KR102457548B1 - 해양 선박 성능 모니터링 - Google Patents

해양 선박 성능 모니터링 Download PDF

Info

Publication number
KR102457548B1
KR102457548B1 KR1020187018064A KR20187018064A KR102457548B1 KR 102457548 B1 KR102457548 B1 KR 102457548B1 KR 1020187018064 A KR1020187018064 A KR 1020187018064A KR 20187018064 A KR20187018064 A KR 20187018064A KR 102457548 B1 KR102457548 B1 KR 102457548B1
Authority
KR
South Korea
Prior art keywords
values
marine vessel
propulsion
matrix
cells
Prior art date
Application number
KR1020187018064A
Other languages
English (en)
Other versions
KR20180086493A (ko
Inventor
미르트 로날트 판
프란크 펠트하위스
욘 코프
케니 요센
Original Assignee
바르실라 핀랜드 오이
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 바르실라 핀랜드 오이 filed Critical 바르실라 핀랜드 오이
Publication of KR20180086493A publication Critical patent/KR20180086493A/ko
Application granted granted Critical
Publication of KR102457548B1 publication Critical patent/KR102457548B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B71/00—Designing vessels; Predicting their performance
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B79/00—Monitoring properties or operating parameters of vessels in operation
    • B63B79/10—Monitoring properties or operating parameters of vessels in operation using sensors, e.g. pressure sensors, strain gauges or accelerometers
    • B63B79/15—Monitoring properties or operating parameters of vessels in operation using sensors, e.g. pressure sensors, strain gauges or accelerometers for monitoring environmental variables, e.g. wave height or weather data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B79/00—Monitoring properties or operating parameters of vessels in operation
    • B63B79/30—Monitoring properties or operating parameters of vessels in operation for diagnosing, testing or predicting the integrity or performance of vessels
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B59/00—Hull protection specially adapted for vessels; Cleaning devices specially adapted for vessels
    • B63B59/04—Preventing hull fouling

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

예시적인 실시형태에 따라, 해양 선박의 동작 효율을 추정하기 위한 방법 (400) 이 제공되며, 상기 해양 선박은 회전가능한 축에 장착된 프로펠러를 포함하는 추진 시스템을 채용하여, 축으로부터 프로펠러로 이송된 회전 축 동력을 물을 가로질러 해양 선박을 추진시키기 위한 추력으로 변환하며, 상기 방법 (400) 은, 해양 선박의 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈를 획득하는 단계 (410) 로서, 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈는, 하나 이상의 추진 파라미터들에 대한, 하나 이상의 일차 동작 파라미터들에 대한, 그리고 0 이상의 이차 동작 파라미터들에 대한 개별 시간 시리즈를 포함하는, 상기 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈를 획득하는 단계 (410); 복수의 시간 시리즈의 동작 파라미터 값들에 기초하여, 제 1 시간 주기를 나타내는 개별 서브 시리즈 내에서 제 1 시간 주기 동안 다차원 동력 행렬을 구성하는 단계 (420); 각각의 추진 파라미터에 대해, 동력 행렬에 저장된 정보와 기본 행렬에 저장된 정보에 기초하여, 개별적인 하나 이상의 파울링 값들을 컴퓨팅하는 단계 (430) 로서, 기본 행렬은 해양 선박의 레퍼런스 파울링 레벨을 나타내는, 상기 개별적인 하나 이상의 파울링 값들을 컴퓨팅하는 단계 (430); 및 적어도 파울링 값들에 의존하여, 해양 선박의 동작 상태에 관한 하나 이상의 표시들을 생성하는 단계 (440) 를 포함한다.

Description

해양 선박 성능 모니터링
본 발명은 해양 선박의 동작 효율을 모니터링하기 위한 진단 시스템에 관한 것이다.
해양 선박의 동작에 대한 전반적인 비용은 해양 선박의 동작 중에 측정될 수 있는 다수의 인자들에 따라 달라진다. 이러한 인자들은 해양 선박 자체와 무관한 환경적 인자들 및 해양 선박의 상태 또는 동작 특성들을 반영하는 선박-관련 인자들을 포함한다. 환경적 인자들의 예들은 바람의 특성들 (속도, 방향) 과 물의 특성들 (깊이, 밀도, 점도) 을 포함하는 반면, 선박-관련 인자들의 예들은 해양 선박의 속도, 해양 선박의 드래프트 (draught), 해양 선박의 파워 트레인 (power train) 의 성능을 포함한다.
해양 선박들에서, 물을 가로질러 선박을 이동시키는 추력을 생성하기 위한 지배적인 접근법은 해양 추진의 사용을 수반한다. 고도 레벨에서, 선박 추진 시스템은 회전가능한 축에 부착된 프로펠러를 포함하는 반면, 선박에서의 하나 이상의 엔진들은 축을 회전하도록 배열되어, 선박을 이동시키는데 필요한 추력을 제공한다. 해양 추진 시스템의 이러한 (및 기타) 컴포넌트들의 특성들은, 예를 들어 선박의 선체 설계 및 선박의 크기를 고려하여 요망되는 또는 요구되는 양의 추력 및 요망되는 동작 효율이 제공되도록, 설계된다. 일부 시나리오들에서, 요망되는/요구되는 양의 추력 및/또는 동작 효율에 도달하기 위해, 선박은 전술한 바와 같은 복수의 해양 추진 시스템들을 구비할 수도 있다.
해양 추진 시스템(들)의 동작 효율은 해양 선박의 동작 효율 - 및 동작 비용 - 에 중요한 기여를 하지만, 선박-관련 인자들의 수와 환경적 인자들이 해양 선박의 전반적인 동작 효율에 대한 평가에 있어서 중요한 역할을 담당할 수도 있다. 그러나, 지금까지, 추진 시스템의 동작 효율에 기여하는 모든 주요 인자들에 대한 설명을 용이하게 하고, 따라서 해양 선박을 비용 효율인 방식으로 적시에 동작시킬 수 있는 액션들을 적용하는 것을 용이하게 하는, 이용가능한 진단 시스템 또는 기술이 존재하지 않았다.
따라서, 본 발명의 목적은 해양 선박의 동작 효율을 신뢰성 있고, 유연하며 정확한 방식으로 추정하기 위한 프레임워크를 제공하는 것이다.
본 발명의 목적(들)은 개별 독립 청구항들에 의해 정의된 것과 같은 시스템에 의해, 방법에 의해, 그리고 컴퓨터 프로그램에 의해 달성된다.
예시적인 실시형태에 따르면, 회전가능한 축에 장착된 프로펠러를 포함하는 추진 시스템을 채용하여, 축으로부터 프로펠러로 이송된 회전 축 동력을 물을 가로질러 해양 선박을 추진시키기 위한 추력으로 변환하는, 해양 선박의 동작 효율을 추정하기 위한 시스템이 제공된다. 상기 시스템은, 해양 선박의 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈를 획득하기 위한 데이터 포착 수단 로서, 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈는 적어도, 적어도 축 동력 사용량을 포함하는 하나 이상의 추진 파라미터들에 대한 값들의 개별 시간 시리즈, 적어도 해양 선박의 대수 속도 및 해양 선박의 평균 드래프트를 포함하는 하나 이상의 일차 동작 파라미터들에 대한 값들의 개별 시간 시리즈, 및 0 이상의 이차 동작 파라미터들에 대한 개별 시간 시리즈를 포함하는, 상기 데이터 포착 수단들; 복수의 시간 시리즈의 동작 파라미터 값들에 기초하여, 제 1 시간 주기를 나타내는 개별 서브 시리즈 내에서 제 1 시간 주기 동안 다차원 동력 행렬을 구성하기 위한 데이터 분석 수단으로서, 동력 행렬에서, 주어진 동작 파라미터의 값은 주어진 동작 파라미터를 나타내는 동력 행렬의 차원을 따르는 셀 위치를 정의하고, 주어진 시간 인스턴트에서의 동작 파라미터 값들의 조합은 그에 따라 동력 행렬 내의 셀 위치를 고유하게 정의하며, 그리고 동력 행렬의 각각의 셀은 시간 주기 내에서 동작 파라미터 값들의 셀-위치-정의 조합의 발생 횟수를 저장하는, 상기 데이터 분석 수단; 각각의 추진 파라미터에 대해, 동력 행렬의 셀들의 하나 이상의 개별 서브그룹들에 기초하여 도출가능한 하나 이상의 대표적인 추진 파라미터 값들의, 기본 행렬의 셀들의 대응하는 서브그룹에 기초하여, 도출가능한 개별적인 하나 이상의 추진 파라미터 값들과의 비교에 기초하여 개별적인 하나 이상의 파울링 값들을 컴퓨팅하기 위한 데이터 프로세싱 수단으로서, 기본 행렬은 동력 행렬의 구조와 유사한 구조를 가지고, 기본 행렬의 각각의 셀은 기본 행렬의 셀들이 해양 선박의 레퍼런스 파울링 레벨을 공동으로 나타내도록, 동작 파라미터 값들의 셀-위치-정의 조합의 발생 횟수를 저장하는, 상기 데이터 프로세싱 수단; 및 적어도 파울링 값들에 의존하여, 해양 선박의 동작 상태에 관한 하나 이상의 표시들을 생성하기 위한 데이터 평가 수단을 포함한다.
다른 예시적인 실시형태에 따르면, 회전가능한 축에 장착된 프로펠러를 포함하는 추진 시스템을 채용하여, 축으로부터 프로펠러로 이송된 회전 축 동력을 물을 가로질러 해양 선박을 추진시키기 위한 추력으로 변환하는, 해양 선박의 동작 효율을 추정하기 위한 방법이 제공되며, 상기 방법은, 해양 선박의 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈를 획득하는 단계로서, 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈는 적어도, 적어도 축 동력 사용량을 포함하는 하나 이상의 추진 파라미터들에 대한 값들의 개별 시간 시리즈, 적어도 해양 선박의 대수 속도 및 해양 선박의 평균 드래프트를 포함하는 하나 이상의 일차 동작 파라미터들에 대한 값들의 개별 시간 시리즈, 및 0 이상의 이차 동작 파라미터들에 대한 개별 시간 시리즈를 포함하는, 상기 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈를 획득하는 단계; 복수의 시간 시리즈의 동작 파라미터 값들에 기초하여 제 1 시간 주기를 나타내는 개별 서브 시리즈 내에서, 제 1 시간 주기 동안 다차원 동력 행렬을 구성하는 단계로서, 동력 행렬에서, 주어진 동작 파라미터의 값은 주어진 동작 파라미터를 나타내는 동력 행렬의 차원을 따르는 셀 위치를 정의하고, 주어진 시간 인스턴트에서의 동작 파라미터 값들의 조합은 그에 따라 동력 행렬 내의 셀 위치를 고유하게 정의하며, 그리고 동력 행렬의 각각의 셀은 시간 주기 내에서 동작 파라미터 값들의 셀-위치-정의 조합의 발생 횟수를 저장하는, 상기 다차원 동력 행렬을 구성하는 단계; 각각의 추진 파라미터에 대해, 동력 행렬의 셀들의 하나 이상의 개별 서브그룹들에 기초하여 도출가능한 하나 이상의 대표적인 추진 파라미터 값들의, 기본 행렬의 셀들의 대응하는 서브그룹에 기초하여 도출가능한 개별적인 하나 이상의 추진 파라미터 값들과의 비교에 기초하여, 개별적인 하나 이상의 파울링 값들을 컴퓨팅하는 단계로서, 기본 행렬은 동력 행렬의 구조와 유사한 구조를 가지고, 기본 행렬의 각각의 셀은 기본 행렬의 셀들이 해양 선박의 레퍼런스 파울링 레벨을 공동으로 나타내도록, 동작 파라미터 값들의 셀-위치-정의 조합의 발생 횟수를 저장하는, 상기 개별적인 하나 이상의 파울링 값들을 컴퓨팅하는 단계; 및 적어도 파울링 값들에 의존하여, 해양 선박의 동작 상태에 관한 하나 이상의 표시들을 생성하는 단계를 포함한다.
또 다른 예시적인 실시형태에 따르면, 컴퓨터 프로그램이 제공되며, 상기 컴퓨터 프로그램은, 하나 이상의 프로세서들에 의해 실행될 경우, 하나 이상의 장치들로 하여금, 앞서 설명된 예시적인 실시형태에 따른 방법을 적어도 수행하게 하는, 하나 이상의 명령들의 하나 이상의 시퀀스들을 포함한다.
상기 언급된 컴퓨터 프로그램은 휘발성 또는 비휘발성 컴퓨터 판독가능 기입 매체 상에, 예를 들어 프로그램 코드가 저장된 적어도 하나의 컴퓨터 판독가능한 비-일시적 매체를 포함하는 컴퓨터 프로그램 제품으로서 구현될 수도 있으며, 상기 프로그램은, 장치에 의해 실행될 경우, 장치로 하여금 본 발명의 예시적인 실시형태에 따른 컴퓨터 프로그램에 대해 전술한 동작들을 적어도 수행하게 한다.
본 특허 출원에서 제시되는 본 발명의 예시화한 실시형태들은 첨부된 청구항들의 적용에 제한들을 제기하는 것으로 해석되지는 않는다. 동사 "포함하는 것" 및 그 파생어들은 본 특허 출원에서, 또한 인용되지 않는 특징들의 존재를 배제하지 않는 개방적 제한으로서 사용된다. 이하에서 설명되는 특징들은 명백하게 언급되지 않는다면, 상호간에 자유롭게 조합가능하다.
본 발명의 일부 특징들은 첨부된 청구항들에 기재되어있다. 그러나, 본 발명의 양태들은 그 구성과 그 동작 방법 양자에 관하여, 추가의 목적들 및 장점들과 함께, 첨부된 도면들과 관련하여 읽을 때, 일부 예시적인 실시형태들의 다음 설명으로부터 가장 잘 이해될 것이다.
본 발명의 실시형태들은 첨부 도면들의 도면들에서 한정이 아닌 예로서 도시된다.
도 1 은 예시적인 실시형태에 따른 진단 시스템의 일부 논리 컴포넌트들의 블록도를 도시한다.
도 2 는 예시적인 실시형태에 따른 서브-시스템들의 일부 논리 컴포넌트들의 블록도들을 도시한다.
도 3 은 예시적인 실시형태에 따른 방법을 도시한다.
도 4 는 예시적인 실시형태에 따른 방법을 도시한다.
도 5 는 예시적인 실시형태에 따른 방법을 도시한다.
도 6 은 예시적인 실시형태에 따른 장치의 일부 컴포넌트들의 블록도를 도시한다.
이하에서, 일 예로서 물을 가로질러 해양 선박을 이동시키기 위한 추력을 생성하기 위해 해양 추진을 채용하는, 해양 선박의 동작 효율을 모니터링하기 위한 진단 시스템. 또한, 해양 선박의 추진 시스템의 동작 특성들 및/또는 동작 효율을 설명하는 측정 값들을 고려하는 예들에서, 추진 시스템이 엔진, 변속 시스템, 축 및 프로펠러를 포함하는 것을 가정하고, 여기서 동력은 축을 회전시키기 위해 변속 시스템을 통해 엔진으로부터 전달되고, 축의 외측 단부에 장착 된 프로펠러는 축으로 이송된 회전력을 물을 통해 해양 선박을 추진시키는 추력 동력으로 변환한다.
프로펠러로부터 획득되는 추력 동력은 부분적으로, 해양 선박의 선체의 거칠기 (roughness) 및 파울링 (fouling) 으로 인해 소비되며, 추력 동력은 또한, 프로펠러의 거칠기 및 파울링으로 인해 절충될 수도 있다. 해양 동작 조건들에서, 선체와 프로펠러 양자의 거칠기 및 파울링은 통상적으로 시간에 따라 점진적으로 증가하여, 해양 선박의 동작 효율에 (부정적인) 영향을 준다. 결과적으로, 선체 및/또는 프로펠러의 거칠기 및/또는 파울링으로 인해, 해양 선박에 대해 특정 대수 속도에 도달하기 위해, 축 동력 (shaft power) 으로 지칭되는, 축으로 이송되는 회전력이 필요 이상으로 클 수도 있으며, 예를 들어, 해양 선박의 실질적으로 클린한 선체 및/또는 프로펠러의 경우에 요구되는 것보다 크다.
해양 선박 자체와 독립적인 환경적 인자들 및 해양 선박 및 그 컴포넌트들의 현재 동작 특성들을 반영하는 선박-관련 인자들을 포함하여, 특정 축 동력에서 프로펠러로부터 획득된 추력 동력에 영향을 줄 수도 있는 다수의 다른 양태들이 또한 존재한다. 환경적 인자들의 예들은 바람의 특성들 (속도, 방향) 과 물의 특성들 (깊이, 밀도, 점도) 을 포함하는 반면, 선박-관련 인자들의 예들은 해양 선박의 속도, 해양 선박의 드래프트, 해양 선박의 트림 (trim), 해양 선박의 타각 (rudder angle) 등을 포함한다.
일 예로서 추진 시스템에서 축 동력을 사용하면, 해양 선박의 동작을 진단하기 위한 종래의 접근법은 해양 선박의 상이한 드래프트들에서 특정 대수 속도에 대해 요구되는 채용된 축 동력을 나타내는 동작 파라미터들의 값들을 추적하는 것을 수반할 수도 있다. 이하 표 1 및 표 2 는 이와 관련하여 예시적인 실시예를 제공한다.
Figure 112018062340985-pct00001
Figure 112018062340985-pct00002
표 1 과 표 2 에서, 각 컬럼은 다수의 드래프트들에서 특정 대수 속도에서의 관측된 축 동력 사용량을 나타내지만, 각 로우는 다수의 대수 속도들에서 특정 드래프트에서의 관측된 축 동력 사용량을 나타낸다. 표 1 은 제 1 시간 주기 (t1) 동안의 관측된 축 동력 값들을 나타내고, 표는 제 1 시간 주기 (t1) 와 상이한 제 2 시간 주기 (t2) 동안의 관측된 축 동력 값들을 나타낸다. 예를 들어, t1 과 t2 는 각각 해당 연도의 해당 월을 나타낼 수도 있다.
표 1 및 표 2, 또는 다른 유사한 표들은 동등한 선박 조건들에서, 이 경우에는 시간 주기들 (t1 과 t2) 사이에 특정 드래프트에서 특정 대수 속도에서, 축 동력 사용량의 비교를 가능하게 한다. 결과적으로, 동등한 선박 조건들에서 축 동력 사용량의 변화는 해양 선박의 저하된 동작 성능의 표시로서 간주될 수도 있고, 그 변화의 정도는 하나 이상의 동등한 선박 조건들에서 축 동력 사용의 변화의 정도에 기초하여 선박 유지보수 동작에 관한 표시 또는 결정을 제공할 수도 있는 진단 시스템으로의 입력으로 사용될 수도 있다.
해양 선박의 상이한 드래프트들에서 상이한 대수 속도들의 축 동력 사용량이 선박의 전반적인 동작 효율에 영향을 미치는 몇가지 중요한 인자들을 캡처할 수도 있지만, 해양 선박의 동작 특성들에 대한 더 상세하고 신뢰성 있는 특성 분석 및 해양 선박의 동작 성능뿐만 아니라 관측된 동작 특성들과 동작 성능의 더 포괄적인 분석은, 해양 선박을 가능한 한 효율적으로 동작시키는 것을 보장하는데 유리할 수도 있는 임의의 선박 유지보수 동작들에 관한 표시 또는 결정에 대한 더 정확한 근거를 가능하게 하기 위해 바람직하다.
이러한 필요성을 설명하기 위해, 하기에는 동력 행렬에 부분적으로 의존하는 진단 시스템이 여러 가지 예들을 통해 설명된다. 고도 레벨에서, 진단 시스템은 해양 선박의 복수의 동작 파라미터들의 값들을 추적하는데, 여기서 각각의 동작 파라미터는 해양 선박의 동작 조건 또는 동작 환경의 개별 특성을 설명한다. 선박의 동작 조건 또는 동작 환경의 각 특성은 동력 행렬의 대응하는 차원 또는 '축' 에 의해 표현되며, 각각의 동작 파라미터의 값은 상기 차원 또는 '축' 을 따른 동력 행렬 내의 위치를 정의한다. 결과적으로, 해양 선박의 n 개의 동작 파라미터들이 고려된다고 가정하면, 동력 행렬은 n 차원 엔티티로서 제공된다. 동력 행렬의 셀은 n 개의 동작 파라미터들의 각각의 개별 값들에 의해 정의되며, 이 값들은 또한, 셀에 대응하는 동작 조건을 정의한다. 각 셀은 동작 파라미터 값들의 개별 조합에 대응하는 선박의 동작 조건의 발생 횟수를 나타내는 값을 저장한다. 즉, 동력 행렬은 해양 선박의 동작 조건들의 n 차원 히스토그램을 제공하는 것으로 간주될 수 있다.
표 3 및 표 4는 표 1 및 표 2 에 예시된 접근법과 비교하여, 해양 선박에 대한 동작 파라미터 값들을 유지하는 개념을 예시한다.
Figure 112018062340985-pct00003
Figure 112018062340985-pct00004
표 3 은 축 동력 4800kW 에 대한 해양 선박의 대수 속도와 해양 선박의 드래프트의 복수의 쌍들에 대한 발생들의 히스토그램을 제공하는 반면, 표 4 는 축 동력 5000kW 에 대한 대응 히스토그램을 제공한다. 표 3 및 표 4 에 도시된 데이터는 표 1 및 표 2 에 도시된 데이터의 오직 제한된 서브세트를 나타내는 반면, 다른 표 3 및 표 4 에서는 대수 속도 및 드래프트의 고려된 쌍들의 상대적인 발생 빈도에 관한 정보를 추가로 제공한다는 것을 유의해야 한다. 축 동력의 다른 고려되는 값들에 대해, 유사한 유형의 추가의 표들이 제공되며, 이들 표들은 따라서, 3 차원의 동력 행렬을 제공한다. 실제 적용에서, 동력 행렬의 차원들의 수 n 는 3 보다 상당히 클 수도 있으며, 예를 들어 10 내지 20 의 범위이다.
일반적으로, 동작 파라미터는 기본적으로, 개별 동작 파라미터의 유효한 또는 실현가능한 값들의 범위 내의 임의의 값을 가정할 수도 있다. 각각의 고려된 행렬 차원에서 실현가능한 크기의 동력 행렬을 제공하는 것을 가능하게 하기 위해, 동력 행렬에서 고려되는 동작 파라미터 값들의 개별 범위는 동력 행렬의 동작 파라미터들의 각각에 대해 정의될 수도 있다. 범위는 개별 동작 파라미터에 대한 최소값 및 최대값을, 동력 행렬에서의 개별 동작 파라미터의 이용가능한 값들을 정의하는, 그 사이의 값들의 그리드 (또는, 일 방식으로, 양자화 레벨들의 세트) 와 함께 정의할 수도 있다. 통상적으로, 사용가능한 동작 파라미터 값들을 정의하는 그리드-포인트들은 각각의 최소값과 최대값 사이에 규칙적으로 이격된다. 새로운 데이터 포인트, 즉 고려된 동작 파라미터들의 각각에 대한 입력 값이 동력 행렬에 입력될 경우, 각 입력 값은 개별 파라미터에 대하여 최인접의 사용가능한 값으로 '라운딩'될 수도 있으며, 새로운 데이터 포인트와 연관된 셀은 따라서, 동작 파라미터들의 '라운딩된' 입력 값들로 정의된다.
비-제한적인 예들로서, 동력 행렬에서 고려되는 동작 파라미터들은 다음 중 일부를 포함할 수도 있다:
- 추진 시스템에서 축 동력 사용량 (PD)
- 프로펠러에 의해 생성된 추력 (T);
- 축에서의 토크 (Q);
- 축의 회전 속도 (ω);
- 해양 선박의 대수 속도 (VS),
- 해양 선박의 평균 드래프트 (D);
- 해양 선박과 관련하여, 풍속 (vair), 풍향 (ψair),
- 물의 동적 점도 (v), 수심 (H),
- 해양 선박의 트림,
- 프로펠러 피치 (P),
- 해양 선박의 타각 (αrud),
- 해양 선박에서의 핀 안정기 각도 (αfin).
도 1 은 해양 선박의 동작 효율을 추정하기 위한 해양 선박용의 예시화한 진단 시스템 (100) 의 일부 논리 컴포넌트들의 블록도를 도시한다. 앞서 설명된 방식들로, 해양 선박은 엔진, 트랜스미션 시스템, 축 및 프로펠러를 포함하는 추진 시스템을 채용하고, 여기서 동력은 엔진으로부터 트랜스미션 시스템을 통해 전달되어 축을 회전시키는 것으로 가정될 수도 있다. 프로펠러는 축으로부터 프로펠러로 이송된 회전 축 동력을 물을 가로질러 선박을 추진시키기 위한 추력으로 변환하기 위해, 축의 외부 단부에 장착된다.
개요로서, 진단 시스템 (100) 은 해양 선박의 복수의 동작 파라미터 값들의 개별 시간 시리즈를 획득하기 위한 데이터 포착 수단 (110), 획득된 동작 파라미터 값들에 기초하여, 개별 시간 주기에 해양 선박의 동작 상태를 각각 특징화하는 하나 이상의 동력 행렬들을 구성하기 위한 데이터 분석 수단 (130), 하나 이상의 동력 행렬들에 저장된 정보에 기초하여 하나 이상의 파울링 값들을 컴퓨팅하기 위한 데이터 프로세싱 수단 (140), 및 적어도 하나 이상의 파울링 값들에 의존하여 해양 선박의 동작 상태에 관한 하나 이상의 표시들을 생성하기 위한 데이터 평가 수단 (150) 을 포함한다. 데이터 포착 수단 (110) 은 센서 수단 (120) 및/또는 하나 이상의 외부 데이터 소스들 (125) 로부터 동작 파라미터 값들을 획득하도록 배열될 수도 있다. 진단 시스템 (100) 은 데이터 포착 수단 (110), 데이터 분석 수단 (130), 데이터 프로세싱 수단 (140) 및 데이터 평가 수단 (150) 의 동작을 제어하기 위한 제어 수단 (160) 을 더 포함한다. 진단 시스템 (100) 은 정보, 예컨대 데이터 포착 수단 (110) 에 의해 획득된 측정 값들 및/또는 데이터 분석 수단 (130) 에 의해 구성된 동력 행렬을 저장하기 위한 메모리 (170) 가 추가로 도시된다.
진단 시스템 (100) 의 논리 컴포넌트들, 즉 데이터 포착 수단 (110), 데이터 분석 수단 (130), 데이터 프로세싱 수단 (140), 데이터 평가 수단 (150), 제어 수단 (160) 및 메모리 (170) 는, 또한 센서들 (120) 및/또는 외부 데이터 소스들 (125) 에 대한 액세스를 갖는, 단일 디바이스 또는 장치에 의해 제공될 수도 있다. 일 예로서, 그러한 디바이스 또는 장치는 해양 선박에 탑재하여 제공될 수도 있다.
도 2 는 앞서 설명된 진단 시스템 (100) 의 변형을 제공하는 예시화한 서브 시스템들 (100a 및 100b) 의 일부 논리 컴포넌트들의 블록도를 도시한다. 서브 시스템 (100a) 은 해양 선박에 탑재된 디바이스 또는 장치에 의해 제공될 수도 있는 반면, 서브 시스템 (100b) 은 해양 선박의 외부에서, 예를 들어 선박 소유자 사무실에 배열된 디바이스 또는 장치에서 제공될 수도 있다.
여기서, 데이터 포착 수단 (100) 의 동작들은, 서브 시스템 (100a) 에서의 제 1 데이터 포착 수단 (110a) 및 서브 시스템 (100b) 에서의 제 2 데이터 포착 수단 (110b) 에 분배되어, 제 1 데이터 포착 수단 (110a) 이 센서 수단 (120) 으로부터 동작 파라미터 값들을 획득하도록 배열될 수도 있는 반면, 제 2 데이터 포착 수단 (110b) 은 서브 시스템 (100) 으로부터 뿐만 아니라 하나 이상의 외부 데이터 소스들 (125) 로부터 동작 파라미터 값들 (예컨대, 제 1 데이터 포착 수단 (110a) 에 의해 메모리 (170a) 에 저장된 동작 파라미터 값들) 을 획득하도록 배열될 수도 있다. 유사한 방식들로, 제어 수단 (160) 의 동작들은 서브 시스템 (100a) 에서 제 1 제어 수단 (160a) 및 서브 시스템 (100b) 에서 제 2 제어 수단 (160b) 에 분배되고, 메모리 (170) 는 서브 시스템 (100a) 에서 제 1 메모리 (170a) 로, 서브 시스템 (100b) 에서 제 2 메모리 (170b) 로 제공된다.
센서 수단 (120) 은, 각각 해양 선박의 개별 동작 파라미터 또는 해양 선박의 동작 파라미터를 유도하는데 유용한 값을 측정하거나 모니터링 하도록 배열된, 복수의 센서들을 포함한다. 센서 수단 (120) 내의 센서들 각각은 개별 동작 파라미터의 현재 값을 기술하는 개별 측정 신호를 연속적으로 제공하도록 배열될 수도 있다. 몇몇 비-제한적인 예들로서, 센서들 (120) 은 예를 들어, 다음 센서들 중 하나 이상을 포함할 수도 있다:
- 프로펠러에 의해 생성된 추력 (T) 을 측정하기 위한 추력 센서;
- 추진 시스템의 축에서 토크 (Q) 를 측정하기 위한 토크 센서;
- 추진 시스템의 축의 회전 속도 (ω) 를 측정하기 위한 회전 속도 센서;
- 해양 선박의 대수 속도 (VS) 를 측정하기 위한 속도 센서;
- 해양 선박의 드래프트 (D) 를 측정하기 위한 드래프트 센서;
- 풍속 (vair) 과 풍향 (ψair) 을 측정하기 위한 풍속계;
해양 선박의 트림을 측정하기 위한 자세 센서;
또한, 예컨대 프로펠러 피치 (P), 타 각 (αrud) 및 핀 안정기 각도 (αfin) 의 각각에 대한 값들은 해양 선박의 조향 시스템으로부터 획득될 수도 있으며, 따라서 적어도 개념적으로, 진단 시스템 (100) 또는 서브 시스템 (100a) 의 관점에서 센서를 제공한다.
센서 수단 (120) 내의 센서들 각각은 데이터 포착 수단 (110, 110a) (및 가능하게는 진단 시스템 (100) 또는 서브 시스템 (100a) 의 다른 컴포넌트들) 에 통신 가능하게 커플링될 수도 있다. 커플링은 예를 들어, 센서와 데이터 포착 수단 (110, 110a) 사이의 개별 전용 전기 접속에 의해, 또는 CAN (controller area network) 버스와 같은 버스에 의해 제공될 수도 있다. 센서들의 각각은 당업계에 공지된 개별 유형의 적절한 센서 디바이스를 사용하여 제공될 수도 있다.
외부 데이터 소스 (125) 는 진단 시스템 (100) 또는 서브 시스템 (100b) 을 컴퓨터 네트워크에 접속하는 것을 가능하게 하고, 차례로 개별 외부 서버 디바이스로의 접속을 가능하게 하는 적절한 무선 또는 유선 통신 수단을 통해, 데이터 포착 수단 (110, 110b) 에 의해 (및/또는 진단 시스템 (100) 의 하나 이상의 다른 컴포넌트들 또는 서브 시스템 (100b) 에 의해) 액세스 가능한 개별 외부 서버 디바이스들에서 이용가능한 하나 이상의 데이터베이스들을 포함할 수도 있다. 예를 들어, 하나 이상의 데이터베이스들은 인터넷을 통해 액세스가능할 수도 있다. 외부 데이터 소스(들)로부터 획득될 수도 있는 측정 값들의 예들은, 예컨대 물의 점도 (v) 및 수심 (H) 과 같은 물 관련 파라미터들을 포함할 수도 있다.
데이터 포착 수단 (110, 110a) 은 예를 들어, 개별 센서에 의해 제공된 측정 신호를 주기적으로 판독함으로써, 센서 수단들 (120) 의 센서들로부터 개별 측정 값들을 획득하도록 배치될 수도 있다. 센서들의 각각으로부터의 새로운 측정 값의 판독은 미리 정의된, 일정한 시간 간격들로 또는 다른 미리 정의된 스케줄에 따라 발생할 수도 있다. 대안적으로 또는 부가적으로, 데이터 포착 수단 (110, 110a) 은 제어 수단 (160) 으로부터 커맨드 또는 요청에 응답하여 센서들의 각각으로부터 새로운 측정 값을 판독하도록 배치될 수도 있다. 센서 수단 (120) 으로부터 그렇게 획득된 측정 값은 해양 선박의 개별적인 추진 파라미터들 및/또는 동작 파라미터들로서 기능한다. 획득된 측정 값들은 데이터 분석 수단 (130) 에 전달될 수도 있고 및/또는 데이터 분석 수단 (130) 에 의한 또는 진단 시스템 (100) 의 하나 이상의 다른 컴포넌트들에 의한 후속 액세스를 위해 메모리 (170, 170a) 에 저장될 수도 있다. 서브 시스템 (100b) 에 대하여, 서브 시스템 (110a) 으로부터 수신된 측정 값들은 메모리 (170b) 에 저장될 수도 있다. 메모리 (170, 170a, 170b) 에 저장될 때, 센서 수단 (120) 의 센서들 각각으로부터 판독 된 측정 값들은 메모리 (170, 170a, 170b) 의 적절한 데이터 구조 내의 측정 값들의 개별 시간 시리즈들로 배열될 수도 있으며, 그에 따라 센서들의 각각으로부터 가장 최근의 (또는 순간적인) 측정 값에 대한 액세스를 제공할 뿐만 아니라 측정 값들의 히스토리에 대한 액세스를 제공한다. 이와 관련하여 적절한 데이터 구조는 예를 들어 표, 링크된 리스트, 데이터베이스 등을 포함할 수도 있다.
유사한 방식들로, 데이터 획득 수단 (110, 110b) 은 미리 정의된, 일정한 간격으로 (또는 다른 미리 정의된 스케줄에 따라) 외부 데이터 소스들의 각각을 판독함으로써 및/또는 제어 수단 (150, 150b) 으로부터의 커맨드 또는 요청에 응답하여 외부 데이터 소스들의 각각을 판독함으로써 하나 이상의 외부 데이터 소스들 (125) 중 개별 데이터 소스로부터 하나 이상의 동작 파라미터들에 대한 측정 값들을 획득하도록 배열될 수도 있다. 이들 측정 값들은 해양 선박의 개별 동작 파라미터들로서 기능할 수도 있으며, 이들은 데이터 분석 수단 (130) 으로 전달되고 및/또는 후속 액세스를 위해 메모리 (170, 170b) 에 저장될 수도 있다. 센서 수단 (120) 으로부터 획득된 측정 값들의 경우에서와 같이, 하나 이상의 외부 데이터 소스들 (125) 로부터의 측정 값들이 또한, 측정 값들의 개별 시간 시리즈들로 메모리 (170, 170b) 에 저장될 수도 있다.
앞서 설명된 바와 같이, 데이터 분석 수단 (130) 은 선박 동작의 개별 시간 주기 동안 데이터 포착 수단 (110, 110b) 에 의해 획득된 측정 값들에 기초하여 해양 선박의 동작 상태를 특징화하는 하나 이상의 동력 행렬들 (PMi) 을 구성하도록 배열된다. 이와 관련하여, 데이터 분석 수단 (130) 은 획득된 측정 값들을, 예컨대 개별 동작 파라미터 값들로서 사용하도록 배열될 수도 있고, 따라서 측정 값들의 시간 시리즈는 동작 파라미터 값들의 개별 시간 시리즈로서 기능한다. 대안적으로, 데이터 분석 수단 (130) 은 2 이상의 센서들 (또는 외부 데이터 소스들) 로부터 기인하는 시간적으로 정렬된 측정 값들에 기초하여 동작 파라미터 값을 도출하도록 배열될 수도 있으며, 따라서 그렇게 도출된 동작 파라미터 값들은 동작 파라미터 값들의 시간 시리즈를 구성한다. 동력 행렬 접근법의 일부 양태들의 설명의 명료함을 위해, 다음과 같은 동작 파라미터들의 예시화한 클래스들이 정의될 수도 있다:
- 적어도 축 동력 사용량 (PD) 및 가능하게는 또한, 프로펠러에 의해 생성된 추력 (T) 및 축의 회전 속도 (ω) 중 하나 이상을 포함하는 추진 파라미터들;
- 적어도 해양 선박의 대수 속도 (VS) 및 해양 선박의 평균 드래프트 (D) 를 포함하는, 기본 선박 조건을 정의하는 일차 동작 파라미터들;
- 예를 들어, 풍속 (vair), 풍향 (ψair), 물 점도 (v), 수심 (H), 해양 선박의 트림, 프로펠러 피치 (P), 타각 각도 (αrud), 핀 안정화기 각도 (αfin) 등 중 하나 이상을 포함하는, 선박 조건 및/또는 동작 조건들의 세부 사항들을 정의하는 이차 동작 파라미터들.
여기서, 축 동력 사용량 (PD) 은, 식 PD = Q·ω 를 통해 축 동력 사용량 (PD) 와 관련되는, 추진 시스템의 축에서의 토크 (Q) 및 (센서 수단 (120) 의 개별 센서들로부터 획득된) 추진 시스템의 축의 회전 속도 (ω) 를 나타내는 시간적으로 정렬된 측정 값들에 기초하여 컴퓨팅될 수도 있다. 추진 파라미터들, 일차 동작 파라미터들 및 이차 동작 파라미터들에 대해 앞서 열거된 나머지 예들에 대해, 토크 (Q) 및 회전 속도 (ω) 와 시간적으로 정렬된 개별 측정 값들은 이와 같이 개별 동작 파라미터들로서 적용될 수도 있다.
데이터 분석 수단 (130) 은 ti 에서 ti + tdur(i) 까지의 시간을 커버하는 시간 주기 (i) 에 대해 획득된 동작 파라미터 값들에 기초하여 동력 행렬 (PMi) 을 구성하도록 배열될 수도 있다. 동력 행렬 (PMi) 에서 고려되는 동작 파라미터 값들의 각각의 시간 시리즈에서, 시간 주기 (i) 는 시간 주기 (i) 에서의 동작 파라미터 값들을 나타내는 동작 파라미터 값들의 개별 서브 시리즈들에 대응한다. 시간 주기 (i) 의 지속기간 tdur(i) 은 예를 들어, 수일에서 수개월의 범위의 값일 수도 있다. 데이터 분석 수단 (130) 은 tdur(i) 에 대한 미리 정의된 값을 이용하여 주기적으로 (예를 들어, 미리 정의된 시간 인터벌들로) 새로운 동력 행렬 (PMi) 을 구성하도록 배열될 수도 있다. 대안적으로 또는 부가적으로, 데이터 분석 수단 (130) 은 미리 정의된 값 또는 tdur(i) 에 대한 요청/커맨드에서에 정의된 값을 사용하여 제어 수단 (160) 으로부터의 요청 또는 커맨드에 응답하여 새로운 동력 행렬 (PMi) 을 구성하도록 배열될 수도 있다.
동력 행렬 (PMi) 은 각각의 셀을 0 값으로 설정함으로써 초기화된다. 일 실시예에서, 동력 행렬 (PMi) 의 구성은, 동작 파라미터 값들이 이용가능한 시간 주기 (i) 에서의 각각의 시간 인스턴트 (t) 에 대해, 동작 파라미터들의 개별 값들에 의해 정의된 동력 행렬 (PMi) 의 셀의 값을 1 만큼 증분하는 것을 포함한다. 시간 주기 (i) 에서 모든 시간 인스턴트들 (t) 이 고려되고, 동력 행렬 (PMi) 의 셀들이 그에 따라 업데이트되면, 시간 주기 (i) 에 대한 동력 행렬 (PMi) 이 완료된다.
도 4 는 시간 인스턴트 (t) 에서의 동작 파라미터 값들에 기초하여 정보를 동력 행렬 (PMi) 에 입력하는 절차 (200) 를 설명하는 흐름도를 도시한다. 블록 (210) 에서, 시간 인스턴트 (t) 를 나타내는 동작 파라미터 값은 동력 행렬 (PMi) 에서 고려되는 동작 파라미터 각각에 대해 획득된다. 블록 (220) 에서, 각각의 획득된 동작 파라미터 값은 (앞서 설명된 바와 같이) 개별 동작 파라미터에 대해 정의된 값들의 범위에 따른 최인접의 사용가능한 값으로 '라운딩'된다. 블록 (230) 에서, '라운딩된' 동작 파라미터 값들의 조합에 의해 정의되는 동력 행렬 (PMi) 의 셀이 식별되고, 블록 (240) 에서, 식별된 셀의 값이 1 만큼 증분된다. 절차 (200) 의 변형에서, 블록 (220) 의 동작들은 하나 이상의 (가능하면 모든) 동작 파라미터들에 대해 생략된다. 그러한 경우에, 개별 동작 파라미터 값들의 '라운딩' 은 필요하지 않거나 또는 개별 동작 파라미터 값들의 '라운딩' 이 블록 (210) 에서 값을 수신하기 전에 수행되는 것이 가정된다. 절차 (200) (또는 그 변형) 은 시간 주기 (i) 동안 동력 행렬 (PMi) 을 완료하기 위해, 시간 주기 (i) 내의 관심 있는 각각의 시간 인스턴트 (t) 에서 동작 파라미터 값들에 대해 반복될 수도 있다.
완료된 동력 행렬 (PMi) 은 추가 분석을 위해 데이터 처리 수단 (140) 으로 전달될 수 있고 및/또는 완료된 동력 행렬 (PMi) 은 예를 들어, 데이터 분석 수단 (130), 데이터 프로세싱 수단 (140), 및/또는 데이터 평가 수단 (150) 에 의한 후속 액세스를 위해 메모리 (170, 170b) 에 저장될 수도 있다. 그 구조 및 생성 방식으로 인해, 동력 행렬 (PMi) 의 각 셀의 최종 값은 (동력 행렬의 다른 셀들에 대응하는 다른 조건들에서 소비된 시간과 관련하여) 동력 행렬 (PMi) 내의 개별 셀을 정의하는 동작 파라미터 값들의 조합에 의해 정의된 동작 조건에서 소비된 시간의 표시로서 기능한다.
다른 예에서, 분석 수단 (130) 은 시간 인스턴트 (t) 에 대한 동작 파라미터 값들의 각각을, 동력 행렬 (PMi) 을 업데이트하기 위해 이들을 사용하기 위한 결정을 행하기 전에, 스크리닝 (screen) 하도록 배열된다. 하나 이상의 측정 값들, 예를 들어 축 동력 사용량 (PD) 에 기초하여 도출된 동작 파라미터들에 대하여, 도출된 동작 파라미터들에 대해 스크리닝이 수행될 수도 있다. 스크리닝 작업은 예를 들어, 절차 (200) 의 블록 (210) 의 동작들의 일부로서, 절차 (200) 의 블록 (220)의 일부로서, 또는 절차 (200) 의 블록들 (210 및 220) 의 동작들 사이에서 수행될 수도 있다.
도 3 은 스크리닝 절차 (300) 의 일 예를 설명하는 흐름도를 도시한다. 블록 (310) 에서, 시간 인스턴트 (t) 에 대한 획득된 동작 파라미터 값들은 사전 프로세싱되어 측정 신호들에서의 작은 측정 오차들 또는 외란 (disturbance) 들의 기여를 제거하고, 따라서 개별 시간 시리즈 내에서 시간에 따른 동작 파라미터 값들의 평활한 진전을 보장한다. 사전 프로세싱은, 예를 들어, 개별 사전 프로세싱된 동작 파라미터 값을 도출하기 위해 필터 계수들의 미리 정의된 세트를 사용하여 동작 파라미터 값들의 개별 시간 시리즈를 저역 통과 필터링하는 것, 개별 사전 프로세싱된 동작 파라미터 값을 도출하기 위해 미리 정의된 시간에 걸쳐 개별 시간 시리즈에서 동작 파라미터 값들을 평균하는 것, 또는 각개별 사전 프로세싱된 동작 파라미터 값으로서 미리 정의된 시간 윈도우 내의 동작 파라미터 값들의 중간 값을 선택하는 것을 수반할 수도 있다. 사전 프로세싱 동작(들)의 세부 사항들은 동작 파라미터들의 각각에 대해 상이하게 정의될 수도 있다.
블록 (320) 에서, 블록 (310) 에서 도출된 사전 프로세싱된 동작 파라미터 값이 해양 선박의 정상 동작 상태를 나타내는 것이 검증된다. 이 검증은, 예를 들어, 사전 프로세싱된 동작 파라미터 값이 미리 정의된 임계 값 미만인지를 검증하는 것, 사전 프로세싱된 동작 파라미터 값이 미리 정의된 임계 값 이상인지를 검증하는 것, 또는 미리 정의된 시간 윈도우 내의 사전 프로세싱된 동작 파라미터 값들의 표준 편차가 미리 정의 된 임계치보다 작은지를 검증하는 것을 수반할 수도 있다. 정상 상태 검증 동작(들)의 세부 사항들은 동작 파라미터들의 각각에 대해 상이하게 정의될 수도 있다.
블록 (320) 의 검증이 시간 인스턴트 (t) 에 대한 임의의 동작 파라미터에 대해 실패하는 경우, 시간 인스턴트 (t) 에 대한 동작 파라미터 값들은 동력 행렬 (PMi) 을 업데이트하는데 사용되지 않는다. 대조적으로, 블록 (320) 의 검증이 시간 인스턴트 (t) 에 대한 모든 동작 파라미터 값에 대해 성공적인 경우, 해양 선박의 정상 동작 상태가 가정되며, 스크리닝 절차는 블록 (330) 으로 진행하여 시간 인스턴트 (t) 에 대한 주어진 동작 파라미터의 사전 프로세싱된 값이 동일한 시간 인스턴트에 대한 하나 이상의 다른 미리 정의된 동작 파라미터들의 사전 프로세싱된 값들과 일치할 수도 있다. 이와 관련하여 예를 들어, 검증은 주어진 동작 파라미터의 값이 제 1 의 미리 정의된 임계치 이상 (이하) 이라면, 미리 결정된 다른 동작 파라미터의 값이 제 2 의 미리 정의된 임계치 이상 (이하) 이어야 하는 것을 요청하거나, 또는 주어진 동작 파라미터의 값이 제 1 의 미리 정의된 임계치 이상 (이하) 인 경우, 미리 결정된 다른 동작 파라미터의 값은 제 2 의 미리 정의된 임계치 이하 (이상) 이어야 하는 것을 요구할 수도 있다. 이러한 기준은 명확하게 오류가 있는 동작 파라미터 값 조합들을 배제하는 것이 가능하다. 블록 (330) 의 검증 동작(들)의 세부 사항들은 동작 파라미터들의 각각에 대해 상이하게 정의될 수도 있다.
블록 (330) 의 검증이 시간 인스턴트 (t) 에 대한 임의의 동작 파라미터에 대해 실패하는 경우, 이들 파라미터 값들은 동력 행렬 (PMi) 을 업데이트하는데 사용되지 않는다. 반대로, 블록 (330) 의 검증이 시간 인스턴트 (t) 에 대한 모든 동작 파라미터들에 대해 성공적인 경우, 사전 프로세싱된 동작 파라미터 값들은 시간 인스턴트 (t) 에서 사전 프로세싱된 동작 파라미터 값들의 조합에 의해 정의된 셀에서의 값을 1 만큼 증분함으로써 동력 행렬 (PMi) 을 업데이트하는데 사용된다. 스크리닝 절차 (300) 의 예시화한 변형에서, 블록들 (310, 320 및 330) 중 하나 또는 2 개의 블록들에 관한 동작들은 생략될 수도 있다.
동력 행렬 (PMi) 의 다수의 셀들은 적어도 개념적으로, 선박 상태를 형성할 수도 있다. 특정 선박 상태에서, 추진 파라미터들 (예컨대, 축 동력 사용량 (PD), 추력 (T) 및/또는 축의 회전 속도 (ω)) 의 각각은 임의의 (유효한) 값을 가정할 수도 있지만, 일차 및 이차 동작 파라미터들의 각각의 동작 파라미터들은 개별 상수 값들을 갖는다. 다시 말해서, 각각의 선박 상태는 일차 및 이차 동작 파라미터들의 개별 값 조합으로 정의되는 셀들의 서브그룹들을 수반한다. 따라서, 일정한 일차 및 이차 동작 파라미터 값들의 각각의 그러한 조합은 추진 파라미터들의 동작 파라미터 값들이 가변할 수도 있는 셀들의 서브그룹을 포함하는, 개별 선박 상태를 한정한다.
다수의 선박 상태들은, 적어도 개념적으로, 서브세트를 형성할 수도 있다. 특정 서브세트에서, 일차 동작 파라미터들 (예컨대, 해양 선박의 대수 속도 (VS) 및 해양 선박의 드래프트 (D)) 은 개별 상수 값들을 가지지만, 추진 파라미터들 및 이차 동작 파라미터들의 각각은 임의의 (유효한) 값을 가정할 수도 있다. 다시 말해서, 각각의 서브 세트는 일차 동작 파라미터들의 개별 값 조합으로 정의되는 셀들의 그룹을 수반한다. 따라서, 일정한 일차 동작 파라미터 값들의 각각의 그러한 조합은 셀들의 그룹을 형성하는 복수의 서브그룹들을 포함하는 개별 서브세트를 정의한다.
동력 행렬 (PMi) 이 시간 주기 (i) 동안 해양 선박의 동작 효율, 특히 일정한 대수 속도 (VS) 속도로 항해하는데 요구되는 축 동력 사용량 (PD) 에 상당한 영향을 미치는 모든 동작 파라미터들을 고려한다고 가정하면, 예를 들어, 선체 파울링 및/또는 프로펠러 파울링과 같은 선박의 파울링으로부터, 시간에 따른 축 동력 사용량 (PD) 의 임의의 증가가 발생한다고 추가로 가정할 수도 있다.
데이터 분석 수단 (130) 은 동력 행렬 (PMi) 의 구조 및 크기와 유사한 구조 및 크기를 갖는 기본 행렬 (BM) 을 생성하고 유지한다. 따라서, 앞서 설명된 선박 상태들 및 서브세트들의 정의는 기본 행렬 (BM) 에도 적용된다. 기본 행렬 (BM) 은 해양 선박의 레퍼런스 파울링 레벨에서 히스토리 데이터를 포함한다. 레퍼런스 파울링 레벨은 임의의 일정한 파울링 레벨, 예를 들어, 해양 선박의 실질적으로 클린한 상태, 특히 해양 선박의 선체 및 프로펠러의 실질적으로 클린한 상태를 나타낼 수도 있다. 기본 행렬 (BM) 의 셀들은 0 값들로 초기화될 수도 있다. 결과적으로, 기본 행렬 (BM) 은 동력 행렬 (PMi) 에 의해 표현되는 해양 선박의 동작 상태를, 동력 행렬 (PMi) 에 의해 표현되는 파울링 레벨을 결정하기 위해 기본 행렬 (BM) 에 의해 표현된 레퍼런스 파울링 레벨과 비교하는데 유용하다. 이들 비교들은 셀 레벨, 선박 상태 레벨 또는 서브세트 레벨로 수행될 수도 있다. 선박 성능에 영향을 미치는 모든 중요한 인자들이 고려되는 것을 보장하는 동시에, 작은 측정 오류들과 센서 데이터의 사소한 부정확성으로 인한 임의의 변동을 배제하는 것을 보장하기 위해, 비교들은 바람직하게, 선박 상태 레벨 및/또는 서브세트 레벨로 수행된다.
데이터 프로세싱 수단 (140) 은 복수의 선박 상태들에 대하여, 예를 들면, 동력 행렬 (PMi) 에 기초하여 도출가능한 모든 선박 상태들에 대하여 또는 선박 상태들의 미리 정의된 세트에 대하여, 파울링 계산들을 수행하도록 배열될 수도 있다. 앞서 설명된 것과 같이, 일차 및 이차 동작 파라미터들에 대하여 일정한 값들을 갖는 동력 행렬 (PMi) 의 셀들은 동력 행렬 (PMi) 의 선박 상태를 형성하는 셀들의 개별 서브그룹을 정의한다. 이와 관련하여, 프로세싱 수단 (140) 은 각각의 선박 상태가 1≤j≤J 인 인덱스 j 에 의해 식별되는, 동력 행렬 (PMi) 에 대한 J 개의 선박 상태들을 정의한다. 동력 행렬 (PMi) 의 각각의 선박 상태 (j) 의 각각의 추진 파라미터에 대해, 선박 상태 (j) 를 나타내는 추진 파라미터 값은 선박 상태 (j) 를 형성하는 셀들의 서브그룹에 속하는 동력 행렬 (PMi) 의 셀들과 연관된 개별적인 추진 파라미터 값들의 평균으로서 (또는 다른 적절한 선형 조합으로서) 컴퓨팅된다. 축 동력 사용량 (PD), 추력 (T) 및/또는 축의 회전 속도 (ω) 를 포함하는 예시적인 추진 파라미터들을 가정하면, 동력 행렬 (PM1) 에서 선박 상태 (j) 를 나타내는 개별 (평균된) 추진 파라미터 값들은 PD(PM1, j), T(PM1, j) 및 ω(PM1, j) 로 표시될 수도 있다.
일 예에 따르면, 선박 상태 (j) 를 형성하는 서브그룹 내의 셀들과 연관된 모든 추진 파라미터 값들은 선박 상태 (j) 에 대한 대표적인 추진 값의 계산에서 고려된다. 다른 예에 따르면, 비-제로 값을 갖는 셀들과 연관된 추진 파라미터 값들만이 선박 상태 (j) 에 대한 대표 추진 값의 계산에서 고려되는 반면에, 추가의 예에서, 미리 정의된 임계치를 초과하는 값을 가지는 셀들과 연관된 추진 파라미터 값들만이 선박 상태 (j) 에 대한 대표적인 추진 값의 계산에서 고려된다.
또한, 대응하는 대표적인 추진 파라미터 값들은 기본 행렬 (BM) 에 저장된 정보에 기초하여 선박 상태들 (j) 의 각각에 대해 유사한 방식으로 컴퓨팅된다. 예시화한 추진 파라미터들 (PD, T 및/또는 ω) 을 가정하면, 기본 행렬 (BM) 에서 선박 상태 (j) 를 나타내는 개별적인 (평균된) 추진 파라미터 값들은 PD(BM, j) T(BM, j) 및 ω(BM, j) 로 표시될 수도 있다.
동력 행렬 (PM1) 에 의해 표현된 해양 선박의 동작 상태와 기본 행렬 (BM) 에 의해 표현되는 해양 선박의 레퍼런스 파울링 상태 간의 차이를 특징화하기 위해, 데이터 프로세싱 수단 (140) 은 각각의 선박 상태 (j) 에 대하여 동력 행렬 (PMi) 에서와 기본 행렬 (BM) 에서의 개별적인 대표적인 추진 파라미터 값들 간의 차이 값들을 컴퓨팅할 수도 있다. 이들 차이 값들의 각각은 또한, 개별 에러 값으로 지칭될 수도 있고, 이들 차이 값들의 각각은 기본 행렬 (BM) 에 저장된 데이터에 기초하여 선박 상태 (j) 에 대해 도출된 개별적인 추진 파라미터 값과 비교하여, 선박 상태 (j) 에서의 개별적인 추진 파라미터 값의 증분을 나타내도록 기능한다. 예시화한 추진 파라미터들 (PD, T 및/또는 ω) 을 가정하면, 데이터 프로세싱 수단 (140) 은 차이 값들 (또는 오차 값들)
Figure 112018062340985-pct00005
및
Figure 112018062340985-pct00006
Figure 112018062340985-pct00007
을 컴퓨팅할 수도 있다.
전술한 바와 같이, 하나 이상의 선박 상태 (j) 는 개별 서브세트에 속하는 선박 상태들 (j) 의 모든 셀을 포함하는 서브세트를 형성할 수도 있다. 특히, 이들 선박 상태들 (j) 에 의해 서브세트가 형성되고, 해양 선박의 일차 동작 파라미터들의 개별 값들이 동일한 조합의 값들을 갖는다. 이와 관련하여, 데이터 프로세싱 수단 (140) 은 J 개의 선박 상태를 고려하여 동력 행렬 (PMi) 에 저장된 정보에 기초하여 K 개의 서브세트들을 정의할 수도 있다. 기본적으로, J 개의 선박 상태들은 1 ≤ k ≤ K 인 인덱스 k 로 각각 식별되는 K 개까지의 서브세트들을 형성할 수도 있다. 해양 선박의 대수 속도 (VS) 및 해양 선박의 드래프트 (D) 를 포함하는 예시화한 일차 동작 파라미터들을 가정하면, 각각의 서브세트에 대해, VS 및 D 의 값들은 일정하지만, 이차 동작 파라미터들의 값들 및 추진 파라미터들의 값들은 가변할 수도 있다.
데이터 프로세싱 수단 (140) 은 서브세트 (k) 에 속하는 선박 상태들에 걸친 컴퓨팅된 차이 값들 (또는 오차 값들) 을 개별의 결합된 차이 값으로 추가로 결합할 수도 있다. 서브세트 (k) 에 대한 차이 값들의 조합은 서브세트 (k) 에 속하는 선박 상태들에 대해 컴퓨팅된 새별 차이 값들의 가중 평균으로서 수행될 수도 있다. 일 예에서, 선박 상태 (j) 를 나타내는 차이 값에 가중하기 위한 가중 인자는 선박 상태 (j) 에 속하는 셀들의 값들의 합을, 서브세트 (k) 를 구성하는 모든 선박 상태들에 걸친 셀들의 값들의 합으로 나눈 것으로 정의된다. 다른 예에서, 제 1 인자 (Nj,min) 는 서브세트 (k) 의 각각의 선박 상태 (j) 에 대해, 동력 행렬 (PMi) 에서 선박 상태 (j) 에 속하는 셀들의 값들의 합과 기본 행렬 (BM) 에서 선박 상태 (j) 에 속하는 셀들의 값들의 합 중 더 적은 것으로 정의되고, 제 2 인자 (Nj,sum) 는 서브세트 (k) 에 속하는 모든 선박 상태들에 걸친 제 1 인자들 (Nj,min) 의 합으로 정의된다. 결과적으로, 서브세트 (k) 에 대한 결합된 차이 값의 계산에서 선박 상태 (j) 를 나타내는 차이 값을 가중하기 위한 가중 인자는 제 1 인자 (Nj,min) 대 제 2 인자 (Nj,sum) 의 비율, 즉 Nj,min / Nj,sum 로 정의된다.
적절한 가중의 사용, 예를 들어 앞서 설명한 예들 중 하나의 사용은, 차이 값들이 더 빈번하게 발생하는 선박 상태들로부터의 기여도를 강조하고, 반대로 덜 빈번하게 발생하는 선박 상태들로부터의 기여도를 강조하지 않기 위해 개별 선박 상태의 발생 횟수에 따라 가중되는 것을 보장하도록 기능한다. 예시화한 추진 파라미터들 (PD, T 및/또는 ω) 을 가정하면, 데이터 프로세싱 수단 (140) 은 ΔPD(k), ΔT(k) 및 Δω(k) 로 표시되는 가중된 평균들로서, 결합된 차이 값들을 컴퓨팅할 수도 있다.
K 개의 서브세트들에서 추진 파라미터들에 대한 결합된 차이 값들의 각각 (예컨대, 1 ≤ k ≤ K 인 ΔPD(k), ΔT(k), 및 Δω(k)) 은 개별적인 추진 파라미터를 고려하여 전체 파울링 기여도를 나타낸다. 각각의 고려된 추진 파라미터에 대한 이들 K 개의 결합된 차이 값들은 또한, 시간 주기 (i) 동안의 개별 파울링 값들로 지칭될 수도 있으며, 다시 말해서 이들은 서브세트 (k) 로 표현된 선박의 동작 조건들에서 개별적인 추진 파라미터에 대한 기본 행렬 (BM) 에 의해 표현되는 레퍼런스 파울링 레벨로부터의 편차를 설명한다. 특정 예로서, 축 동력 사용량 (PD) 에 대한 결합된 차이 값들 (또는 파울링 값들) ΔPD(k) 은 개별 서브세트 (k) 를 정의하는 일차 동작 파라미터 값들의 조합에 따라 해양 선박을 동작함으로써 발생하는 초과 축 동력 사용량으로서 파울링 값들을 나타낸다.
앞서 설명된 동력 행렬 (PMi) 에 기초한 파울링 계산들이 완료되면, 데이터 프로세싱 수단 (140) 은 자동적으로 후속 파울링 계산들을 위해 기본 행렬 (BM) 을 업데이트하도록 진행할 수도 있다.
이와 관련하여, 업데이트 절차는 동력 행렬 (PMi) 에서 K 개의 서브세트들의 추진 파라미터들에 대해 컴퓨팅된 결합된 차이 값들 (즉, 파울링 기여도) 을 감산하는 것에 의해 시작한다. 감산은 K 개의 서브세트들의 각각에서 추진 파라미터들의 각각에 대해 개별적으로 수행된다. 서브세트 (k) 에서 주어진 추진 파라미터를 설명하는 감산은 서브세트 (k) 에서 주어진 추진 파라미터에 대해 도출된 결합된 차이 값 (즉, 파울링 값) 에 의해 정의된 양만큼의 동력 행렬 (PMi) 의 서브세트 (k) 의 셀 값들을 쉬프팅함으로써 수행되고, 여기서 쉬프팅은 주어진 추진 파라미터의 값을 나타내는 동력 행렬 (PMi) 의 차원을 따라 적용된다. 쉬프팅이 개별 범위에 의해 정의된 그리드-포인트들을 고려하여 이용가능한 값들 사이에서 셀들을 이동시키는 것을 야기할 경우, 쉬프팅 양을 정의하는 파울링 값은 정수의 그리드-포인트들을 설명하는 쉬프팅이 발생하도록 라운딩될 수도 있다. 추진 파라미터의 일 예로서 축 동력 사용량 (PD) 을 사용하여, 이는 동력 행렬 (PMi) 의 셀들을 PD 의 값을 나타내는 행렬 차원을 따라 K 개의 서브세트들의 각각에서 ΔPD(k) 에 의해 정의된 양만큼 쉬프팅하는 것을 수반할 수도 있다.
결합된 차이 값들 (예를 들어, ΔPD(k), ΔT(k) 및 Δω(k)) 의 기여도가 감산된 동력 ) 는 쉬프팅된 동력 행렬 (PM'i) 로 지칭될 수도 있다. 감산으로 인해, 쉬프팅된 동력 행렬 (PM'i) 의 정보는 기본 행렬 (BM) 에 저장된 정보에 의해 표현된 일정한 파울링 레벨에 대응한다. 기본 행렬 (BM) 은 쉬프팅된 동력 행렬 (PM'i) 를 가산함으로써 업데이트될 수도 있다. 가산은, 기본 행렬 (BM) 의 대응하는 셀들의 값들에 쉬프팅된 동력 행렬 (PM'i) 의 셀 값들을 가산함으로써 수행되어, 업데이트된 기본 행렬 (BM') 을 생성할 수도 있다. 업데이트된 기본 행렬 (BM') 은 시간 (ti+1) 에서 시간 (ti + tdur(i+1)) 까지의 시간 주기 동안 획득된 동작 파라미터 값들에 기초하여 구성되는, 후속하는 동력 행렬 (PMi+1) 에 기초한 후속 파울링 계산들에 대한 기본 행렬 (BM) 로서 채용될 수도 있다.
기본 행렬 (BM) 이 진단 시스템 (100) 또는 서브 시스템 (100b) 을 처음으로 실행할 시, 즉 제 1 동력 행렬 (PM1) 를 생성하기 위해 진단 시스템을 실행할 시, 통상적으로 0 값들로 초기화되기 때문에, 기본 행렬 (BM) 를 업데이트하기 위해 몇몇 동력 행렬들 (PMi) 이 생성되고 사용될 때까지, 기본 행렬 (BM) 에 어떤 유의한 참조 데이터도 존재하지 않을 수도 있다. 실제로, 기본 행렬 (BM) 의 참조 데이터가 동력 행렬 (PMi) 및 기본 행렬 (BM) 에 기초하여 유의한 파울링 계산들을 가능하게 하기 전에, 몇몇의 업데이트 라운드들의 학습 주기가 걸릴 수도 있다. 결과적으로, 데이터 분석 수단 (130) 에 의한 파울링 계산들은 학습 주기에 속하는 동력 행렬들 (PMi) 에 대해 생략될 수도 있고, 대신에, 학습 주기의 동력 행렬들 (PMi) 이 (쉬프팅된 동력 행렬 (PM'i) 를 기본 행렬 (BM) 에 가산하는 것에 대하여 앞서 설명된 것과 같이) 기본 행렬 (BM) 에 직접 부가 될 수도 있다. 학습 주기 지속기간은 예를 들어, 동력 행렬 (PMi) 가 구성되어 기본 행렬 (BM) 를 위해 사용되는 시간 주기들 (t) 의 수로서 정의될 수도 있고, 학습 주기는 예를 들어, 설치 또는 초기화 이후에 진단 시스템 (100) (또는 서브 시스템 (100b)) 의 M 개의 제 1 동작 시간 주기를 포함할 수도 있다. 비-제한적인 예로서, 학습 주기를 정의하기 위해 M = 3 이 사용될 수도 있다.
데이터 평가 수단 (150) 은 하나 이상의 시간 주기들 (i) 동안 생성된 개별 동력 행렬들 (PMi) 에 기초하여 하나 이상의 서브세트들 (k) 에 대해 도출된 하나 이상의 파울링 값들에 기초하여 해양 선박의 적어도 하나의 동작 조건에 관한 하나 이상의 표시들을 생성하도록 배열될 수도 있다. 이러한 표시들은, 예를 들어 제어 수단 (160) 으로부터 수신된 요청 또는 커맨드에 응답하여 생성될 수도 있다.
이와 관련하여 일 예로서, 데이터 평가 수단 (150) 은 복수의 시간 주기들 (i) 로부터 서브세트 (k) 에 대해 정의된 하나 이상의 파울링 값들에 기초하여, 개별 파울링 값을 시간의 함수로서 나타내는 함수를 도출할 수도 있다. 함수는 예를 들어, 당업계에 공지된 수치 분석 방법들을 사용함으로써, 선 또는 곡선으로서 도출될 수도 있다. 이러한 함수는 복수의 파울링 값들 및/또는 복수의 서브세트들 (k) 에 대해 도출될 수도 있고, 하나 이상의 함수들은 진단 시스템 (100) 또는 서브 시스템 (110b) 의 사용자 인터페이스를 통해, 예를 들어 전자 디스플레이에 하나 이상의 함수들의 개별 그래프들 또는 다른 표현들을 디스플레이함으로써, 인간 관찰자에게로의 프리젠테이션을 위해 제공될 수도 있다. 결과적으로, 인간 관찰자는 그렇게 디스플레이된 정보를 사용하여 해양 선박의 개별 동작 조건들에서 개별 파울링 값들의 미래 값들을 추정할 수도 있으며, 결과적으로 해양 선박을 효율적이고 비용 효율적인 방식으로 동작시키는 것을 용이하게 한다.
특정 예로서, 이러한 함수는 해양 선박의 현재 동작 조건들에 대응하는 서브세트 (k), 예컨대 해양 선박의 현재 대수 속도 (VS) 및 해양 선박의 현재 드래프트 (D) 를 나타내는 서브세트 (k) 에 대한 초과 축 동력 사용의 표시로서 기능하는 파울링 값 ΔPD(k) 에 대해 도출될 수도 있다. 또한, 이와 같이 도출된 함수는, 예를 들어 전자 디스플레이 디바이스에서 도출된 함수의 그래프 또는 다른 표현을 디스플레이함으로써, 진단 시스템 (100) 또는 서브 시스템 (100b) 의 사용자 인터페이스를 통해 인간 관찰자로의 프리젠테이션을 위해 제공될 수도 있다. 결과적으로, 인간 관찰자는 그렇게 디스플레이된 정보를 사용하여 해양 선박의 현재 동작 조건들에서 초과 축 동력 사용량의 미래 값들을 추정할 수도 있으며, 결과적으로 예컨대, 초과 축 동력으로 인해 발생된 비용이 선박 유지보수 동작 (예컨대, 선체 및 프로펠러의 클리닝) 보다 중요한 시점을 추정하는 것을 용이하게 한다.
제어 수단 (150) 은 데이터 포착 수단 (110), 데이터 분석 수단 (130), 데이터 프로세싱 수단 (140) 및 데이터 평가 수단 (150) 의 동작을 제어하여 요구되는 바에 따라 해양 선박의 동작 효율의 추정을 수행하도록 배열될 수도 있다.
이와 관련하여, 제어 수단 (150) 은 동력 행렬 (PMi) 의 구성을 수행하기 위해 하나 이상의 커맨드들 또는 요청들을 포함하는 커맨드들 또는 요청들의 제 1 세트를 데이터 분석 수단 (130) 에 발행하도록 구성될 수도 있다. 이러한 커맨드들 또는 요청들은 개별 동력 메트릭 (PMi) 이 구성되어야 하는 시간 주기 (i) 에 대한 지속기간 (tdur(i)) 을 표시할 수도 있다. 또한, 제어 수단 (150) 은 하나 이상으 표시들을 생성하기 위해 커맨드 또는 요청을 포함하는 커맨드들 또는 요청들의 제 2 세트를 데이터 평가 수단 (140) 에 발행하도록 배열될 수도 있다.
제어 수단 (150) 은 예를 들어, 개별의 규칙적인 시간 인터벌들로, 개별의 미리 정의된 스케줄에 따라 제 1 및 제 2 세트의 커맨드들을 자동적으로 발행하도록 배열될 수도 있다. 대안적으로 또는 부가적으로, 제어 수단 (150) 은 진단 시스템 (100) 의 사용자 인터페이스를 통해 수신된 사용자 요청에 응답하여 제 1 및 제 2 세트의 커맨드 중 임의의 것을 발행하도록 배열될 수도 있다. 제어 수단 (150) 은 추가로, 센서 수단 (120) 으로부터 및/또는 외부 데이터 소스들 (125) 로부터 개별 측정 값들을 판독하기 위해 커맨드 또는 요청을 데이터 포착 수단 (110) 에 발행하도록 배열될 수도 있다. 이러한 커맨드 또는 요청은 예를 들어, 주기적으로 (예를 들어 규칙적인 시간 인터벌들로) 자동으로 호출될 수도 있다.
유사한 방식들로, 제어 수단 (160a) 은 요구되는 바에 따라 센서 수단 (120) 으로부터 측정 값들을 획득하도록 데이터 포착 수단 (110a) 의 동작을 제어하도록 배열될 수도 있는 반면, 제어 수단 (160b) 은 요구되는 바에 따라 해양 선박의 동작 효율의 추정을 수행하기 위해 데이터 포착 수단 (110b), 데이터 분석 수단 (130), 데이터 프로세싱 수단 (140) 및 데이터 평가 수단 (150) 의 동작을 제어하도록 배열될 수도 있다.
도 5 는 예시적인 실시형태에 따른 방법 (400) 을 설명하는 흐름도를 도시한다. 방법 (400) 은 앞서 제공된 예들에서 설명된 진단 시스템 (100) 또는 서브 시스템들 (100a 및 100b) 의 기능성을 구현할 수도 있다. 방법 (400) 은 축으로부터 프로펠러로 이송된 회전 축 동력을 물을 가로질러 해양 선박을 추진시키기 위한 추력으로 변환하기 위해, 회전가능한 축에 장착된 프로펠러를 포함하는 추진 시스템을 채용하는, 해양 선박의 동작 효율을 평가하도록 기능한다.
방법 (400) 은 블록 (410) 에 나타낸 바와 같이, 해양 선박의 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈를 획득하는 것을 포함한다. 획득된 시간 시리즈는 적어도, 앞서 다양한 예들에서 설명된 것과 같이, 적어도 축 동력 사용량을 포함하는 하나 이상의 추진 파라미터들에 대한 값들의 개별 시간 시리즈, 적어도 해양 선박의 대수 속도 및 해양 선박의 평균 드래프트를 포함하는 하나 이상의 일차 동작 파라미터들에 대한 값들의 개별 시간 시리즈, 및 0 이상의 이차 동작 파라미터들에 대한 개별 시간 시리즈를 포함한다.
방법 (400) 은 블록 (420) 에 나타낸 바와 같이, 상기 복수의 시간 시리즈의 동작 파라미터 값들에 기초하여, 제 1 시간 주기를 나타내는 그 개별 서브 시리즈 내에서 제 1 시간 주기 동안 다차원 동력 행렬을 구성하는 것을 더 포함한다. 동력 행렬의 구조, 내용 및 다양한 다른 특성들은 앞서 다양한 예들에서 설명된다. 방법 (400) 은 블록 (430) 에 나타낸 바와 같이, 하나 이상의 추진 파라미터들에 대해, 동력 행렬에 저장된 정보 및 기본 행렬에 저장된 정보에 기초하여 개별적인 하나 이상의 파울링 값들을 컴퓨팅하는 것을 더 포함한다. 기본 행렬의 구조, 내용 및 다양한 다른 특성들은 앞서 다양한 예들에서 설명된다. 방법 (400) 은 블록 (440) 에 나타낸 바와 같이, 적어도 파울링 값들에 의존하여, 해양 선박의 동작 상태에 관한 하나 이상의 표시들을 생성하는 것을 더 포함한다.
데이터 포착 수단 (210), 데이터 분석 수단 (230), 평가 수단 (240) 및 제어 수단 (250) 의 각각은, 개별 하드웨어 수단, 개별 소프트웨어 수단, 또는 하드웨어 수단과 소프트웨어 수단의 개별 조합을 사용하여 제공될 수도 있다. 대안적으로, 데이터 포착 수단 (210), 데이터 분석 수단 (230), 평가 수단 (240) 및 제어 수단 (250) 중 2 이상의 조합을 제공하기 위해, 하드웨어 수단, 소프트웨어 수단 또는 하드웨어 수단과 소프트웨어 수단의 동일한 피스가 채용될 수도 있다.
유사한 방식으로, 예시화한 방법 (300) 의 맥락에서, 개별 하드웨어 수단, 개별 소프트웨어 수단, 또는 하드웨어 수단과 소프트웨어 수단의 개별 조합을 사용하여 블록들 (310, 320 및 330) 의 각각이 제공될 수도 있는 반면, 하드웨어 수단, 소프트웨어 수단, 또는 하드웨어 수단과 소프트웨어 수단의 조합의 동일한 피스가채용되어 블록들 (310, 320 및 330) 중 2 이상의 조합을 제공할 수도 있다.
하드웨어 수단 및 소프트웨어 수단의 조합을 사용하여 진단 시스템 (200) 의 컴포넌트들을 제공하는 것의 일 예로서, 도 6 은 예시화한 장치 (500) 의 일부 컴포넌트들의 블록도를 도시한다. 장치 (500) 는 프로세서 (502) 및 데이터 및 컴퓨터 프로그램 코드 (506) 를 저장하기 위한 메모리 (504) 를 포함한다. 메모리 (504) 는 앞서 설명된 메모리 (160, 160a, 160b) 를 포함할 수도 있거나 또는 구현할 수도 있다. 프로세서 (502) 은 메모리 (504) 로부터 판독하고 메모리 (504) 에 기입하도록 구성된다. 장치 (500) 는 다른 장치들 또는 디바이스들과 통신하기 위한 통신 수단 (508) 을 더 포함할 수도 있다. 통신 수단 (508) 은 센서 수단 (120) 을 접속하기 위한 인터페이스 수단 및/또는 개별 통신 프로토콜들을 사용하여 다른 장치들과의 통신을 가능하게 하는 무선 및/또는 유선 통신 수단을 제공할 수도 있다. 장치 (500) 는 프로세서 (502) 및 컴퓨터 프로그램 코드 (406) 의 일부와 함께, 사용자로부터 입력을 수신하고 및/또는 사용자에게 출력을 제공하기 위한 사용자 인터페이스를 제공하도록 배열될 수도 있는 사용자 I/O (입력/출력) 컴포넌트 (510) 를 더 포함할 수도 있다. 사용자 I/O 컴포넌트들 (510) 은 디스플레이, 터치스크린, 터치패드, 마우스, 키보드 및/또는 하나 이상의 키들 또는 버튼들 배열과 같은 하드웨어 컴포넌트들을 포함할 수도 있다.
프로세서 (502) 는 메모리 (504) 에 저장된 컴퓨터 프로그램 코드 (506) 의 일부에 따라, 그리고 가능하게는 추가로 사용자 I/O 컴포넌트들 (510) 을 통해 수신된 사용자 입력에 따라 및/또는 통신 수단 (508) 을 통해 수신된 정보에 따라 장치 (500) 의 동작을 제어하도록 배열될 수도 있다. 메모리 (504) 및 거기에 저장된 컴퓨터 프로그램 코드 (506) 의 일부는, 프로세서 (502) 와 함께, 장치 (500) 의 동작을 제어하기 위한 제어 기능 또는 제어 수단을 제공하도록 추가로 배열될 수도 있다. 프로세서 (452), 메모리 (504), 통신 수단 (508) 및 사용자 I/O 컴포넌트 (510) 는 데이터 및 제어 정보의 이송을 가능하게 하는 버스 (512) 에 의해 상호접속될 수도 있다. 장치 (500)는 도 6 의 도면에 도시된 것들에 부가하여, 추가의 컴포넌트들을 포함할 수도 있다.
프로세서 (502) 은 단일 컴포넌트로서 도시되지만, 프로세서 (502) 은 하나 이상의 개별 프로세싱 컴포넌트들로서 구현될 수도 있다. 유사하게, 메모리 (502) 가 단일 컴포넌트로서 도시되지만, 메모리 (504) 는 하나 이상의 개별 컴포넌트들로서 구현될 수도 있으며, 그 일부 또는 전부는 통합되고/탈착가능하고 및/또는 영구적/반영구적/동적/캐시형 저장을 제공할 수도 있다.
메모리 (504) 에 저장된 컴퓨터 프로그램 코드 (506) 는 프로세서 (502) 에 로딩될 때, 장치 (500) 의 동작을 제어하는 컴퓨터 실행가능 명령들을 포함할 수도 있다. 컴퓨터 프로그램 코드 (506) 는 하나 이상의 명령들의 하나 이상의 시퀀스들을 포함할 수도 있다. 프로세서 (502) 은 그 안에 포함된 하나 이상의 명령들의 하나 이상의 시퀀스들을 메모리 (504) 로부터 판독함으로써 컴퓨터 프로그램 코드 (506) 를 로딩하고 실행할 수 있다. 하나 이상의 명령들의 하나 이상의 시퀀스들은 프로세서 (502) 에 의해 실행될 때, 장치 (500) 로 하여금, 진단 시스템 (100) 및/또는 서브 시스템들 (100a, 100b) 중 하나의 데이터 포착 수단 (110), 데이터 분석 수단 (130), 데이터 프로세싱 수단 (140), 평가 수단 (150) 및 제어 수단 (160) 의 맥락에서 앞서 설명된 동작들, 절차들 및/또는 기능들 중 적어도 일부를 수행하게 하도록 구성될 수도 있다. 따라서, 장치 (500) 는 적어도 하나의 프로세서 (502) 및 하나 이상의 프로그램들에 대한 컴퓨터 프로그램 코드 (506) 를 포함하는 적어도 하나의 메모리 (504) 를 포함할 수도 있으며, 적어도 하나의 메모리 (504) 및 컴퓨터 프로그램 코드 (506) 는, 적어도 하나의 프로세서 (502) 와 함께, 장치 (500) 로 하여금, 진단 시스템 (100) 및/또는 서브 시스템들 (100a, 100b) 중 하나의 데이터 포착 수단 (110), 데이터 분석 수단 (130), 데이터 프로세싱 수단 (140), 평가 수단 (150) 및 제어 수단 (160) 의 맥락에서 앞서 설명된 동작들, 절차들 및/또는 기능들 중 적어도 일부를 수행하게 하도록 구성된다.
컴퓨터 프로그램 코드 (506) 는 예를 들어, 프로그램 코드가 저장된 적어도 하나의 컴퓨터 판독가능한 비-일시적 매체를 포함하는 컴퓨터 프로그램 제품으로서 제공될 수도 있으며, 컴퓨터 프로그램 코드 (506) 는 장치 (500) 에 의해 실행될 때, 장치 (500) 로 하여금, 진단 시스템 (100) 및/또는 서브 시스템들 (100a, 100b) 중 하나의 데이터 포착 수단 (110), 데이터 분석 수단 (130), 데이터 프로세싱 수단 (140), 평가 수단 (150) 및 제어 수단 (160) 의 맥락에서 앞서 설명된 동작들, 절차들 및/또는 기능들 중 적어도 일부를 수행하게 하도록 배열된다. 컴퓨터 판독가능한 비-일시적인 매체는, 메모리 디바이스 또는 기입 매체, 예컨대 CD-ROM, DVD, 블루레이 디스크 또는 컴퓨터 프로그램을 유형으로 수록하는 다른 제조물 물품을 포함할 수도 있다. 다른 예로서, 컴퓨터 프로그램은 컴퓨터 프로그램을 신뢰성 있게 이송하도록 구성된 신호로서 제공될 수도 있다.
프로세서에 대한 참조(들)는 프로그래머블 프로세서들뿐만 아니라, FPGA (Field Programmable Gate Array), ASIC (Application Specific Circuit), 신호 프로세서 등과 같은 전용 회로들을 함축하는 것으로 이해되어서는 안 된다. 앞의 설명에서 설명된 특징들은 명시적으로 설명된 조합들 이외의 조합들로 사용될 수도 있다.
앞의 설명에서 설명된 특징들은 명시적으로 설명된 조합들 이외의 조합들로 사용될 수도 있다. 비록 기능들이 특정 특징들을 참조하여 설명되었지만, 그 기능들은 설명되었는지 설명되지 않았는지 간에 다른 특징들에 의해 수행가능할 수도 있다. 특징들이 특정 실시형태들을 참조하여 기술되었지만, 설명되었는지 설명되지 않았는지 간에 다른 실시형태들에서 또한 존재할 수도 있다.

Claims (30)

  1. 해양 선박의 동작 효율을 추정하기 위한 진단 시스템 (100, 100a, 100b) 으로서,
    상기 해양 선박은 회전가능한 축에 장착된 프로펠러를 포함하는 추진 시스템을 채용하여, 상기 축으로부터 상기 프로펠러로 이송된 회전 축 동력을 물을 가로질러 상기 해양 선박을 추진시키기 위한 추력으로 변환하며,
    상기 진단 시스템은,
    상기 해양 선박의 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈를 획득하기 위한 데이터 포착 수단 (110, 110a, 110b) 으로서, 상기 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈는, 적어도,
    - 적어도 축 동력 사용량을 포함하는 하나 이상의 추진 파라미터들에 대한 값들의 개별 시간 시리즈,
    - 적어도 상기 해양 선박의 대수 속도 및 상기 해양 선박의 평균 드래프트를 포함하는 하나 이상의 일차 동작 파라미터들에 대한 값들의 개별 시간 시리즈, 및
    - 0 이상의 이차 동작 파라미터들에 대한 개별 시간 시리즈
    를 포함하는, 상기 데이터 포착 수단 (110, 110a, 110b);
    복수의 시간 시리즈의 동작 파라미터 값들에 기초하여, 제 1 시간 주기를 나타내는 개별 서브 시리즈 내에서 상기 제 1 시간 주기 동안 다차원 동력 행렬을 구성하기 위한 데이터 분석 수단 (130) 으로서, 상기 동력 행렬에서,
    - 주어진 동작 파라미터의 값은 상기 주어진 동작 파라미터를 나타내는 상기 동력 행렬의 차원을 따르는 셀 위치를 정의하고, 그에 따라, 주어진 시간 인스턴트에서의 상기 동작 파라미터 값들의 조합은 상기 동력 행렬 내의 셀 위치를 고유하게 정의하며, 그리고
    - 상기 동력 행렬의 각각의 셀은 상기 시간 주기 내에서 동작 파라미터 값들의 셀-위치-정의 조합의 발생 횟수를 저장하는,
    상기 데이터 분석 수단 (130);
    각각의 추진 파라미터에 대해, 상기 동력 행렬의 셀들의 하나 이상의 개별 서브그룹들에 기초하여 도출가능한 하나 이상의 대표적인 추진 파라미터 값들의, 기본 행렬의 셀들의 대응하는 서브그룹에 기초하여 도출가능한 개별적인 하나 이상의 추진 파라미터 값들과의 비교에 기초하여, 개별적인 하나 이상의 파울링 값들을 컴퓨팅하기 위한 데이터 프로세싱 수단 (140) 으로서, 상기 기본 행렬은 상기 동력 행렬의 구조와 유사한 구조를 가지고, 상기 기본 행렬의 각각의 셀은 상기 기본 행렬의 셀들이 상기 해양 선박의 레퍼런스 파울링 레벨을 공동으로 나타내도록, 상기 동작 파라미터 값들의 셀-위치-정의 조합의 상기 발생 횟수를 저장하는, 상기 데이터 프로세싱 수단 (140); 및
    적어도 상기 파울링 값들에 의존하여, 상기 해양 선박의 동작 상태에 관한 하나 이상의 표시들을 생성하기 위한 데이터 평가 수단 (150) 을 포함하는, 진단 시스템 (100, 100a, 100b).
  2. 제 1 항에 있어서,
    상기 추진 파라미터들은: 상기 프로펠러에 의해 생성된 추력, 상기 축에서의 토크, 상기 축의 회전 속도 중 하나 이상을 더 포함하는, 진단 시스템 (100, 100a, 100b).
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 0 이상의 이차 동작 파라미터들은: 상기 해양 선박의 트림 (trim), 프로펠러 피치, 상기 해양 선박의 타각, 상기 해양 선박에서의 핀 안정화기 각도, 상기 해양 선박에 대한 풍속, 상기 해양 선박에 대한 풍향, 물의 동적 점도, 수심 중 하나 이상을 포함하는, 진단 시스템 (100, 100a, 100b).
  4. 제 1 항 또는 제 2 항에 있어서,
    상기 데이터 분석 수단 (130) 은 상기 제 1 시간 주기 내의 복수의 시간 인스턴트들에서 상기 복수의 시간 시리즈의 동작 파라미터 값들의 개별 조합에 기초하여 상기 동력 행렬을 구성하도록 배열되는, 진단 시스템 (100, 100a, 100b).
  5. 제 1 항 또는 제 2 항에 있어서,
    상기 데이터 분석 수단 (130) 은 상기 제 1 시간 주기의 주어진 시간 인스턴트 동안 상기 동력 행렬을,
    상기 주어진 시간 인스턴트에 대해, 상기 복수의 동작 파라미터들의 각각에 대한 개별 값을 획득하는 것 (210);
    상기 복수의 동작 파라미터들의 획득된 상기 개별 값들의 조합에 의해 정의된 상기 동력 행렬의 상기 셀 위치를 식별하는 것 (230); 및
    상기 동력 행렬의 식별된 상기 셀 위치에서의 값을 1 만큼 증분하는 것 (240)
    에 의해 구성하도록 배열되는, 진단 시스템 (100, 100a, 100b).
  6. 제 5 항에 있어서,
    상기 데이터 분석 수단 (130) 은 상기 제 1 시간 주기의 주어진 시간 인스턴트 동안 상기 동력 행렬을, 추가로, 상기 셀 위치를 식별하기 전에, 획득된 상기 동작 파라미터 값들 중 하나 이상을 개별 동작 파라미터에 대한 미리 정의된 범위의 값들에 따른 최인접의 사용가능한 값으로 라운딩하는 것 (220) 에 의해 구성하도록 배열되는, 진단 시스템 (100, 100a, 100b).
  7. 제 1 항 또는 제 2 항에 있어서,
    상기 데이터 프로세싱 수단 (140) 은,
    셀들의 하나 이상의 서브그룹들을 정의하는 것으로서, 각각의 서브그룹의 셀 위치들은 상기 일차 및 이차 동작 파라미터들의 상수 값들의 개별의 미리 정의된 조합에 의해 정의되는, 상기 셀들의 하나 이상의 서브그룹들을 정의하고;
    셀들의 하나 이상의 서브그룹들을 각각 포함하는 셀들의 하나 이상의 그룹들을 정의하는 것으로서, 각각의 그룹의 셀 위치들은 상기 일차 동작 파라미터들의 상수 값들의 개별의 미리 정의된 조합에 의해 정의되는, 상기 셀들의 하나 이상의 그룹들을 정의하고;
    각각의 추진 파라미터에 대해, 상기 동력 행렬에서 개별 서브그룹의 셀 위치들과 연관된 개별적인 추진 파라미터 값들의, 상기 기본 행렬에서 대응하는 서브그룹의 셀 위치들과 연관된 개별적인 추진 파라미터 값들과의 비교에 기초하여, 상기 셀들의 하나 이상의 서브그룹들에 대한 개별의 대표적인 추진 파라미터 값을 컴퓨팅하며; 그리고
    각각의 추진 파라미터에 대해, 개별적인 추진 파라미터에 대해 컴퓨팅된 하나 이상의 대표적인 추진 파라미터 값들에 기초하여 상기 셀들의 하나 이상의 그룹들에 대한 개별적인 파울링 값을 컴퓨팅하도록
    배열되는, 진단 시스템 (100, 100a, 100b).
  8. 제 7 항에 있어서,
    각각의 추진 파라미터에 대해, 셀들의 주어진 서브그룹에 대한 상기 개별의 대표적인 추진 파라미터 값은, 상기 동력 행렬에서 상기 개별 서브그룹의 상기 셀 위치들과 연관된 개별적인 추진 파라미터 값들의 평균과 상기 기본 행렬에서 상기 대응하는 서브그룹의 상기 셀 위치들과 연관된 개별적인 추진 파라미터 값들의 평균 간의 차이로서 컴퓨팅되는, 진단 시스템 (100, 100a, 100b).
  9. 제 7 항에 있어서,
    셀들의 주어진 그룹에 대한 주어진 추진 파라미터에 대한 파울링 값은, 상기 셀들의 주어진 그룹을 구성하는 상기 셀들의 서브그룹들에 대해 컴퓨팅된 상기 개별의 대표적인 추진 파라미터 값들의 가중 평균으로서 컴퓨팅되는, 진단 시스템 (100, 100a, 100b).
  10. 제 9 항에 있어서,
    상기 가중 평균을 컴퓨팅하는 것은,
    셀들의 그룹 내의 셀들의 각각의 서브그룹에 대해, 상기 동력 행렬에서 상기 개별 서브그룹의 셀들의 셀 값들의 합과 상기 기본 행렬에서 상기 개별 서브그룹의 셀들의 셀 값들의 합 중 더 작은 것으로 정의되는 제 1 인자를 컴퓨팅하는 것;
    개별 그룹을 구성하는 상기 서브그룹들에 대해 컴퓨팅된 제 1 인자들의 합으로서 제 2 인자를 컴퓨팅하는 것; 및
    개별의 상기 제 1 인자 및 상기 제 2 인자의 비율로서 정의되는 개별 가중 인자에 의해 각각의 대표적인 추진 파라미터 값을 가중하는 것을 포함하는, 진단 시스템 (100, 100a, 100b).
  11. 제 7 항에 있어서,
    상기 데이터 프로세싱 수단 (140) 은 상기 동력 행렬의 셀들의 개별 그룹에 대하여 컴퓨팅된 상기 파울링 값들에 기초하여 상기 기본 행렬의 셀들의 각 그룹의 값들을 업데이트하도록 배열되는, 진단 시스템 (100, 100a, 100b).
  12. 제 11 항에 있어서,
    상기 업데이트하는 것은,
    셀들의 각 그룹에서의 각각의 추진 파라미터에 대해, 상기 개별적인 추진 파라미터를 나타내는 상기 동력 행렬의 차원을 따라 상기 개별적인 파울링 값에 의해 정의된 양만큼 셀 값들을 쉬프팅함으로써, 수정된 동력 행렬을 컴퓨팅하는 것; 및
    업데이트된 기본 행렬을, 상기 수정된 동력 행렬 및 상기 기본 행렬의 합으로서, 컴퓨팅하는 것로서, 상기 업데이트된 기본 행렬의 각 셀은 상기 수정된 동력 행렬 및 상기 기본 행렬의 대응하는 셀들의 셀 값들의 합으로서 컴퓨팅되는, 상기 업데이트된 기본 행렬을 컴퓨팅하는 것
    을 포함하는, 진단 시스템 (100, 100a, 100b).
  13. 제 1 항 또는 제 2 항에 있어서,
    상기 데이터 평가 수단 (150) 은, 셀들의 적어도 하나의 그룹에 대한 적어도 하나의 추진 파라미터에 대한 파울링 값에 기초하여, 그리고 추가로 상기 제 1 시간 주기에 선행하는 개별 시간 주기들 동안 컴퓨팅된 복수의 대응하는 파울링 값들에 기초하여, 상기 파울링 값을 시간의 함수로서 나타내는 개별 함수를 도출하도록 배열되는, 진단 시스템 (100, 100a, 100b).
  14. 해양 선박의 동작 효율을 추정하기 위한 컴퓨터 구현 방법 (400) 으로서,
    상기 해양 선박은 회전가능한 축에 장착된 프로펠러를 포함하는 추진 시스템을 채용하여, 상기 축으로부터 상기 프로펠러로 이송된 회전 축 동력을 물을 가로질러 상기 해양 선박을 추진시키기 위한 추력으로 변환하며,
    상기 방법은,
    상기 해양 선박의 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈를 획득하는 단계 (410) 로서, 상기 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈는, 적어도,
    - 적어도 축 동력 사용량을 포함하는 하나 이상의 추진 파라미터들에 대한 값들의 개별 시간 시리즈,
    - 적어도 상기 해양 선박의 대수 속도 및 상기 해양 선박의 평균 드래프트를 포함하는 하나 이상의 일차 동작 파라미터들에 대한 값들의 개별 시간 시리즈, 및
    - 0 이상의 이차 동작 파라미터들에 대한 개별 시간 시리즈
    를 포함하는, 상기 복수의 동작 파라미터들에 대한 값들의 개별 시간 시리즈를 획득하는 단계 (410);
    복수의 시간 시리즈의 동작 파라미터 값들에 기초하여 제 1 시간 주기를 나타내는 개별 서브 시리즈 내에서, 상기 제 1 시간 주기 동안 다차원 동력 행렬을 구성하는 단계 (420) 로서, 상기 동력 행렬에서,
    - 주어진 동작 파라미터의 값은 상기 주어진 동작 파라미터를 나타내는 상기 동력 행렬의 차원을 따르는 셀 위치를 정의하고, 그에 따라, 주어진 시간 인스턴트에서의 상기 동작 파라미터 값들의 조합은 상기 동력 행렬 내의 셀 위치를 고유하게 정의하며, 그리고
    - 상기 동력 행렬의 각각의 셀은 상기 시간 주기 내에서 동작 파라미터 값들의 셀-위치-정의 조합의 발생 횟수를 저장하는,
    상기 다차원 동력 행렬을 구성하는 단계 (420);
    각각의 추진 파라미터에 대해, 상기 동력 행렬의 셀들의 하나 이상의 개별 서브그룹들에 기초하여 도출가능한 하나 이상의 대표적인 추진 파라미터 값들의, 기본 행렬의 셀들의 대응하는 서브그룹에 기초하여 도출가능한 개별적인 하나 이상의 추진 파라미터 값들과의 비교에 기초하여, 개별적인 하나 이상의 파울링 값들을 컴퓨팅하는 단계 (430) 로서, 상기 기본 행렬은 상기 동력 행렬의 구조와 유사한 구조를 가지고, 상기 기본 행렬의 각각의 셀은 상기 기본 행렬의 셀들이 상기 해양 선박의 레퍼런스 파울링 레벨을 공동으로 나타내도록, 상기 동작 파라미터 값들의 셀-위치-정의 조합의 상기 발생 횟수를 저장하는, 상기 개별적인 하나 이상의 파울링 값들을 컴퓨팅하는 단계 (430); 및
    적어도 상기 파울링 값들에 의존하여, 상기 해양 선박의 동작 상태에 관한 하나 이상의 표시들을 생성하는 단계 (440) 를 포함하는, 해양 선박의 동작 효율을 추정하기 위한 컴퓨터 구현 방법 (400).
  15. 하나 이상의 명령들의 하나 이상의 시퀀스들을 포함하는 컴퓨터 프로그램으로서,
    상기 하나 이상의 명령들은, 하나 이상의 프로세서들에 의해 실행될 경우, 하나 이상의 장치들로 하여금 제 14 항에 기재된 방법을 적어도 수행하게 하는, 컴퓨터 프로그램.
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
  21. 삭제
  22. 삭제
  23. 삭제
  24. 삭제
  25. 삭제
  26. 삭제
  27. 삭제
  28. 삭제
  29. 삭제
  30. 삭제
KR1020187018064A 2015-11-26 2015-11-26 해양 선박 성능 모니터링 KR102457548B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/FI2015/050826 WO2017089644A1 (en) 2015-11-26 2015-11-26 Marine vessel performance monitoring

Publications (2)

Publication Number Publication Date
KR20180086493A KR20180086493A (ko) 2018-07-31
KR102457548B1 true KR102457548B1 (ko) 2022-10-20

Family

ID=54782763

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187018064A KR102457548B1 (ko) 2015-11-26 2015-11-26 해양 선박 성능 모니터링

Country Status (5)

Country Link
US (1) US10534358B2 (ko)
EP (1) EP3380903A1 (ko)
KR (1) KR102457548B1 (ko)
CN (1) CN108431708B (ko)
WO (1) WO2017089644A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015014857A1 (de) * 2015-11-17 2017-05-18 Man Diesel & Turbo Se Verfahren zum Betreiben eines Schiffsantriebssystems und Schiffsantriebssystem
WO2018117919A1 (en) * 2016-12-21 2018-06-28 Telefonaktiebolaget Lm Ericsson (Publ) Devices and methods for indicating an external factor on the hull of a boat
JP7114228B2 (ja) * 2017-06-30 2022-08-08 川崎重工業株式会社 船舶性能解析システム
JP6898795B2 (ja) * 2017-06-30 2021-07-07 川崎重工業株式会社 船舶性能解析システムおよび船舶性能解析方法
NO344508B1 (en) * 2018-03-07 2020-01-20 Kongsberg Maritime CM AS Distributed decision making
GR20180100158A (el) * 2018-04-13 2019-11-28 Νικολαος Παναγιωτη Κυρτατος Εκ του μακροθεν αξιολογηση της ρυπανσης ελικας πλοιου
CN109470447A (zh) * 2018-11-09 2019-03-15 中国船舶工业集团公司第七0八研究所 一种摆线推进器试验装置
JP2020104595A (ja) * 2018-12-26 2020-07-09 ナブテスコ株式会社 状態推定装置、状態推定方法及びプログラム
SE543261C2 (en) * 2019-07-03 2020-11-03 Lean Marine Sweden Ab Method and System for Controlling Propulsive Power Output of Ship
CN112394705B (zh) * 2019-08-19 2022-05-27 广东芬尼克兹节能设备有限公司 一种控制程序***参数的异常处理方法及装置
CN111498055B (zh) * 2020-05-09 2022-05-06 智慧航海（青岛）科技有限公司 用于对智能船舶自动靠离泊测试的测试装置及测试方法
WO2024069775A1 (ja) * 2022-09-28 2024-04-04 日本郵船株式会社 評価システム、評価方法、及びプログラム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010031399A1 (en) 2008-09-19 2010-03-25 Decision3 Sp/F System for dynamically optimizing the operation of a ship

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3868270B2 (ja) * 2001-05-01 2007-01-17 日立造船株式会社 舶用推進装置における駆動軸系の位置検出方法および位置検出装置並びに位置検出用プログラム
JP2003110483A (ja) * 2001-09-26 2003-04-11 Sanshin Ind Co Ltd 船舶の管理装置、船舶の管理システム
NO320841B1 (no) * 2004-06-08 2006-01-30 Marine Cybernetics As Fremgangsmate for testing av et kombinert dynamisk posisjonerings- og kraftreguleringssystem
US6973890B1 (en) * 2004-09-20 2005-12-13 Brunswick Corporation Self-adaptive system for an apparatus which inhibits fouling of an underwater surface
WO2006123367A1 (en) * 2005-05-18 2006-11-23 Venkataraman Srinivasan System and method of monitoring ship performance automatically and reporting of vital parameters and statistics
WO2006136157A1 (en) * 2005-06-24 2006-12-28 A.P. Møller - Mærsk A/S Maritime information system
EP2669173A1 (en) * 2012-06-01 2013-12-04 ABB Technology AG Method and system for evaluation of ship performance

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010031399A1 (en) 2008-09-19 2010-03-25 Decision3 Sp/F System for dynamically optimizing the operation of a ship

Also Published As

Publication number Publication date
US10534358B2 (en) 2020-01-14
US20180327052A1 (en) 2018-11-15
KR20180086493A (ko) 2018-07-31
CN108431708B (zh) 2021-04-23
WO2017089644A1 (en) 2017-06-01
EP3380903A1 (en) 2018-10-03
CN108431708A (zh) 2018-08-21

Similar Documents

Publication Publication Date Title
KR102457548B1 (ko) 해양 선박 성능 모니터링
US8761975B2 (en) Method and apparatus for real-time polars
KR102418938B1 (ko) 해양 선박 성능 진단
JP2005299646A (ja) 複数の冗長的信号に基づいてパラメータを推定する装置及びその方法
AU2020218818B2 (en) Method and system for reducing vessel fuel consumption
KR20160089857A (ko) 선박의 경년변화 추정방법, 선박의 경년변화 추정시스템, 최적항로계산 시스템, 및 선박의 운항지원 시스템
CN112088122B (zh) 船舶的实际海域推进性能评价方法、评价***以及计算机可读存储介质
WO2010031399A1 (en) System for dynamically optimizing the operation of a ship
CN109562819B (zh) 用于确定海船的对水速度的方法和传感器***
JP7460090B2 (ja) 船舶の主機モニタリング方法、主機モニタリングシステム、主機状態予測システム、及び運航状況予測システム
KR101301023B1 (ko) 선박용 엔진 제어 장치 및 방법
CN111173688A (zh) 基于自适应观测器的风力发电机故障诊断与隔离方法
CN114491386A (zh) 一种基于海气温差的海浪有效波高订正方法
US20230314144A1 (en) System and method for estimating drift path of marine floating body
JP6846896B2 (ja) 船舶の推進性能の解析
KR20200134802A (ko) 파랑 스펙트럼을 실시간 추정하는 파랑추정장비를 구비한 선박
Zalachoris Evaluation of the efficiency of a Mewis duct by performance monitoring
KR20200137099A (ko) 파랑 스펙트럼을 실시간 추정하는 시스템 및 동 시스템을 구비한 선박 또는 해양구조물
CN117633712B (zh) 一种基于多源数据的海表高度数据融合方法、装置及设备
CN113033929B (zh) 海上风电机组的登靠时间的计算方法和装置
CN117705242A (zh) 液位修正器获取方法及装置、测量方法、存储介质和终端
CN116522211A (zh) 船舶油耗可解释性灰箱估计方法、装置和可读存储介质
CN117951817A (zh) 一种无人船动力学模型辨识方法、装置、设备及介质
CN117669396A (zh) 无人船运动检测方法、装置、无人船及存储介质

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant