KR20200061679A - System and method for supporting optimum route prediction - Google Patents

System and method for supporting optimum route prediction Download PDF

Info

Publication number
KR20200061679A
KR20200061679A KR1020180147253A KR20180147253A KR20200061679A KR 20200061679 A KR20200061679 A KR 20200061679A KR 1020180147253 A KR1020180147253 A KR 1020180147253A KR 20180147253 A KR20180147253 A KR 20180147253A KR 20200061679 A KR20200061679 A KR 20200061679A
Authority
KR
South Korea
Prior art keywords
ship
resistance
marine
risk index
accident risk
Prior art date
Application number
KR1020180147253A
Other languages
Korean (ko)
Other versions
KR102182036B1 (en
Inventor
김홍태
최혁진
오정환
김은찬
Original Assignee
한국해양과학기술원
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 한국해양과학기술원 filed Critical 한국해양과학기술원
Priority to KR1020180147253A priority Critical patent/KR102182036B1/en
Publication of KR20200061679A publication Critical patent/KR20200061679A/en
Application granted granted Critical
Publication of KR102182036B1 publication Critical patent/KR102182036B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G3/00—Traffic control systems for marine craft
    • G08G3/02—Anti-collision systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B49/00—Arrangements of nautical instruments or navigational aids
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B79/00—Monitoring properties or operating parameters of vessels in operation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/203—Specially adapted for sailing ships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • Y02T70/747—

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Ocean & Marine Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

The present invention relates to an optimum sea route prediction supporting system and a method thereof. The method comprises the steps of: receiving a vessel data material and additionally calculating a submerged surface area by using a simple equation; receiving the vessel data material and a marine weather material to calculate resistance under a calm water condition, wind resistance, steering resistance, drift resistance, shallow water resistance, and resistance of hull surface roughness and additionally, calculating added resistance due to waves by using another simple equation; estimating propulsion performance of a vessel by aggregating the resistance calculation results and calculating a propulsion coefficient; calculating a regression equation of a marine vessel accident risk index by time period and by vessel accident type through a binary logistic regression model by using a vessel sailing material and a marine weather material that have been made in the past; and estimating a marine vessel accident risk index by time period and by vessel accident type through the regression equation of a marine vessel accident risk index, which is calculated by using a vessel sailing material and a marine weather material at a specific time including past, present, or future. Accordingly, the optimum sea route prediction supporting system and the method thereof can efficiently calculate and estimate the propulsion performance of a vessel.

Description

최적 항로 예측 지원 시스템 및 그 방법{SYSTEM AND METHOD FOR SUPPORTING OPTIMUM ROUTE PREDICTION }Optimal route prediction support system and its method {SYSTEM AND METHOD FOR SUPPORTING OPTIMUM ROUTE PREDICTION}

본 발명은 최적 항로 예측 지원 시스템 및 그 방법에 관한 것으로, 특히 선박 추진성능을 추정하고 해상 선박 사고 위험지수를 추정하는 최적 항로 예측 지원 시스템 및 그 방법에 관한 것이다. The present invention relates to an optimal route prediction support system and method, and more particularly, to an optimal route prediction support system and method for estimating ship propulsion performance and estimating a marine vessel accident risk index.

선박 추진성능을 추정함에 있어서는 선박 제원 자료(즉, 수선간장, 형폭, 평균흘수, 배수량, 방형비척계수)와 해양기상 자료(풍향, 풍속, 파향, 파고, 해류방향, 해류속도)를 입력 받아, 선박 저항 성능(정수중 저항, 바람 저항, 파랑 저항, 조종 저항, 표류 저항, 천수 저항, 선체표면거칠기 저항)을 산출한 후, 이를 종합하여 선박의 추진성능을 추정하는 것이며, 이 때 일부 산출식(침수표면적 및 파랑중 부가저항)은 특별 제작한 수학식을 이용하여 간단히 계산하도록 하였다.In estimating the propulsion performance of the ship, the ship specification data (i.e., soy sauce, width, average draft, drainage, square scale factor) and marine weather data (wind direction, wind speed, wave direction, wave height, current direction, current speed) are input, After calculating the ship resistance performance (water resistance, wind resistance, blue resistance, steering resistance, drift resistance, shallow water resistance, hull surface roughness resistance), the propulsion performance of the ship is estimated by synthesizing this, and some calculation formulas ( The submerged surface area and the additional resistance in the wave) were simply calculated using the specially formulated equation.

해양선박 사고 위험지수를 산출함에 있어서는 과거 선박 사고 정보(사고 위치, 일시, 사고 유형, 사고정보, 선박 정보)를 바탕으로 과거 선박 운항 자료(즉, 대상 해역의 격자별 밀집도, 선속, 선박 운항 방향)와 과거 해양기상 자료(격자별 풍향, 풍속, 파향, 파고, 해류방향, 해류속도)를 이용하여 회귀분석을 통해 사고 유형별(충돌, 좌초, 전복) 위험지수에 관한 회귀식을 산출한다. 산출한 사고 유형별 위험지수 회귀식을 이용하여, 특정 시간의 (과거, 현재 또는 미래) 독립변수 값들을 입력하여 해상 사고 위험지수를 추정하는 것이다.In calculating the marine vessel accident risk index, based on past ship accident information (accident location, date, type of accident, accident information, ship information), past ship operation data (i.e., density, ship speed, direction of ship operation by grid of the target sea area) ) And past ocean weather data (wind direction, wind speed, wave direction, wave height, current direction, current velocity by grid) to calculate the regression equation for the risk index by accident type (crash, stranding, rollover) through regression analysis. Using the calculated risk index regression equation for each accident type, the risk factors for marine accidents are estimated by entering the values of independent variables (past, present, or future) at a specific time.

최근 국제해사기구(IMO)에서 진행 중인 이네비게이션(e-Navigation) 협약 준비에 따라 세계 각국에서 최적 안전항로 지원 시스템에 대한 연구 개발이 활발하게 진행되고 있다. 최적 안전항로 지원 시스템을 구축하기 위해서는 선박 자체의 성능은 물론, 에너지 저감을 위한 운항 조건, 예정 항로에 대한 해양기상 상태, 국제협약에서 정한 환경 및 안전 규칙 등을 모두 함께 고려해 주어야 한다.Recently, according to the preparation of the e-Navigation agreement underway by the International Maritime Organization (IMO), research and development of the optimal safe route support system is actively being conducted in countries around the world. In order to establish an optimal safe route support system, it is necessary to consider not only the performance of the ship itself, but also the operating conditions for reducing energy, the marine weather conditions for the intended route, and the environmental and safety rules established in international agreements.

최적 항로 예측 시스템은 선박 추진성능, 해양 환경, 해사 안전 및 해도 서지 등의 자료를 이용하여 최적항로를 도출하는 시스템이다. 이들 자료 중 해양 환경 자료 및 해도 서지 자료는 외부 전문 기관으로부터 가져온 후 주기적으로 갱신되는 것이다. 해사안전 자료는 해사 안전 정보, 사고위험 정보, 및 사고 유형별 위험지수를 포함하며, 이중 해사 안전 정보 및 사고위험 정보는 외부 전문 기관으로부터 가져온 후 갱신되는 것이다.The optimal route prediction system is a system that derives the optimal route using data such as ship propulsion performance, marine environment, maritime safety, and sea level surge. Among these data, marine environmental data and chart bibliographic data are periodically updated after being imported from external professional organizations. The maritime safety data includes maritime safety information, accident risk information, and risk index for each type of accident, of which the maritime safety information and accident risk information are updated after being imported from external professional organizations.

그러므로 최적 항로 예측을 위해서는 선박 추진성능과 해양선박 사고 위험지수가 중요한 부분을 차지하고 있으며, 따라서 선박 추진 성능 및 해양선박 사고 위험지수를 간편하고 효율적으로 산출 및 추정하는 시스템이 필요하게 되었다. Therefore, in order to predict the optimal route, the ship propulsion performance and the risk factor of the marine ship accident are an important part. Therefore, a system for easily and efficiently calculating and estimating the ship propulsion performance and the marine ship accident risk index is needed.

국내 특허 공개 2018-0045341호 공보Publication of domestic patent publication 2018-0045341

따라서 본 발명은 상기와 같은 점에 착안하여 이루어진 것으로서, 본 발명의 목적은 최적 항로 예측을 위해 중요한 부분을 차지하는 선박 추진성능 및 해양 선박 사고 위험지수를 간편하고 효율적으로 산출 및 추정하는 최적 항로 예측 지원 시스템 및 그 방법을 제공하는 데에 있다. Therefore, the present invention has been made in view of the above points, and the object of the present invention is to support the optimal route prediction for easily and efficiently calculating and estimating ship propulsion performance and marine ship accident risk index, which occupy an important part for optimum route prediction. It is to provide a system and method.

상기의 목적을 달성하기 위해 본 발명의 실시형태에 의한 최적 항로 예측 지원 시스템은 수선간장, 형폭, 평균흘수, 배수량 및 방형비척계수를 포함하는 선박 제원 자료와 풍향, 풍속, 파향, 파고, 해류방향 및 해류속도를 포함하는 해양기상 자료를 입력하도록 구성된 선박 추진성능 추정 자료 입력부; 상기 선박 제원 자료와 상기 해양기상 자료를 입력받고 추가로 다음의 [수학식 1]을 이용하여 침수표면적을 산출함과 아울러, 정수중 저항, 바람 저항, 조종 저항, 표류 저항, 천수 저항, 선체표면거칠기 저항을 산출하고, 추가로 다음의 [수학식 2]를 이용하여 파랑중 부가저항을 산출한 후, 상기 저항 산출 결과를 종합하고 추진계수를 산출하여 최종적으로 선박의 추진성능을 추정하도록 구성된 선박 추진성능 추정부; In order to achieve the above object, the optimal route prediction support system according to an embodiment of the present invention includes ship specification data and wind direction, wind speed, wave direction, wave direction, and current direction, including repair soy sauce, mold width, average draft, drainage, and square scale factor And a ship propulsion performance estimation data input unit configured to input marine weather data including current velocity. In addition to calculating the submerged surface area using the following [Equation 1] after receiving the ship specification data and the marine weather data, in addition, water resistance, wind resistance, steering resistance, drift resistance, water resistance, hull surface roughness After calculating the resistance and additionally calculating the additional resistance in the wave using the following [Equation 2], the ship is configured to estimate the propulsion performance of the ship by synthesizing the result of the resistance calculation and calculating the propulsion coefficient. Performance estimation unit;

[수학식 1][Equation 1]

Figure pat00001
Figure pat00001

[S는 침수표면적(m)을 나타내고,

Figure pat00002
는 방형비척계수를 나타내며,
Figure pat00003
는 수선간장(m)을 나타내며, B는 형폭(m)을 나타내며,
Figure pat00004
은 평균흘수(m)를 나타내며,
Figure pat00005
는 침수표면적 산출계수,
Figure pat00006
는 침수표면적 산출을 위한 선체수를 나타냄] [S represents the submerged surface area (m),
Figure pat00002
Denotes the square scale factor,
Figure pat00003
Is the repair soy sauce (m), B is the mold width (m),
Figure pat00004
Represents the average draft (m),
Figure pat00005
Is the immersion surface area calculation coefficient,
Figure pat00006
Indicates the number of hulls for calculating the submerged surface area]

[수학식 2][Equation 2]

Figure pat00007
Figure pat00007

[여기서,

Figure pat00008
는 파랑중 부가저항(
Figure pat00009
)을 나타내고,
Figure pat00010
는 정수중 선체 저항(
Figure pat00011
)을 나타내며,
Figure pat00012
는 유의파고(m)를 나타냄][here,
Figure pat00008
Is the additional resistance (
Figure pat00009
)
Figure pat00010
Is the hull resistance in water (
Figure pat00011
)
Figure pat00012
Indicates significant wave height (m)]

기존 선박 사고 정보를 바탕으로, 대상 해역의 시간대별, 격자별 선박 밀집도, 선속, 선박 운항 방향을 포함하는 과거 선박 운항 자료와 풍향, 풍속, 파향, 파고, 해류방향, 해류속도를 포함하는 과거 해양기상 자료를 입력하도록 구성된 해양선박 사고 위험지수 추정 자료 입력부; 상기 과거 선박 운항 자료와 상기 과거 해양기상 자료를 이용하여 이항형 로지스틱 회귀모형을 통해 시간대별, 유형별 해양 선박 사고 위험지수 회귀식을 산출하는 계산부; 및 특정 시간 (과거, 현재 또는 미래)의 선박 운항 자료 및 해양기상 자료를 이용하여 산출된 상기 해양 선박 사고 위험지수 회귀식을 통해 시간대별, 선박 사고 유형별 해양 선박 사고 위험지수를 추정하는 해양선박 사고 위험지수 산출부;를 포함하는 것을 특징으로 한다.Based on the existing ship accident information, past ship operation data including the vessel density, ship speed, and ship operation direction by time zone and grid of the target sea area and past ocean including wind direction, wind speed, wave direction, wave height, current direction, and current velocity A marine vessel accident risk index estimation data input unit configured to input weather data; A calculation unit for calculating a regression equation of a marine vessel accident risk index by time and type through a binary logistic regression model using the past ship operation data and the past marine weather data; And marine vessel accidents estimating the marine vessel accident risk index by time zone and ship accident type through the marine vessel accident risk index regression equation calculated using ship operation data and marine weather data at a specific time (past, present or future) Characterized in that it comprises a; risk index calculation unit.

상기 실시형태에 의한 최적 항로 예측 지원 시스템에 있어서, 상기 해양 선박 사고 위험지수 회귀식은 좌초 사고 위험지수 회귀식, 접촉사고 위험지수 회귀식 및 충돌 사고 위험지수 회귀식을 포함할 수 있다.In the optimal route prediction support system according to the above embodiment, the marine vessel accident risk index regression equation may include a stranded accident risk index regression equation, a contact accident risk index regression equation, and a collision accident risk index regression equation.

상기 실시형태에 의한 최적 항로 예측 지원 시스템에 있어서, 상기 이항형 로지스틱 회귀모형은 종속변수로서 해양 선박 사고 위험지수를 포함하고, 독립변수로서 시간대별, 격자별 선박 밀집도, 선속, 선박운항 방향, 파고, 조류속도 및 풍속을 포함할 수 있다.In the optimal route prediction support system according to the above embodiment, the binomial logistic regression model includes a marine vessel accident risk index as a dependent variable, and as an independent variable, ship density by time zone, grid, ship speed, ship direction, wave height , Tidal velocity and wind speed.

상기 목적을 달성하기 위해 본 발명의 다른 실시형태에 의한 최적 항로 예측 지원 방법은 선박 추진성능 추정 자료 입력부에서 수선간장, 형폭, 평균흘수, 배수량 및 방형비척계수를 포함하는 선박 제원 자료와 풍향, 풍속, 파향, 파고, 해류방향 및 해류속도를 포함하는 해양기상 자료를 입력하는 단계; 선박 추진성능 추정부에서 상기 선박 제원 자료를 입력받고 추가로 다음의 [수학식 1]을 이용하여 침수표면적을 산출하는 단계;In order to achieve the above object, the optimal route prediction support method according to another embodiment of the present invention includes ship specification data, wind direction, and wind speed, including repair length, mold width, average draft, drainage, and square scale factor in the ship propulsion performance estimation data input unit. Inputting ocean weather data including wave direction, wave height, current direction and current velocity; Receiving the vessel specification data from the ship propulsion performance estimation unit and calculating the submerged surface area using the following [Equation 1];

[수학식 1][Equation 1]

Figure pat00013
Figure pat00013

[S는 침수표면적(m)을 나타내고,

Figure pat00014
는 방형비척계수를 나타내며,
Figure pat00015
는 수선간장(m)을 나타내며, B는 형폭(m)을 나타내며,
Figure pat00016
은 평균흘수(m)를 나타내며,
Figure pat00017
는 침수표면적 산출계수,
Figure pat00018
는 침수표면적 산출을 위한 선체수를 나타냄] [S represents the submerged surface area (m),
Figure pat00014
Denotes the square scale factor,
Figure pat00015
Represents the repair soy sauce (m), B represents the mold width (m),
Figure pat00016
Represents the average draft (m),
Figure pat00017
Is the immersion surface area calculation coefficient,
Figure pat00018
Indicates the number of hulls for calculating the submerged surface area]

상기 선박 추진성능 추정부에서 상기 선박 제원 자료와 상기 해양기상 자료를 입력받아 정수중 저항, 바람 저항, 조종 저항, 표류 저항, 천수 저항, 선체표면거칠기 저항을 산출하고, 추가로 다음의 [수학식 2]를 이용하여 파랑중 부가저항을 산출하는 단계;The ship propulsion performance estimation unit receives the ship specification data and the marine weather data, calculates water resistance, wind resistance, steering resistance, drift resistance, water resistance, hull surface roughness resistance, and adds the following [Equation 2]. ] To calculate the additional resistance in the wave;

[수학식 2][Equation 2]

Figure pat00019
Figure pat00019

[여기서,

Figure pat00020
는 파랑중 부가저항(
Figure pat00021
)을 나타내고,
Figure pat00022
는 정수중 선체 저항(
Figure pat00023
)을 나타내며,
Figure pat00024
는 유의파고(m)를 나타냄][here,
Figure pat00020
Is the additional resistance (
Figure pat00021
)
Figure pat00022
Is the hull resistance in water (
Figure pat00023
)
Figure pat00024
Indicates significant wave height (m)]

상기 선박 추진성능 추정부에서 상기 저항 산출 결과를 종합하고 추진계수를 산출하여 선박의 추진성능을 추정하는 단계; 해양 선박 사고 위험지수 추정 자료 입력부에서 기존 선박 사고 정보를 바탕으로, 대상 해역의 시간대별, 격자별 선박 밀집도, 선속, 선박 운항 방향을 포함하는 과거 선박 운항 자료와 풍향, 풍속, 파향, 파고, 해류방향, 해류속도를 포함하는 과거 해양기상 자료를 입력하는 단계; 계산부에서 상기 과거 선박 운항 자료와 상기 과거 해양기상 자료를 이용하여 이항형 로지스틱 회귀모형을 통해 시간대별, 유형별 해양 선박 사고 위험지수 회귀식을 산출하는 단계; 및 해양선박 사고 위험지수 산출부에서 특정 시간(과거, 현재 또는 미래)의 선박 운항 자료와 해양기상 자료를 이용하여 산출된 상기 해양 선박 사고 위험지수 회귀식을 통해 시간대별, 선박 사고 유형별 해양 선박 사고 위험지수를 추정하는 단계;를 포함하는 것을 특징으로 한다. Estimating the propulsion performance of the ship by synthesizing the result of the resistance calculation and calculating a propulsion coefficient in the ship propulsion performance estimation unit; Based on the existing ship accident information from the marine vessel accident risk index estimation data input section, past ship operation data including wind density, ship speed, ship operation direction by time zone and grid of the target sea area and wind direction, wind speed, wave direction, wave height, current Inputting past ocean weather data including direction and current velocity; Calculating, by the calculation unit, the marine vessel accident risk index regression equation for each time zone and type through a binary logistic regression model using the past vessel operation data and the past ocean weather data; And marine vessel accidents by time zone and ship accident type through the marine vessel accident risk index regression formula calculated using marine operation data and marine weather data at a specific time (past, present or future) in the marine vessel accident risk index calculation unit. And estimating the risk index.

본 발명의 실시형태에 의한 최적 항로 예측 지원 시스템 및 그 방법에 의하면, 선박 제원 자료를 입력받고 추가로 상기 [수학식 1]을 이용하여 침수표면적을 산출하고; 선박 제원 자료와 해양기상 자료를 입력받아 정수중 저항, 바람 저항, 조종 저항, 표류 저항, 천수 저항, 선체표면거칠기 저항을 산출하고, 추가로 상기 [수학식 2]를 이용하여 파랑중 부가저항을 산출하고; 상기 저항 산출 결과를 종합하고 추진계수를 산출하여 선박의 추진성능을 추정하며; 상기 과거 선박 운항 자료와 상기 과거 해양기상 자료를 이용하여 이항형 로지스틱 회귀모형을 통해 시간대별, 유형별 해양 선박 사고 위험지수 회귀식을 산출하며; 특정 시간(과거, 현재 또는 미래)의 선박 운항 자료와 해양기상 자료를 이용하여 산출된 상기 해양 선박 사고 위험지수 회귀식을 통해 시간대별, 선박 사고 유형별 해양 선박 사고 위험지수를 추정하도록; 구성됨으로써 최적 항로 예측을 위해 중요한 부분을 차지하는 선박 추진성능 및 해양 선박 사고 위험지수를 간편하고 효율적으로 산출 및 추정할 수 있다는 뛰어난 효과가 있다.According to the optimal route prediction support system and method according to an embodiment of the present invention, the vessel specification data is input, and the submerged surface area is further calculated using Equation 1 above; Calculate the water resistance, wind resistance, steering resistance, drift resistance, shallow water resistance, hull surface roughness resistance by receiving ship specifications and marine weather data, and additionally calculate the additional resistance in the blue using Equation 2 above. and; Synthesize the result of the resistance calculation and calculate a propulsion coefficient to estimate propulsion performance of the ship; Calculating a regression equation of a marine vessel accident risk index by time and type through a binary logistic regression model using the past ship operation data and the past marine weather data; To estimate the marine ship accident risk index by time zone and ship accident type through the regression equation of the marine ship accident risk index calculated using ship operation data and marine weather data at a specific time (past, present or future); As it is constructed, it has an excellent effect that it can easily and efficiently calculate and estimate ship propulsion performance and marine ship accident risk index, which occupy an important part for optimal route prediction.

도 1은 본 발명의 실시예에 의한 최적 항로 예측 지원 시스템의 블록 구성도이다.
도 2는 본 발명의 실시예에 의한 최적 항로 예측 지원 방법을 나타내는 플로우챠트이다.
도 3은 도 2의 파랑중 부가저항 산출식을 도표로 나타낸 도면이다.1 is a block diagram of an optimal route prediction support system according to an embodiment of the present invention.
2 is a flowchart illustrating a method for supporting optimal route prediction according to an embodiment of the present invention.
FIG. 3 is a diagram showing a formula for calculating an additional resistance among waves in FIG. 2.

이하, 본 발명의 실시예를 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.

도 1은 본 발명의 실시예에 의한 최적 항로 예측 지원 시스템의 블록 구성도이다.1 is a block diagram of an optimal route prediction support system according to an embodiment of the present invention.

본 발명의 실시예에 의한 최적 항로 예측 지원 시스템은, 도 1에 도시된 바와 같이, 선박 추진성능 추정 자료 입력부(110), 선박 추진성능 추정부(130), 해양선박 사고 위험지수 추정 자료 입력부(120), 계산부(150) 및 해양선박 사고 위험지수 산출부(140)를 포함한다.Optimal route prediction support system according to an embodiment of the present invention, as shown in Figure 1, ship propulsion performance estimation data input unit 110, ship propulsion performance estimation unit 130, marine vessel accident risk index estimation data input unit ( 120), a calculation unit 150 and a marine vessel accident risk index calculation unit 140.

선박 추진성능 추정 자료 입력부(110)는 수선간장(

Figure pat00025
), 형폭(B), 평균흘수(
Figure pat00026
), 배수량 및 방형비척계수(
Figure pat00027
)를 포함하는 선박 제원 자료와 풍향, 풍속, 파향, 파고, 해류방향 및 해류속도를 포함하는 해양기상 자료를 선박 추진성능 추정부(130)에 입력하는 역할을 한다.The ship propulsion performance estimation data input unit 110 is a repair soy sauce (
Figure pat00025
), mold width (B), average draft (
Figure pat00026
), Drainage and square scale coefficient (
Figure pat00027
), and serves to input marine weather data including wind direction, wind speed, wave direction, wave height, current direction and current velocity into the ship propulsion performance estimation unit 130.

선박 추진성능 추정부(130)는 선박 추진성능 추정 자료 입력부(110)로부터 상기 선박 제원 자료와 상기 해양기상 자료를 입력받고 다음의 [수학식 1]을 이용하여 침수 표면적(S)을 산출함과 아울러, 정수중 저항, 바람 저항, 조종 저항, 표류 저항, 천수 저항, 선체표면거칠기 저항을 산출하고, 추가로 다음의 [수학식 2]를 이용하여 파랑중 부가저항(

Figure pat00028
)을 산출한 후, 이를 종합하고 추진계수를 산출하여 최종적으로 선박의 추진성능을 추정하는 역할을 한다.The ship propulsion performance estimation unit 130 receives the ship specification data and the ocean weather data from the ship propulsion performance estimation data input unit 110 and calculates the submerged surface area (S) using the following [Equation 1]. In addition, water resistance, wind resistance, steering resistance, drift resistance, ceiling resistance, hull surface roughness resistance are calculated, and additional resistance in blue is calculated using the following [Equation 2] (
Figure pat00028
After calculating ), it synthesizes them and calculates the propulsion coefficient to finally estimate the propulsion performance of the ship.

[수학식 1][Equation 1]

Figure pat00029
Figure pat00029

[S는 침수표면적(m)을 나타내고,

Figure pat00030
는 방형비척계수를 나타내며,
Figure pat00031
는 수선간장(m)을 나타내며, B는 형폭(m)을 나타내며,
Figure pat00032
은 평균흘수(m)를 나타내며,
Figure pat00033
는 침수표면적 산출계수,
Figure pat00034
는 침수표면적 산출을 위한 선체수를 나타냄] [S represents the submerged surface area (m),
Figure pat00030
Denotes the square scale factor,
Figure pat00031
Represents the repair soy sauce (m), B represents the mold width (m),
Figure pat00032
Represents the average draft (m),
Figure pat00033
Is the immersion surface area calculation coefficient,
Figure pat00034
Indicates the number of hulls for calculating the submerged surface area]

[수학식 2][Equation 2]

Figure pat00035
Figure pat00035

[여기서,

Figure pat00036
는 파랑중 부가저항(
Figure pat00037
)을 나타내고,
Figure pat00038
는 정수중 선체 저항(
Figure pat00039
)을 나타내며,
Figure pat00040
는 유의파고(m)를 나타냄][here,
Figure pat00036
Is the additional resistance (
Figure pat00037
)
Figure pat00038
Is the hull resistance in water (
Figure pat00039
)
Figure pat00040
Indicates significant wave height (m)]

상기 [수학식 1]을 도표로 나타내면 도 3에 도시된 바와 같다.If the above [Equation 1] is shown in a diagram, it is as shown in FIG. 3.

해양 선박 사고 위험지수 추정 자료 입력부(120)는 기존 선박 사고 정보를 바탕으로, 대상 해역의 시간대별, 격자별 선박 밀집도, 선속, 선박 운항 방향을 포함하는 과거 선박 운항 자료와 풍향, 풍속, 파향, 파고, 해류방향, 해류속도를 포함하는 과거 해양기상 자료를 계산부(150)에 입력하는 역할을 한다.The marine vessel accident risk index estimation data input unit 120, based on the existing ship accident information, includes the past vessel operation data including wind density, ship speed, ship direction, and wind direction, wind speed, wind direction, wave direction, etc. It serves to input past ocean weather data including wave height, current direction, and current velocity into the calculation unit 150.

계산부(150)는 과거 선박 운항 자료 및 과거 해양기상 자료를 이용하여 이항형 로지스틱 회귀모형을 통해 시간대별, 유형별 해양 선박 사고 위험지수 회귀식을 산출하는 역할을 한다.The calculation unit 150 serves to calculate a marine vessel accident risk index regression equation for each time period and type through a binary logistic regression model using past ship operation data and past ocean weather data.

해양 선박 사고 위험지수 회귀식은 좌초 사고 위험지수 회귀식, 접촉사고 위험지수 회귀식 및 충돌 사고 위험지수 회귀식을 포함한다. The marine vessel accident risk index regression equation includes stranded accident risk index regression, contact accident risk index regression, and collision accident risk index regression.

이항형 로지스틱 회귀모형은 종속변수로서 해양 선박 사고 위험지수를 포함하고, 독립변수로서 시간대별, 격자별 선박 밀집도, 선속, 선박운항 방향, 파고, 조류속도 및 풍속을 포함한다.The binomial logistic regression model includes the marine vessel accident risk index as a dependent variable, and includes the ship density, ship speed, ship direction, wave height, tidal velocity and wind speed by time and grid as independent variables.

해양선박 사고 위험지수 산출부(140)는 특정시간(과거, 현재 또는 미래)의 선박 운항 자료와 해양기상 자료를 이용하여 계산부(150)에서 산출된 해양 선박 사고 위험지수 회귀식을 통해 시간대별 선박 사고 유형별 해양 선박 사고 위험지수를 추정하는 역할을 한다.The marine vessel accident risk index calculation unit 140 is time-based through a regression equation of the marine vessel accident risk index calculated by the calculation unit 150 using ship operation data and marine weather data at a specific time (past, present or future). It serves to estimate the maritime accident risk index for each type of ship accident.

이하, 상기한 바와 같이 구성된 본 발명의 실시예에 의한, 최적 항로 예측 지원 시스템을 이용한 최적 항로 예측 지원 방법에 대해 도면을 참조하여 설명하기로 한다.Hereinafter, an optimal route prediction support method using an optimal route prediction support system according to an embodiment of the present invention configured as described above will be described with reference to the drawings.

도 2는 본 발명의 실시예에 의한 최적 항로 예측 지원 방법을 나타내는 플로우챠트로서, 여기서 S는 스텝(step)을 나타낸다.2 is a flowchart illustrating a method for supporting optimal route prediction according to an embodiment of the present invention, where S represents a step.

스텝(S1)에서는 선박 추진성능 추정 자료 입력부(110)가 수선간장(

Figure pat00041
), 형폭(B), 평균흘수(
Figure pat00042
), 배수량 및 방형비척계수(
Figure pat00043
)를 포함하는 선박 제원 자료와 풍향, 풍속, 파향, 파고, 해류방향 및 해류속도를 포함하는 해양기상 자료를 선박 추진성능 추정부(130)에 입력한다.In step S1, the ship propulsion performance estimation data input unit 110 is repaired soy sauce (
Figure pat00041
), mold width (B), average draft (
Figure pat00042
), Drainage and square scale coefficient (
Figure pat00043
), and marine weather data including wind direction, wind speed, wave direction, wave height, current direction and current speed are input to the ship propulsion performance estimation unit 130.

스텝(S2)에서는 선박 추진성능 추정부(130)가 선박 추진성능 추정 자료 입력부(110)로부터 상기 선박 제원 자료를 입력받고 추가로 다음의 [수학식 1]을 이용하여 침수 표면적(S)을 산출한다.In step S2, the ship propulsion performance estimation unit 130 receives the ship specification data from the ship propulsion performance estimation data input unit 110 and additionally calculates the submerged surface area S using Equation 1 below. do.

[수학식 1][Equation 1]

Figure pat00044
Figure pat00044

[S는 침수표면적(m)을 나타내고,

Figure pat00045
는 방형비척계수를 나타내며,
Figure pat00046
는 수선간장(m)을 나타내며, B는 형폭(m)을 나타내며,
Figure pat00047
은 평균흘수(m)를 나타내며,
Figure pat00048
는 침수표면적 산출계수,
Figure pat00049
는 침수표면적 산출을 위한 선체수를 나타냄] [S represents the submerged surface area (m),
Figure pat00045
Denotes the square scale factor,
Figure pat00046
Is the repair soy sauce (m), B is the mold width (m),
Figure pat00047
Represents the average draft (m),
Figure pat00048
Is the immersion surface area calculation coefficient,
Figure pat00049
Indicates the number of hulls for calculating the submerged surface area]

스텝(S3)에서는 선박 추진성능 추정 자료 입력부(110)로부터 상기 선박 제원 자료와 상기 해양기상 자료를 입력받아 각종 저항 즉 정수중 저항, 바람 저항, 조종 저항, 표류 저항, 천수 저항, 선체표면거칠기 저항을 산출한다.In step S3, the ship specification data and the marine weather data are received from the ship propulsion performance estimation data input unit 110, and various resistances such as water resistance, wind resistance, steering resistance, drift resistance, water resistance, hull surface roughness resistance are received. Calculate.

스텝(S4)에서는 선박 추진성능 추정부(130)가 선박 추진성능 추정 자료 입력부(110)로부터 상기 선박 제원 자료와 상기 해양기상 자료를 입력받아 다음의 [수학식 2]를 이용하여 파랑중 부가저항(

Figure pat00050
)을 산출한다.In step S4, the ship propulsion performance estimating unit 130 receives the ship specification data and the marine weather data from the ship propulsion performance estimation data input unit 110 and uses the following equation (2) to add resistance in the blue wave. (
Figure pat00050
).

[수학식 2][Equation 2]

Figure pat00051
Figure pat00051

[여기서,

Figure pat00052
는 파랑중 부가저항(
Figure pat00053
)을 나타내고,
Figure pat00054
는 정수중 선체 저항(
Figure pat00055
)을 나타내며,
Figure pat00056
는 유의파고(m)를 나타냄][here,
Figure pat00052
Is the additional resistance (
Figure pat00053
)
Figure pat00054
Is the hull resistance in water (
Figure pat00055
)
Figure pat00056
Indicates significant wave height (m)]

스텝(S5)에서는 스텝(S2)와 스템(S3)에서 산출된 상기 저항 산출 결과를 종합하고 추진계수를 산출하여 최종적으로 선박의 추진성능을 추정한다.In step S5, the resistance calculation results calculated in step S2 and stem S3 are synthesized, and a propulsion coefficient is calculated to finally estimate the propulsion performance of the ship.

스텝(S6)에서는 해양 선박 사고 위험지수 추정 자료 입력부(120)가 기존 선박 사고 정보를 바탕으로 대상 해역의 시간대별, 격자별 선박 밀집도, 선속, 선박 운항 방향을 포함하는 과거 선박 운항 자료와 풍향, 풍속, 파향, 파고, 해류방향, 해류속도를 포함하는 과거 해양기상 자료를 계산부(150)에 입력한다.In step (S6), the marine vessel accident risk index estimation data input unit 120 based on the existing ship accident information, the past vessel operation data and wind direction, including the vessel density, ship speed, and ship operation direction by time zone and grid, The past ocean weather data including wind speed, wave direction, wave height, current direction, and current velocity are input to the calculation unit 150.

스텝(S7)에서는 계산부(150)가 상기 과거 선박 운항 자료와 상기 과거 해양기상 자료를 이용하여 이항형 로지스틱 회귀모형을 통해 시간대별, 유형별 해양 선박 사고 위험지수 회귀식을 산출한다.In step S7, the calculation unit 150 calculates a marine vessel accident risk index regression equation for each time zone and type through a binary logistic regression model using the past vessel operation data and the past ocean weather data.

스텝(S8)에서는 해양선박 사고 위험지수 산출부(140)가 특정 시간(과거, 현재 또는 미래)의 선박 운항 자료와 해양기상 자료를 이용하여 계산부(150)에서 산출된 해양 선박 사고 위험지수 회귀식을 통해 시간대별, 선박 사고 유형별 위험지수를 추정한다.In step (S8), the marine vessel accident risk index calculation unit 140 regresses the marine vessel accident risk index calculated by the calculation unit 150 using ship operation data and marine weather data at a specific time (past, present or future). The equation estimates the risk index for each time zone and type of ship accident.

본 발명의 실시예에 의한 최적 항로 예측 지원 시스템 및 그 방법에 의하면, 선박 제원 자료를 입력받고 추가로 상기 [수학식 1]을 이용하여 침수표면적을 산출하고; 선박 제원 자료와 해양기상 자료를 입력받아 정수중 저항, 바람 저항, 조종 저항, 표류 저항, 천수 저항, 선체표면거칠기 저항을 산출하고, 추가로 상기 [수학식 2]를 이용하여 파랑중 부가저항을 산출하고; 상기 저항 산출 결과를 종합하고 추진계수를 산출하여 선박의 추진성능을 추정하며; 상기 과거 선박 운항 자료와 상기 과거 해양기상 자료를 이용하여 이항형 로지스틱 회귀모형을 통해 시간대별, 유형별 해양 선박 사고 위험지수 회귀식을 산출하며; 특정 시간(과거, 현재 또는 미래)의 선박 운항 자료와 해양기상 자료를 이용하여 산출된 상기 해양 선박 사고 위험지수 회귀식을 통해 시간대별, 선박 사고 유형별 해양 선박 사고 위험지수를 추정하도록; 구성됨으로써 최적 항로 예측을 위해 중요한 부분을 차지하는 선박 추진성능 및 해양 선박 사고 위험지수를 간편하고 효율적으로 산출 및 추정할 수 있다.According to the optimal route prediction support system and method according to an embodiment of the present invention, the vessel specification data is input, and additionally, the submerged surface area is calculated using Equation 1 above; Receive water specification data and marine weather data, calculate water resistance, wind resistance, steering resistance, drift resistance, water resistance, hull surface roughness resistance, and additionally calculate additional resistance in the blue using Equation 2 above. and; Synthesize the result of the resistance calculation and calculate the propulsion coefficient to estimate the propulsion performance of the ship; Calculating a regression equation of a marine vessel accident risk index by time and type through a binary logistic regression model using the past ship operation data and the past marine weather data; To estimate the marine ship accident risk index by time zone and ship accident type through the regression equation of the marine ship accident risk index calculated using ship operation data and marine weather data at a specific time (past, present or future); By being constructed, it is possible to calculate and estimate ship propulsion performance and marine ship accident risk index, which occupy important parts for optimal route estimation, easily and efficiently.

도면과 명세서에는 최적의 실시예가 개시되었으며, 특정한 용어들이 사용되었으나 이는 단지 본 발명의 실시형태를 설명하기 위한 목적으로 사용된 것이지 의미를 한정하거나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.In the drawings and the specification, an optimal embodiment has been disclosed, and specific terms have been used, but this is only for the purpose of explaining an embodiment of the present invention and is used to limit the meaning or to limit the scope of the present invention described in the claims. It is not done. Therefore, those skilled in the art will understand that various modifications and other equivalent embodiments are possible. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the appended claims.

110: 선박 추진성능 추정 자료 입력부
120: 해양선박 사고 위험지수 추정 자료 입력부
130: 선박 추진성능 추정부
140: 해양선박 사고 위험지수 산출부
150: 계산부110: Ship propulsion performance estimation data input unit
120: Marine vessel accident risk index estimation data input unit
130: ship propulsion performance estimation unit
140: Marine vessel accident risk index calculation unit
150: calculation unit

Claims (6)

수선간장, 형폭, 평균흘수, 배수량 및 방형비척계수를 포함하는 선박 제원 자료와 풍향, 풍속, 파향, 파고, 해류방향 및 해류속도를 포함하는 해양기상 자료를 입력하도록 구성된 선박 추진성능 추정 자료 입력부;
상기 선박 제원 자료와 상기 해양기상 자료를 입력받고 추가로 다음의 [수학식 1]을 이용하여 침수표면적을 산출함과 아울러, 정수중 저항, 바람 저항, 조종 저항, 표류 저항, 천수 저항, 선체표면거칠기 저항을 산출하고, 추가로 다음의 [수학식 2]를 이용하여 파랑중 부가저항을 산출한 후, 상기 저항 산출 결과를 종합하고 추진계수를 산출하여 최종적으로 선박의 추진성능을 추정하도록 구성된 선박 추진성능 추정부;

[수학식 1]
Figure pat00057

[S는 침수표면적(m)을 나타내고,
Figure pat00058
는 방형비척계수를 나타내며,
Figure pat00059
는 수선간장(m)을 나타내며, B는 형폭(m)을 나타내며,
Figure pat00060
은 평균흘수(m)를 나타내며,
Figure pat00061
는 침수표면적 산출계수,
Figure pat00062
는 침수표면적 산출을 위한 선체수를 나타냄]

[수학식 2]
Figure pat00063

[여기서,
Figure pat00064
는 파랑중 부가저항(
Figure pat00065
)을 나타내고,
Figure pat00066
는 정수중 선체 저항(
Figure pat00067
)을 나타내며,
Figure pat00068
는 유의파고(m)를 나타냄]

기존 선박 사고 정보를 바탕으로, 대상 해역의 시간대별, 격자별 선박 밀집도, 선속, 선박 운항 방향을 포함하는 과거 선박 운항 자료와 풍향, 풍속, 파향, 파고, 해류방향, 해류속도를 포함하는 과거 해양기상 자료를 입력하도록 구성된 해양선박 사고 위험지수 추정 자료 입력부;
상기 과거 선박 운항 자료와 상기 과거 해양기상 자료를 이용하여 이항형 로지스틱 회귀모형을 통해 시간대별, 유형별 해양 선박 사고 위험지수 회귀식을 산출하는 계산부; 및
특정 시간 (과거, 현재 또는 미래)의 선박 운항 자료 및 해양기상 자료를 이용하여 산출된 상기 해양 선박 사고 위험지수 회귀식을 통해 시간대별, 선박 사고 유형별 해양 선박 사고 위험지수를 추정하는 해양선박 사고 위험지수 산출부;를 포함하는 최적 항로 예측 지원 시스템. A ship propulsion performance estimation data input unit configured to input ship specification data including repair soy sauce, mold width, average draft, drainage and square scale factor, and marine weather data including wind direction, wind speed, wave direction, wave height, current direction and current speed;
After receiving the ship specification data and the marine weather data, additionally calculate the submerged surface area using the following [Equation 1], as well as water resistance, wind resistance, steering resistance, drift resistance, water resistance, hull surface roughness After calculating the resistance and additionally calculating the additional resistance in the wave using the following [Equation 2], the ship is configured to estimate the propulsion performance of the ship by synthesizing the result of the resistance calculation and calculating the propulsion coefficient. Performance estimation unit;

[Equation 1]
Figure pat00057

[S represents the submerged surface area (m),
Figure pat00058
Denotes the square scale factor,
Figure pat00059
Is the repair soy sauce (m), B is the mold width (m),
Figure pat00060
Represents the average draft (m),
Figure pat00061
Is the immersion surface area calculation coefficient,
Figure pat00062
Indicates the number of hulls for calculating the submerged surface area]

[Equation 2]
Figure pat00063

[here,
Figure pat00064
Is the additional resistance (
Figure pat00065
)
Figure pat00066
Is the hull resistance in water (
Figure pat00067
)
Figure pat00068
Indicates significant wave height (m)]

Based on the existing ship accident information, past ship operation data including the vessel density, ship speed, and ship operation direction by time zone and grid of the target sea area and past ocean including wind direction, wind speed, wave direction, wave height, current direction, and current velocity A marine vessel accident risk index estimation data input unit configured to input weather data;
A calculation unit for calculating a regression equation of a marine vessel accident risk index by time and type through a binary logistic regression model using the past ship operation data and the past marine weather data; And
Marine ship accident risk estimating the marine ship accident risk index by time zone and ship accident type through the above-mentioned marine ship accident risk index regression formula calculated using ship operation data and marine weather data at a specific time (past, present or future) Optimal route prediction support system comprising an index calculation unit. 제 1 항에 있어서,
상기 해양 선박 사고 위험지수 회귀식은
좌초 사고 위험지수 회귀식, 접촉사고 위험지수 회귀식 및 충돌 사고 위험지수 회귀식을 포함하는 최적 항로 예측 지원 시스템.According to claim 1,
The marine vessel accident risk index regression equation
Optimal route prediction support system including stranded accident risk index regression equation, contact accident risk index regression equation, and collision accident risk index regression equation. 제 1 항에 있어서,
상기 이항형 로지스틱 회귀모형은
종속변수로서 해양 선박 사고 위험지수를 포함하고, 독립변수로서 시간대별, 격자별 선박 밀집도, 선속, 선박운항 방향, 파고, 조류속도 및 풍속을 포함하는 최적 항로 예측 지원 시스템.According to claim 1,
The binomial logistic regression model
Optimal route prediction support system that includes risk factors for marine vessel accidents as dependent variables, and ship density by time zone and grid, independent ships, ship direction, wave height, tidal velocity and wind speed as independent variables. 제 1 항에 기재된 최적 항로 예측 지원 시스템을 이용한 최적 항로 예측 지원 방법으로서,
선박 추진성능 추정 자료 입력부에서 수선간장, 형폭, 평균흘수, 배수량 및 방형비척계수를 포함하는 선박 제원 자료와 풍향, 풍속, 파향, 파고, 해류방향 및 해류속도를 포함하는 해양기상 자료를 입력하는 단계;
선박 추진성능 추정부에서 상기 선박 제원 자료를 입력받고 추가로 다음의 [수학식 1]을 이용하여 침수표면적을 산출하는 단계;

[수학식 1]
Figure pat00069

[S는 침수표면적(m)을 나타내고,
Figure pat00070
는 방형비척계수를 나타내며,
Figure pat00071
는 수선간장(m)을 나타내며, B는 형폭(m)을 나타내며,
Figure pat00072
은 평균흘수(m)를 나타내며,
Figure pat00073
는 침수표면적 산출계수,
Figure pat00074
는 침수표면적 산출을 위한 선체수를 나타냄]

상기 선박 추진성능 추정부에서 상기 선박 제원 자료와 상기 해양기상 자료를 입력받아 정수중 저항, 바람 저항, 조종 저항, 표류 저항, 천수 저항, 선체표면거칠기 저항을 산출하고, 추가로 다음의 [수학식 2]를 이용하여 파랑중 부가저항을 산출하는 단계;

[수학식 2]
Figure pat00075

[여기서,
Figure pat00076
는 파랑중 부가저항(
Figure pat00077
)을 나타내고,
Figure pat00078
는 정수중 선체 저항(
Figure pat00079
)을 나타내며,
Figure pat00080
는 유의파고(m)를 나타냄]

상기 선박 추진성능 추정부에서 상기 저항 산출 결과를 종합하고 추진계수를 산출하여 선박의 추진성능을 추정하는 단계;

해양 선박 사고 위험지수 추정 자료 입력부에서 기존 선박 사고 정보를 바탕으로, 대상 해역의 시간대별, 격자별 선박 밀집도, 선속, 선박 운항 방향을 포함하는 과거 선박 운항 자료와 풍향, 풍속, 파향, 파고, 해류방향, 해류속도를 포함하는 과거 해양기상 자료를 입력하는 단계;
계산부에서 상기 과거 선박 운항 자료와 상기 과거 해양기상 자료를 이용하여 이항형 로지스틱 회귀모형을 통해 시간대별, 유형별 해양 선박 사고 위험지수 회귀식을 산출하는 단계; 및
해양선박 사고 위험지수 산출부에서 특정 시간(과거, 현재 또는 미래)의 선박 운항 자료와 해양기상 자료를 이용하여 산출된 상기 해양 선박 사고 위험지수 회귀식을 통해 시간대별, 선박 사고 유형별 해양 선박 사고 위험지수를 추정하는 단계;를 포함하는 최적 항로 예측 지원 방법.An optimal route prediction support method using the optimal route prediction support system according to claim 1,
At the input of the ship propulsion performance estimation data input, input the ship specification data including the repair soy sauce, mold width, average draft, drainage and square scale coefficient, and marine weather data including wind direction, wind speed, wave direction, wave height, current direction and current velocity ;
Receiving the vessel specification data from the ship propulsion performance estimation unit and calculating the submerged surface area using the following [Equation 1];

[Equation 1]
Figure pat00069

[S represents the submerged surface area (m),
Figure pat00070
Denotes the square scale factor,
Figure pat00071
Is the repair soy sauce (m), B is the mold width (m),
Figure pat00072
Represents the average draft (m),
Figure pat00073
Is the immersion surface area calculation coefficient,
Figure pat00074
Indicates the number of hulls for calculating the submerged surface area]

The ship propulsion performance estimation unit receives the ship specifications data and the marine weather data, calculates water resistance, wind resistance, steering resistance, drift resistance, water resistance, hull surface roughness resistance, and additionally calculates the following [Equation 2]. ] To calculate the additional resistance in the wave;

[Equation 2]
Figure pat00075

[here,
Figure pat00076
Is the additional resistance (
Figure pat00077
)
Figure pat00078
Is the hull resistance in water (
Figure pat00079
)
Figure pat00080
Indicates significant wave height (m)]

Estimating the propulsion performance of the ship by synthesizing the result of the resistance calculation and calculating a propulsion coefficient in the ship propulsion performance estimation unit;

Based on the existing ship accident information from the marine vessel accident risk index estimation data input section, past ship operation data including wind density, ship speed, ship operation direction by time zone and grid of the target sea area and wind direction, wind speed, wave direction, wave height, current Inputting past ocean weather data including direction and current velocity;
Calculating, by the calculation unit, the marine vessel accident risk index regression equation for each time zone and type through a binary logistic regression model using the past vessel operation data and the past ocean weather data; And
Marine vessel accident risk by time zone and ship accident type through the marine vessel accident risk index regression formula calculated using marine operation data and marine weather data at a specific time (past, present or future) in the marine vessel accident risk index calculation unit Estimating the index; Optimal route prediction support method comprising a. 제 4 항에 있어서,
상기 해양 선박 사고 위험지수 회귀식은
좌초 사고 위험지수 회귀식, 접촉사고 위험지수 회귀식 및 충돌 사고 위험지수 회귀식을 포함하는 최적 항로 예측 지원 방법.The method of claim 4,
The marine vessel accident risk index regression equation
Methods to support optimal route prediction including stranded accident risk index regression, contact accident risk index regression, and collision accident risk index regression. 제 4 항에 있어서,
상기 이항형 로지스틱 회귀모형은
종속변수로서 해양 선박 사고 위험지수를 포함하고, 독립변수로서 시간대별, 격자별 선박 밀집도, 선종, 선박운항 방향, 파고, 조류속도 및 풍속을 포함하는 최적 항로 예측 지원 방법.The method of claim 4,
The binomial logistic regression model
A method of supporting optimal route prediction, including the risk index of marine vessel accidents as a dependent variable, and ship density by time zone and grid, as an independent variable, ship type, direction of ship operation, wave height, tidal velocity and wind speed.
KR1020180147253A 2018-11-26 2018-11-26 System and method for supporting optimum route prediction KR102182036B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180147253A KR102182036B1 (en) 2018-11-26 2018-11-26 System and method for supporting optimum route prediction

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180147253A KR102182036B1 (en) 2018-11-26 2018-11-26 System and method for supporting optimum route prediction

Publications (2)

Publication Number Publication Date
KR20200061679A true KR20200061679A (en) 2020-06-03
KR102182036B1 KR102182036B1 (en) 2020-11-23

Family

ID=71088033

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180147253A KR102182036B1 (en) 2018-11-26 2018-11-26 System and method for supporting optimum route prediction

Country Status (1)

Country Link
KR (1) KR102182036B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023128028A1 (en) * 2021-12-28 2023-07-06 주식회사 웨더아이 Server, method and computer program for deriving optimal route of ship

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112837533B (en) * 2021-01-08 2021-11-19 合肥工业大学 Highway accident frequency prediction method considering risk factor time-varying characteristics

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110103082A (en) * 2010-03-12 2011-09-20 울산대학교 산학협력단 Method for providing vessel seaway and providing system of vessel seaway
KR20120067468A (en) * 2010-12-16 2012-06-26 현대중공업 주식회사 System for preventing industrial accident in shipbuilding
KR20130071580A (en) * 2011-12-21 2013-07-01 한국해양과학기술원 Collision risk recognition support system on multiple ships by using the directional collision risk
JP2016133992A (en) * 2015-01-20 2016-07-25 三井造船株式会社 Ship secular change estimation method, ship secular change estimation system, optimal sea route calculation system, and ship operation support system
KR101729464B1 (en) * 2017-01-23 2017-04-25 (주) 지씨에스씨 Ship marine accidents prediction system
KR20180045341A (en) 2016-10-25 2018-05-04 대우조선해양 주식회사 Providing System for Optimum Ocean Route and method thereof

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110103082A (en) * 2010-03-12 2011-09-20 울산대학교 산학협력단 Method for providing vessel seaway and providing system of vessel seaway
KR20120067468A (en) * 2010-12-16 2012-06-26 현대중공업 주식회사 System for preventing industrial accident in shipbuilding
KR20130071580A (en) * 2011-12-21 2013-07-01 한국해양과학기술원 Collision risk recognition support system on multiple ships by using the directional collision risk
JP2016133992A (en) * 2015-01-20 2016-07-25 三井造船株式会社 Ship secular change estimation method, ship secular change estimation system, optimal sea route calculation system, and ship operation support system
KR20180045341A (en) 2016-10-25 2018-05-04 대우조선해양 주식회사 Providing System for Optimum Ocean Route and method thereof
KR101729464B1 (en) * 2017-01-23 2017-04-25 (주) 지씨에스씨 Ship marine accidents prediction system

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023128028A1 (en) * 2021-12-28 2023-07-06 주식회사 웨더아이 Server, method and computer program for deriving optimal route of ship

Also Published As

Publication number Publication date
KR102182036B1 (en) 2020-11-23

Similar Documents

Publication Publication Date Title
Vettor et al. Development of a ship weather routing system
KR102589008B1 (en) A device for determining the optimal route of a maritime vessel
JP6867898B2 (en) Optimal route search method and equipment
Ruponen et al. Simulation-based analysis method for damage survivability of passenger ships
JP2006193124A (en) Operation management device for vessel, method therefor, and operation management system for vessel
JP2012086604A (en) Ship operation support system
KR20200061679A (en) System and method for supporting optimum route prediction
Rusu et al. Forecasting fishing vessel responses in coastal areas
KR102109571B1 (en) System and method for providing optimized vessel seaway and computer-readable recording medium thereof
Suneela et al. Numerical investigation on the hydrodynamic performance of high-speed planing hull with transom interceptor
JP2021030748A (en) Estimation method, learning method, estimation program, and estimation device
Chang et al. Global energy-saving Map of strong ocean currents
Vettor et al. Multi-objective route optimization for onboard decision support system
Pastoor On the assessment of nonlinear ship motions and loads.
KR20200004628A (en) System and method for providing optimized vessel seaway and computer-readable recording medium thereof
Kükner et al. High speed hull form optimisation for seakeeping
McBride et al. Harbour approach channels—Design guidelines
CN113277032B (en) Ship grounding early warning method, device, system and medium based on ship settlement
Vanem et al. Collision damage stability of passenger ships: Holistic and risk-based approach
JP2019502532A (en) Method of applying a coating to the outer surface of an artificial object that is at least partially submerged in water
Macfarlane et al. Rapid assessment of boat-generated waves within sheltered waterways
Van Walree et al. Validation of time domain seakeeping codes for a destroyer hull form operating in steep stern-quartering seas
Bolbot et al. Optimization of ship’s bow form for the added resistance in waves
Kniaziewicz et al. Modelling of ecological characteristics of marine main propulsion Diesel engines
Song et al. Economic and environmental impacts of antifouling coatings used on the fishing boats in Turkey

Legal Events

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