선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
가설 설정
- 1) 배관 지지에 사용되는 서포트 비용을 최소화하여야 한다.
- 2) 하중조건 L37에 의한 서포트 하중은 허용값 보다 작아야 한다.
제안 방법
- (1) 서포트 비용 최소화를 위한 설계문제를 정식화 하였다.
- 그리고 도출된 최적 해에 나머지 하중조건들을 적용하여 구속조건 만족 여부를 확인한다. 7가지 하중조건은 Table 3에 나열한 바와 같이 서포트 하중의 경우에는 L37, 노즐 하중의 경우에는 L36, 그리고 배관 응력비의 경우에는 L1, L10, L21, L28, L30을 적용하였다. 그 결과, 하중조건 L28의 배관 응력비에서 초기 모델에 대한 해석결과가 최대 허용 값보다 큰 것을 알 수 있다.
- 마찬가지로 이후 수행할 최적설계에서도 효율적인 설계 결과 도출을 위해 이들 7가지의 하중조건들을 적용한다. 그리고 도출된 최적 해에 나머지 하중조건들을 적용하여 구속조건 만족 여부를 확인한다. 7가지 하중조건은 Table 3에 나열한 바와 같이 서포트 하중의 경우에는 L37, 노즐 하중의 경우에는 L36, 그리고 배관 응력비의 경우에는 L1, L10, L21, L28, L30을 적용하였다.
- 즉, 첫 번째 그룹부터 다섯 번째 그룹까지는 4개씩의 서포트가 그룹화 되었고, 여섯 번째 그룹은 3개의 서포트가 포함되며, 나머지 그룹들은 한 개씩의 서포트만을 가진다. 따라서 본 논문에서는 모두 35개의 설계변수를 선정하였으며, 각 설계변수의 수준 수는 2수준으로서 Z방향 타입과 Z+가이드 타입이다.
- 따라서 본 연구에서는 배관 설계규준(Standard ASME B31.3, COMPANY general specification GS EP PVV 107 Rev 03, DNV-RP-C203, DNV CN 30.5)을 만족하면서 서포트 타입에 따른 서포트 비용을 최소화하기 위해 상용 배관 해석 프로그램인 CAESAR Ⅱ를 이용하여 해석절차를 정립하고, 상용 PIDO(Process Integration and Design Optimization) 툴인 PIAnO(Process Integration, Automation and Optimization)를 이용하여 설계 자동화를 구현하였으며, 진화 알고리즘(Evolutionary Algorithm)을 이용한 최적설계를 수행하였다.
- 본 연구에서는 효율적인 결과 판단을 위해 L1부터 L40까지의 하중조건 중 서포트 하중과 노즐 하중 그리고 배관 응력비에 가장 많은 영향을 미치는 7가지 하중조건을 적용한 해석 결과를 사용하였다. 마찬가지로 이후 수행할 최적설계에서도 효율적인 설계 결과 도출을 위해 이들 7가지의 하중조건들을 적용한다. 그리고 도출된 최적 해에 나머지 하중조건들을 적용하여 구속조건 만족 여부를 확인한다.
- 본 논문에서는 배관의 직경과 서포트 타입을 고려하여 서포트 비용을 Table 4와 같이 정량화 하였으며, 정량화된 서포트 비용은 설계변수 변경에 따른 목적함수 계산에 사용된다.
- 플래어 시스템 배관 초기모델이 설계규준을 만족하는 지를 판단하기 위해 배관 구조해석을 수행하였다. 본 연구에서는 효율적인 결과 판단을 위해 L1부터 L40까지의 하중조건 중 서포트 하중과 노즐 하중 그리고 배관 응력비에 가장 많은 영향을 미치는 7가지 하중조건을 적용한 해석 결과를 사용하였다. 마찬가지로 이후 수행할 최적설계에서도 효율적인 설계 결과 도출을 위해 이들 7가지의 하중조건들을 적용한다.
- 설계변수는 52개의 서포트를 35개로 그룹화한 것이며, 목적함수는 52개의 서포트 비용을 합한 것이다. 특히 구속조건의 경우 Table 3에서 선정한 7개의 하중조건이 해당 서포트와 노즐, 배관에 각각 부여될 때 발생하는 모든 하중과 응력비를 계산하여야 하므로 많은 수의 구속조건을 고려하여야 한다.
- 플래어 시스템 배관 초기모델이 설계규준을 만족하는 지를 판단하기 위해 배관 구조해석을 수행하였다. 본 연구에서는 효율적인 결과 판단을 위해 L1부터 L40까지의 하중조건 중 서포트 하중과 노즐 하중 그리고 배관 응력비에 가장 많은 영향을 미치는 7가지 하중조건을 적용한 해석 결과를 사용하였다.
- 2(c)의 Z+가이드 서포트는 수평 방향으로 배열된 배관의 상하 및 측면 방향 모두를 지지한다. 플래어 시스템 배관에 가해지는 하중 조건은 PIPING STRESS DESIGN BASIS(Document Number : NG-USN-HT-935-434002)에서 제시하는 IN PLACE CONDITIONS, TOWING ANALYSIS, BLAST ANALYSIS가 있으며, 본 연구에서는 설계문제를 간략화하기 위해 IN PLACE CONDITIONS만 고려하였다.
- 하지만 52개의 개별 서포트를 설계변수로 모두 선정할 경우 반복과정이 필요한 최적설계에 효율성 문제가 발생할 수 있으므로 52개의 서포트를 해당 위치와 특성에 따라 35개로 그룹화 하였다. 즉, 첫 번째 그룹부터 다섯 번째 그룹까지는 4개씩의 서포트가 그룹화 되었고, 여섯 번째 그룹은 3개의 서포트가 포함되며, 나머지 그룹들은 한 개씩의 서포트만을 가진다.
대상 데이터
- 본 논문에서는 FPSO 플래어 시스템의 배관을 설계 대상으로 하였다. 플래어 시스템의 배관 구조물은 Fig.
- 본 논문에서는 FPSO 플래어 시스템의 배관을 설계 대상으로 하였다. 플래어 시스템의 배관 구조물은 Fig. 1에서와 같이 8in와 12in, 24in 직경의 배관과 수평 및 수직 방향으로 배열된 배관을 지지하는 서포트, 드럼의 유입구에 해당하는 노즐로 구성되어 있다.
- 플래어 시스템의 배관을 지지하는 서포트의 개수는 모두 76개이다. 하지만 배관의 상승을 방지하기 위해 반드시 가이드 타입이어야 하는 8개의 서포트와 드럼 및 노즐의 안정성을 위해 필요한 12개의 서포트, 배관의 끝 부분에 해당하는 3개의 서포트, 12in 배관과 24in 배관의 연결부에 해당하는 1개의 서포트를 제외한 52개의 서포트만을 설계변수 고려 대상으로 선정하였다.
데이터처리
- (2) 배관 응력해석 프로그램인 CAESAR Ⅱ의 해석절차를 정립하였으며, 상용 PIDO 툴인 PIAnO를 이용하여 설계 자동화를 구현하였다.
이론/모형
- CAESAR Ⅱ의 응력 해석 절차 및 설계 자동화를 기반으로, 이산 형태의 설계변수를 다루기 위해 PIAnO에서 제공하는 진화 알고리즘(Thomas, 1996)을 사용하였다. 진화 알고리즘은 염색체의 진화과정을 모방한 방법으로 국부해가 많은 모델에서 전역해를 찾을 수 있는 특징을 가지고 있다.
성능/효과
- (3) 진화 알고리즘을 이용한 최적설계 결과, 주어진 구속조건을 만족하면서 서포트의 비용을 27.2% 감소시키는 최적의 서포트 타입을 도출하여 본 논문에서 제안한 설계방법의 유효성을 보였다.
- 2(b)의 가이드 서포트는 수평 및 수직 방향으로 배열된 배관을 측면 방향으로 지지하며, Fig. 2(c)의 Z+가이드 서포트는 수평 방향으로 배열된 배관의 상하 및 측면 방향 모두를 지지한다. 플래어 시스템 배관에 가해지는 하중 조건은 PIPING STRESS DESIGN BASIS(Document Number : NG-USN-HT-935-434002)에서 제시하는 IN PLACE CONDITIONS, TOWING ANALYSIS, BLAST ANALYSIS가 있으며, 본 연구에서는 설계문제를 간략화하기 위해 IN PLACE CONDITIONS만 고려하였다.
- 3) 하중조건 L36에 의한 노즐 하중은 허용값 보다 작아야 한다.
- 4) 하중조건 L1과 L10, L21, L28, L30에 의한 배관 응력비는 허용값 보다 작아야 한다.
- 7가지 하중조건은 Table 3에 나열한 바와 같이 서포트 하중의 경우에는 L37, 노즐 하중의 경우에는 L36, 그리고 배관 응력비의 경우에는 L1, L10, L21, L28, L30을 적용하였다. 그 결과, 하중조건 L28의 배관 응력비에서 초기 모델에 대한 해석결과가 최대 허용 값보다 큰 것을 알 수 있다. 실제로 본 초기 모델은 배관 설계 엔지니어의 경험에 의해 설계된 결과로, 하중조건 L28에서의 규준 위배를 해결하기 위하여 특정부위에 특수 제작한 서포트를 추가 보강함으로써 문제를 해결하였다.
- 진화 알고리즘을 이용하여 최적설계를 수행한 결과, Fig. 3과 같이 초기 모델에서는 주어진 구속조건을 만족하면서 목적함수인 서포트 비용이 136에서 99로 27.2% 감소하는 최적설계 결과를 얻었다. 이에 따른 설계변수의 변화를 설계변수 수준으로 Table 5에 나타내었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.