논문 상세보기
pp.60-66
다양한 산업에서 강조되고 있는 정비의 중요성은 각 분야에 다양한 정비전략을 적용하도록 만들었다. 해양산업 역시 그에 따른 정비전략의 변화가 있었으나 타 산업 대비 그 속도가 느려 실제 적용이 되지 않은 채 과거 시행되고 있던 방식을 유지하는 경우가 많다. 특히 선박은 기존에 행해왔던 방식의 정비전략을 사용하고 있는 편이며 해상의 조건에서 선박은 새로운 정비전략의 개발을 필요로 하고있다. 이에 선박예지정비모델은 기기의 정비가 필요한 시점을 예지하여 조치할 수 있는 정비전략으로서 선박이 항해 중에 처할 수 있는 정비 관련 위험요소들을 줄여 주는 모델이다. 본 연구는 선박예지정비모델의 개발을 위한 연구 중의 하나로서, LNG선박 입거사양서의 텍스트 데이터 분석을 통한 결과를 원문의 내용을 바탕으로 해석해보았다. 공통된 정비항목 조합을 도출하여 선박 내 다른 기기들 사이에 작용하고 있는 상호연관성을 발견하고 이를 앞으로 개발될 선박예지정비모델에 적용하고자 한다.
The importance of maintenance is leading the application of the maintenance strategy in various industries. The maritime industry is also a part of them, with changes in selecting and applying the maintenance strategy, but rather slowly, by retaining the old strategy. In particular, the ship is maintaining a previously used strategy. In the circumstance of the sea, ship requires a new suggestion for maintenance strategy. A ship predictive maintenance model predicts the breakdown or malfunction of machineries to secure maintenance time with preventive actions and treatments, thereby avoiding maintenance-related dangerous factors. This study focused on applying text analysis to an Liquefied Natural Gas Carriers dock indent document, and the analysis results were interpreted from the original document. The inter-relational patterns observed from the frequency of common maintenance combinations among different parts and equipment in ships will be applied to the development of ship predictive maintenance.
Abstract
1. 서 론
2. 텍스트 데이터 분석
2.1 토픽 분석과 선박예지정비모델
2.2 텍스트 분석을 위한 전처리 과정
2.3 파트 구분 데이터
2.4 LDA토픽 및 키워드 생성과정
2.5 키워드 파트 구분 및 파트별 조합 생성과정
2.6 타 선박들로부터의 중복 빈도수 도출
2.7 높은 빈도수의 키워드들에 관한 사례 검증
3. 텍스트 데이터 분석 결과 및 검증
3.1 전처리 전과 후의 단어 형태 변화
3.2 파트 구분 데이터 구축 결과
3.3 LDA토픽 및 키워드 생성결과
3.4 키워드 파트 구분 및 파트별 조합
3.5 타 선박들로부터의 중복 빈도수 확인
3.6 높은 빈도수 키워드들에 대한 사례 검증결과
4. 결 론
4.1 테이블에서 빈도가 높은 작업들의 해석
4.2 연구결과의 의미있는 부분
References
