기술의 발전으로 스마트 선박과 관련된 다양한 연구가 진행되고 있으며, 기관실을 무인으로 순찰할 수 있는 기관실 순찰 로봇 도 이러한 연구 중의 하나이다. 순찰로봇은 인공지능을 통해 학습된 정보를 기반으로 기관실을 이동하며 기기 정상 유무 및 누수, 누유, 화재 등의 이상 유무를 파악한다. 기관실 순찰로봇에 관한 연구는 인공지능을 이용한 객체 검출에 관한 연구가 주로 진행되고 있으나, 순 찰로봇의 이동 및 제어에 관한 연구는 부족한 상황이다. 이는 순찰로봇이 객체를 검출하더라도 검출한 객체까지 이동할 방법이 없다는 문제를 야기한다. 이에 본 논문에서는 기관실 이상상황 발생 시 빠르게 이상 유무를 파악할 수 있는 기동성을 확보하기 위해, A* 알고리 즘을 적용하여 순찰로봇이 최단경로를 탐색할 수 있는지를 확인하였다. 라이다를 장착한 소형차를 이용하여 선박 기관실을 주행하며 데 이터를 얻어, SLAM으로 매핑하여 지도를 만들었다. 매핑한 지도에서 순찰로봇의 출발 지점과 목표 지점을 설정하고, A* 알고리즘을 적용 하여 출발 지점부터 목표 지점까지 최단 경로를 탐색하는지를 확인하였다. 시뮬레이션 결과 매핑된 지도에서 출발 지점부터 목표 지점까 지의 장애물을 회피하며 최단 경로를 잘 탐색함을 확인 할 수 있었으며, 기관실 순찰로봇에 적용하면 선박안전에 도움이 될 것으로 사료 된다.

In this study, the power consumption and illuminance were analyzed by replacing the fluorescent and incandescent lamps used as light sources for the engine room lighting of the training ship with LED light sources. By replacing 40W and 20W fluorescent lamps with 17W and 11W LED lamps, 40W fluorescent lamps reduced power consumption by 57.5% and 20W fluorescent lamps reduced power consumption by 45% and improved illumination by 56.8%. In particular, as a result of replacing 60W incandescent lamps with LEDs, power consumption was reduced by 85%. By installing an auxiliary cooling seawater pump that supplies cooling seawater to the engine control room air conditioner and boiler drain cooler in parallel, there is an energy saving effect of 88.1%. was confirmed.

본 논문은 선박 기관실 내의 효율적인 감시를 위한 팬-틸트-줌(PTZ) 카메라 기반의 모니터링 시스템의 설계 방법을 다룬다. 선 박 기관실에는 여전히 전통적인 아날로그 계기들을 사용하는 곳이 많고, 침수나 화재 등 안전과 밀접하게 관련된 사각지대들이 다수 존 재한다. 이러한 감시 개소들에 대하여 비교적 빠른 주기로 넓은 범위를 보장하는 카메라 기반 감시 시스템은 선박의 안전을 강화시킬 수 있는 효과적인 대안이 될 수 있다. 이에 본 연구에서는 기존 PTZ 카메라의 기능들을 소프트웨어적 방법으로 더욱 강화시킨 형태의 모니 터링 시스템을 제안한다. 보다 구체적으로는 카메라제어 모듈, 위치등록 모듈, 순회제어 모듈, 멀티뷰 영상재구성 모듈로 구성된 모니터 링 시스템의 설계 방법을 제안하고, 제안된 방법은 기관실 환경에서의 실험을 통해 그 효용성을 평가한다.

선박 기관실 통풍 설계조건 및 계산 기준에 관한 국제 표준(ISO 8861)을 만족해야 하는 선박 기관구역의 환기시스템은 일반적 으로 내연기관에 필요한 연소공기의 공급과 기관구역에서 발생한 열원을 제거하기 위해 설치되며 화재감지기가 포함된 환기시스템의 응 답지연은 구역 내부에 형성된 기류와 화재감지기의 설치 위치에 영향을 받는다. 어선에서 발생하는 화재는 상선과 비교하여 인명피해 가능성이 높으므로 화재 조기 감지가 무엇보다 중요하다. 따라서 본 논문에서는 어선에 설치되는 화재 감지기의 초기 화재감지 응답속도 향상과 설치된 감지기의 감도 유지를 위해 기관구역 내부에서 발생한 정량적 연기량에 따른 공기 유동장, 내연기관 연소 공기량 및 기관 구역 내부 압력을 변수로 연기 거동 시뮬레이션이 가능한 해석모델을 구성하여 선박 기관구역 내부의 연기 거동을 시뮬레이션하였다. 시뮬레이션 결과를 통해 기관실 내부 압력을 감소시키고 연기커튼 설치를 통해 공기 유동장에서의 유속을 감소시키고 와류를 증가시키면 연기 성분의 천장 상승이 가속화되어 연기감지기 응답속도 및 환기시스템이 개선될 수 있을 것으로 해석되었다.

선박 기관실은 기술의 발전으로 인해 자동화 시스템이 향상되었지만, 해상에서는 바람, 파도, 진동, 기기 노후화 등의 다양한 변수가 많아 자동화 시스템에서 계측되지 않는 풀림, 절단, 누유, 누수 등이 발생하므로 기관사는 주기적으로 순찰을 한다. 순찰 시에는 1명의 기관사만 순찰하는 경우도 있으며, 이는 고온고압 및 회전기기가 운전 중인 기관실에서 많은 위험요소를 가지고 있다. 기관사가 순찰 시에는 오감을 활용하며, 특히 시각에 의존한다. 본 논문에서는 로봇이 기관실을 순찰하며 기기의 특이사항을 검출하고 알려주는 기관실 순찰 로봇을 구현하기 위한 선행연구로서 선박 기관실 기기의 이미지를 합성곱 신경망을 이용하여 분류하였다. 선박 기관실의 이미지 데이터 셋을 구성한 후 사전 훈련된 합성곱 신경망 모델로 학습하였다. 학습한 모델의 분류 성능은 높은 재현율을 보였으며, 클래스 활성화 맵으로 이미지를 시각화 하였다. 데이터의 양이 제한적이어서 일반화할 수는 없지만, 각 선박의 데이터를 전이 학습으로 학습시키면 적은 시간과 비용으로 각 선박의 특성에 맞는 모델을 구축할 수 있을 것으로 사료된다.

소형선박 기관실 내 화재 시 개구부 유동 및 온도에 대해 FDS(Fire Dynamics Simulator)를 이용하여 화재시뮬레이션을 수행하였다. 열방출률이 10 kW 급인 경유(Diesel) 화재를 대상으로 하였고, 천장 통풍통의 위치, 측면 개구부 유·무 및 크기에 대한 영향을 파악하였다. 측면 개구부의 유·무 및 크기는 연기 거동 뿐 아니라 개구부를 통한 질량 유량 및 온도에 지대한 영향을 미쳤다. 측면 개구부가 미설치되거나 크기가 작은 경우 연기층이 기관실 내 바닥까지 도달하였고, 측면 개구부의 크기가 증가함에 따라 개구부를 통한 질량 유량이 증가하고 온도는 감소하는 경향이 나타났다. 반면, 천장 통풍통의 위치가 연기 거동, 개구부를 통한 질량 유량 및 온도에 미치는 영향은 측면 개구부 크기에 비해 상대적으로 미미한 것으로 관찰되었다. 따라서 소형선박의 기관실 내 화재 시 안전성 향상을 위해서는 천장 통풍통 위치보다 측면 개구부의 크기가 더 중요한 설계 인자인 것으로 판단된다.

화재의 초기 검출은 인명과 재화의 손실을 최소화하기 위한 중요한 요소이다. 불꽃과 연기를 신속하면서 동시에 검출해야 하며 이를 위해 영상 기반의 화재 검출에 관한 연구가 다양하게 진행되고 있다. 기존의 화재 검출은 불꽃과 연기의 특징을 추출하기 위해 여러 알고리즘을 거쳐서 화재의 검출 유무를 판단하므로 연산량이 많이 소모되었으나, 딥러닝 알고리즘인 합성곱 신경망을 이용 하면 별도의 과정이 생략되므로 신속하게 검출할 수 있다. 본 논문에서는 선박 기관실에서 화재 영상을 녹화한 데이터로 실험을 수행 하였다. 불꽃과 연기의 특징을 외각 상자로 추출한 후 합성곱 신경망 중 하나인 욜로(YOLO)를 이용하여 학습하고 결과를 테스트하였 다. 실험 결과를 검출률, 오검출률, 정확도로 평가하였으며 불꽃은 0.994, 0.011, 0.998, 연기는 0.978, 0.021, 0.978을 나타내었고, 연산시간 은 0.009s를 소모됨을 확인하였다.

선박의 기관실에서 사용하고 있는 화재 검출기는 연기나 열이 검출기에 도달해야 하지만 기관실의 공기 흐름은 기기의 사용유무에 따라 매우 유동적이기 때문에 상부에 설치된 검출기에 도달하기에는 많은 시간이 필요하다. 이러한 단점을 보완하기 위해 근래에는 영상을 기반으로 화재를 검지하는 연구가 이루어지고 있다. 영상기반의 연기 검지는 공기의 흐름에 영향을 받지 않으며 전송속도가 빠르 기 때문에 화재의 초기 검지에 효율적이다. 본 연구는 기관실에서 연기 발생기로 발생시킨 연기의 확산모습을 녹화한 영상으로 실험을 수행하였다. 연기의 질감특징을 추출하는 LBP와 GLCM연산자를 사용하여 생성된 학습 데이터를 기계학습 분류기인 SVM으로 학습한 후 분류하여 검출 성능을 평가함으로서 연기가 상부에 설치되어 있는 검출기까지 상승하지 않더라도 영상기반으로 먼저 검지 가능함을 확인하였다.

멀미는 구토 증상뿐만 아니라 현기증, 두통, 졸음, 피로감, 무기력증 등을 동반하여 선박운항자의 신체리듬과 판단능력을 저하시켜 해양사고로 이어질 수 있다. 이 연구는 승선경험이 없는 조타실 근무자(실습항해사)와 기관실 근무자(실습기관사)를 대상으로 뱃멀미 민감성에 대하여 조사하였다. 선박의 X, Y, Z축 방향에 대한 선체운동을 측정할 수 있는 선체운동계측장비(motion sensor)를 이용하여 선체의 운동을 계측하였고, 설문을 통해 조타실과 기관실 근무자의 멀미에 대한 증상 정도(VIR, VSR)를 산출하였다. 이 연구를 통해 동일한 상황에서 조타실 근무자와 기관실 근무자간에 느끼는 멀미 정도에 차이가 있다는 것을 알 수 있었으며, 멀미는 선체 움직임의 크기뿐만 아니라 움직임의 주기와도 높은 연관성이 있다는 것을 확인할 수 있었다. 또한 X축과 Y축 방향 선체운동보다 Z축 방향의 선체운동이 멀미와 상관관계가 높았다. Z축 이외 X축과 Y축에 대한 연구가 진행된다면 조타실과 기관실 근무자의 안전과 선박의 거주성 및 승선감 향상에 크게 기여할 수 있을 것으로 기대된다.

Most real world design evaluation and risk-based decision support combine quantitative and qualitative (linguistic) variables. Decision making based on conventional mathematics that combines qualitative and quantitative concepts always exhibit difficulty in modelling actual problems. The successful selection process for choosing a design/procurement proposal is based on a high degree of technical integrity, safety levels and low costs in construction, corrective measures, maintenance, operation, inspection and preventive measures. In this paper, a design decision support framework using a composite structure methodology grounded in approximate reasoning approach and evidential reasoning method is suggested for design evaluation of machinery space of a ship engine room at the initial stages. An illustrative example is used to demonstrate the application of the proposed framework.