KR20210048442A - 해상 크루 이송에 사용하기 위한 방법 - Google Patents

Abstract

크루 이송 선박과 구조물 사이에서 또는 그 반대로 사람을 이송하는 경우에 해상 크루 이송에 사용하기 위한 방법으로서, 상기 파도 감지 장치에 의해 감지된 해파에 반응하여 뱃머리 움직임을 예측하기 위한 예측 시스템이 사용된다. 표시기는, 상기 예측 시스템에 기초하여 제1 소정의 기간 내에 제1 뱃머리 움직임 임계값 미만인 뱃머리 움직임의 예측을 나타내도록 조정된다. 사람의 이송은, 상기 뱃머리 움직임이 제1 소정의 기간 내에 제1 뱃머리 움직임 임계값 미만에 있는 것으로 표시되는 경우에만 일어난다.

Description

해상 크루 이송에 사용하기 위한 방법

본 발명은, 크루 이송 선박의 뱃머리 움직임을 예측하기 위한 시스템 및 크루 이송 선박과 구조물 사이에서 사람을 이송할 경우에 해상 크루 이송에 사용하기 위한 방법에 관한 것이다.

본 발명은, 해상 풍력 발전 기지의 작업 및 서비스에서 개시되지만, 광범위한 다른 해상 작업에 적용될 수 있다. 이러한 작업을 위해, 서비스 크루는, 이하 크루 이송 선박으로 지칭되는 보트에 의해 해상 위치로 항해할 필요가 있을 수 있다. 해상 위치에서, 서비스 크루의 일부이거나 서비스 크루를 구성하는 사람을 크루 이송 선박에서 구조물로 이송하여 서비스를 수행할 필요가 있다. 또한 장비 또는 화물을 이송할 필요가 있을 수 있다. 구조물은 전형적으로 고정 구조물, 예컨대 풍력 터빈 또는 고정 기초 상의 플랫폼이지만, 또한 고정식이거나 고정식이 아닌 부유식 구조물일 수 있다. 마찬가지로, 사람들은 구조물에서 다시 크루 이송 선박으로 이송할 필요가 있다.

해파로 인해, 국지적인 바람이 만든 파도 또는 멀리서 나오는 파도가 있을 경우, 크루 이송 선박은 움직이고 일반적으로 이송이 앞뒤로 일어난 구조물에 대해 움직인다. 이러한 상대적 움직임은 사람의 안전한 이송에 위험을 초래한다.

일반적인 대응책은 크루 이송 선박의 추진 및 기동 시스템을 사용하여 크루 이송 선박의 뱃머리를 구조물에 대고 밀어서 뱃머리와 구조물 사이에 마찰을 생성하는 것이다. 충격을 흡수하고 마찰을 증가시키기 위해, 뱃머리는 전형적으로 고무 쿠션을 구비한다. 해파가 너무 크지 않은 경우, 이는 상대적 움직임(안전한 이송을 위태롭게 할 수 있음)이 없다는 의미에서 구조물과의 영구적인 체결을 유지한다. 그러나, 해파가 너무 커지면, 뱃머리와 구조물 사이의 체결이 갑자기 미끄러지고, 구조물을 따라 뱃머리가 갑자기 빠르게 수직 방향 위 또는 아래로, 또는 구조물로부터 멀어지거나 측면 쪽으로 움직일 위험이 있다.

주어진 해파 패턴에 대해 미끄러짐 위험이 존재하는지 여부는, 현재 크루 이송 선박 상의 스키퍼 또는 다른 책임자의 호출이다. 이 호출이 너무 보수적으로 진행되면, 직원이 이송되지 않기 때문에 귀중한 시간과 자원이 손실된다. 따라서, 예를 들어 풍력 터빈의 서비스가 지연될 수 있다. 이러한 지연은 일반적으로 바람직하지 않지만, 바람이 강할수록 일반적으로 더 큰 파도를 생성하기 때문에, 전력 생산 가능성이 높은 바로 그 때에 전력 비생산 풍력 터빈의 서비스는 지연될 수 있고, 따라서 불필요한 추가 손실을 초래할 수 있다.

이러한 배경에서, 크루 이송 선박과 구조물 간의 안전한 이송이 일어날 수 있는 기간을 증가시키는 것이 본 발명의 목적이다.

본 발명의 제1 양태에 따라, 본 목적은 크루 이송 선박과 구조물 사이에서 사람을 이송하거나 그 반대의 경우에 해상 크루 이송에 사용하기 위한 방법에 의해 달성되고, 상기 크루 이송 선박은 추진 및 기동 시스템, 해파를 감지하도록 조정된 파도 감지 장치, 상기 파도 감지 장치에 의해 감지된 해파에 반응하여 뱃머리 움직임을 예측하기 위한 예측 시스템, 상기 예측 시스템에 기초하여 제1 소정의 기간 내에 제1 뱃머리 움직임 임계값 미만으로 뱃머리 움직임의 예측을 나타내도록 구성된 표시기를 포함하고, 상기 방법은, 상기 추진 및 기동 시스템을 사용하여 상기 구조물에 대해 상기 크루 이송 선박을 가압하는 단계, 상기 파도 감지 장치를 사용하여 상기 해파를 감지하는 단계, 상기 감지된 해파에 기초해서 상기 예측 시스템을 사용하여 상기 뱃머리 움직임이 상기 제1 소정의 기간 내에 상기 제1 뱃머리 움직임 임계값 미만일 것인지 여부를 예측하는 단계, 그리고 그러한 경우 표시기를 사용하여 이를 표시하는 단계, 및 상기 뱃머리 움직임이 상기 제1 소정의 기간 내에 제1 뱃머리 움직임 임계값 미만에 있는 것으로 표시되는 경우에만 사람을 이송하는 단계를 포함한다.

본 발명의 제2 양태에 따라, 본 목적은, 추진 및 기동 시스템, 파도 감지 장치, 및 뱃머리 움직임 감지 시스템을 포함한 크루 이송 선박의 뱃머리 움직임을 예측하기 위한 시스템에 의해 해결되고, 상기 시스템은, 상기 파도 감지 장치로부터 해파 패턴을 나타내는 데이터 세트를 수신하도록 조정된 예측기를 포함하여, 뱃머리 움직임을 나타내는 데이터 세트를 수신하고, 해파 패턴을 나타낸 상기 데이터 세트를 해파 패턴을 나타낸 상기 데이터 세트와 상관시켜, 해파 패턴을 나타낸 상기 데이터 세트와 뱃머리 움직임을 나타낸 데이터 세트 사이의 경험치 상관 관계에 기초하여 예측할 수 있고, 상기 예측에 기초하여, 상기 파도 감지 장치로부터 해파 패턴을 나타내는 데이터 세트를 수신한 후 제1 기간 내에 경험될 뱃머리 움직임의 예측을 출력한다.

크루 이송 방법에서 이러한 종류의 예측 시스템을 도입하면, 파도와 관련하여 파도 감지 장치에 의해 생성된 각 개별 데이터 세트에 반응하여 뱃머리 움직임 위험의 실시간 평가, 및 이에 따라 가까운 미래에 특정 임계값을 넘어 선박의 미끄러짐 위험의 연속적인 실시간 평가를 허용한다. 이러한 예측은 각 개별 데이터 집합을 기초로 해서 실시간으로 이루어지므로, 비록 스키퍼가 경험이 있더라도 스키퍼의 추정치보다 훨씬 더 정확할 것이다. 이는 결과적으로 안전한 이송이 이루어질 수 있는 안전한 기간을 제공한다. 또한, 예측은, 이송될 사람 및 이송을 보조하는 사람들에게, 표시기 상에 쉽게 표현되고 해석될 수 있는 단순 보행 또는 보행 불가 결과를 산출할 수 있다.

본 발명의 제1 양태의 바람직한 구현예에 따라, 표시기는 상기 예측 시스템에 기초하여 제2 소정의 기간 내에 제2 뱃머리 움직임 임계값 미만으로 뱃머리 움직임의 제2 예측을 나타내도록 조정되고, 상기 제2 뱃머리 움직임 임계값은 상기 제1 뱃머리 움직임 임계값 및 상기 제2 소정의 기간보다 낮고, 상기 뱃머리 움직임이 상기 제2 소정의 기간 내에 상기 제2 뱃머리 움직임 임계값 미만에 있는 것으로 표시될 때에만 사람을 이송한다. 이렇게 하면, 경험이 적은 사람이 이동할 수 있는 시간과 경험이 많은 사람만 이동할 수 있는 시간을 구별할 수 있는 추가 윈도우를 열 수 있다.

바람직하게는, 본 발명의 제1 양태의 바람직한 추가 구현예에 따라, 안전선이 구조물에 부착되고, 상기 뱃머리 움직임이 상기 제1 소정의 기간 내에 상기 제1 뱃머리 움직임 임계값 미만에 있는 것으로 표시될 때까지 사람을 안전선에 대한 근접시키는 것은 수행되지 않는다. 이는 또한 안정성을 증가시키는데, 그 이유는 이송에 사용 가능한 충분히 긴 기간이 있을 때에만, 예측기와 표시기가 이송될 사람을 안전선에 근접시킬 수 있게 하기 때문이다. 따라서 뱃머리가 미끄러져 사람이 이송 중에 안전선에 매달려 있을 위험은 거의 없다.

본 발명의 제1 양태의 또 다른 바람직한 구현예에 따라, 구조물은 고정식 구조물이다. 크루 이송선의 움직임은 고정식 구조물에 대해 예측하기가 더 쉬우며, 따라서 그러한 수송에 가장 유용하다. 그러나, 구조물은 부유식 구조물, 예를 들어 앵커 플랫폼 또는 심지어 다른 선박일 수 있음을 배제하지 않는다.

본 발명의 제1 양태에 따른 바람직한 추가 구현예에 따라, 예측 시스템은 파도 감지 장치로부터 그리고 뱃머리 움직임 감지기로부터의 입력 데이터 세트를 사용하여 작동 중에 연속적으로 학습되는 적응 알고리즘을 포함한다. 이는 현재 예측을 항상 개선시키고 시간이 지남에 따라 예측 시스템의 예측 품질이 개선되어 안전성을 향상시킨다.

본 발명의 제2 양태의 바람직한 구현예에 따라, 예측기는, 해파 패턴을 나타낸 데이터 세트를 해파 패턴을 나타낸 상기 데이터 세트와 새롭게 상관시킨 것을 상기 경험치 상관 관계에 추가하도록 조정된다. 이러한 방식으로, 특정 선박의 행동을 더 잘 예측할 수 있으며, 결과적으로 더 많은 이송 기회를 표시하고 더 많은 이송을 수행할 수 있다. 따라서, 본 발명의 제2 양태의 바람직한 추가 구현예에 따라, 시스템은 상기 예측의 결과를 표시하기 위한 표시기를 추가로 포함한다.

본 발명의 제2 양태의 바람직한 추가 구현예에 따라, 예측기는 상기 경험을 주어진 위치에 추가로 상관시키도록 조정된다. 따라서, 일반적으로 파도에 대한 선박의 자체 반응뿐만 아니라 주어진 위치에서 파도 패턴의 특정 특징도 인자화될 수 있다. 따라서, 일반적으로 풍력 기지, 또는 심지어 이의 개별 풍력 터빈에 대해, 훨씬 더 양호한 예측이 달성된다. 이는 물론 다른 관련 구조물, 예컨대 특정 위치에 위치한 서비스 플랫폼, 오일 굴착 장치 등에도 마찬가지 경우이다.

또 다른 추가 구현예에 따라, 상기 예측에 기초하여 도킹의 최적 각도의 표시를 출력하도록 조정된다. 이를 통해, 스키퍼가 소정의 임계값 이상으로 미끄러질 위험을 최소화하도록 예측된 구조물에 일정한 각도로 크루 이송 선박을 도킹시킬 수 있다.

본 발명은 비제한적이고 예시적인 구현예에 기초하고 다음 도면을 참조하여 더 상세하게 이제 기술될 것이다.
도 1은 해양 구조물에 대해 가압된 크루 이송 선박을 나타낸다.
도 2는 크루 이송 선박의 레이더에 의해 감지된 파도 패턴을 나타낸다.
도 3은 크루 이송 선박에 대해 움직임 감지 장치에 의해 감지된 바와 같이 시간 경과에 따른 뱃머리 변위의 크기를 개략적으로 나타낸다.
도 4는 크루 이송 선박의 보드 상의 표시기에 대한 두 개의 레벨 출력 신호와 함께 시간에 따라 예측된 뱃머리 변위를 나타낸다.
도 5는 크루 이송 선박의 보드 상의 표시기에 대한 세 개의 레벨 출력 신호와 함께 시간에 따라 예측된 뱃머리 변위를 나타낸다.

먼저 도 1을 보면, 크루 이송 선박(1)이, 해상 풍력 터빈의 모노파일 기초와 같은 구조물(3)에 대해 뱃머리(2)를 가압하는 상태로 나타나 있고, 더욱 구체적으로, 뱃머리(2)에서의 버퍼(4)가 구조물(3)에 대한 접근을 제공하는 진입 사다리를 보호하는 수직 컬럼(5)에 대해 가압된다. 크루 이송 선박(1)은, 예를 들어 엔진(13), 프로펠러(6), 방향타(7), 및 가능하게는 뱃머리 프로펠러(8)를 포함한 추진 및 기동 시스템에 의해 구조물(3)에 대해 계류되지 않고 단지 가압된다. 이상적으로는, 구조물에 대해 충분히 가압되면, 뱃머리는 움직이지 않지만, 피봇점을 형성하고, 이를 중심으로 크루 이송 선박(1)이 여전히 피치, 롤 및 요(yaw) 움직임을 수행한다. 그러나, 실제로, 예를 들어 크기 및 속도에 따라, 특정 에너지의 파도와 방향이 뱃머리(2)를 구조물(3)에 대해 급격한 움직임으로 이동시킬 수 있을 것이고, 이를 이하에서 미끄러짐으로 지칭한다. 이렇게 갑작스런 움직임은, 크루 이송 선박과 구조물 사이의 이송 과정에서 발생하는 경우에 또는 그 반대의 경우에, 심지어 하네스에 묶여 구조물(3)에 부착된 안전선에 부착된 경우에도, 사람, 화물 또는 장비에 위험을 초래할 수 있다. 본 발명은, 언제 그리고 얼마나 오랫동안 그러한 미끄러질 가능성이 없는지 그리고 역으로 언제 이러한 미끄러짐이 임박할 지에 대한 적격한 예측을 함으로써, 이러한 위험을 감소시킨다.

이러한 예측의 기초는, X-대역 레이더와 같이, 크루 이송 선박(1)의 파도 감지 장치(9)에 의해 기록된 연속 시리즈 데이터 세트이다. 파도의 원격 감지용 레이더에 대한 대안으로서, LIDAR 또는 다른 레이저 범위, 마이크로파 감지 등과 같은 다른 수단을 사용할 수 있다. 바람직한 구현예에 대한 다음의 설명에서, 레이더의 사용이 가정될 것이지만, 본 발명은 이에 제한되지 않는다. 이들 데이터 세트는 도 2에 예시된 바와 같이, 레이더(9)로부터 복귀한 레이더 신호로부터 필터링된 해파 패턴을 나타낸다. 이들 데이터 세트는, 바람직하게는 크루 이송 선박(1) 상에 위치한 컴퓨터(10) 상에서 실행되는 예측 알고리즘에 공급된다. 예측 알고리즘은, 또한 크루 이송 선박(1)의 뱃머리 움직임을 표시하는 연속 데이터 세트로 공급된다. 뱃머리 움직임은, 뱃머리(2)에서 가속도계와 같은 뱃머리 움직임 감지기(11), 미세 해상도 GNSS 수신기 또는 임의의 다른 적합한 감지기를 사용하여 감지될 수 있다.

예측 알고리즘은, 바람직하게는 레이더로부터의 데이터 세트에 기초하여 감지된 파도 패턴을 상관시키도록 학습된 기계 학습 알고리즘이고, 상기 데이터 세트는 이전의 크루 이송 작업 및/또는 학습 세션 동안 기록된, 뱃머리 움직임을 나타낸다. 적절하게 학습된 경우, 예측 알고리즘은, 감지된 해파 패턴으로부터 소정의 지속 시간 내에 크루 이송 선박(1)의 뱃머리(2)가 특정 임계값을 초과하여 미끄러짐을 겪는지 여부를 나타낸 결과를 간단히 출력할 것이다. 이는, 결과적으로 이송될 사람 및 이송을 보조하는 사람에게, 이제 뱃머리(2) 미끄러짐의 위험 없이 이송이 이제 가능함을 쉽게 이해할 수 있는 표시로서 기능할 수 있어서, 이러한 표시 동안에만 사람이 이송된다. 전형적으로, 30초의 시간 간격은 사람의 안전선으로의 접근을 포함한 이송을 위해 충분하며, 따라서 예측 알고리즘은, 예를 들어 30 cm를 초과하는 미끄러짐이 다음 30초 내에 발생하지 않을 경우에 표시기(12)를 "보행" 또는 "녹색"으로 설정할 수 있다. 그렇지 않은 경우, 대신 "보행 불가" 또는 "적색"을 표시할 수 있다. 심리적인 이유로, "보행"에 추가해서 "보행 불가"라는 표시가 더 선호되지만, 원칙적으로는 하나 또는 다른 하나의 표시만으로도 충분하다. 대부분의 사람은 신호등의 개념을 잘 알고 있기 때문에, 표시기(12)에 적색과 녹색 신호등을 사용하여 "보행" 또는 "보행 불가" 신호를 보내는 것이 바람직하다. 유사성은 또한 다음 설명에서 암시적으로 사용될 것이다.

주어진 임계값 미만, 즉 상기 언급된 30초 미만의 뱃머리 움직임 지속 시간은, 구조물(3)에 부착된 안전선(들)에 하네스를 착용한 사람을 근접시키기에 충분한 시간 이도록 선택된다. 따라서 크루 이송 선박(1)의 뱃머리(2)가 안전선에서 매달린 사람 아래로 갑자기 떨어질 위험은 없다.

그러나, 이송될 모든 사람이 동일하게 훈련되고, 숙련되고, 민첩하지 않기 때문에, 바람직하게는 상기 언급된 "보행" 및 "보행 불가"의 단순 표시뿐만 아니라, 더 잘 훈련되고 더 경험이 많은 사람에 대해 중간 레벨을 갖는 것이 바람직할 수 있다. 이러한 사람은 일반적으로 뱃머리(2)의 미끄러짐에 더 잘 대처하고 보다 신속하게 이송을 수행할 수 있기 때문에, 뱃머리(2)가 보다 높은 임계값(일반적으로 더 가능성이 높고 따라서 더 긴 지속 시간을 가질 수 있음) 미만으로 미끄러질 위험이 있을 경우에 이송이 허용될 수 있다.

따라서, 제1 임계값이 예를 들어 60 cm로 설정되고 가령 30초 또는 15초 동안 초과되지 않거나 심지어 더 짧은 지속 시간일 수 있는 경우에, 예측이 다음 30초 동안 30 cm 미만이 될 때까지 표시기(12)는 "가능" 또는 "황색"을 표시할 수 있고, 두 임계값이 둘 다 지속 시간 내에 초과될 것으로 예상되기 때문에 "녹색"으로 되거나 "적색"으로 될 수 있다. 따라서, 경험 있는 사람이 이송할 수 있는 양호한 조건, 즉 "황색 조건"과 경험이 적은 사람이 이송할 수 있는 매우 양호한 조건, 즉 "녹색 조건"을 구별할 수 있기 때문에, 이송 기간이 연장된다. 또한, 본 발명의 이러한 구현예에서, 신호등과 유사한 표현이 바람직하다.

이는 도 4 및 도 5 간의 비교에 의해 알 수 있고, 30초 지속 시간 내에, "녹색 조건" 및 "황색 조건" 각각에 대해 30 cm 및 60 cm의 임계값을 갖는 미끄러짐 및 최종 표시의 상기 예측을 나타낸다.

먼저 도 4를 보면, 주어진 시점 t=0으로부터 240초 시간 간격에 걸친 뱃머리 변위 예측이 나타나 있다. 다수의 상당한 미끄러짐 s₁~s₁₀이 위 아래로 예측되었으며, 30 cm보다 크면 상당함을 의미한다. 알 수 있는 바와 같이, t=0에서의 예측은 다음 30초 내에 30 cm보다 큰 두 개의 미끄러짐 s₁ 및 s₂를 산출하고, 따라서 표시는 "적색"이다. 미끄러짐 s₁의 시점에서, 다음 예측 미끄러짐 s₂는 여전히 30초 이내에 예측되며, 표시는 "적색"으로 유지된다. 이후, 다소 큰 미끄러짐 s₃까지 미끄러짐이 예측되지 않으며, 예측된 미끄러짐 s₃ 이전 30초까지 표시는 "녹색"으로 유지된다. s₂ 이후, 상당한 미끄러짐 s₄~s₁₀의 긴 시퀀스가 예측되며, 표시는 미끄러짐 s₁₀이 끝날 때까지 표시는 적색으로 유지될 것이다. 이에 관해, 레이더(9)로부터 그리고 뱃머리 움직임 감지기(11)로부터의 각각의 새로운 데이터 세트를 이용해, 예측이 업데이트되고, 상기의 모든 "가능성"은 시간이 경과함에 따라 예측이 개선될 수 있으므로 변경될 수 있음에 유의해야 한다. 따라서, 미끄러짐 s₁이 발생하고 대략 40초 후에, 예측값이 변경되었을 수 있으므로, s₂는 임계값 미만이 될 것으로 예측되고, 그 후 표시는 이미 "녹색"으로 변경될 수 있다. 예측에 관한 것이기 때문에, s1이 초기 발생할 것으로 예측되고 표시가 그 전에 "녹색"(또는 "적색")으로 설정되기 전에 s₁ 및 s₂ 모두에 대한 예측이 변경될 수도 있다.

이제 도 5를 보면, 각각 30 cm 및 60 cm의 두 개의 임계값을 사용하는 표시에 대해 t=0에서의 동일한 상황이 고려된다. 여기서 볼 수 있듯이, 가장 큰 미끄러짐 s₃만이 "적색" 표시를 생성할 것이다. 미끄러짐(s4~s10)은 30 cm 내지 60 cm일 것으로 예측되며, 따라서 "황색" 조건 및 이의 표시를 생성한다. 예측된 "적색" 조건의 지속 시간은 도 4와 비교하여 실질적으로 감소된다.

상기 임계값 및 기간은 단지 본 발명의 예시를 위한 예임을 강조해야 한다.

상기 표시한 바와 같이, 예측은 새로운 레이더 데이터 세트 및 뱃머리 움직임 데이터 세트에 기초하여 항상 업데이트되고, 예측 알고리즘은 구조물(3)에 대해 가압되는 경우에 크루 이송 선박의 거동에 대해 항상 많은 것을 학습한다. 구조물에 대해 크루 이송 선박(1)을 단지 가압하는 것은 예측을 어렵게 하며, 일반적으로 바람, 파도, 해류 등에 대한 선박(1)의 반응이 어느 정도 알려져 있다 하더라도, 예를 들어 자유롭게 부유할 경우에, 구조물(3)에 대항하는 가압은 그 상황에서 그 반응의 정확한 모델링을 불가능하게 한다. 예측 알고리즘은, 레이더 데이터 및 뱃머리 움직임 데이터만을 기초로 하여 구조물(3)에 대해 가압되는 경우에 경험할 수 있는 각각의 모든 상황에 대한 정확한 모델링 없이, 유용한 결과를 산출하는 것으로 밝혀졌다.

그러나, 예측 알고리즘이 추가 입력 파라미터로 학습되면, 예측을 개선시킬 수 있다. 이러한 하나의 파라미터는, 예를 들어 이용된 엔진 동력 또는 추력에 기초하여, 크루 이송 선박(1)이 구조물(3)에 대해 가압되는 힘일 수 있다. 이러한 다른 파라미터 하나는 크루 이송 선박(1)의 지리적 위치일 수 있다. 이는, 예측 알고리즘이 바람, 파도, 너울, 해류 등과 같이 위치에 전형적인 국부적 인자를 학습시키거나 또한 포함시킬 수 있다. 대안적으로, 알고리즘은 특정 위치에 대해 구체적으로 학습될 수 있어서, 이송 위치에 대해 학습된 알고리즘이 이용될 수 있다. 이는, 특정 구조(모노파일, 재킷, 부유식 기초 또는 당업자에게 공지된 임의의 다른 구조물)에 대한 특정 학습이거나, 해상 풍력 기지와 같은 더 넓은 영역에 대한 보다 일반적인 학습일 수 있다.

또한, 이미 구조물에 접근하는 동안, 파도 패턴에 대한 이전의 지식에 기초한 예측을 사용할 수 있다. 예를 들어, "도킹성" 예측이 가능할 수 있다. 따라서 예측 시스템에 의해 미끄러질 위험이 높다는 예측이 도출되는 경우, 이는 스키퍼에게 알려질 수 있으며, 따라서 도킹 여부에 대한 결정 부담을 덜어줄 수 있다.

또한, 미끄러짐의 위험은, 파도 패턴 각도에 대한 크루 이송 선박(1)의 배향, 크루 이송 선박(1)의 파도 대응에 대한 사전 지식에 의존하기 때문에, 예측 시스템은 어떻게 접근하고 도킹할 것인지에 대해, 예를 들어 주어진 파도 패턴이 크루 이송 선박(1)을 구조물에 대해 밀어내기 위한 최적의 각도, 즉 소정의 임계값 하에서의 미끄러짐에 대한 최상의 예측을 산출하는 각도를 스키퍼에게 표시할 수 있다.

이해되는 바와 같이, 본 발명에 따라 전술한 바와 같은 예측 및 표시 시스템은, 상기 뱃머리 움직임이 소정의 제1 기간 내에 제1 뱃머리 움직임 임계값 미만에 있는 것으로 표시될 때만 사람을 이송시키는 방법에 사용된다.

Claims (10)

1. 크루 이송 선박에서 구조물로 또는 그 반대로 사람을 이송할 경우에, 해상 크루 이송에 사용하기 위한 방법으로서, 상기 크루 이송 선박은,
   추진 및 기동 시스템,
   해파를 감지하도록 조정된 파도 감지 장치,
   상기 파도 감지 장치에 의해 감지된 해파에 반응하여 뱃머리의 움직임을 예측하기 위한 예측 시스템,
   상기 예측 시스템에 기초하여 제1 소정의 기간 내에 제1 뱃머리 움직임 임계값 미만의 뱃머리 움직임의 예측을 표시하도록 조정된 표시기를 포함하되, 상기 방법은,
   상기 추진 및 기동 시스템을 사용하여 상기 구조물에 대해 상기 크루 이송 선박을 가압하는 단계,
   상기 파도 감지 장치를 사용하여 상기 해파를 감지하는 단계,
   상기 감지된 해파에 기초해서 뱃머리 움직임이 상기 제1 소정의 기간 내에 상기 제1 뱃머리 움직임 임계값 미만일 것인지 상기 예측 시스템을 사용하여 예측하는 단계, 및 그러한 경우 상기 표시기를 사용하여 이를 나타내는 단계, 및
   상기 뱃머리 움직임이 상기 제1 소정의 기간 내에 상기 제1 뱃머리 움직임 임계값 미만에 있는 것으로 표시되는 경우에만 상기 사람을 이송시키는 단계를 포함하는, 방법.
2. 제1항에 있어서, 상기 표시기는, 상기 예측 시스템에 기초하여 제2 소정의 기간 내에 제2 뱃머리 움직임 임계값 미만의 뱃머리 움직임의 제2 예측을 표시하도록 조정되고, 여기서 상기 제2 뱃머리 움직임 임계값은 상기 제1 뱃머리 움직임 임계값보다 낮고,
   상기 뱃머리 움직임이 상기 제2 소정의 기간 내에 상기 제2 뱃머리 움직임 임계값 미만으로 표시될 때에만 사람을 이송하는 단계를 포함하는, 방법.
3. 제1항 또는 제2항에 있어서, 상기 구조물에 안전선이 부착되고, 상기 안전선으로 사람을 근접시키는 것은, 상기 뱃머리 움직임이 상기 제1 소정의 기간 내에 상기 제1 뱃머리 움직임 임계값 미만으로 표시될 때까지, 수행되지 않는, 방법.
4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 구조물은 고정식 구조물인, 방법.
5. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 예측 시스템은 상기 파도 감지 장치로부터 그리고 뱃머리 움직임 감지로부터의 입력 데이터 세트를 사용하여 작동 중에 연속적으로 학습되는 적응 알고리즘을 포함하는, 방법.
6. 추진 및 기동 시스템, 파도 감지 장치, 및 뱃머리 움직임 감지 시스템을 포함한 크루 이송 선박의 뱃머리 움직임을 예측하기 위한 시스템으로서, 상기 시스템은,
   상기 파도 감지 장치로부터 해파 패턴을 나타낸 데이터 세트를 수신하고, 뱃머리 움직임을 나타낸 데이터 세트를 수신하고, 해파 패턴을 나타낸 상기 데이터 세트를 해파 패턴을 나타낸 상기 데이터 세트와 상관시켜, 해파 패턴을 나타낸 상기 데이터 세트와 뱃머리 움직임을 나타낸 데이터 세트 간의 경험치 상관 관계에 기초하여 예측할 수 있도록 조정된 예측기를 포함하고,
   상기 예측에 기초하여, 상기 파도 감지 장치로부터 해파 패턴을 나타낸 데이터 세트를 수신한 후에 제1 기간 내에 경험될 뱃머리 움직임의 예측을 출력하는, 시스템.
7. 제6항에 있어서, 상기 예측기는, 해파 패턴을 나타낸 데이터 세트를 해파 패턴을 나타낸 상기 데이터 세트와 새롭게 상관시킨 것을 상기 경험치 상관 관계에 추가하도록 조정되는, 시스템.
8. 제6항 또는 제7항에 있어서, 상기 예측의 결과를 나타내기 위한 표시기를 추가로 포함하는, 시스템.
9. 제6항에 있어서, 상기 예측기는, 상기 경험을 주어진 위치에 추가로 상관시키도록 조정되는, 시스템.
10. 제6항에 있어서, 상기 예측에 기초하여 도킹의 최적 각도의 표시를 출력하도록 추가 조정되는, 시스템.

Images