To address the issues of slow magnetization current tracking speed, prolonged magnetization time, and low accuracy during magnetic particle testing of ship castings, forgings, and welded components, this study designed a high-precision rapid current tracking control system. By integrating the predictive characteristics of the Newton interpolation algorithm with the robustness of PID control, a compound control algorithm with a pre-judgment mechanism was developed. An innovative three-phase zero-crossing detection circuit architecture was also implemented, combining high-speed A/D converters and CS5460 chips to optimize current tracking methods, resolving the conflict between initial tracking phase deviation and dynamic process overshoot in conventional approaches. Experimental results demonstrated that this method significantly improves magnetization speed, achieving target current tracking within 0.5 seconds with errors below 2%, meeting the design requirements for non-destructive testing in ship welding applications.

해상운송에서 충돌사고는 인명과 재산에 막대한 피해를 끼치는 중요한 안전 문제로써, 국제해사기구(International Maritime Organization, IMO)가 제정한 국제해상충돌예방 규칙(International Regulations for Preventing Collisions at Sea, COLREGs)의 철저한 준수가 권장 된다. 그러나 복잡한 해상 환경과 인간의 인지적 한계로 인해, 항해사가 실시간으로 최적의 충돌회피 의사결정을 내리기란 쉽지 않다. 본 연구는 대형 언어 모델(Large Language Model, LLM)인 GPT를 활용하여, 유인선 항해사가 COLREGs 규칙에 부합하는 충돌회피 판단을 신속 하고 정확하게 내릴 수 있도록 지원하는 단계별 프롬프트 설계안을 제시한다. 특히 4단계 충돌회피 과정을 확장하여, 항해사가 GPT와 자 연어로 상호작용할 때 사용할 표준화된 프롬프트를 구체화하였다. 가상의 시나리오 적용 결과, 항해사는 GPT의 조언을 통해 주변 상황 인식부터 회피경로 선정, 실행 단계까지 일관적으로 보고받을 수 있었으며, COLREGs의 준수와 충돌위험지수(Collision Risk Index, CRI) 계 산 등의 복잡한 작업을 AI가 보완함으로써 인적 오류를 줄일 가능성을 보였다. 이러한 결과는 자율운항선 뿐만 아니라 현행 유인선 운항 에서도 AI-항해사 협업을 통한 안전성 향상을 도모할 수 있을 것으로 기대한다.

This study presents the implementation of a direct power control (DPC) system based on virtual flux for an eco-friendly ship utilizing a low voltage DC distribution within a Simulink environment. The proposed system regulates the DC bus voltage and the instantaneous power of the generator. The electrical load of the generator is classified into three levels (low, medium, and high) and subjected to ±10% variations. Under these conditions, the characteristics of the DC bus voltage and current, instantaneous active and reactive power as well as the voltage and current of the generator, are thoroughly analyzed. The simulation results indicate that the DC bus voltage and instantaneous active and reactive power remain stable and well-regulated at their set-points despite load fluctuations. Furthermore, the voltage and current of the generator, consistently maintain sinusoidal waveforms and remain in phase. These findings validate the effectiveness of the proposed virtual flux-based direct power control strategy, demonstrating its suitability for DC distribution applications in maritime vessels.

The intensity of typhoons is increasing due to the effects of global warming. These typhoons pass through the coast of Korea on an average of two to three times a year, causing a lot of damages. The harbor shelters for avoiding typhoons are congested with large and small vessels, so the distance between vessels is short, the veered out anchor chain is long, and there is a risk of collision due to dragging anchor caused by powerful winds. Therefore, this study aimed to quantitatively identify the degree of influence of external force factors on the experimental vessel during anchoring, and to provide basic data for setting the critical point of tension that can cause dragging anchor. The range of outlier of tension observed in the experimental vessel was -0.90 to 4.60 tons, and the ratio of outlier was approximately 5.07%. As a result of analyzing 184,008 samples of external force corresponding to this, a weak negative linear relationship was shown in the correlation between tension and external force for the current and wind direction whereas a positive correlation was shown for wind speed and current velocity. In this study, the effects of external force during anchoring on tension were in the order of wind speed, current velocity, current direction, and wind direction, and the ratios were 85.46%, 6.28%, 4.79%, and 3.47%, respectively. In future studies, we plan to quantitatively understand the relationship between holding power and tension indicated by the tension meter to determine the tension value that becomes the critical point of the dragging anchor.

본 논문은 선박·항만안전과 운항(영)의 효율성 확보를 위해 도입된 강제도선의 법적 문제점을 검토하고, 관공선 운항 사례를 중심으로 그 적용상의 불합리성과 형평성 문제를 분석하였다. 해군 및 해양경찰 함정의 경우, 별도의 군 도선사 제도와 자력도선을 통해 묵시적으로 강제도선 적용을 배제하고 있으나, 이는 법령상의 명확한 근거 없이 행정해석에 의존하는 문제를 야기하여 법률유보원칙과 예측가능성에 저촉되는 것으로 보인다. 또한, 관공선 중 실습선만 유일하게 동일한 공익 목적에도 불구하고 차별적 규제가 적용되어 자의 금지원칙 및 평등 원칙에 저촉됨을 확인하였다. 이에, 본 연구는 강제도선 적용 대상 및 예외 규정을 명확히 하고, 운항목적·안전성 평가· 승무원의 숙련도 등을 종합적으로 고려한 세부기준 마련의 필요성을 제시하며, 실습선의 경우 도선구 내 항로 사용을 한정한 자력도선 허용 방안과 이외 관공선은 강제도선 면제에 관한 법적 근거를 마련하는 것을 입법적 개선안으로 제안하였다. 추가로 실습선의 경우 향 후 사고 없이 항만 내에서 선박운항을 수행한다면 다른 관공선과 함께 전면적인 강제도선 면제방안을 제시하는 것도 법리적으로 혹은 비 교법적으로도 무리는 없어 보임으로 추가적인 개정안을 제안하였다.

정확한 선박 항적 예측은 선박의 충돌 회피 전략 수립과 자율운항 선박의 안전 운항에 중요한 요소이다. MMG(Maneuvering Modeling Group) 모델이나 CFD(Computational Fluid Dynamics)를 활용하여 선박 항적을 계산할 수 있지만, 계산을 위한 선박의 정확한 계 수등을 확보하는 것은 현실적으로 어렵다. 이에 대한 대안으로, LSTM(Long Short-Term Memory)과 같은 인공지능을 활용한 항적 예측 연 구가 진행되고 있다. 그러나 LSTM 단독으로는 선박의 복잡한 비선형적 움직임을 완벽히 예측하는데 한계가 있다. 예측 정확도를 향상 시키기 위해 본 연구에서는 STL-CNN-LSTM 하이브리드 모델을 제안한다. 이 모델은 STL (Seasonal and Trend decomposition using Loess)을 이용한 데이터를 분해하고, CNN(Convolutional Neural Network)을 활용한 데이터의 특징 추출, 그리고 LSTM을 통한 학습이 이뤄진다. 이 연구는 CNN-LSTM에 비해 얼마나 더 높은 항적 예측도를 보여주는지 비교 분석한다. 분석 결과, STL-CNN-LSTM 모델은 CNN-LSTM보 다 우수한 예측 성능을 보이며, 예측 오차는 1~5미터 범위 내에 있는 것으로 나타났다. 이러한 연구 결과는 정밀한 충돌 회피 전략 개 발에 기여할 수 있으며, 향후 연구에서는 실무 적용을 위한 충돌회피 모델의 설계 고도화 연구에 적용될 것이다.