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.
문제 정의
- 본 연구는 실제 구조물의 피로손상도를 계산하는 것이 아닌 변수들의 변화에 따른 피로손상도의 민감도를 파악하는 것이 주목적이다. 따라서 피로손상도의 정확도와는 별개로, 응력범위에 대한 재료의 최대 사이클 횟수인, 식 (12)에서 구조의 재료 특성치를 나타내는 재료상수는 # 1, S – N선도의 기울기 m은 해양구조물에 피로해석에서 통상적으로 사용되는 3과 5 두 값을 사용했다(DNV, 2011).
- 본 연구에서는 기존 방법에서 사용된 변수들을 최적화하기 위해 매개변수 연구를 수행하였다. 최적화 연구를 위해서 실제 해양구조물의 다봉형 응답을 묘사한 다양한 종류의 이봉형 스펙트럼을 생성하였으며, 생성된 스펙트럼들의 대표피로손상도는 시간영역 피로손상도계산법을 사용하여 계산하였다.
- 본 연구에서는 복합 동적 하중에 노출된 해양구조물의 피로 손상도를 계산하기 위한 방법의 하나인 통계적 해석법에 사용되는 피로손상모델의 개발과정에 사용되는 스펙트럼의 피로손상도 계산 과정을 최적화하였다.
제안 방법
- 변수의 최적화 값은 각 변수의 기준값을 일정Fig. 1 Flow chart of research간격으로 증가시키거나 감소시켜 계산된 피로손상도와 기준값을 사용하여 계산된 피로손상도를 비교하여 변수변화에 따른 오차율을 확인한 뒤 결정하였으며, 기준값은 선행연구를 참고하여 결정하였다.
- 각 변수의 최적화를 위해서 2.3절에서 언급된 각 변수의 기준값을 증가 또는 감소시켜 경우를 세분화하였다. 시계열 생성 반복 횟수인 R은 최대 50번을 기준으로 정하고 최소 10번부터 시작하여 10번씩 증가시켜 총 5개의 값을 선정하였다.
- 그래서 기존 연구에서 제안한 스펙트럼의 대표피로손상도 계산 방법(Park et al., 2011)은 스펙트럼으로부터 3시간 시계열을 무작위 위상각 세트와 dω을 바꿔가며 총 20번을 생성하여 1 Block으로 정의하였다.
- 본 연구에서 제안하는 방법은 식 (13)과 같이 1 Block이 3시간으로 정의되는 반면, 기존의 연구에서는 1 Block을 60시간으로 정의하였다. 또한, 1 Block을 30번 생성하여 계산된 피로손상도들의 평균값을 대표피로손상도로 본 연구에서 제안했지만, 기존 연구에서는 1 Block을 10번 생성하여 계산된 피로손상도들의 평균값을 스펙트럼의 대표피로손상도로 정의하였다. 이를 종합하면 기존의 연구에서는 1개의 스펙트럼에 대해 3시간 동안의 시계열을 200번 생성하였고, 본 연구에서는 3시간 동안의 시계열을 30번 생성하여 대표피로손상도를 계산하였다.
- 그러나 이 방법은 Block의 사이즈가 크고 반복 횟수가 많기 때문에 스펙트럼의 피로손상도 계산에 많은 시간이 소모된다. 본 연구에서 제안하는 방법은 식 (13) 과 같이 1 Block을 3시간으로 정의하였으며, 무작위 위상각 세트를 바꿔가며 Block을 반복적으로 생성하였다.
- 본 연구에서는 삼각뿔 2개로 이루어진 이봉형 스펙트럼을 사용하였으며, 삼각뿔 형태는 타원을 횡, 종축으로 4등분하고 조각 하나를 좌우대칭으로 배치하여 생성하였다. 스펙트럼의 형상은 Fig.
- 최적화 대상 변수는 스펙트럼으로부터 대표피로손상도를 계산하는 과정에서 소요되는 시간에 관련된 변수 3개를 선정하였다. 선정된 변수마다 기준값을 정의하고 이 값을 사용하여 계산된 피로손상도와 변화된 변숫값을 사용하여 계산된 피로손상도를 비교하여 오차정도를 확인하며 변수의 최적화값을 결정하였다. 연구 결과를 검증하기 위해, 실제 스펙트럼의 피로손상도를 제안된 변숫값과 기존의 방법을 사용하여 계산된 피로손상도와 비교하였다.
- 7은 북해에 설치된 부유식 저장설비인 Sevan 1000 FSU의 계류선 장력 스펙트럼이다(Hanssen, 2013). 선행 연구에서 설계 조건을 참고하여 시간 영역 운동해석을 수행하였으며, 계류 시스템의 경우 14개의 다점 계류방식을, 시뮬레이션 환경 조건은 구조물의 100년 주기 파랑, 조류, 바람 조건을 적용하였다.
- 그리고 #는 i번째 평균 주파수, 그리고 θi는 i번째 주파수 성분의 무작위 위상각을 의미한다. 스펙트럼으로부터 생성되는 시계열 길이 즉, 앙상블 시간(t)의 경우, 통상적으로 계류된 부유체의 운동해석을 수행할 때, 저주파수(Low frequency) 그리고 파주파수(Wave frequency) 성분을 충분히 포함하는 3시간을 앙상블 시간(DNV, 2010a)으로 설정하는 점을 고려하여 3시간으로 결정하였다.
- 3절에서 언급된 각 변수의 기준값을 증가 또는 감소시켜 경우를 세분화하였다. 시계열 생성 반복 횟수인 R은 최대 50번을 기준으로 정하고 최소 10번부터 시작하여 10번씩 증가시켜 총 5개의 값을 선정하였다. 주파수 증분 dω은 식 (4)에서 정의된 최댓값 0.
- 연구에 사용된 이상화된 스펙트럼들은 총 162개로, 스펙트럼을 구성하는 세부 변수들을 조절하여 생성되었으며, 스펙트럼들의 대표피로손상도는 시간영역 피로손상도계산법을 사용하여 계산하였다. 시간영역 피로손상도계산법은 우선, 푸리에 역변환 (Inverse fourier transform)을 사용하여 스펙트럼으로부터 시계열을 반복 생성한 뒤, 생성된 시계열에 레인플로우집계법을 적용하여 응력범위와 빈도수를 결정하고, 집계된 응력의 빈도수와 최대 파단 빈도수의 비를 집계된 모든 응력에 대해 계산하여 더하는 선형 누적법(Miner, 1945)을 사용하여 스펙트럼의 피로 손상도를 계산하였다.
- 응답스펙트럼으로부터 시계열 데이터를 산출하는 과정을 보다 합리적이고 효율성을 높이기 위해서 푸리에 역변환에 사용되는 변수들의 최적화 과정 및 방법을 제안하였다. 이를 위해서 실제 스펙트럼을 묘사한 곡선형 삼각뿔 형태의 이봉형 스펙트럼들을 정의한 후 주파수 증분, 시간 증분을 변경하며 시계열 데이터들을 생성하였으며, 생성된 시계열들은 각각 주파수영역과 시간영역에서의 기준 시계열 데이터와의 피로손상도 비교를 하였다.
- 선정된 변수를 최적화하기 위해서는 기존의 연구에서 제시되었던 변숫값들을 기준값으로 정의하고, 기준값의 크기 변화가 피로손상도에 미치는 민감도를 확인해야 한다. 이 민감도 해석 결과를 토대로 계산시간을 줄이도록 최적화를 수행하였다.
- , 2011)에서 제안한 방법과 비교하였다. 이를 위해 실제 부유식저장설비(FSU, Floating storage unit)와 계류시스템의 연성 해석을 통해 얻은 계류라인의 장력 스펙트럼에 두 방법을 사용하여 피로손상도를 계산 비교하였다.
- 응답스펙트럼으로부터 시계열 데이터를 산출하는 과정을 보다 합리적이고 효율성을 높이기 위해서 푸리에 역변환에 사용되는 변수들의 최적화 과정 및 방법을 제안하였다. 이를 위해서 실제 스펙트럼을 묘사한 곡선형 삼각뿔 형태의 이봉형 스펙트럼들을 정의한 후 주파수 증분, 시간 증분을 변경하며 시계열 데이터들을 생성하였으며, 생성된 시계열들은 각각 주파수영역과 시간영역에서의 기준 시계열 데이터와의 피로손상도 비교를 하였다. 비교 결과로부터, 주파수 증분과 시간 증분 비율은 기존의 제안된 값을 사용해도 계산되는 피로손상도는 큰 영향이 없으나, 반복 횟수 및 1 Block의 재정의를 통하여 피로손상도 계산 시간을 줄이는 방법을 제안하였다.
- 또한, 1 Block을 30번 생성하여 계산된 피로손상도들의 평균값을 대표피로손상도로 본 연구에서 제안했지만, 기존 연구에서는 1 Block을 10번 생성하여 계산된 피로손상도들의 평균값을 스펙트럼의 대표피로손상도로 정의하였다. 이를 종합하면 기존의 연구에서는 1개의 스펙트럼에 대해 3시간 동안의 시계열을 200번 생성하였고, 본 연구에서는 3시간 동안의 시계열을 30번 생성하여 대표피로손상도를 계산하였다. 결론적으로, 선행 연구에서 제안한 방법으로 계산된 피로손상도는 60시간에 대한 피로손상도를, 본 연구에서는 3시간에 대한 피로손상도를 계산하였다.
- 제안된 방법을 검증하기 위해 실제 해양구조물의 한 종류인 계류라인의 장력 스펙트럼에 제안된 방법을 사용하여 피로손상 해석을 수행하였다. 장력 스펙트럼은 구조물의 운동 특성으로 인해 저주파수 응답과 파랑 주파수 응답이 동시에 작용하여 스펙트럼의 형태가 광대역 이봉형 스펙트럼으로 나타난다.
- 최적화 대상 매개변수는 푸리에 역변환에 사용되는 시간 증분(dt) 비율, 주파수 증분(dω), 그리고 시계열의 생성 반복 횟수(R)가 있으며, 먼저 최적화된 R의 값을 결정한 뒤 dω과 dt 비율을 최적화였다.
- 본 연구에서는 기존 방법에서 사용된 변수들을 최적화하기 위해 매개변수 연구를 수행하였다. 최적화 연구를 위해서 실제 해양구조물의 다봉형 응답을 묘사한 다양한 종류의 이봉형 스펙트럼을 생성하였으며, 생성된 스펙트럼들의 대표피로손상도는 시간영역 피로손상도계산법을 사용하여 계산하였다. 최적화 대상 변수는 스펙트럼으로부터 대표피로손상도를 계산하는 과정에서 소요되는 시간에 관련된 변수 3개를 선정하였다.
대상 데이터
- , 2016). 사용된 변값은 Table 1에 정리하였으며, 고려된 각 변수의 조합을 사용하여 총 162개의 이봉형 스펙트럼을 생성하였다.
- 최적화 연구를 위해서 실제 해양구조물의 다봉형 응답을 묘사한 다양한 종류의 이봉형 스펙트럼을 생성하였으며, 생성된 스펙트럼들의 대표피로손상도는 시간영역 피로손상도계산법을 사용하여 계산하였다. 최적화 대상 변수는 스펙트럼으로부터 대표피로손상도를 계산하는 과정에서 소요되는 시간에 관련된 변수 3개를 선정하였다. 선정된 변수마다 기준값을 정의하고 이 값을 사용하여 계산된 피로손상도와 변화된 변숫값을 사용하여 계산된 피로손상도를 비교하여 오차정도를 확인하며 변수의 최적화값을 결정하였다.
- 반면, 시계열 생성 반복 횟수가 30이상일 경우 오차범위 2% 이내로 기준값과 일치도가 높기 때문에 최적화 값의 범위이다. 하지만 높은 반복 횟수가 정확도를 높일 수 있으나 그만큼 추가로 계산 시간이 소요되기 때문에 정확도가 보장되면서도 시간이 상대적으로 적게 소요되는 30을 R의 최적값으로 선정하였다.
데이터처리
- , 2011)은 스펙트럼으로부터 3시간 시계열을 무작위 위상각 세트와 dω을 바꿔가며 총 20번을 생성하여 1 Block으로 정의하였다. 그리고 총 10 Block을 계산하여 10 Block의 평균값을 대표피로손상도로 정의하였다. 그러나 이 방법은 Block의 사이즈가 크고 반복 횟수가 많기 때문에 스펙트럼의 피로손상도 계산에 많은 시간이 소모된다.
- 선정된 변수마다 기준값을 정의하고 이 값을 사용하여 계산된 피로손상도와 변화된 변숫값을 사용하여 계산된 피로손상도를 비교하여 오차정도를 확인하며 변수의 최적화값을 결정하였다. 연구 결과를 검증하기 위해, 실제 스펙트럼의 피로손상도를 제안된 변숫값과 기존의 방법을 사용하여 계산된 피로손상도와 비교하였다.
- 최적화된 변수들을 검증하기 위해서 선행연구(Park et al., 2011)에서 제안한 방법과 비교하였다. 이를 위해 실제 부유식저장설비(FSU, Floating storage unit)와 계류시스템의 연성 해석을 통해 얻은 계류라인의 장력 스펙트럼에 두 방법을 사용하여 피로손상도를 계산 비교하였다.
이론/모형
- 특히, 라이저의 와류유기진동, 인장각식 구조물(Tension leg platform)의 스프링잉과 같은 고주파수 응답특성은 구조물의 응답스펙트럼을 광대역으로 만든다. 동적 하중에 의해 발생하는 구조물의 피로손상도를 비교적 빠르게 계산하기 위해서는 구조물의 응답 스펙트럼과 피로손상모델을 사용하여 통계학적 피로 분석법을 사용한다(DNV, 2010b). 이 방법을 통상 주파수 영역 피로해석이라 부르며, 정확한 주파수 영역 피로해석을 위해서는 해당 구조물의 응답 특성에 적절한 통계 모델을 사용해야 한다.
- 연구에 사용된 이상화된 스펙트럼들은 총 162개로, 스펙트럼을 구성하는 세부 변수들을 조절하여 생성되었으며, 스펙트럼들의 대표피로손상도는 시간영역 피로손상도계산법을 사용하여 계산하였다. 시간영역 피로손상도계산법은 우선, 푸리에 역변환 (Inverse fourier transform)을 사용하여 스펙트럼으로부터 시계열을 반복 생성한 뒤, 생성된 시계열에 레인플로우집계법을 적용하여 응력범위와 빈도수를 결정하고, 집계된 응력의 빈도수와 최대 파단 빈도수의 비를 집계된 모든 응력에 대해 계산하여 더하는 선형 누적법(Miner, 1945)을 사용하여 스펙트럼의 피로 손상도를 계산하였다.
성능/효과
- 변수의 최적값 판단은 시계열 반복 횟수와 주파수 증분 크기의 판단 방법과 같다. Fig. 6의 결과에서 볼 수 있듯이 주파수 증분의 경우와 같이 무작위 위상각 세트에 따른 편차는 모두 존재하지만, 시간 증분의 비율이 커질수록 즉, 시간 증분의 크기가 커질수록 기준 피로손상도에 비해 오차도가 높아졌다. 이와 같은 현상의 원인은 시간 증분의 값이 커지면 생성된 시계열의 피크값 손실이 발생하기 때문이며, 시계열의 시간이 늘어날수록 지속해서 피크값의 손실이 누적되기 때문이라고 사료된다.
- 08이다. 결과에서 확인할 수 있듯이, 계산시간을 줄었으며 생성 반복 횟수가 30 이상인 경우부터 기존 연구대비 오차율이 2% 내외가 됨을 알 수 있다.
- 비교 결과로부터, 주파수 증분과 시간 증분 비율은 기존의 제안된 값을 사용해도 계산되는 피로손상도는 큰 영향이 없으나, 반복 횟수 및 1 Block의 재정의를 통하여 피로손상도 계산 시간을 줄이는 방법을 제안하였다. 결과적으로 스펙트럼의 피로손상도의 정확성은 유지하되 기준 데이터의 산출 시간 대비 약 20배의 시간을 절약한 시계열 데이터를 산출할 수 있었다.
- 이를 종합하면 기존의 연구에서는 1개의 스펙트럼에 대해 3시간 동안의 시계열을 200번 생성하였고, 본 연구에서는 3시간 동안의 시계열을 30번 생성하여 대표피로손상도를 계산하였다. 결론적으로, 선행 연구에서 제안한 방법으로 계산된 피로손상도는 60시간에 대한 피로손상도를, 본 연구에서는 3시간에 대한 피로손상도를 계산하였다. 그러므로 본 연구에서 제안하는 방법과 기존의 방법을 비교 검증하기 위해서는 정의된 Block의 길이를 같게 해야 한다.
- 이를 위해서 실제 스펙트럼을 묘사한 곡선형 삼각뿔 형태의 이봉형 스펙트럼들을 정의한 후 주파수 증분, 시간 증분을 변경하며 시계열 데이터들을 생성하였으며, 생성된 시계열들은 각각 주파수영역과 시간영역에서의 기준 시계열 데이터와의 피로손상도 비교를 하였다. 비교 결과로부터, 주파수 증분과 시간 증분 비율은 기존의 제안된 값을 사용해도 계산되는 피로손상도는 큰 영향이 없으나, 반복 횟수 및 1 Block의 재정의를 통하여 피로손상도 계산 시간을 줄이는 방법을 제안하였다. 결과적으로 스펙트럼의 피로손상도의 정확성은 유지하되 기준 데이터의 산출 시간 대비 약 20배의 시간을 절약한 시계열 데이터를 산출할 수 있었다.
후속연구
- 본 연구의 결과는 푸리에 역변환 과정과 레인플로우집계법을 사용한 피로손상도 계산 시 사용되는 주요 변수의 기준을 제시하고 관련 연구에서 사용될 수 있을 것으로 사료된다. 또한 해양구조물의 고주파수 응답에 기인하는 피로손상도 계산에 적합한 피로손상모델 개발 과정의 기초 연구로 활용될 것으로 사료된다.
- 본 연구의 결과는 푸리에 역변환 과정과 레인플로우집계법을 사용한 피로손상도 계산 시 사용되는 주요 변수의 기준을 제시하고 관련 연구에서 사용될 수 있을 것으로 사료된다. 또한 해양구조물의 고주파수 응답에 기인하는 피로손상도 계산에 적합한 피로손상모델 개발 과정의 기초 연구로 활용될 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.