KR20210105193A

KR20210105193A - Lng 선박 정비 연관성을 이용한 예방 정비 모델 생성 방법 및 그 시스템

Info

Publication number: KR20210105193A
Application number: KR1020200019856A
Authority: KR
Inventors: 윤익현
Original assignee: 목포해양대학교 산학협력단
Priority date: 2020-02-18
Filing date: 2020-02-18
Publication date: 2021-08-26
Also published as: KR102359033B1

Abstract

본 발명은 LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 방법에 관한 것으로, 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 있다.

Description

LNG 선박 정비 연관성을 이용한 예방 정비 모델 생성 방법 및 그 시스템{Method and System for Generating Preventive Maintenance Model of LNG Carriers based on Maintenance Associations}

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.

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.

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.

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.

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.

또한, LNG 선박의 경우 상기 정기 정비와 별도로 예방 정비도 시행하고 있다.

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.

또한, 이러한 방식의 예방 정비는 LNG 선박의 운용 효율성을 저하시킬 뿐만 아니라 LNG 선박의 유지 관리를 위한 운용비용을 증가시키는 요인으로 작용하고 있다.

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.

대한민국 특허출원 제10-2019-0002615호

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.

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.

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.

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.

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.

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.

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.

또한, 본 발명의 실시예에 따르면, 빈도가 낮지만, 위험성이 높은 항목의 정비도 고려함으로써, 보다 효과적인 LNG 선박의 예방 정비에 활용될 수 있다.

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.

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.

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.

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.

이하, 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 당해 분야에 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 설명한다.

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.

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.

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.

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.

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.

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.

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.

이처럼, 추출된 정비 정보는 다양한 정비 계통의 정보를 포함하고 있으며, 예방 정비에서는 각 정비 계통에 대한 정비가 필요하다.

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.

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.

이러한 문제점을 해결하기 위하여 본 발명에서는 연관성 분석부(230)를 종래기술과 달리 구성하였다.

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.

먼저, 계통정보 구분부(231)는 추출된 정비 정보를 계통별로 구분하는 기능을 제공한다.

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.

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.

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.

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.

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.

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.

따라서, 본 발명에서는 이러한 문제점을 해결하기 위하여, 별도의 미식별 위험 정비항목을 고려하기 위하여, 미식별 위험정비항목 설정부(250)를 추가하였다.

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.

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.

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.

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.

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.

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).

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.

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).

이와 같은 연관성 분석을 통하여 도출된 결과의 예를 도 4 내지 6에 도시하였다.

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.

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.

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.

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.

도 4 내지 6을 참조하면, 선박의 선령에 따라, 각 계통별 정비 우선 항목변화해 감을 쉽게 확인할 수 있다.

또한, 각 계통별로 우선 순위 정비 항목을 설정할 수 있으므로, 각 계통별로 예방 정비에서 누락되는 정비항목이 없도록 하거나 최소화할 수 있다.

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.

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.

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.

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.

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).

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).

이때, 모델 생성부(240)를 통해 생성된 단계 S5 또는 S6 단계의 예방 정비 모델은 모델 저장부(120)에 저장될 수 있다.

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.

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 설정부

Claims

LNG 선박의 입거 정비 내역 및 선령 정보를 입력받는 정보 입력 단계;
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.
상기 제1항에 있어서,
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.
제2항에 있어서,
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.
외부로부터 제공되는 LNG 선박의 입거 정비 내역 및 선령 정보를 저장하는 데이터 저장부;
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.