KR20210105193A - Method and System for Generating Preventive Maintenance Model of LNG Carriers based on Maintenance Associations - Google Patents
Method and System for Generating Preventive Maintenance Model of LNG Carriers based on Maintenance Associations Download PDFInfo
- Publication number
- KR20210105193A KR20210105193A KR1020200019856A KR20200019856A KR20210105193A KR 20210105193 A KR20210105193 A KR 20210105193A KR 1020200019856 A KR1020200019856 A KR 1020200019856A KR 20200019856 A KR20200019856 A KR 20200019856A KR 20210105193 A KR20210105193 A KR 20210105193A
- Authority
- KR
- South Korea
- Prior art keywords
- maintenance
- information
- lng
- model
- preventive
- Prior art date
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 281
- 230000003449 preventive effect Effects 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000000969 carrier Substances 0.000 title 1
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000010219 correlation analysis Methods 0.000 claims abstract description 24
- 238000003032 molecular docking Methods 0.000 claims abstract description 24
- 238000013500 data storage Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 8
- 230000008439 repair process Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 239000003949 liquefied natural gas Substances 0.000 description 73
- 238000007689 inspection Methods 0.000 description 24
- 238000007726 management method Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- SWQJXJOGLNCZEY-UHFFFAOYSA-N helium atom Chemical compound [He] SWQJXJOGLNCZEY-UHFFFAOYSA-N 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 LNG(액화천연가스) 선박의 선령별 정비 계획을 제공하는 예방 정비 모델을 생성하는 LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 방법 및 그 시스템에 관한 것이다.The present invention relates to a method and system for generating a preventive maintenance model using an LNG ship maintenance correlation for generating a preventive maintenance model that provides a maintenance plan for each age of an LNG (liquefied natural gas) ship.
미래형 에너지원인 LNG 수요량 증가로 인하여 LNG 탱크(화물창)에 초저온(예컨대, 영하 160도 이하)의 LNG를 액화상태로 싣고 운반하는 선박인 LNG 선박은 기술적, 경제적 중요성이 강조되고 있다. Due to the increase in demand for LNG, a future energy source, the technical and economic importance of LNG ships, which are ships that load and transport cryogenic (eg, −160 degrees or less) LNG in a liquefied state in an LNG tank (cargo), is being emphasized.
그런데, 통상 기대 선령이 40년으로 건조되는 LNG 선박은 특히 외부적 충격 요인으로 인한 폭발 위험 등의 사고 위험성이 크고, 노후화되어 감에 따라 사고 위험성은 더욱 증가할 수 있으므로, 대형 사고를 예방하기 위한 적극적 대응이 필요하다. However, LNG ships, which are usually built with an expected age of 40 years, have a particularly high risk of accidents such as explosions due to external shock factors, and as they age, the risk of accidents may increase further. An active response is required.
실제 각 국가에서는, LNG 선박을 안전하고 효과적으로 운용하기 위해 정비 대상 항목(예컨대, LNG 탱크, 각종 밸브 등)별로 안전을 위한 정비를 시행하는 것을 매우 중요하게 인식하고 LNG 선박의 정비를 법으로 규정하고 있다.In fact, each country recognizes that it is very important to implement safety maintenance for each maintenance target item (eg, LNG tank, various valves, etc.) in order to safely and effectively operate LNG ships, and regulate the maintenance of LNG ships by law. have.
LNG 선박의 정비에 대하여 국가마다 규정된 법이 다소 다르기는 하지만 기 설정된 일정 주기(예컨대, 2.5년/회)마다 도크에 입거하여 입거 정비를 받고 있다.Although the laws stipulated in each country regarding the maintenance of LNG ships are somewhat different, they are docked in a dock every predetermined period (eg, 2.5 years/time) to receive maintenance.
또한, LNG 선박의 경우 상기 정기 정비와 별도로 예방 정비도 시행하고 있다. In addition, in the case of LNG ships, preventive maintenance is implemented separately from the regular maintenance mentioned above.
하지만, LNG 선박의 예방 정비는 작업자 경험에 기반하여 작성된 정비 매뉴얼에 따라 이루어지는 것이 일반적인데, LNG선 정비 계획 수립부터 선박의 현 상태나 관리자의 경험에 의존하게 되어 선대 정비 담당자의 경험 및 검사 당시 선박의 컨디션 등에 따라 객관성 확보에 한계가 있다. However, preventive maintenance of LNG ships is generally performed according to the maintenance manual written based on the operator's experience. From the establishment of the LNG carrier maintenance plan, it is dependent on the current status of the ship or the experience of the manager. There is a limit to securing objectivity depending on the condition of the person.
또한, 이러한 방식의 예방 정비는 LNG 선박의 운용 효율성을 저하시킬 뿐만 아니라 LNG 선박의 유지 관리를 위한 운용비용을 증가시키는 요인으로 작용하고 있다.In addition, this type of preventive maintenance not only reduces the operational efficiency of the LNG ship, but also acts as a factor to increase the operating cost for the maintenance and management of the LNG ship.
이에, 본 발명자는 도 1과 같은 선령별 LNG 선박의 예방 정비 주기와 중요 정비 항목을 자동 모델링하여 LNG 선박의 예방 정비에 적용시킬 수 있는 기술의 필요성을 인식하고 LNG 선박의 예방 정비 모델 생성 방법에 관한 특허출원(출원번호 제10-2019-0002615, 이하 ‘종래기술’이라 함)도 하고 관련 기술 개발을 계속하고 있다.Accordingly, the present inventor recognizes the need for a technology that can be applied to the preventive maintenance of an LNG ship by automatically modeling the preventive maintenance cycle and important maintenance items of the LNG ship by age as shown in FIG. A related patent application (application number 10-2019-0002615, hereinafter referred to as 'prior art') has also been filed and related technology development is continuing.
본 발명은 다양한 선령대의 LNG 입거 수리 계획서의 데이터를 자연어 분석기법을 활용하여 문서의 서술형 정보를 수치로 변형 시켜 출현 빈도, 우선순위 및 연관성 분석을 통하여 선령별 정비 계획을 제공하는 예방 정비 모델을 선령별로 생성할 수 있는 LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 방법 및 그 시스템을 제공하고자 한다.The present invention is a preventive maintenance model that provides maintenance plans for each age through analysis of frequency of appearance, priority and correlation by transforming descriptive information of documents into numerical values by using natural language analysis technique of data of LNG docking repair plans for various age groups. An object of the present invention is to provide a method and system for generating a preventive maintenance model using the relationship between maintenance of LNG ships that can be created separately.
상기와 같은 목적을 해결하기 위한 본 발명에 따른 LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 방법은, LNG 선박의 입거 정비 내역 및 선령 정보를 입력받는 정보 입력 단계;와, 입력된 상기 입거 정비 내역으로부터 정비와 관련된 텍스트 데이터들을 추출하고 자연어 분석법을 통하여 상기 텍스트 데이터들로부터 정비 정보를 추출하는 단계;와, 추출된 정비 정보에 대하여 계통별로 정비 정보를 구분하고, 각 계통별로 정비 핵심 항목을 설정하는 연관성 분석하는 단계; 및 상기 정비 항목 연관성 분석을 통한 예방 정비 모델을 생성하는 단계; 를 포함하고 있을 수 있다. A method for generating a preventive maintenance model using an LNG ship maintenance correlation according to the present invention for solving the above object is an information input step of receiving docking maintenance details and age information of an LNG ship; and from the inputted docking maintenance details Extracting maintenance-related text data and extracting maintenance information from the text data through natural language analysis; And, with respect to the extracted maintenance information, the maintenance information is classified for each system, and the correlation of setting the maintenance key items for each system analyzing; and generating a preventive maintenance model through the maintenance item correlation analysis; may contain
또한, 상기 정비 항목 연관성 분석 단계는, 추출된 정비 정보를 i) 일반 시스템 계통 정비에 해당하는 정보 ; ii) LNG 밸브 및 밸브라인 계통 정비에 해당하는 정보; 및 iii) LNG 탱크 계통 정비에 해당하는 정보; 로 구분하는 단계; 구분된 각 계통의 정비 정보별로 출현 빈도 분석을 수행하는 출현 빈도 분석 단계; 및 정비 정보의 출현 빈도를 토대로 상기 정비 정보의의 우선순위를 설정하는 우선순위 설정 과정을 포함하는 구조화 단계;를 포함하고, 상기 예방 정비 모델 생성단계는, 상기 우선순위 설정된 정비 정보을 토대로 상기 선령에 따라 상기 우선 순위 정비 항목을 설정하는 단계;를 포함하고 있을 수 있다. In addition, the maintenance item correlation analysis step, the extracted maintenance information i) information corresponding to the general system system maintenance; ii) information pertaining to LNG valves and valve line system maintenance; and iii) information pertaining to LNG tank system maintenance; separated by; an appearance frequency analysis step of performing an appearance frequency analysis for each divided maintenance information of each system; and a structuring step including a priority setting process of setting the priority of the maintenance information based on the frequency of appearance of the maintenance information, wherein the preventive maintenance model generation step is performed on the basis of the priority set maintenance information. It may include; setting the priority maintenance items accordingly.
또한, 상기 예방 정비 모델을 생성하는 단계는, 각 계통별로, 정비 빈도가 낮아서 위험도가 높은 정비항목을 미식별 위험 정비 항목으로 선정하는 단계;를 추가로 포함할 수 있다.In addition, the generating of the preventive maintenance model may further include, for each system, selecting a maintenance item having a high risk due to a low maintenance frequency as an unidentified dangerous maintenance item.
본 발명에 따른 또 다른 실시예인 LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 시스템은, 외부로부터 제공되는 LNG 선박의 입거 정비 내역 및 선령 정보를 저장하는 데이터 저장부;와, 상기 데이터 저장부에 저장된 상기 입거 정비 내역으로부터 정비와 관련된 텍스트 데이터들을 추출하고 상기 텍스트 데이터들로부터 정비 정보를 추출하는 정비 정보 추출부;와, 추출된 상기 정비 정비에 대하여 계통별로 정비 정보를 구분하고 각 계통별로 정비 핵심 항목을 분석하는 연관성 분석부; 및 상기 정비 항목 연관성 분석을 통한 예방 정비 모델을 생성하는 모델 생성부;를 포함하고 있을 수 있다.Another embodiment according to the present invention, a system for generating a preventive maintenance model using a relationship between maintenance of an LNG vessel includes a data storage unit for storing docking maintenance details and age information of an LNG vessel provided from the outside; and the data storage unit stored in the data storage unit. A maintenance information extraction unit that extracts maintenance-related text data from the maintenance history and extracts maintenance information from the text data; a correlation analysis unit that analyzes; and a model generator for generating a preventive maintenance model through the maintenance item correlation analysis.
본 발명의 실시예에 따르면, LNG 선박의 선령에 따른 예방 정비 이력에 기반하여 입거 정비 항목에 대한 정비 관련 텍스트로부터 객관적인 정비 연관성 데이터 분석 자료를 이용하여 신뢰도 높은 LNG 선박 예방 정비 모델을 선령별로 생성함으로써, LNG 선박의 안전한 운용이 가능하게 하고 LNG 선박의 효율적으로 유지 관리할 수 있다. According to an embodiment of the present invention, based on the preventive maintenance history according to the age of the LNG ship, by using the objective maintenance-related data analysis data from the maintenance-related text for the docking maintenance item, a reliable LNG ship preventive maintenance model is generated for each age by , it enables the safe operation of the LNG vessel and the efficient maintenance of the LNG vessel.
또한, 본 발명의 LNG 선박 정비 연관성을 이용한 예방 정비 모델은 각 계통별로 정비 우선순위 항목이 설정되고, 각 계통간에 정비 우선순위 항목의 연관성도 파악되므로, LNG 선박에서 실제 한 정비 계통의 대상에 이상이나 고장 등이 발생한 경우, 이를 정비 또는 수리할 때, 상기 예방 정비 모델로부터 이와 연관된 다른 계통의 정비 대상들도 함께 예방 정비를 하여, 보다 안전하게 LNG 선박을 운용할 수 있도록 하는 효과도 있다. In addition, in the preventive maintenance model using the LNG ship maintenance correlation of the present invention, the maintenance priority items are set for each system, and the correlation between the maintenance priority items between each system is also identified, so that the target of one maintenance system in the LNG ship is abnormal. When maintenance or repair occurs, there is an effect of enabling the LNG vessel to be operated more safely by performing preventive maintenance on the maintenance targets of other systems related thereto from the preventive maintenance model.
또한, 본 발명의 실시예에 따르면, 빈도가 낮지만, 위험성이 높은 항목의 정비도 고려함으로써, 보다 효과적인 LNG 선박의 예방 정비에 활용될 수 있다. In addition, according to an embodiment of the present invention, by considering maintenance of items with low frequency but high risk, it can be utilized for more effective preventive maintenance of LNG ships.
도 1은 종래기술에 나타난 LNG 선박의 예방 정비 모델 생성 장치에 대한 블록 구성.
도 2는 본 발명의 실시예에 따른 LNG 선박의 예방 정비 모델 생성 시스템에 대한 블록 구성.
도 3은 본 발명의 실시 예에 따라 입거 정비 항목에 대한 정비 관련 텍스트의 출현 빈도 분석을 기반으로 LNG 선박의 예방 정비 모델을 생성하는 주요 과정을 도시한 순서도.
도4는 선령 10년 이하 LNG 선박에 대한 신조선과 노후선 각각에 대해 입거 정비 항목에 대한 정비 관련 텍스트의 출현 빈도 분석을 통해 정비 우선 항목을 분석하여 시각화한 화면의 예시도.
도5는 선령 10년~15년 LNG 선박에 대한 신조선과 노후선 각각에 대해 입거 정비 항목에 대한 정비 관련 텍스트의 출현 빈도 분석을 통해 정비 우선 항목을 분석하여 시각화한 화면의 예시도.
도6은 선령 15년 초과 LNG 선박에 대한 신조선과 노후선 각각에 대해 입거 정비 항목에 대한 정비 관련 텍스트의 출현 빈도 분석을 통해 정비 우선 항목을 분석하여 시각화한 화면의 예시도.1 is a block configuration of an apparatus for generating a preventive maintenance model of an LNG ship shown in the prior art.
2 is a block configuration of a system for generating a preventive maintenance model of an LNG ship according to an embodiment of the present invention.
3 is a flowchart illustrating a main process of generating a preventive maintenance model of an LNG ship based on an analysis of the appearance frequency of maintenance related texts for dock maintenance items according to an embodiment of the present invention.
Figure 4 is an exemplary view of a screen visualized by analyzing the maintenance priority items through the analysis of the frequency of appearance of maintenance related texts for docking maintenance items for new ships and old ships, respectively, for LNG ships under 10 years of age.
Figure 5 is an exemplary view of a screen visualized by analyzing the maintenance priority items through the analysis of the frequency of appearance of maintenance related texts for docking maintenance items for new ships and old ships for LNG ships of 10 to 15 years of age.
6 is an exemplary view of a screen visualized by analyzing the maintenance priority items through the analysis of the appearance frequency of maintenance related texts for dock maintenance items for new ships and old ships, respectively, for LNG ships over 15 years of age.
이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. Hereinafter, the present invention will be described with reference to the accompanying drawings. However, the present invention may be embodied in several different forms, and thus is not limited to the embodiments described herein.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다. Throughout the specification, when a part is said to be “connected (connected, contacted, coupled)” with another part, it is not only “directly connected” but also “indirectly connected” with another member interposed therebetween. "Including cases where In addition, when a part "includes" a certain component, this means that other components may be further provided without excluding other components unless otherwise stated.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. The terms used herein are used only to describe specific embodiments, and are not intended to limit the present invention. The singular expression includes the plural expression unless the context clearly dictates otherwise. In this specification, terms such as "comprises" or "have" are intended to designate that the features, numbers, steps, operations, components, parts, or combinations thereof described in the specification exist, but one or more other features It should be understood that this does not preclude the existence or addition of numbers, steps, operations, components, parts, or combinations thereof.
이하, 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 당해 분야에 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 설명한다. Hereinafter, preferred embodiments of the present invention will be described with reference to the accompanying drawings so that those of ordinary skill in the art can easily implement them.
도 2는 본 발명의 실시 예에 따른 LNG 선박의 예방 정비 모델 생성 장치에 대한 블록 구성도로서, DB 모듈(100)과 입거 정비 정보 처리 모듈(200)을 포함하고 있다. 2 is a block diagram of an apparatus for generating a preventive maintenance model of an LNG ship according to an embodiment of the present invention, and includes a
DB 모듈(100)은 데이터 저장부(110) 및 모델 저장부(120)을 포함하고 있고, 입거 정비 정보 처리 모듈(200)은 데이터 수신부(210), 정비 정보 추출부(120), 연관성 분석부(230), 미식별 위험 정비항목 설정부(250) 및 모델 생성부(240)을 포함하고 있으며, 이 때, 상기 연관성 분석부(230)는 계통정보 구분부(231), 출현 빈도 분석부(232), 정비 항목 구조화부(233)을 포함할 수 있고 있을 수 있다. The
데이터 수신부(210)는 종래기술에도 나타난 바와 같이, 데이터 입력부(미도시)로부터 입력(제공)되는 LNG 선박의 입거 정비 내역 데이터와 각 선박의 선령 정보를 수신(수집)하여 DB 모듈(100) 내의 데이터 저장부(110)에 저장하는 등의 기능을 제공할 수 있다.As shown in the prior art, the
입거 정비 내역은, 예컨대 기존에 입거 예방 정비가 수행된 선령별 LNG 선박의 입거 정비 수리서 또는 입거 정비 계획서 등을 의미할 수 있으며, 이러한 입거 정비 내역은 데이터 파일 형태로 제공될 수 있다.The docking maintenance details may mean, for example, a docking maintenance repair book or a docking maintenance plan of an LNG vessel by age for which docking preventive maintenance has been performed in the past, and the docking maintenance details may be provided in the form of a data file.
한편, 정비 정보 추출부(220)는 데이터 저장부(11)에 저장되어 있는 다수의 입거 정비 내역으로부터 정비와 관련된 텍스트 데이터들을 추출하고, 추출된 텍스트 데이터들로부터 정비 대상을 특정하는 등의 기능을 제공할 수 있는데, 텍스트 데이터의 추출은, 자연어 분석기법, 예컨대 텍스트 마이닝(Test Mining) 기법 등을 통해 수행될 수 있다.On the other hand, the maintenance
여기에서, 텍스트 데이터들은, 예컨대 선급 관리 계통, 밸브 관리 계통, 및 화물창 계통 등에 대한 수리와 직, 간접적으로 관련된 모든 텍스트 데이터들을 포함할 수 있다. Here, the text data may include, for example, all text data directly or indirectly related to repairs for a classification management system, a valve management system, and a cargo hold system.
선급 관리 계통은 일반 시스템 검사(General system inspection)를 의미하는 것으로, 예컨대 선급 검사원 검사, 안전 설비 기간 연장 검사, 화물창 및 밸브 압력 설정 검사 등을 포함할 수 있고, 밸브 관리 계통은 밸브 및 밸브 라인 검사(LNG valve & line inspection)를 의미하는 것으로, 예컨대 메이커 검사, 압력 배출 밸브 검사, 안전 압력 설정 검사 등을 포함할 수 있으며, 화물창 계통은 탱크 검사(LNG tank inspection)를 의미하는 것으로, 예컨대 탱크 압력, 탱크 밀폐 검사, 예비품 보유 검사 등을 포함할 수 있다.Classification management system refers to general system inspection, and may include, for example, classification inspector inspection, safety equipment period extension inspection, cargo hold and valve pressure setting inspection, etc., and valve management system is valve and valve line inspection (LNG valve & line inspection), for example, may include a maker inspection, a pressure relief valve inspection, a safety pressure setting inspection, etc., and the cargo hold system refers to an LNG tank inspection, for example, tank pressure , tank tightness inspection, spare parts retention inspection, etc.
이처럼, 추출된 정비 정보는 다양한 정비 계통의 정보를 포함하고 있으며, 예방 정비에서는 각 정비 계통에 대한 정비가 필요하다. As such, the extracted maintenance information includes information of various maintenance systems, and maintenance for each maintenance system is required in preventive maintenance.
하지만, 상기 추출된 정비 정보의 계통을 구분하지 않고, 아래에 나타난 바와 같이 출현 빈도 분석 및 정비항목 구조화를 통하여 정비 우선 순위를 결정할 경우에, 일부 정비 계통의 정보들이 많이 설정될 수 있고, 이로 인하여, 다른 일부 정비 계통의 정비 정보들은 예방 정비에서 누락될 수 있는 문제점이 있다. However, when the maintenance priority is determined through the frequency of appearance analysis and the structuring of maintenance items as shown below without classifying the system of the extracted maintenance information, a lot of information of some maintenance systems can be set, and due to this However, there is a problem that maintenance information of some other maintenance systems may be omitted from preventive maintenance.
또한, 추출된 정비 정보의 계통을 구분하지 않고, 정비 우선 순위를 결정할 경우, 정비 우선 순위로 설정된 항목과 연관하여 함께 정비를 수행해야 할 다른 항목에 대한 정보를 확인하기 어려운 문제점도 있다. In addition, if the maintenance priority is determined without dividing the extracted maintenance information system, there is a problem in that it is difficult to check information on other items to be maintained together in relation to the item set as the maintenance priority.
이러한 문제점을 해결하기 위하여 본 발명에서는 연관성 분석부(230)를 종래기술과 달리 구성하였다.In order to solve this problem, in the present invention, the
본 발명에서는 추출된 상기 정비 정보들은 연관성 분석부(230)를 통하여 처리되는데, 연관성 분석부(230)는 계통정보 구분부(231), 출현빈도 분석부 처리(232) 및 정비 항목 구조화부(233)를 포함할 수 있다. In the present invention, the extracted maintenance information is processed through the
먼저, 계통정보 구분부(231)는 추출된 정비 정보를 계통별로 구분하는 기능을 제공한다.First, the system
다음에, 출현 빈도 분석부(232)는 상기 계통정보 구분부(231)를 통해 각 계통별로 특정된 정비 정보들에 대한 출현 빈도 분석을 수행하는 등의 기능을 제공할 수 있다. 여기에서, 각 계통별 정비 정보들에 대한 출현 빈도 분석은, 예컨대 자연어 분석법 등을 통해 수행될 수 있으며, 이를 통해 선령별 LNG 선박의 초저온 화물설비들에 대한 각 계통별 예방 정비 정보, 또는 정비 대상들이 특정될 수 있다.Next, the appearance
그리고, 정비 항목 구조화부(232)는 종래기술에 나타난 바와 같이 출현 빈도 분석부(233)를 통해 분석된 각 계통별 정비 정보의 출현 빈도를 토대로 각 계통별 정비 정보의 우선순위를 설정하는 등의 기능을 제공할 수 있다. 여기에서, 우선순위의 설정은, 예컨대 자연어 분석법 등을 통해 수행될 수 있다.In addition, the maintenance item structuring
한편, 각 계통별 정비 정보의 출현 빈도를 토대로 각 계통별 정비 정보의 우선순위를 설정하는 것은, 예컨대 클러스터링 기법(군집화 기법)을 활용하여 예방 정비를 하게 되는 원인별로 예방 정비 항목을 구분하는 방식으로 실현될 수 있다. On the other hand, setting the priority of maintenance information for each system based on the frequency of appearance of maintenance information for each system is a method of classifying preventive maintenance items by cause of preventive maintenance using, for example, a clustering technique (clustering technique). can be realized
다음에, 모델 생성부(240)는 정비 항목 구조화부(233)를 통해 입력된 선령 정보 및 각 정비계통별로 우선순위 설정된 예방 정비 대상을 토대로 선령에 따라 정비 핵심 항목을 설정함으로써, LNG 선박의 예방 정비 모델 (즉, LNG 선박의 생애주기 맞춤형 예방 정비 모델)을 생성하는 등의 기능을 제공할 수 있다.Next, the
여기에서, 정비 원인별로 분류된 각 클러스터는 다시 정비 원인을 발생시킨 텍스트(단어)에 대하여 의미 해석(Semantic analysis)을 수행하여, 텍스트(단어)의 의미별로 통상적인 정비인지 혹은 심각한 문제를 초래하는 정비인지를 구분할 수 있다. 예컨대 정기 점검을 위한 분해 검사는 통상적인 정비 항목으로 분류될 수 있고, 파손 등에 기인하는 교체 정비는 심각한 손상으로 인한 정비로 분류될 수 있다.Here, each cluster classified by maintenance cause performs a semantic analysis on the text (word) that caused the maintenance cause again, so that it is normal maintenance by the meaning of the text (word), or a problem that causes serious problems. You can tell if it's maintenance. For example, overhaul for regular inspection may be classified as a normal maintenance item, and replacement maintenance due to damage or the like may be classified as maintenance due to serious damage.
한편, LNG 선박에는 빈도는 펌프 타워(pump tower), 헬륨 누설 테스트(helium test) 등과 같이, 빈도는 낮으나 안전에 큰 영향을 정비 항목이 미치는 항목이 있다. 이러한 항목은 본 발명에서와 같이 출현 빈도 분석을 통해서는 정비 우선 항목으로 지정될 가능성이 매우 낮아, 정비에서 누락될 가능성이 있다. On the other hand, in LNG ships, there are items in which maintenance items have a low frequency but have a great influence on safety, such as a pump tower and a helium test. Such items are highly unlikely to be designated as maintenance priority items through the frequency of appearance analysis as in the present invention, and may be omitted from maintenance.
따라서, 본 발명에서는 이러한 문제점을 해결하기 위하여, 별도의 미식별 위험 정비항목을 고려하기 위하여, 미식별 위험정비항목 설정부(250)를 추가하였다. Therefore, in the present invention, in order to solve this problem, in order to consider a separate unidentified risk maintenance item, an unidentified risk maintenance
상기 미식별 위험정비항목 설정부(250)는 상기 연관성 분석부(230)를 통하여 각 계통별 정비 우선항목들과 별도로, 미식별 위험정비항목을 설정하여 상기 모델 생성부(240)에 추가하도록 구성되어 있는 것이 바람직하다. The unidentified risk maintenance
이처럼, 모델 생성부(240)를 통해 생성된 선령별 LNG 선박의 예방 정비 모델은 모델 저장부(120)에 저장될 수 있는데, 이러한 선령별 LNG 선박의 예방 정비 모델은 선령별 LNG 선박의 예방 정비를 위한 객관적 근거를 마련할 수 있는 예방 정비 시뮬레이션 등에 효과적으로 활용될 수 있다.As such, the preventive maintenance model of the LNG ship by age generated through the
다음에, 상술한 바와 같은 구성을 갖는 본 실시예의 LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 시스템을 이용하여 입거 정비 항목의 연관성 분석을 기반으로 LNG 선박의 예방 정비 모델을 생성하는 일련의 과정들에 대하여 상세하게 설명한다.Next, using the preventive maintenance model generation system using the LNG ship maintenance correlation of this embodiment having the configuration as described above, based on the correlation analysis of the docking maintenance items, a series of processes for generating the preventive maintenance model of the LNG ship will be described in detail.
도 3은 본 발명의 실시예에 따라 입거 정비 항목에 대한 정비 관련 텍스트의 출현 빈도 분석을 기반으로 LNG 선박의 예방 정비 모델을 생성하는 주요 과정을 도시한 순서도이다.3 is a flowchart illustrating a main process of generating a preventive maintenance model of an LNG ship based on an analysis of the appearance frequency of maintenance related texts for dock maintenance items according to an embodiment of the present invention.
도 3를 참조하면, 데이터 수신부(210)는 데이터 입력부(미도시)로부터 다양한 LNG 선박의 입거 정비 내역 데이터와 선박의 선령 정보를 수신(수집)하여 DB 모듈(100) 내의 데이터 저장부(110)에 저장한다(단계 S1, 정보 입력 단계). 여기에서, 입거 정비 내역은, 예컨대 기존에 입거 정비가 수행된 선령별 LNG 선박의 입거 정비 수리서 또는 입거 정비 계획서 등을 의미할 수 있다.Referring to FIG. 3 , the
다음에, 정비 정보 추출부(220)에서는 데이터 저장부(110)에 저장되어 있는 다수의 입거 정비 내역으로부터 정비와 관련된 텍스트 데이터들을 추출하고(단계 S2, 텍스터 데이터 분석 단계), 추출된 텍스트 데이터들로부터 정비 정보를 추출한다(단계 S3, 정비 정보 추출 단계). Next, the maintenance
상기 추출된 정비 정보에는 다양한 정비 계통, 예를 들면, 일반 시스템 검사(General system inspection)를 의미하는 선급 관리 계통, 밸브 및 밸브 라인 검사(LNG valve & line inspection)를 의미하는 밸브 관리 계통, 및 탱크 검사(LNG tank inspection)를 의미하는 화물창 계통 등에 대한 정보가 포함되어 있다. The extracted maintenance information includes various maintenance systems, for example, a classification management system meaning General system inspection, a valve management system meaning a valve and valve line inspection (LNG valve & line inspection), and a tank It contains information about the cargo hold system, which means LNG tank inspection.
연관성 분석부(230)에서는 계통정보 구분부(231)에서 상가 추출된 정비 정보를 각 정비 계통별로 구분을 하고, 이를 출현 빈도 분석부(232)에서 계통정보 구분부(231)에서 구분된 각 계통별 정비 정보들에 대한 출현 빈도 분석을 수행한 후, 정비 항목 구조화부(233)에서 출현 빈도 분석부(232)를 통해 분석된 각 계통별 정비 대상의 출현 빈도를 토대로 정비 대상의 우선순위를 설정하고 각 계통별 정비 정보들 간의 연관성을 분석한다(단계 S4, 정비 항목 연관성 분석 단계). In the
이와 같은 연관성 분석을 통하여 도출된 결과의 예를 도 4 내지 6에 도시하였다.Examples of results derived through such correlation analysis are shown in FIGS. 4 to 6 .
도 4는 선령이 10년이하인 LNG 선박에 대해 입거 정비 항목에 대한 정비 관련 텍스트의 출현 빈도 분석을 통해 각 계통별로 정비 우선 항목을 분석하여 시각화한 예시도이다.4 is an exemplary diagram visualized by analyzing the maintenance priority items for each system through the analysis of the frequency of appearance of maintenance related texts for docking maintenance items for LNG ships with an age of 10 years or less.
도 4(a)는, 일반 시스템 검사(General system inspection)를 의미하는 선급 관리 계통에 대한 정비 정보를 분석한 결과이고, 도 4(b)는 밸브 및 밸브 라인 검사(LNG valve & line inspection)를 의미하는 밸브 관리 계통에 대한 정비 정보를 분석한 결과이며, 도 4(c)는 LNG 탱크 검사(LNG tank inspection)를 의미하는 화물창 계통 등에 대한 정비 정보를 분석한 결과이다. Figure 4 (a) is the result of analyzing the maintenance information for the classification management system, which means General system inspection, Figure 4 (b) is the valve and valve line inspection (LNG valve & line inspection) It is a result of analyzing the maintenance information on the valve management system, which means, and FIG. 4( c ) is the result of analyzing the maintenance information on the cargo hold system, which means the LNG tank inspection.
각 도면에서, 입거 정비 항목 내에 출현하는 텍스트의 시각화 크기가 클수록 출현 빈도가 상대적으로 많고, 텍스트의 시각화 크기가 적을수록 출현 빈도가 상대적으로 적음을 나타내는데, 각 정비 계통별로 정비 우선 순위 항목을 쉽게 설정할 수 있음을 알 수 있다. In each drawing, the larger the visualization size of the text appearing in the maintenance item, the more frequent the appearance, and the smaller the visualization size of the text, the less frequent the appearance. it can be seen that
또한, 도 5와 도 6는 각각 선령이 10~15년인 LNG 선박 및 선령이 15년 초과인 LNG 선박에 대해 입거 정비 항목에 대한 정비 관련 텍스트의 출현 빈도 분석을 통해 각 계통별로 정비 우선 항목을 분석하여 시각화한 예시도이다.In addition, FIGS. 5 and 6 analyze the maintenance priority items for each system by analyzing the frequency of appearance of maintenance related texts for dock maintenance items for LNG ships with an age of 10 to 15 years and for LNG ships with an age of more than 15 years, respectively. This is a visualization example diagram.
도 4 내지 6을 참조하면, 선박의 선령에 따라, 각 계통별 정비 우선 항목변화해 감을 쉽게 확인할 수 있다. 4 to 6, according to the age of the ship, it can be easily confirmed that the maintenance priority items for each system change.
또한, 각 계통별로 우선 순위 정비 항목을 설정할 수 있으므로, 각 계통별로 예방 정비에서 누락되는 정비항목이 없도록 하거나 최소화할 수 있다.In addition, since priority maintenance items can be set for each system, it is possible to eliminate or minimize maintenance items that are omitted from preventive maintenance for each system.
또한, 각 계통별로 설정된 우선 순위 정비 항목 및 이와 연관되는 정비 항목도 함께 설정할 수 있으므로, 보다 객관적이면서 효율적인 예방 정비를 수행할 수 있다.In addition, since the priority maintenance items set for each system and maintenance items related thereto can also be set together, more objective and efficient preventive maintenance can be performed.
도 4 내지 6에 도시된 바와 같이, 각 계통별로 우선 순위 정비 항목이 설정되므로, 각 계통별로 연관성도 파악할 수도 있어 실제 고장이나 이상이 발생한 경우에 적절하게 예방 정비를 행할 수 있다.As shown in FIGS. 4 to 6 , since priority maintenance items are set for each system, the correlation for each system can also be grasped, and preventive maintenance can be performed appropriately when an actual failure or abnormality occurs.
예를 들면, 15년 초과된 선령을 갖는 LNG 선박에 대한 연관성 분석 결과를 나타내고 있는 도 6에서, 도 6(a)에 나타난 일반 시스템 검사(General system inspection)를 의미하는 선급 관리 계통에서는 ‘tank-check-system’이 주요 항목으로 나타나고, 도 6(b)에 나타난 밸브 및 밸브 라인 검사(LNG valve & line inspection)를 의미하는 밸브 관리 계통에서는 ‘valve-gas-renewed’가 주요 항목으로 나타나며, 도 6(c)에 나타난 LNG 탱크 검사(LNG tank inspection)를 의미하는 화물창 계통 에서는 ‘cargo-pump-test’가 주요 항목으로 나타나고 있다. For example, in FIG. 6 showing the results of the correlation analysis for LNG ships having an age of more than 15 years, in the classification management system, which means General system inspection shown in FIG. 6(a), 'tank- 'check-system' appears as the main item, and 'valve-gas-renewed' appears as the main item in the valve management system, which means the LNG valve & line inspection shown in FIG. 6(b). In the cargo hold system, which means LNG tank inspection, shown in 6(c), 'cargo-pump-test' is the main item.
여기서, 15년 초과된 선령을 갖는 LNG 선박에서 실제 밸브 관리 계통에서 밸브(valve)에 이상 또는 고장이 발생한 것을 확인하였다면, 상기 고장 밸브(valve)의 수리와 함께, 본 발명의 예방 정비 모델에서 나타난 선급 관리 계통 및 화물창 계통에서도 연관되게 나타나는 다른 정비 항목들에 대하여 예방 정비를 함께 수행하여 보다 객관적으로 안전하게 LNG 선박을 운용할 수 있을 것이다.Here, if it is confirmed that an abnormality or failure has occurred in a valve in the actual valve management system in an LNG vessel having an age of more than 15 years, along with the repair of the malfunctioning valve, the preventive maintenance model of the present invention appears. It will be possible to operate LNG vessels more objectively and safely by performing preventive maintenance on other maintenance items that appear related in the classification management system and the cargo hold system.
이후, 모델 생성부(240)에서는 상기 연관성 분석부(230)를 통해 분석된 선령 정보 및 각 계통별 우선순위 설정된 예방 정비 정보를 토대로 선박의 선령에 따라 정비 핵심 항목을 설정함으로써, LNG 선박의 정비 연관성을 이용한 예방 정비 모델을 생성한다(단계 S5, 예방 정비 모델을 생성하는 단계). Thereafter, the
한편, 미식별 위험 정비항목 설정부(250)에서 빈도는 낮지만, LNG 선박의 안전한 운항에 큰 영향을 미치는 항목을 별도로 선정하여 정비 항목에 추가할 수 있는데, 이를 상기 모델에 반영하면 미식별 위험 정비 항목이 반영된 LNG 선박의 정비 연관성을 이용한 예방 정비 모델을 생성할 수 있다(단계 S6, 미식별 위험 정비 항목 반영 예방 정비 모델을 생성하는 단계). On the other hand, although the frequency of the unidentified risk maintenance
이때, 모델 생성부(240)를 통해 생성된 단계 S5 또는 S6 단계의 예방 정비 모델은 모델 저장부(120)에 저장될 수 있다.In this case, the preventive maintenance model of step S5 or step S6 generated by the
본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the following claims, and all changes or modifications derived from the meaning and scope of the claims and their equivalent concepts should be construed as being included in the scope of the present invention.
100: DB 모듈
110: 데이터 저장부 120: 모델 저장부
200: 입거 정비 정보 처리 모듈
210: 데이터 수신부 220: 정비정보 추출부
230: 연관성 분석부 231: 계통정보 구분부
232: 출현빈도 분석부 233: 정비 항목 구조화부
240: 모델 생성부 250: 미식별 위험 정비항목 설정부100: DB module
110: data storage unit 120: model storage unit
200: dock maintenance information processing module
210: data receiving unit 220: maintenance information extraction unit
230: correlation analysis unit 231: system information classification unit
232: frequency analysis unit 233: maintenance item structuring unit
240: model generation unit 250: unidentified dangerous maintenance item setting unit
Claims (4)
입력된 상기 입거 정비 내역으로부터 정비와 관련된 텍스트 데이터들을 추출하고 자연어 분석법을 통하여 상기 텍스트 데이터들로부터 정비 정보를 추출하는 단계;
추출된 정비 정보에 대하여 계통별로 정비 정보를 구분하고, 각 계통별로 정비 핵심 항목을 설정하는 연관성 분석하는 단계;
상기 정비 항목 연관성 분석을 통한 예방 정비 모델을 생성하는 단계; 를 포함하는 LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 방법.
An information input step of receiving information on docking maintenance details and age of the LNG vessel;
extracting maintenance-related text data from the inputted maintenance details and extracting maintenance information from the text data through natural language analysis;
Classifying the maintenance information for each system with respect to the extracted maintenance information, and analyzing the correlation of setting key maintenance items for each system;
generating a preventive maintenance model through the maintenance item correlation analysis; A method for generating a preventive maintenance model using an LNG ship maintenance correlation comprising a.
상기 정비 항목 연관성 분석 단계는,
추출된 정비 정보를 i) 일반 시스템 계통 정비에 해당하는 정보 ; ii) LNG 밸브 및 밸브라인 계통 정비에 해당하는 정보; 및 iii) LNG 탱크 계통 정비에 해당하는 정보; 로 구분하는 단계;
구분된 각 계통의 정비 정보별로 출현 빈도 분석을 수행하는 출현 빈도 분석 단계; 및
정비 정보의 출현 빈도를 토대로 상기 정비 정보의의 우선순위를 설정하는 우선순위 설정 과정을 포함하는 구조화 단계;를 포함하고,
상기 정비 항목 연관성 분석을 통한 예방 정비 모델 생성 단계는,
상기 우선순위 설정된 정비 정보을 토대로 상기 선령에 따라 상기 우선순히 정비 항목을 설정하는 단계;를 포함하는 것을 특징으로 하는 LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 방법.
According to claim 1,
The maintenance item correlation analysis step is,
The extracted maintenance information is i) information corresponding to general system maintenance; ii) information pertaining to LNG valves and valve line system maintenance; and iii) information pertaining to LNG tank system maintenance; separated by;
an appearance frequency analysis step of performing an appearance frequency analysis for each divided maintenance information of each system; and
A structuring step including a priority setting process of setting the priority of the maintenance information based on the frequency of appearance of the maintenance information;
The preventive maintenance model creation step through the maintenance item correlation analysis is,
and setting the maintenance items in the priority order according to the age of the ship based on the maintenance information set with the priority set.
상기 정비 항목 연관성 분석을 통한 예방 정비 모델 생성 단계는,
각 계통별로, 정비 빈도가 낮아서 위험도가 높은 정비항목을 미식별 위험 정비 항목으로 선정하는 단계;를 추가로 포함하는 것을 특징으로 하는 LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 방법.
3. The method of claim 2,
The preventive maintenance model creation step through the maintenance item correlation analysis is,
For each system, selecting a maintenance item with a high risk due to a low maintenance frequency as an unidentified dangerous maintenance item;
상기 데이터 저장부에 저장된 상기 입거 정비 내역으로부터 정비와 관련된 텍스트 데이터들을 추출하고 상기 텍스트 데이터들로부터 정비 정보를 추출하는 정비 정보 추출부;
추출된 상기 정비 정비에 대하여 계통별로 정비 정보를 구분하고 각 계통별로 정비 핵심 항목을 분석하는 연관성 분석부;
상기 정비 항목 연관성 분석을 통한 예방 정비 모델을 생성하는 모델 생성부;를 포함하는 LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 시스템.a data storage unit for storing docking maintenance details and age information of the LNG ship provided from the outside;
a maintenance information extraction unit for extracting maintenance-related text data from the maintenance details stored in the data storage unit and extracting maintenance information from the text data;
a correlation analysis unit for classifying maintenance information for each system with respect to the extracted maintenance and repair and analyzing key maintenance items for each system;
A preventive maintenance model generation system using the maintenance correlation of an LNG vessel comprising a; a model generator for generating a preventive maintenance model through the maintenance item correlation analysis.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200019856A KR102359033B1 (en) | 2020-02-18 | 2020-02-18 | Method and System for Generating Preventive Maintenance Model of LNG Carriers based on Maintenance Associations |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200019856A KR102359033B1 (en) | 2020-02-18 | 2020-02-18 | Method and System for Generating Preventive Maintenance Model of LNG Carriers based on Maintenance Associations |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210105193A true KR20210105193A (en) | 2021-08-26 |
KR102359033B1 KR102359033B1 (en) | 2022-02-04 |
Family
ID=77465564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200019856A KR102359033B1 (en) | 2020-02-18 | 2020-02-18 | Method and System for Generating Preventive Maintenance Model of LNG Carriers based on Maintenance Associations |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102359033B1 (en) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110076451A (en) * | 2009-12-29 | 2011-07-06 | 한국전력공사 | Fault maintenance system of equipment and method of the same |
KR20140055294A (en) * | 2012-10-31 | 2014-05-09 | 한국수력원자력 주식회사 | System and method relating between functions of system and criteria to classify the importance degree of component in the plant |
KR20190002615A (en) | 2017-02-21 | 2019-01-08 | 가부시키가이샤 나노룩스 | Solid-state image pickup device and image pickup device |
KR20190110435A (en) * | 2018-03-20 | 2019-09-30 | 가부시키가이샤 스크린 홀딩스 | Text mining method, text mining program and text mining apparatus |
KR20190133841A (en) * | 2018-05-24 | 2019-12-04 | 주식회사 글로비즈 | Apparatus and method of providing vehicle preventive maintenance service |
-
2020
- 2020-02-18 KR KR1020200019856A patent/KR102359033B1/en active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110076451A (en) * | 2009-12-29 | 2011-07-06 | 한국전력공사 | Fault maintenance system of equipment and method of the same |
KR20140055294A (en) * | 2012-10-31 | 2014-05-09 | 한국수력원자력 주식회사 | System and method relating between functions of system and criteria to classify the importance degree of component in the plant |
KR20190002615A (en) | 2017-02-21 | 2019-01-08 | 가부시키가이샤 나노룩스 | Solid-state image pickup device and image pickup device |
KR20190110435A (en) * | 2018-03-20 | 2019-09-30 | 가부시키가이샤 스크린 홀딩스 | Text mining method, text mining program and text mining apparatus |
KR20190133841A (en) * | 2018-05-24 | 2019-12-04 | 주식회사 글로비즈 | Apparatus and method of providing vehicle preventive maintenance service |
Also Published As
Publication number | Publication date |
---|---|
KR102359033B1 (en) | 2022-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Labib et al. | Not just rearranging the deckchairs on the Titanic: Learning from failures through Risk and Reliability Analysis | |
KR102003696B1 (en) | Level 2 probabilistic safety assessment method for evaluating risk of multiple nuclear power plant | |
Pate-Cornell | Risk analysis and risk management for offshore platforms: lessons from the Piper Alpha accident | |
CN109389418A (en) | Electric service client's demand recognition methods based on LDA model | |
KR102359033B1 (en) | Method and System for Generating Preventive Maintenance Model of LNG Carriers based on Maintenance Associations | |
US20120215734A1 (en) | Maintenance figure of merit system and method for obtaining material condition of ships | |
Bowo et al. | The development of marine accidents human reliability assessment approach: heart methodology and MOP model | |
CN110909068B (en) | Emergency diesel generator set big data acquisition and processing method, system and storage medium | |
Nenni et al. | Optimizing spare parts inventory in shipping industry | |
Priyanta et al. | The Implementation of Norsok Z-008 for Equipment Criticality Analysis of Gas Central Processing Plant | |
KR20200086446A (en) | Method and apparatus for generating preventing maintenance model of lng vessel | |
US20210027189A1 (en) | Method and Apparatus for Creating Tests for Execution in a Storage Environment | |
CN113378294B (en) | Safety inward bound design feasibility inspection device and inspection method | |
Al Shaalane et al. | Application of the aviation derived maintenance free operating period concept in the South African mining industry | |
Kim et al. | A Study on the Examination of Reliability Prediction Process and the Application of PLS data in Weapon System | |
CN107506255B (en) | Auxiliary troubleshooting method of 737-NG airplane based on QAR data | |
Park et al. | Identify the failure mode of weapon system (or equipment) using machine learning | |
Kordalivand et al. | Quantifying the impact of risk mitigation measures using SPAR-H and RCM Approaches: Case study based on VVER-1000 systems | |
Yoo et al. | Development of Reliability-Centered Maintenance System for Equipment of FLNG | |
Berres et al. | A seamless Functional Hazard Analysis for a fuel cell system supported by Spreadsheets | |
Martinez et al. | Prioritising sources of risk at liquefied natural gas storage terminals in Mexico | |
Meng et al. | Modeling patterns for performance analyses of offshore production systems | |
Merchant | Role of safety and product integrity | |
US20210374092A1 (en) | Computer-implemented method of providing troubleshooting support and maintenance instructions for servicing assets | |
Briš | Dynamic reliability modelling—Applications in gas industry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |