2018-04-13 华中科技大学 一种基于Simulink模型的船舶多轴电力推进系统
CN108494080B (zh) * 2018-03-16 2024-01-30 上海海事大学 一种基于改进nsga-ii的混合动力船舶多目标能量优化方法
CN110641675B (zh) * 2019-10-17 2021-05-04 中国船舶科学研究中心（中国船舶重工集团公司第七0二研究所） 船舶冷却系统变工况低噪声调控装置及其调控方法
JP6687213B1 (ja) * 2019-12-16 2020-04-22 常石造船株式会社 機関室給気システム
FR3117086B1 (fr) * 2020-12-03 2023-12-08 Gaztransport Et Technigaz Procédé et système d’aide à la gestion d’un navire de transport de gaz liquéfié du type consommant du gaz d’évaporation pour sa propulsion
CN113682443B (zh) * 2021-09-17 2022-05-31 中远海运科技(北京)有限公司 Vlcc船舶在指令航速下的理论日燃油消耗确定方法
US11598282B1 (en) 2022-02-23 2023-03-07 Atlantic Towing Limited Systems and methods for optimizing vessel fuel consumption
CA3200592A1 (en) * 2022-05-27 2023-11-27 Glas Ocean Electric Inc. Data acquisition apparatus and method

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE312497B (ko) * 1968-05-03 1969-07-14 Karlstad Mekaniska Ab
US4286324A (en) * 1979-09-24 1981-08-25 Maxwell Ingram Prime mover fuel efficiency control system
US4843575A (en) * 1982-10-21 1989-06-27 Crane Harold E Interactive dynamic real-time management system
US4872118A (en) * 1984-08-09 1989-10-03 Naidenov Evgeny V System for automated monitoring of trim and stability of a vessel
CN1121607A (zh) * 1994-10-28 1996-05-01 中国船舶工业总公司第七研究院第七○二研究所 船舶动力定位的神经网络控制系统及其方法
US5961558A (en) * 1994-11-04 1999-10-05 Kvaerner Asa Control device for achieving optimum use of the energy which is produced by a vessel's main energy source
FR2729637B1 (fr) * 1995-01-19 1997-04-18 Semt Pielstick Dispositif et procede de reglage de la vitesse d'un navire
DE19701928C1 (de) * 1997-01-21 1998-05-14 Siemens Ag Verfahren zur Initialisierung einer Simulation des Verhaltens einer technischen Anlage und Simulationssystem für eine technische Anlage
US6273771B1 (en) * 2000-03-17 2001-08-14 Brunswick Corporation Control system for a marine vessel
DE10061578A1 (de) * 2000-12-11 2002-06-27 Siemens Ag Hybridantrieb für Schiffe
DE10104892A1 (de) * 2001-02-01 2002-08-14 Siemens Ag Schiffs-Elektrosystem
US6869792B2 (en) * 2001-03-16 2005-03-22 Irm, Llc Method and apparatus for performing multiple processing steps on a sample in a single vessel
RU2208837C1 (ru) * 2001-10-30 2003-07-20 Кулик Сергей Дмитриевич Устройство для имитационного моделирования значений функции выхода автоматизированной фактографической информационно-поисковой системы криминалистического назначения
US7174841B2 (en) * 2002-03-28 2007-02-13 Aker Yards Oy Method and an arrangement for reducing the weight and optimizing the longitudinal strength of a water-craft
GB2412992B (en) * 2003-03-10 2006-10-04 Dynochem Ip Ltd A physiocochemical process modelling system
JP2004334714A (ja) * 2003-05-09 2004-11-25 Yamaha Motor Co Ltd パラメータ最適化方法、パラメータ最適化装置、パラメータ最適化プログラム、及び、航走制御装置
US6885919B1 (en) * 2003-06-02 2005-04-26 Brunswick Corporation Method for controlling the operation of a marine vessel

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101042334B1 (ko) * 2010-07-07 2011-06-17 (주)뉴월드마리타임 선박 운항지시 최적화 구현을 위한 에너지 효율 최적화를 이용한 선박 연료 절감 시스템 및 그 방법과 그 방법에 의한 컴퓨터 프로그램을 저장한 기록매체
WO2012005408A1 (ko) * 2010-07-07 2012-01-12 (주)뉴월드마리타임 선박 운항지시 최적화 구현을 위한 에너지 효율 최적화를 이용한 선박 연료 절감 시스템 및 그 방법과 그 방법에 의한 컴퓨터 프로그램을 저장한 기록매체
KR101245639B1 (ko) * 2011-03-29 2013-03-20 대우조선해양 주식회사 최적의 선박 건조 환경을 위한 에너지 관리 서버 시스템 및 선박 건조 시스템
WO2014129693A1 (ko) * 2013-02-25 2014-08-28 (주)뉴월드마리타임 It 융합형 해상 수송네트웍 통합 관리 기반의 온실가스-에너지 절감 지향 최적 경제안전운항 시스템
KR20150050036A (ko) * 2013-10-31 2015-05-08 현대중공업 주식회사 선박 에너지 효율 관리 시스템 및 이의 동작 방법
KR20170009336A (ko) 2015-07-16 2017-01-25 대우조선해양 주식회사 선박 에너지 효율 최적화 시스템 및 방법
KR20180022330A (ko) * 2016-08-24 2018-03-06 현대중공업 주식회사 선박 대형 엔진 시운전용 데이터 계측 시스템 및 그 방법
KR101859671B1 (ko) * 2017-03-27 2018-05-18 한국해양과학기술원 운항선의 표준운항상태 선속-동력 해석 방법
WO2018182171A1 (ko) * 2017-03-27 2018-10-04 한국해양과학기술원 운항선의 표준운항상태 선속-동력 해석 방법
KR101960292B1 (ko) * 2018-07-30 2019-07-15 한국지질자원연구원 디젤 엔진 성능 분석에 따른 엔진 부하 및 선속 조정 방법, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체

Also Published As

Publication number Publication date
CA2619614A1 (en) 2007-02-15
JP5336188B2 (ja) 2013-11-06
WO2007017908A2 (en) 2007-02-15
JP2009505210A (ja) 2009-02-05
WO2007017908A3 (en) 2007-05-10
RU2415773C2 (ru) 2011-04-10
EP1920368A2 (en) 2008-05-14
AU2006277573A1 (en) 2007-02-15
CN101283359B (zh) 2010-12-01
CN101283359A (zh) 2008-10-08
AU2006277573B2 (en) 2012-02-02
US20090144039A1 (en) 2009-06-04
KR101451436B1 (ko) 2014-10-16
RU2008106842A (ru) 2009-09-20
NO20081148L (no) 2008-05-08

Similar Documents

Publication Publication Date Title
KR101451436B1 (ko) 선박들에서의 에너지 소스 이용의 최적화
US20150199471A1 (en) Energy system optimization
WO2008096376A1 (en) Route selecting method and apparatus
US8897900B2 (en) Graphical language for optimization and use
Gallestey et al. Model predictive control and the optimization of power plant load while considering lifetime consumption
Koteleva et al. Augmented reality system and maintenance of oil pumps
WO2014183120A1 (en) Methods for optimizing ship performance and devices thereof
Chalfant et al. A collaborative early-stage ship design environment
Keane Jr et al. Reducing detail design and construction work content by cost-effective decisions in early-stage naval ship design
Rayhana et al. Digital twin models: functions, challenges, and industry applications
Choi et al. Digital twin in the power generation industry
Allen Measuring of Carbon Footprint in Offshore Drilling
Eriksson et al. Quality assurance of digital twins
Honjo et al. Maximizing production with real-time integrity operating windows
Okhuijsen Combining the Process and Maintenance Digital Twin to Create an Autonomous Production Platform
Fentaye et al. Gas turbine prognostics via Temporal Fusion Transformer
Peruzzini et al. Towards a design-to-sustainability platform based on functional representations and simplified geometric layouts
Omrani et al. Digital Twin of Geothermal Assets Assisting the Production and Operational Decisions
Ng Modelling and simulation of organic Rankine cycle waste heat recovery system with the operational profile of a ship
Fonseca A Standards-Based Approach to Modelling of Digital Twin Ship Data-Assessment of current standards and methods for future standardisation
Pettersen et al. Assessing flexible offshore construction vessel designs combining real options and epoch-era analysis
Greitzer et al. Development of a framework for predicting life of mechanical systems: Life Extension Analysis and Prognostics (LEAP)
KR20110029401A (ko) 선박 견적산출 장치
Mattioli et al. On the Subsea Production System Availability with Resident Drones. A Reliability, Availability, Maintenability RAM Analysis
Fernandez et al. What the CAD industry can do for the Shipyard 4.0

Legal Events

Date Code Title Description
PA0105 International application

Patent event date: 20080311

Patent event code: PA01051R01D

Comment text: International Patent Application

AMND Amendment
PG1501 Laying open of application
A201 Request for examination
AMND Amendment
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20110811

Comment text: Request for Examination of Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20130131

Patent event code: PE09021S01D

AMND Amendment
E601 Decision to refuse application
PE0601 Decision on rejection of patent

Patent event date: 20131230

Comment text: Decision to Refuse Application

Patent event code: PE06012S01D

Patent event date: 20130131

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I

AMND Amendment
J201 Request for trial against refusal decision
PJ0201 Trial against decision of rejection

Patent event date: 20140313

Comment text: Request for Trial against Decision on Refusal

Patent event code: PJ02012R01D

Patent event date: 20131230

Comment text: Decision to Refuse Application

Patent event code: PJ02011S01I

Appeal kind category: Appeal against decision to decline refusal

Appeal identifier: 2014101001533

Request date: 20140313

PB0901 Examination by re-examination before a trial

Comment text: Amendment to Specification, etc.

Patent event date: 20140313

Patent event code: PB09011R02I

Comment text: Request for Trial against Decision on Refusal

Patent event date: 20140313

Patent event code: PB09011R01I

Comment text: Amendment to Specification, etc.

Patent event date: 20130731

Patent event code: PB09011R02I

Comment text: Amendment to Specification, etc.

Patent event date: 20110811

Patent event code: PB09011R02I

Comment text: Amendment to Specification, etc.

Patent event date: 20080325

Patent event code: PB09011R02I

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20140428

Patent event code: PE09021S01D

B701 Decision to grant
PB0701 Decision of registration after re-examination before a trial

Patent event date: 20140717

Comment text: Decision to Grant Registration

Patent event code: PB07012S01D

Patent event date: 20140415

Comment text: Transfer of Trial File for Re-examination before a Trial

Patent event code: PB07011S01I

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20141008

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20141008

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
LAPS Lapse due to unpaid annual fee
PC1903 Unpaid annual fee

Termination category: Default of registration fee

Termination date: 20180719