동적 위치제어 시스템(Dynamic Positioning System)의 위험성과 신뢰성 평가에 FMEA(Failure Mode and Effect Analysis)를 적용하고 있으나, 해양 프로젝트가 가진 특징으로 인해 다음과 같은 한계를 가진다. 1) SCADA(Supervisory Control and Data Acquisition) 시스템을 통해 수집되는 고장 데이터의 일부는 환경의 영향으로 인한 오작동이나 단순한 센서고장으로 인해 생성되는 데이터를 포함하고 있으므로 불완전하고 신뢰할 수 없다. 따라서, FMEA의 세 가지 변수인 심각도(Severity), 발생빈도(Occurrence), 검출빈도(Detection)의 평가는 전문가 지식에 근거한다. 2) 전문가들의 주관적인 판단에 전적으로 의존할 경우 위험 요소들을 정밀하게 평가하기 어렵다. 3) 위험 요소들 사이의 상대적인 중요도는 고려되지 않아 위험우선순위가 명료하게 표현되지 않는다. 4) 서로 다른 고장모드에 대해 동일한 위험 우선순위 값을 가질 경우 상대적인 중요도를 판단하기 어렵다. 이러한 문제점을 극복하고 기존의 FMEA의 효과를 높이기 위해, Fuzzy-FMEA를 제안하고, 선박/해양 프로젝트의 동적 위치제어 시스템의 FMEA 문서에 적용하였다. 본 논문은 DP FMEA, DP FMEA 입증 시험서(DP FMEA Proving Trials)에 나타낸 전문가 지식을 퍼지 모델로 구현하여 FMEA 위험우선순위(RPN; Risk Priority Number)에 위험요소들의 상대적인 중요성을 포함시켰다. 제안한 방법은 해양 프로젝트의 동적 위치제어 시스템의 기계 및 전장 장비에 적용하여 기존의 FMEA와 비교하였다.
동적 위치제어 시스템(Dynamic Positioning System)의 위험성과 신뢰성 평가에 FMEA(Failure Mode and Effect Analysis)를 적용하고 있으나, 해양 프로젝트가 가진 특징으로 인해 다음과 같은 한계를 가진다. 1) SCADA(Supervisory Control and Data Acquisition) 시스템을 통해 수집되는 고장 데이터의 일부는 환경의 영향으로 인한 오작동이나 단순한 센서고장으로 인해 생성되는 데이터를 포함하고 있으므로 불완전하고 신뢰할 수 없다. 따라서, FMEA의 세 가지 변수인 심각도(Severity), 발생빈도(Occurrence), 검출빈도(Detection)의 평가는 전문가 지식에 근거한다. 2) 전문가들의 주관적인 판단에 전적으로 의존할 경우 위험 요소들을 정밀하게 평가하기 어렵다. 3) 위험 요소들 사이의 상대적인 중요도는 고려되지 않아 위험우선순위가 명료하게 표현되지 않는다. 4) 서로 다른 고장모드에 대해 동일한 위험 우선순위 값을 가질 경우 상대적인 중요도를 판단하기 어렵다. 이러한 문제점을 극복하고 기존의 FMEA의 효과를 높이기 위해, Fuzzy-FMEA를 제안하고, 선박/해양 프로젝트의 동적 위치제어 시스템의 FMEA 문서에 적용하였다. 본 논문은 DP FMEA, DP FMEA 입증 시험서(DP FMEA Proving Trials)에 나타낸 전문가 지식을 퍼지 모델로 구현하여 FMEA 위험우선순위(RPN; Risk Priority Number)에 위험요소들의 상대적인 중요성을 포함시켰다. 제안한 방법은 해양 프로젝트의 동적 위치제어 시스템의 기계 및 전장 장비에 적용하여 기존의 FMEA와 비교하였다.
Failure Mode and Effects Analysis (FMEA) has been used by Dynamic Positioning (DP) system for risk and reliability analysis. However, there are limitations associated with its implementation in offshore project. 1) since the failure data measured from the SCADA system is missing or unreliable, asses...
Failure Mode and Effects Analysis (FMEA) has been used by Dynamic Positioning (DP) system for risk and reliability analysis. However, there are limitations associated with its implementation in offshore project. 1) since the failure data measured from the SCADA system is missing or unreliable, assessments of Severity, Occurrence, Detection are based on expert's knowledge; 2) it is not easy for experts to precisely evaluate the three risk factors. The risk factors are often expressed in a linguistic way. 3) the relative importance among three risk factors are rarely even considered. To solve these problems and improve the effectiveness of the traditional FMEA, we suggest a Fuzzy-FMEA method for risk and failure mode analysis in Dynamic Positioning System of offshore. The information gathered from DP FMEA report and DP FMEA Proving Trials is expressed using fuzzy linguistic terms. The proposed method is applied to an offshore Dynamic Positioning system, and the results are compared with traditional FMEA.
Failure Mode and Effects Analysis (FMEA) has been used by Dynamic Positioning (DP) system for risk and reliability analysis. However, there are limitations associated with its implementation in offshore project. 1) since the failure data measured from the SCADA system is missing or unreliable, assessments of Severity, Occurrence, Detection are based on expert's knowledge; 2) it is not easy for experts to precisely evaluate the three risk factors. The risk factors are often expressed in a linguistic way. 3) the relative importance among three risk factors are rarely even considered. To solve these problems and improve the effectiveness of the traditional FMEA, we suggest a Fuzzy-FMEA method for risk and failure mode analysis in Dynamic Positioning System of offshore. The information gathered from DP FMEA report and DP FMEA Proving Trials is expressed using fuzzy linguistic terms. The proposed method is applied to an offshore Dynamic Positioning system, and the results are compared with traditional FMEA.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문은 FMEA 위험우선순위의 가중치를 생성하여 고장모드들 간의 상대적인 중요도를 판단하고자 하였다. 퍼지추론모델 출력을 가중치로 반영한 FRPN은 동일한 RPN 값을 구분할 수 있음을 확인하였다.
제안 방법
퍼지 추론 출력은 위험우선순위의 가중치로 사용된다. 고장유형의 위험우선순위를 결정하기 위한 방법으로 식 (2)의 퍼지 생성규칙(fuzzy production rule)과 식 (3)의 무게 중심법(centroid Technique) 이용하는 FRPN을 제안한다.
드릴쉽은 6개의 전방위 추진기(Azimuth thruster), 3개의 엔진룸, 각 전력망은 2개의 전방위 추진기와 연결된다. 본 논문에서 사용한 고장모드는 표 4와 같이 다수의 부품 및 기능에 대해 RPN과 FRPN 값을 비교한다.
본 논문의 Fuzzy-FMEA는 그림 5와 같이 입력된 S, O, D에 대해 소속 함수로 퍼지화되고, IF-THEN 퍼지 규칙에 따라 비퍼지화 출력을 가지는 모델을 생성한다. 본 논문에서 만들어진 퍼지추론 모델은 RPN과 FRPN 값 변화를 나타낸 그림 6에서 특징을 확인할 수 있다.
이러한 문제점을 극복하고 기존의 FMEA의 효과를 높이기 위해, 본 논문에서는 Fuzzy-FMEA를 제안하고 해양 프로젝트의 동적위치 제어 시스템의 FMEA에 적용하였다. 2장에서는 본 논문에서 적용한 Fuzzy-FMEA 방법에 대한 개요를 설명하였다.
대상 데이터
1) 전력공급시스템(electrical power system), 2) 추력기 제어 시스템(thruster control system), 3) 동적위치제어 시스템(DP control system), 4) PRS시스템(Position Reference and Sensor systems), 5) 소방시스템(Fire in vital DP compartments), 6) EDS & F&G, 7) 45초내 엔진 구동 및 온라인 상태유지(Stand-by DG start and online within 45 seconds) 이다. FMEA 고장모드는 주요한 단일 고장(single failure)과 그 영향을 대상으로 한다. 대상 시스템인 그림 4의 드릴쉽(drillship)은 DP Class 3 요구사항을 만족하며, DNV 선급 룰인 DYNPOS AUTRO, DYNPOS ER, POSMOOR ATA를 준수한다.
FMEA 고장모드는 주요한 단일 고장(single failure)과 그 영향을 대상으로 한다. 대상 시스템인 그림 4의 드릴쉽(drillship)은 DP Class 3 요구사항을 만족하며, DNV 선급 룰인 DYNPOS AUTRO, DYNPOS ER, POSMOOR ATA를 준수한다. 드릴쉽은 6개의 전방위 추진기(Azimuth thruster), 3개의 엔진룸, 각 전력망은 2개의 전방위 추진기와 연결된다.
데이터처리
2장에서는 본 논문에서 적용한 Fuzzy-FMEA 방법에 대한 개요를 설명하였다. 3장에서 본 연구 대상인 동적위치제어 시스템의 구성과 실험 데이터를 나타내고, 4장에서 제안한 방법과 기존 방법을 비교하였다.
이론/모형
퍼지논리는 근사치나 주관적인 인지를 수학 모델로 전환하는 방법이다. 본 논문에서는 FMEA의 자연어 표현을 수치화하고 심각도, 발생빈도, 검출빈도의 상대적인 관계를 고려하여 위험우선순위를 재정의하기 위해 그림 3의 Fuzzy-FMEA를 사용한다[5]. 퍼지화(fuzzification)는 심각도, 발생빈도, 검출빈도의 언어 변수를 식(4)의 소속함수를 사용해서 퍼지수로 수치화한다.
본 논문은 FRPN을 계산하기 위해 MathWorks®사의 Matlab 2012b의 Fuzzy Toolbox를 사용하였으며, 퍼지 집합의 소속함수는 식 (4)의 trimf 함수를 사용한다.
성능/효과
1) 검사관(inspector), 진동센서(vibration sensors), SCADA(Supervisory Control and Data Acquisition) 시스템 등에서 얻어진 고장 데이터의 일부는 환경 영향 및 센서 고장 등으로 불완전하고 신뢰할 수 없다. 2) 전문가들의 심각도, 발생빈도, 검출빈도에 대한 평가가 언어로 표현되어 있을 경우 위험우선순위를 정밀하게 표현하기 어렵다. 3) 일반적인 FMEA에서는 세 변수는 모두 동일한 중요도를 가진다고 가정하므로, 변수 사이의 상대적인 중요도는 고려되지 않는다.
2) 전문가들의 심각도, 발생빈도, 검출빈도에 대한 평가가 언어로 표현되어 있을 경우 위험우선순위를 정밀하게 표현하기 어렵다. 3) 일반적인 FMEA에서는 세 변수는 모두 동일한 중요도를 가진다고 가정하므로, 변수 사이의 상대적인 중요도는 고려되지 않는다. 하지만 O&M 전문가는 검출빈도에 상대적인 가중치를 높게 주는 경향이 있다 .
하지만 O&M 전문가는 검출빈도에 상대적인 가중치를 높게 주는 경향이 있다 . 4) 서로 다른 고장모드에 대해 동일한 위험우선순위 값을 가질 경우 상대적인 중요도를 판단하기 어렵다.
AGP 시스템의 DI/DO 모듈에 대한 고장모드 RPN을 살펴보면, 심각도가 낮아지고 발생빈도가 높아질 경우 가중치가 높게 반영되었고 64.80을 가진 고장원인 ‘Output channel fault Start Next Diesel’ 에 위험우선순위가 상대적으로 높아짐을 알 수 있다.
본 논문은 FMEA 위험우선순위의 가중치를 생성하여 고장모드들 간의 상대적인 중요도를 판단하고자 하였다. 퍼지추론모델 출력을 가중치로 반영한 FRPN은 동일한 RPN 값을 구분할 수 있음을 확인하였다. 고장모드의 위험우선순위의 상대적인 중요도 판단은 설계 단계에서 중요한 결정이 될 수 있다.
후속연구
고장모드의 위험우선순위의 상대적인 중요도 판단은 설계 단계에서 중요한 결정이 될 수 있다. 본 연구에서 사용한 Fuzzy-FMEA과 입증 시험서(DP FMEA proving trials) 내용을 활용하여 해상 시운전(sea trials)에서 중요한 고장모드를 분류하는 연구를 진행할 예정이다.
질의응답
핵심어
질문
논문에서 추출한 답변
동적위치제어 시스템의 고장모드에는 무엇이 있는가?
고장모드(failure mode)는 부품(component), 하부시스템 (sub-system), 또는 시스템이 가지는 발생 가능한 기능 실패 사례로 정의된다. 동적위치제어 시스템의 고장모드는 자재피로(material fatigue), 열화(deterioration), 변형(deformation), 막힘(blockage), 정렬불량(misalignment), 누수(leakage), 넘침(overfill), 막힘(clog) 등이 있다. 고장원인(Failure cause)은 고장을 일으키는 결점으로 정의 된다.
동적위치제어시스템의 한계는 무엇인가?
해양 설비의 주요 핵심 기술 중 동적위치제어시스템(Dynamic Positioning System)이 있다. 갑판 상승식(jack-up) 또는 계류 (anchoring)로 위치 제어를 할 경우, 작업수심에 대한 제약이 있으며 작업시간이 긴 반면에 해저 환경에 따라 실패할 확률이 높아 심해저 작업에서는 비경제적인 방법이다. 1961년 캘리포니아 라 졸라 해역 수심 약 928m Moho 유정에서 Cuss 1(Continental, Union, Shell & Superior Oil Consortium)호가 작업 반경 180m 내외에서 위치를 수작업에 의해서 동적으로 제어한 것을 시작으로 본격적인 동적위치제어 선박은 Shell사에서 발주한 Eureka호이다.
대표적인 동적위치제어 장비에는 무엇이 있는가?
또한 최근에는 이중화 (Redundancy) 개념이 확산됨에 따라 3개 이상의 센서를 상호 비교 하게 된다[1-3]. 대표적인 동적위치제어 장비들은 PRS(Position Reference System), PME(Position Monitoring System), HPR(Hydro Acoustic Position Reference), 토트와이어(taut wire), 초음파, 레이저 등이 있다.
참고문헌 (12)
IMO MSC/Circ. 645, "Guidelines for vessel with Dynamic positioning system," 1994.
ABS, "Guide for Dynamic Positioning Systems," 2013.
IMO MSC/Circ. 645, "Guidelines for vessel with Dynamic positioning system," 1994.
Roghayeh Khasha, Mohammad Mehdi Sepehri, Toktam Khatibi, "A Fuzzy FMEA Approach to Prioritizing Surgical Cancellation Factors," International Journal of Hospital Research, vol.2, no.1, pp.17-24, 2013.
Kumru M, Kumru PY., "Fuzzy FMEA application to improve purchasing process in a public hospital," Applied Soft Computing, vol.13, no.1, pp. 721-733, 2013.
Bradley, J.R. & Guerrero, H.H., "An Alternative FMEA Method for Simple and Accurate Ranking of Failure Modes," Journal of Decision Sciences, vol.42, no.3, 2011.
Tay, K.M. & Lim, C.P., "Enhancing the Failure Mode and Effect Analysis methodology with fuzzy inference techniques," Journal of Intelligent and Fuzzy Systems, vol.21, pp.135-146, 2010.
Sawhney R., Subburaman, K., Sonntag, C. Rao, P.R.V. & Capizzi, C., "A modified FMEA approach to enhance reliability of lean systems," International Journal of Quality & Reliability Management, vol.27, no.7, pp.832-855, 2010.
Selvan T.A., Jegadheesan, C. and Senthilkumar, K.M., "Continuous Quality Improvement in Investment Castings: An Experimental Study using a Modified FMEA Approach Called FEAROM," Eur. J. Sci. Res., vol.74, no.2, pp. 308-325, 2012.
Kmenta, S., Ishii, K., "Scenario-based FMEA: A cost perspective," ASME Design Engineering Technical Conferences, 2012.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.