KR20130139089A - Submarine design optimization system - Google Patents

Submarine design optimization system Download PDF

Info

Publication number
KR20130139089A
KR20130139089A KR1020120062825A KR20120062825A KR20130139089A KR 20130139089 A KR20130139089 A KR 20130139089A KR 1020120062825 A KR1020120062825 A KR 1020120062825A KR 20120062825 A KR20120062825 A KR 20120062825A KR 20130139089 A KR20130139089 A KR 20130139089A
Authority
KR
South Korea
Prior art keywords
module
optimization
submarine
design
management
Prior art date
Application number
KR1020120062825A
Other languages
Korean (ko)
Inventor
김태성
장성호
이종환
이현수
Original Assignee
금오공과대학교 산학협력단
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 금오공과대학교 산학협력단 filed Critical 금오공과대학교 산학협력단
Priority to KR1020120062825A priority Critical patent/KR20130139089A/en
Publication of KR20130139089A publication Critical patent/KR20130139089A/en

Links

Images

Classifications

    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Genetics & Genomics (AREA)
  • Software Systems (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)

Abstract

The present invention relates to a submarine optimization design searching system, more specifically, a submarine optimization design searching system aiming to search an optimal design for a submarine based on a model-based submarine system and a sub system performance estimate using genetic algorithm (GA), design of experiments (DOE), and response surface methodology (RSM). The submarine optimization design searching system includes an optimization tool module, a performance estimation group management tool module, a Digital Mock-Up (DMU) generation and management module, and a report writing and management module, which are the modules for extracting an optimal solution for a problem generated by an optimization requirement analysis system and a model-based performance estimation system. [Reference numerals] (AA) Optimization design seeker;(BB) Model-based performance estimator;(CC) Hybrid searcher;(DD) Performance estimation group;(EE) Performance estimation group Hierarchy;(FF) DMU generation/management;(GG) CAE analysis;(HH) Report generation/management;(II) Optimization requirement analyzer

Description

잠수함 최적화 설계 탐색시스템{Submarine design optimization system}Submarine design optimization system

본 발명은 잠수함 최적화 설계 탐색시스템에 관한 것으로, 보다 상세하게는 유전자알고리즘(GA), 실험계획법(DOE), 반응표면분석기법(RSM)을 활용하여 모델기반 잠수함 체계, 부체계 성능 예측 결과로부터 최적화된 잠수함 설계를 탐색하기 위한 잠수함 최적화 설계 탐색시스템에 관한 것이다.
The present invention relates to a submarine optimization design search system, and more specifically, to optimize from model-based submarine system and sub-system performance prediction results using genetic algorithm (GA), design of experiment (DOE), and response surface analysis (RSM). A submarine optimization design search system for exploring advanced submarine designs.

일반적으로 잠수함은 수중과 수상에서 자체의 추진력으로 이동할 수 있도록 하는 선박으로 주로 군용으로 사용되는 것이다.
Submarines are generally used for military purposes as ships that allow them to move with their propulsion from underwater and water.

이러한 잠수함은 대부분의 시간 동안 적에게 노출되지 않고 수중에서 작전 수행을 해야 하는 잠수함의 특성상, 잠수함의 수중 이동능력, 밸러스트(Ballast) 분배, 잠수함 균형조정, 조절실 보상, 화재 모니터링 및 진화, 호흡 공기 모니터링 등과 같은 여러 보트(boat) 기능은 잠수함 작전수행 능력에 있어서 가장 중요한 요소라 할 수 있다.
These submarines have to be operated underwater without being exposed to the enemy for most of the time, so the submarine's ability to move underwater, ballast distribution, submarine balancing, control room compensation, fire monitoring and extinguishing, breathing air Many boat functions, such as monitoring, are the most important elements of submarine operational capability.

상기 잠수함의 여러 보트(boat) 기능은 구조적으로 동일한 여러 잠수함들에서 현저한 차이를 보일 수 있는데, 그 이유는 잠수함의 상응하는 설계가 일반적으로는 조작자가 원하는 사양들을 토대로 하여 이루어지기 때문이다.
The various boat functions of the submarine can be markedly different in several structurally identical submarines, since the corresponding design of the submarine is generally based on the specifications desired by the operator.

현재, 잠수함의 설계 및 건조는 조작자가 원하는 사양들을 반영하기 위하여 Design Spiral 방식에 의하여 수행되는데, Design Spiral 방식이란, 다음 그림과 같이 Hull Definition, Hydrostatics, Arrangements 등에 관한 초기설계조건을 추출한 후 개념설계, 초안설계, 상세설계를 마치 나선형으로 진행하여 최종 목표(중심점)에 도달하는 설계방식을 말한다.At present, the design and construction of the submarine is carried out by the Design Spiral method to reflect the specifications desired by the operator. The Design Spiral method is a conceptual design, after extracting initial design conditions for Hull Definition, Hydrostatics, Arrangements, etc. It refers to a design method that reaches the final goal (center point) by proceeding draft design and detailed design as spiral.

Figure pat00001

Figure pat00001

상기와 같은 Design Spiral 방식에 의한 설계 및 건조는 조작자가 원하는 사양들이 반영된 하나의 잠수함만 설계 및 건조할 수 있어 시간 집약적이고 비용 집약적이 될 수밖에 없다.
Design and construction by the Design Spiral method as described above can be designed and built only one submarine reflecting the specifications desired by the operator is bound to be time-intensive and cost-intensive.

종래 선박설계시스템에 관한 종래기술로는 일본공개특허 JP 2006-146779 A(2006. 6. 8.)에 입력수단으로부터 입력된 선박구조 파라미터를 정해진 입력 데이터(input data) 파일에 격납하는 처리를 실행하는 입력 처리 수단과, 상기 입력 처리 수단에 의해서 입력 데이터(input data) 파일에 격납된 선박 구조 파라미터를 이용해 선박 구조의 설계 변수(design variable)를 각구조를 구성하는 각 구획에 정리해 그 구획에 대해서 Sub optimization 이론을 적용해 전체 구조에 영향을 미치는 정해진 구획의 설계 변수(design variable)를 대표 변수로 하고, 그 외의 구획을 그 이외의 설계 변수(design variable)로 하여 그 대표 변수를 최초로 최적화하는 것으로써 제약 조건(constraint)을 결정한 후, 그 결정한 제약 조건(constraint)을 그 이외의 설계 변수(design variable)에 도입해 최적화하는 최적화 수단과, 상기 최적화 수단으로 결정된 대표 변수의 구획에 대해서 정해진 룰에 따라 설계 조건(design situation)을 가변하면서 적어도 중량, 비용을 계산해 그 계산 결과를 기본으로 그 이외의 설계 변수(design variable)에서의 구획에 대해서 상기 룰에 따라 비슷하게 정해진 조건을 가변하면서 적어도 중량, 비용을 계산해 그 계산 결과를 제시할 수 있는 부재 계산 수단을 갖춘 것을 특징으로 하는 선박 설계 검토 시이 공지된 바 있다.
As a conventional technique related to a conventional vessel design system, a process of storing a vessel structure parameter inputted from an input means in Japanese Laid Open Patent JP 2006-146779 A (2006. 6. 8.) is executed in a predetermined input data file. The design variable of the ship structure is arranged in each section constituting each structure by using the ship structure parameter stored in the input data file by the input processing means. By applying the sub optimization theory, the design variable of a given compartment that affects the entire structure is used as the representative variable, and the other variables are the other design variables. Optimization to determine the constraints and then introduce the optimized constraints into other design variables However, at least a weight and a cost are calculated while varying the design situation according to a rule defined for the partition of the representative variable determined by the optimization means, and the partition at the other design variable based on the calculation result. It has been known at the time of reviewing a ship design, characterized by having a member calculation means capable of calculating at least weight and cost and presenting the calculation result while varying similarly determined conditions according to the above rules.

그러나, 상기 종래 기술은 선박 구조 파라미터를 통해 설계 변수(design variable)를 계산함에 의하여 설계는 가능하지만, 선박 구조 파라미터의 최적화변수를 도출하여 반영하여 다향한 디자인을 도출할 수 없는 문제점이 있었다.
However, the prior art, although the design is possible by calculating the design variable (design variable) through the ship structural parameters, there was a problem that can not derive a diversified design by deriving and reflecting the optimization parameters of the ship structural parameters.

한편, 효과적이고 안정적인 잠수함의 수중 작전 수행을 위해서는 잠수함 추진시스템 및 여러 보트(boat) 기능들에 대한 정확한 해석 및 설계 기술이 필수적이라 할 수 있고, 이러한 기술은 흔히 잠수함 건조 분야에 있어서 선진국이라 할 수 있는 독일 등의 해군과 관계사에서는 관련 기술을 확보하고 있으며, 이를 통해 잠수함 시뮬레이션 툴을 자체적으로 개발하여 사용하고 있다.
On the other hand, accurate and accurate interpretation and design of submarine propulsion systems and various boat functions are essential for effective and stable submarine operations. These technologies are often developed countries in the field of submarine construction. Navy and related companies, such as Germany, have secured the relevant technology, and have developed and used their own submarine simulation tools.

이와 관련하여 1980년대 이후 미 해군은 컴퓨터 기반의 설계 도구인 ASSET(Advanced Surface Ship Evaluation Tool)과 LEAPS(Leading Edge Advanced Prototyping for Ships) 등을 개발하여 변화하는 국방획득 패러다임에 신속히 대응하고 있다.
In response to this, the US Navy has developed computer-based design tools, the Advanced Surface Ship Evaluation Tool (ASSET) and the Leading Edge Advanced Prototyping for Ships (LEPS), to respond quickly to the changing defense acquisition paradigm.

그러나 종래 전통적인 방식인 성능기반에서 능력기반으로의 외부 환경 변화는 설계 절차상 새로운 시도를 요구하고 있는 실정이며, 함정 설계 요구사항 변경의 제약을 극복하기 위해서는 초기 설계 단계에서 설계 요소들 간의 상호작용을 통합된 단일 환경에서 최적화된 설계결과를 도출해내는 기술개발이 필요하다.
However, the change of the external environment from the performance-based to the capability-based, which is the traditional method, requires a new attempt in the design procedure, and in order to overcome the constraint of changing the design requirements of the trap, the interaction between the design elements at the initial design stage is required. There is a need for technology development that produces optimized design results in a single integrated environment.

즉, 잠수함 설계는 다양한 시스템의 설계 조합(Design Systhesis) 및 시스템의 다학제적(Multidisciplinary) 분야로 잠수함 설계를 성공적으로 실현하기 위해서는 잠수함 체계 설계와 연계한 효과도 분석 모델과 분야별 부체계 성능예측 모델 및 잠수함 체계 성능을 예측할 수 있는 최적화 기술개발이 요구된다.
In other words, submarine design is a design system of various systems and a multidisciplinary system of systems in order to successfully realize submarine design. Development of optimization technology that can predict submarine system performance is required.

본 발명은 종래의 Design Spiral 설계방식에서 탈피하여 조작자가 원하는 다양한 사양들이 반영된 여러 잠수함을 설계 및 건조할 수 있도록 유전자알고리즘(GA), 실험계획법(DOE), 반응표면분석기법(RSM)을 활용하여 모델기반 잠수함 체계, 부체계 성능 예측 결과로부터 최적화된 잠수함 설계를 탐색할 수 있는 잠수함 최적화 설계 탐색시스템을 제공하는 것을 해결하고자 하는 과제로 한다.
The present invention utilizes the genetic algorithm (GA), design of experiment (DOE), response surface analysis (RSM) to design and build a variety of submarines reflecting the various specifications desired by the operator to break away from the conventional Design Spiral design method It is a task to provide a submarine optimized design search system that can search for an optimized submarine design from the model-based submarine system and sub-system performance prediction results.

본 발명은 상기 과제의 해결을 위하여 최적화 요구조건분석시스템 및 모델기반 성능예측시스템으로부터 생성된 문제의 최적해를 추출하는 모듈로서, 최적화도구모듈, 성능예측집합관리도구모듈, Digital Mock-Up(DMU) 생성 및 관리도구모듈, 리포트 생성 및 관리도구모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 과제의 해결수단으로 한다.
The present invention is a module for extracting the optimal solution generated from the optimization requirements analysis system and model-based performance prediction system to solve the above problems, an optimization tool module, performance prediction management tool module, Digital Mock-Up (DMU) The submarine optimization design search system comprising a generation and management tool module and a report generation and management tool module is a solution to the problem.

상기 최적화 요구조건분석시스템은 잠수함 설계 요구조건을 성능 효과도 지표(MOE)로 변환하고, 세부 성능 지표(MOP) 및 설계 파라미터로 변환하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 과제의 해결수단으로 한다.
The optimization requirement analysis system converts a submarine design requirement into a performance effect indicator (MOE) and a detailed performance indicator (MOP) and a design parameter. do.

상기 모델기반 성능예측시스템은 잠수함 체계, 부체계 설계 파라미터 집합을 합성하여 요구조건에 적합한 설계 파라미터 집합을 도출하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 과제의 해결수단으로 한다.
The model-based performance prediction system is a submarine optimization design search system, characterized in that the design parameter set suitable for the requirements by deriving the sub-system, sub-system design parameter set as a solution to the problem.

상기 최적화도구모듈은 생성된 문제의 수학적이고 논리적인 해를 추출하는 모듈로써 선형최적화 탐색모듈, 비선형최적화 탐색모듈, Meta-heuristics 탐색모듈, Simulation 탐색모듈 및 Hybrid 탐색모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 과제의 해결수단으로 한다.
The optimizer module is a module for extracting a mathematical and logical solution of a generated problem. The optimizer module includes a linear optimization search module, a nonlinear optimization search module, a meta-heuristics search module, a simulation search module, and a hybrid search module. The submarine optimized design search system is a solution to the problem.

상기 성능예측집합관리도구모듈은 최적화관리도구모듈로부터 나온 결과를 활용하여 성능예측집합을 구성하고 이를 관리하기 위한 모듈로서, 성능예측집합 계층분석모듈과 데이터마이닝 모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 과제의 해결수단으로 한다.
The performance prediction set management tool module is a module for configuring and managing the performance prediction set using the results from the optimization management tool module. The performance prediction set management module includes a performance prediction set hierarchical analysis module and a data mining module. The submarine optimization design search system is the solution to the problem.

상기 Digital Mock-Up(DMU) 생성 및 관리도구모듈은 Data Exchanger System(DEXS) 모듈, Simulation Lifecycle Management(SLM)모듈, Assembly Checker 모듈, CAE해석기 모듈 및 Version Management 모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 과제의 해결수단으로 한다.
The digital mock-up (DMU) generation and management tool module is characterized in that it comprises a Data Exchanger System (DEXS) module, Simulation Lifecycle Management (SLM) module, Assembly Checker module, CAE interpreter module and Version Management module The submarine optimization design search system is the solution to the problem.

상기 리포트 생성 및 관리도구모듈은 생성된 성능예측집합 및 가능해를 도식화하고 통계화시켜 보여주는 모듈로서, Crystal Report 모듈, GAUSS 기반 통계처리모듈 및 Document Management(DM) 모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 과제의 해결수단으로 한다.
The report generation and management tool module is a module that shows and statistics the generated performance prediction sets and possible solutions, and comprises a Crystal Report module, a GAUSS-based statistical processing module, and a Document Management (DM) module. The submarine optimization design search system is the solution to the problem.

상기 각 모듈은 검증 방법론(DEVS, Discrete Event Systems Specification)을 기본엔진으로 사용하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 과제의 해결수단으로 한다.
Each module has a submarine optimization design search system using a verification methodology (DEVS, Discrete Event Systems Specification) as a basic engine.

상기 각 모듈은 MATLAB/SimuLink를 Backbone엔진으로 사용하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 과제의 해결수단으로 한다.
Each module uses a submarine optimization design search system, which uses MATLAB / SimuLink as a backbone engine, as a means of solving the problem.

상기 최적화도구모듈중 Meta-heuristic은 유전자 알고리즘(GA: Genetic Algorithm)을 사용하여 푸는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 과제의 해결수단으로 한다.
Meta-heuristic of the optimization tool module is a submarine optimization design search system characterized by solving using a genetic algorithm (GA) as a solution to the problem.

본 발명에 따른 잠수함 최적화 설계 탐색시스템은 종래의 Design Spiral 설계방식에서 탈피하여 조작자가 원하는 다양한 사양들이 반영된 여러 잠수함을 설계 및 건조할 수 있도록 유전자알고리즘(GA), 실험계획법(DOE), 반응표면분석기법(RSM)을 활용하여 모델기반 잠수함 체계, 부체계 성능 예측 결과로부터 최적화된 잠수함 설계를 탐색할 수 있는 획기적인 효과가 있다.
Submarine optimization design search system according to the present invention is to break away from the conventional Design Spiral design method, genetic algorithm (GA), experimental design (DOE), response surface analysis to design and build several submarines reflecting various specifications desired by the operator Using the technique (RSM), there is a significant effect to explore the optimized submarine design from the model-based submarine system and sub-system performance prediction results.

도 1은 본 발명에 따른 잠수함 최적화 설계 탐색시스템의 전체 구성블럭도
도 2는 본 발명에 따른 최적화 요구조건분석시스템 흐름도
도 3은 본 발명에 따른 모델기반 성능예측시스템 흐름도
도 4는 본 발명에 따른 최적화도구모듈 프로세스도
도 5는 Digital Mock-Up(DMU) 생성 및 관리도구모듈 계통도1 is an overall configuration block diagram of a submarine optimization design search system according to the present invention
2 is a flowchart illustrating an optimization requirement analysis system according to the present invention.
3 is a flowchart of a model-based performance prediction system according to the present invention.
4 is an optimization tool module process diagram according to the present invention.
5 is a digital mock-up (DMU) generation and management tool module schematic diagram

본 발명은 최적화 요구조건분석시스템 및 모델기반 성능예측시스템으로부터 생성된 문제의 최적해를 추출하는 모듈로서, 최적화도구모듈, 성능예측집합관리도구모듈, Digital Mock-Up(DMU) 생성 및 관리도구모듈, 리포트 생성 및 관리도구모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 기술구성의 특징으로 한다.
The present invention is a module for extracting an optimal solution generated from an optimization requirement analysis system and a model-based performance prediction system, an optimization tool module, a performance prediction management tool module, a digital mock-up (DMU) generation and management tool module, The submarine optimization design search system, which comprises a report generation and management tool module, is a feature of the technical configuration.

상기 최적화 요구조건분석시스템은 잠수함 설계 요구조건을 성능 효과도 지표(MOE)로 변환하고, 세부 성능 지표(MOP) 및 설계 파라미터로 변환하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 기술구성의 특징으로 한다.
The optimization requirement analysis system converts a submarine design requirement into a performance effect indicator (MOE) and converts it into a detailed performance indicator (MOP) and a design parameter. do.

상기 모델기반 성능예측시스템은 잠수함 체계, 부체계 설계 파라미터 집합을 합성하여 요구조건에 적합한 설계 파라미터 집합을 도출하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 기술구성의 특징으로 한다.
The model-based performance prediction system features a submarine optimization design search system, which is characterized by deriving a design parameter set suitable for a requirement by synthesizing a submarine system and a subsystem design parameter set.

상기 최적화도구모듈은 생성된 문제의 수학적이고 논리적인 해를 추출하는 모듈로써 선형최적화 탐색모듈, 비선형최적화 탐색모듈, Meta-heuristics 탐색모듈, Simulation 탐색모듈 및 Hybrid 탐색모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 기술구성의 특징으로 한다.
The optimizer module is a module for extracting a mathematical and logical solution of a generated problem. The optimizer module includes a linear optimization search module, a nonlinear optimization search module, a meta-heuristics search module, a simulation search module, and a hybrid search module. The submarine optimized design search system is a feature of technical construction.

상기 성능예측집합관리도구모듈은 최적화관리도구모듈로부터 나온 결과를 활용하여 성능예측집합을 구성하고 이를 관리하기 위한 모듈로서, 성능예측집합 계층분석모듈과 데이터마이닝 모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 기술구성의 특징으로 한다.
The performance prediction set management tool module is a module for configuring and managing the performance prediction set using the results from the optimization management tool module. The performance prediction set management module includes a performance prediction set hierarchical analysis module and a data mining module. The submarine optimized design search system is a feature of the technology configuration.

상기 Digital Mock-Up(DMU) 생성 및 관리도구모듈은 Data Exchanger System(DEXS) 모듈, Simulation Lifecycle Management(SLM)모듈, Assembly Checker 모듈, CAE해석기 모듈 및 Version Management 모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 기술구성의 특징으로 한다.
The digital mock-up (DMU) generation and management tool module is characterized in that it comprises a Data Exchanger System (DEXS) module, Simulation Lifecycle Management (SLM) module, Assembly Checker module, CAE interpreter module and Version Management module The submarine optimized design search system is a feature of the technology configuration.

상기 리포트 생성 및 관리도구모듈은 생성된 성능예측집합 및 가능해를 도식화하고 통계화시켜 보여주는 모듈로서, Crystal Report 모듈, GAUSS 기반 통계처리모듈 및 Document Management(DM) 모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 기술구성의 특징으로 한다.
The report generation and management tool module is a module that shows and statistics the generated performance prediction sets and possible solutions, and comprises a Crystal Report module, a GAUSS-based statistical processing module, and a Document Management (DM) module. The submarine optimized design search system is a feature of the technology configuration.

상기 각 모듈은 검증 방법론(DEVS, Discrete Event Systems Specification)을 기본엔진으로 사용하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 기술구성의 특징으로 한다.
Each module is characterized by a submarine optimization design search system, which uses a verification methodology (DEVS, Discrete Event Systems Specification) as a basic engine.

상기 각 모듈은 MATLAB/SimuLink를 Backbone엔진으로 사용하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 기술구성의 특징으로 한다.
Each module is characterized by a submarine optimization design search system, which uses MATLAB / SimuLink as a backbone engine.

상기 최적화도구모듈중 Meta-heuristic은 유전자 알고리즘(GA: Genetic Algorithm)을 사용하여 푸는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템을 기술구성의 특징으로 한다.
Meta-heuristic of the optimizer module features a submarine optimization design search system, which is characterized by solving using a genetic algorithm (GA).

이하에서는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 바람직한 도면을 통하여 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 여기에서 설명하는 도면들에 한정되지 않는다.
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as limited to the illustrative embodiments set forth herein.

도 1은 본 발명에 따른 잠수함 최적화 설계 탐색시스템의 전체 구성블럭도이고, 도 2는 본 발명에 따른 최적화 요구조건분석시스템 흐름도이며, 도 3은 본 발명에 따른 모델기반 성능예측시스템 흐름도이고, 도 4는 본 발명에 따른 최적화도구모듈 프로세스도이며, 도 5는 Digital Mock-Up(DMU) 생성 및 관리도구모듈 계통도이다
1 is an overall configuration block diagram of a submarine optimization design search system according to the present invention, FIG. 2 is a flowchart of an optimization requirement analysis system according to the present invention, FIG. 3 is a flowchart of a model-based performance prediction system according to the present invention, and FIG. 4 is a process diagram of the optimizer module according to the present invention, Figure 5 is a digital mock-up (DMU) generation and management tool module schematic diagram.

우선, 도 1에 도시한 바와 같이, 본 발명의 잠수함 최적화 설계탐색시스템은 최적화 요구조건분석시스템 및 모델기반 성능예측시스템으로부터 생성된 문제의 최적해를 추출하는 모듈로서, 최적화도구모듈, 성능예측집합관리도구모듈, Digital Mock-Up(DMU) 생성 및 관리도구모듈, 리포트 생성 및 관리도구모듈을 포함하여 구성된다.
First, as shown in FIG. 1, the submarine optimization design search system of the present invention is a module for extracting an optimal solution generated from an optimization requirement analysis system and a model-based performance prediction system, and includes an optimization tool module and performance prediction set management. It includes tool module, digital mock-up (DMU) generation and management tool module, report generation and management tool module.

본 발명의 상기 모듈들에서는 M&S(Modeling and Simulation) 기법을 활용하여 잠수함 체계성능예측 및 최적화기술을 통한 잠수함설계 최적화기술을 구현한다.
The modules of the present invention implement the submarine design optimization technology through submarine system performance prediction and optimization technology using M & S (Modeling and Simulation) technique.

즉, M&S와 관점 지향의 프로그램 기법을 사용하여 소프트웨어를 검증하기 위한 검증 방법론(DEVS, Discrete Event Systems Specification)을 사용하여 소프트웨어 개발과정 중에서 검증 및 검사과정을 지원할 수 있는 DEVS형식론을 이용한다.
In other words, it uses the DEVS formalism that can support the verification and inspection process in the software development process using the Discrete Event Systems Specification (DEVS) for verifying the software using M & S and perspective-oriented programming techniques.

상기 DEVS 형식론은 관점 지향 프로그래밍 기법을 사용하여 이미 구현되어 있는 소프트웨어와 요구사항을 만족하는지를 확인하는 동시에 소스 코드에 테스팅 코드를 삽입할 때 발생하는 문제들을 해결할 수 있다. 또한 기존의 Discrete Event Simulation Specification에서 벗어나, 최적화 탐색기의 Simulation Lifecycle Optimization의 기본엔진으로 사용될 수 있으며, Matlab의 SimuLink toolbox를 탐재하여, Engineering DB와 Process DB를 통하여 전체적인 성능예측을 하는데 사용한다.
The DEVS formalism can solve the problems that occur when inserting the testing code into the source code while checking whether the software meets the requirements already implemented using the perspective-oriented programming technique. In addition, it can be used as the basic engine of Simulation Lifecycle Optimization of the Optimization Explorer, away from the existing Discrete Event Simulation Specification, and is used to perform overall performance prediction through Engineering DB and Process DB by investigating SimuLink toolbox of Matlab.

또한, MATLAB/SimuLink는 본 발명의 각 모듈들의 Backbone엔진으로 사용하며, 내재화된 선형최적화 Toolbox를 비롯, 다양한 toolbox를 통하여 비선형최적화 및 Meta-heuristic/hybrid 최적화를 푸는데 사용된다.
In addition, MATLAB / SimuLink is used as the backbone engine of each module of the present invention, and it is used to solve the nonlinear optimization and the meta-heuristic / hybrid optimization through various toolboxes including the internalized linear optimization toolbox.

또한, 유전자 알고리즘(GA: Genetic Algorithm)은 최적화 탐색모듈 중 Meta-heuristic를 푸는데 사용되며, 더불어, GA의 가장 큰 특징이자 강점으로 볼 수 있는 다목적 문제 (Multi-Objective Optimization Programming)의 Pareto Optimal 구성에 사용하며, Matlab내 기본 toolbox에 최신 이론을 접목하여 탑재한다.
In addition, GA (Genetic Algorithm) is used to solve meta-heuristic of optimization search module, and it is also used for Pareto Optimal composition of multi-objective optimization programming, which is the biggest feature and strength of GA. The latest theory is incorporated into the basic toolbox in Matlab.

상기 최적화 요구조건분석시스템은 잠수함 설계 요구조건을 성능 효과도 지표(MOE)로 변환하고, 세부 성능 지표(MOP) 및 설계 파라미터로 변환하는 것으로서, 보다 구체적으로는, 도 2에 도시한 바와 같이, 잠수함 설계 요구조건(안) 소스문서로부터 요구사항을 추출하고, 요구사항을 분석 및 재정의하며, 요구사항의 최적화를 거쳐 체계 및 부체계 분야별 성능 효과도 지표(MOE)로 변환하고, 각 효과도 지표(MOE)를 세부 성능지표(MOP) 및 설계 파라미터로 변환한다.
The optimization requirement analysis system converts a submarine design requirement into a performance effectiveness index (MOE) and a detailed performance index (MOP) and design parameters, and more specifically, as shown in FIG. Submarine Design Requirements (Draft) Extract requirements from source documents, analyze and redefine requirements, optimize the requirements, convert them into performance effect indicators (MOEs) for system and sub-system sectors, and index each effect. (MOE) is converted into detailed performance indicators (MOP) and design parameters.

상기 모델기반 성능예측시스템은 잠수함 체계, 부체계 설계 파라미터 집합을 합성하여 요구조건에 적합한 설계 파라미터 집합을 도출하는 것으로, 즉, 도 3에 도시한 바와 같이, 잠수함 체계, 부체계 설계 파라미터 집합을 합성(design synthesis)하여 요구조건에 적합한 설계 파라미터 집합(feasible design set)을 도출하고, 성능예측 집합 효과도(MOE) 계산을 수행하며, 성능예측 집합 효과도(MOE)로부터 다해상도 잠수함 아키텍처를 구현하고, 잠수함 비용(COST) 모델, 향후 운용을 위한 비용(COST) 계산을 수행한다.
The model-based performance prediction system derives a design parameter set suitable for the requirements by synthesizing the submarine system and the subsystem design parameter set, that is, as shown in FIG. 3, the submarine system and the subsystem design parameter set are synthesized. design synthesis to derive a feasible design set that meets the requirements, perform a set of MOE calculations, implement a multiresolution submarine architecture from the MOE Perform a submarine cost (COST) model, and cost for future operations (COST).

한편, 상기 최적화도구모듈은 생성된 문제의 수학적이고 논리적인 해를 추출하는 모듈로써 선형최적화 탐색모듈, 비선형최적화 탐색모듈, Meta-heuristics 탐색모듈, Simulation 탐색모듈 및 Hybrid 탐색모듈을 포함하여 구성되는데, 즉, 도 4에 도시한 바와 같이, 문제의 분석을 통하여 time-dependency와 linearity를 체크하게 되면, 각 check를 통하여 해당되는 탐색모듈에서 최적해가 산출되게 된다. 이중, 비선형 탐색모듈은 Meta-heuristic과 hybrid-type을 위한 기저해 산출에 사용되는 구조를 가지며 이는 비선형인 경우라도 보다 최적해에 가까운 해를 산출하게 된다.
On the other hand, the optimizer module is a module for extracting the mathematical and logical solution of the generated problem, including a linear optimization search module, a non-linear optimization search module, a meta-heuristics search module, a simulation search module and a hybrid search module, That is, as shown in FIG. 4, when time-dependency and linearity are checked through analysis of a problem, an optimal solution is calculated in a corresponding search module through each check. Among these, the nonlinear search module has a structure that is used to calculate the basis solution for meta-heuristic and hybrid-type.

상기 성능예측집합관리도구모듈은 최적화관리도구모듈로부터 나온 결과를 활용하여 성능예측집합을 구성하고 이를 관리하기 위한 모듈로서, 성능예측집합 계층분석모듈과 데이터마이닝 모듈을 포함하여 구성되며, 이중 성능예측집합 계층분석모듈은 산출된 해의 priority를 산출하여 매핑하고 평가하는 모듈로서, 이를 통하여 수평적인 성능예측집합이 아니라, 계층적이고 계열화된 성능예측집합이 구성되며, 이는 구성된 문제의 최적해가 다른 목적함수 및 조건에 부합되지 않을 경우, 차상위 성능예측집합이 우선권을 가지고 최적해를 제시하게 되며, 이를 위하여 데이터 마이닝 모듈과 최적화 도구 모듈의 인터페이스를 통하여 성능예측집합의 우선순위가 결정된다.
The performance prediction set management tool module is a module for constructing and managing the performance prediction set using the results from the optimization management tool module. The performance prediction set management tool module includes a performance prediction set hierarchical analysis module and a data mining module. The set hierarchy analysis module is a module that calculates, maps, and evaluates the priorities of the calculated solutions, and it is not a horizontal performance prediction set but a hierarchical and seriesed performance prediction set. And if the condition is not met, the next higher performance prediction set has a priority and presents an optimal solution. For this purpose, the priority of the performance prediction set is determined through the interface between the data mining module and the optimization tool module.

상기 Digital Mock-Up(DMU) 생성 및 관리도구모듈은 도 5에 도시한 바와 같이, Data Exchanger System(DEXS) 모듈, Simulation Lifecycle Management(SLM)모듈, Assembly Checker 모듈, CAE해석기 모듈 및 Version Management 모듈을 포함하여 구성되는 바, 다른 상용 DMU생성모듈과는 달리 범용 Simulation Lifecycle Management(SLM) 모듈을 통하여 DMU의 시뮬레이션 데이터가 관리되며, Assembly Check는 collision detection 및 GD&T 관리를 통하여 정합화된 Digital Mock-Up을 제시하게 된다.
As shown in FIG. 5, the Digital Mock-Up (DMU) generation and management tool module includes a Data Exchanger System (DEXS) module, a Simulation Lifecycle Management (SLM) module, an Assembly Checker module, a CAE interpreter module, and a Version Management module. Unlike other commercial DMU generation modules, the DMU's simulation data is managed through the general-purpose Simulation Lifecycle Management (SLM) module, and the Assembly Check provides a coordinated digital mock-up through collision detection and GD & T management. To present.

상기 리포트 생성 및 관리도구모듈은 생성된 성능예측집합 및 가능해를 도식화하고 통계화시켜 보여주는 모듈로서, Crystal Report 모듈, GAUSS 기반 통계처리모듈 및 Document Management(DM) 모듈을 포함하여 구성된다.
The report generation and management tool module is a module that shows the generated performance prediction set and the possible diagrams and statistics, and includes a Crystal Report module, a GAUSS-based statistical processing module, and a Document Management (DM) module.

이상의 설명은 본 발명의 기술사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 도면들에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The foregoing description is merely illustrative of the technical idea of the present invention and various changes and modifications may be made by those skilled in the art without departing from the essential characteristics of the present invention. Accordingly, the drawings disclosed in the present invention are not intended to limit the technical spirit of the present invention but to describe the present invention, and the scope of the technical idea of the present invention is not limited by these drawings. The protection scope of the present invention should be interpreted by the following claims, and all technical ideas within the equivalent scope should be interpreted as being included in the scope of the present invention.

Claims (10)

최적화 요구조건분석시스템 및 모델기반 성능예측시스템으로부터 생성된 문제의 최적해를 추출하는 모듈로서, 최적화도구모듈, 성능예측집합관리도구모듈, Digital Mock-Up(DMU) 생성 및 관리도구모듈, 리포트 생성 및 관리도구모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템
This module extracts the optimal solution generated from the optimization requirement analysis system and the model-based performance prediction system.It is an optimization tool module, performance prediction management tool module, digital mock-up (DMU) generation and management tool module, report generation and Submarine optimization design search system comprising a management tool module
제1항에 있어서,
상기 최적화 요구조건분석시스템은 잠수함 설계 요구조건을 성능 효과도 지표(MOE)로 변환하고, 세부 성능 지표(MOP) 및 설계 파라미터로 변환하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템
The method of claim 1,
The optimization requirement analysis system converts the submarine design requirements into a performance effectiveness indicator (MOE) and converts the submarine optimization design search system into detailed performance indicators (MOP) and design parameters.
제1항에 있어서,
상기 모델기반 성능예측시스템은 잠수함 체계, 부체계 설계 파라미터 집합을 합성하여 요구조건에 적합한 설계 파라미터 집합을 도출하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템
The method of claim 1,
The model-based performance prediction system synthesizes a submarine system and a subsystem design parameter set to derive a design parameter set suitable for the requirements.
제1항에 있어서,
상기 최적화도구모듈은 생성된 문제의 수학적이고 논리적인 해를 추출하는 모듈로써 선형최적화 탐색모듈, 비선형최적화 탐색모듈, Meta-heuristics 탐색모듈, Simulation 탐색모듈 및 Hybrid 탐색모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템
The method of claim 1,
The optimizer module is a module for extracting a mathematical and logical solution of a generated problem. The optimizer module includes a linear optimization search module, a nonlinear optimization search module, a meta-heuristics search module, a simulation search module, and a hybrid search module. Submarine Optimization Design Search System
제1항에 있어서,
상기 성능예측집합관리도구모듈은 최적화관리도구모듈로부터 나온 결과를 활용하여 성능예측집합을 구성하고 이를 관리하기 위한 모듈로서, 성능예측집합 계층분석모듈과 데이터마이닝 모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템
The method of claim 1,
The performance prediction set management tool module is a module for configuring and managing the performance prediction set using the results from the optimization management tool module. The performance prediction set management module includes a performance prediction set hierarchical analysis module and a data mining module. Submarine Optimization Design Search System
제1항에 있어서,
상기 Digital Mock-Up(DMU) 생성 및 관리도구모듈은 Data Exchanger System(DEXS) 모듈, Simulation Lifecycle Management(SLM)모듈, Assembly Checker 모듈, CAE해석기 모듈 및 Version Management 모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템
The method of claim 1,
The digital mock-up (DMU) generation and management tool module is characterized in that it comprises a Data Exchanger System (DEXS) module, Simulation Lifecycle Management (SLM) module, Assembly Checker module, CAE interpreter module and Version Management module Submarine Optimization Design Search System
제1항에 있어서,
상기 리포트 생성 및 관리도구모듈은 생성된 성능예측집합 및 가능해를 도식화하고 통계화시켜 보여주는 모듈로서, Crystal Report 모듈, GAUSS 기반 통계처리모듈 및 Document Management(DM) 모듈을 포함하여 구성되는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템
The method of claim 1,
The report generation and management tool module is a module that shows and statistics the generated performance prediction sets and possible solutions, and comprises a Crystal Report module, a GAUSS-based statistical processing module, and a Document Management (DM) module. Submarine Optimization Design Search System
제1항 내지 제7항중 어느 한 항에 있어서,
상기 각 모듈은 검증 방법론(DEVS, Discrete Event Systems Specification)을 기본엔진으로 사용하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템
8. The method according to any one of claims 1 to 7,
Each module uses a verification methodology (DEVS, Discrete Event Systems Specification) as a base engine.
제1항 내지 제7항중 어느 한 항에 있어서,
상기 각 모듈은 MATLAB/SimuLink를 Backbone엔진으로 사용하는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템
8. The method according to any one of claims 1 to 7,
Each module uses MATLAB / SimuLink as a backbone engine.
제1항 내지 제7항중 어느 한 항에 있어서,
상기 최적화도구모듈중 Meta-heuristic은 유전자 알고리즘(GA: Genetic Algorithm)을 사용하여 푸는 것을 특징으로 하는 잠수함 최적화 설계탐색시스템8. The method according to any one of claims 1 to 7,
Meta-heuristic of the optimization tool module is a submarine optimization design search system, characterized in that it is solved using a genetic algorithm (GA).
KR1020120062825A 2012-06-12 2012-06-12 Submarine design optimization system KR20130139089A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120062825A KR20130139089A (en) 2012-06-12 2012-06-12 Submarine design optimization system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120062825A KR20130139089A (en) 2012-06-12 2012-06-12 Submarine design optimization system

Publications (1)

Publication Number Publication Date
KR20130139089A true KR20130139089A (en) 2013-12-20

Family

ID=49984505

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120062825A KR20130139089A (en) 2012-06-12 2012-06-12 Submarine design optimization system

Country Status (1)

Country Link
KR (1) KR20130139089A (en)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777727A (en) * 2016-12-26 2017-05-31 电子科技大学 A kind of method of wearable electronic system multidisciplinary design optimization
CN106845019A (en) * 2017-02-27 2017-06-13 中国空气动力研究与发展中心低速空气动力研究所 A kind of adaptive wing Airfoil Design method
CN108491592A (en) * 2018-03-06 2018-09-04 中国第汽车股份有限公司 CAE simulation results automatic processing method and system
KR20210036498A (en) * 2019-09-26 2021-04-05 한화시스템 주식회사 Real time ship propulsion system simulation system using MATLAB/SIMULINK
CN113704869A (en) * 2021-07-20 2021-11-26 深圳市万泽航空科技有限责任公司 Optimal design method for casting process of flame stabilizer
KR20240023790A (en) 2022-08-16 2024-02-23 국립한국해양대학교산학협력단 Optimum concept selection system of ships
CN117608273A (en) * 2024-01-23 2024-02-27 北京星网船电科技有限公司 System reliability control method and device

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777727A (en) * 2016-12-26 2017-05-31 电子科技大学 A kind of method of wearable electronic system multidisciplinary design optimization
CN106845019A (en) * 2017-02-27 2017-06-13 中国空气动力研究与发展中心低速空气动力研究所 A kind of adaptive wing Airfoil Design method
CN106845019B (en) * 2017-02-27 2020-04-10 中国空气动力研究与发展中心低速空气动力研究所 Self-adaptive wing profile design method
CN108491592A (en) * 2018-03-06 2018-09-04 中国第汽车股份有限公司 CAE simulation results automatic processing method and system
CN108491592B (en) * 2018-03-06 2022-06-14 中国第一汽车股份有限公司 CAE simulation result automatic processing method and system
KR20210036498A (en) * 2019-09-26 2021-04-05 한화시스템 주식회사 Real time ship propulsion system simulation system using MATLAB/SIMULINK
CN113704869A (en) * 2021-07-20 2021-11-26 深圳市万泽航空科技有限责任公司 Optimal design method for casting process of flame stabilizer
KR20240023790A (en) 2022-08-16 2024-02-23 국립한국해양대학교산학협력단 Optimum concept selection system of ships
CN117608273A (en) * 2024-01-23 2024-02-27 北京星网船电科技有限公司 System reliability control method and device
CN117608273B (en) * 2024-01-23 2024-04-12 北京星网船电科技有限公司 System reliability control method and device

Similar Documents

Publication Publication Date Title
KR20130139089A (en) Submarine design optimization system
Mosleh PRA: a perspective on strengths, current limitations, and possible improvements
Yuan et al. Ship energy consumption prediction with Gaussian process metamodel
Alfonsi et al. RAVEN and dynamic probabilistic risk assessment: Software overview
Goodfriend et al. Exploration of system vulnerability in naval ship concept design
Grigoropoulos et al. Mission-based hull-form and propeller optimization of a transom stern destroyer for best performance in the sea environment
CN105956336A (en) Static and dynamic hybrid uncertainty-oriented non-probabilistic reliability optimization design method for ready-built structure
Mandelli et al. Dynamic PRA: an overview of new algorithms to generate, analyze and visualize data
Kerns Naval ship design and synthesis model architecture using a model-based systems engineering approach
Chalfant et al. Graph theory applications in FOCUS-compliant ship designs
Sessego et al. HYPENS: A Matlab tool for timed discrete, continuous and hybrid Petri nets
Gavanelli et al. Logic–based decision support for strategic environmental assessment
Vassalos et al. Real-time flooding risk evaluation for ship-to-ship collisions based on first principles
Andrews et al. Integrating ship design and personnel simulation
KR101810478B1 (en) Method of compartment arrangement and survivability assessment of naval vessels using concept of layers
Logtmeijer et al. NATO Mission Modularity Cost-Benefit Analysis
EP3082079A1 (en) Method and system for identifying naval configurations through evaluation of operational and design parameters
Hein Quantifying Flexibility in Naval Ship Design
KR102288682B1 (en) Rapid prediction method for the behavior of hazardous substances in the water environment in the case of accidental leakage of hazardous substances and device thereof
Potteiger et al. Simulation based evaluation of security and resilience in railway infrastructure
Prebeg et al. Evaluation of Surrogate Models of Internal Energy Absorbed by Oil Tanker Structure during Collision
Zhang et al. Model-based operational planning using coloured petri nets
Huang Support vector machines (SVM)-Markov chain prediction model of mining water inflow
Prebeg et al. Structural Reliability of Damaged Oil Tanker in the Adriatic Sea
Floore et al. Design and capabilities of an enhanced naval mine warfare simulation framework

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E601 Decision to refuse application