선박의 아웃리거에 의한 선박 안정성(요동 감쇄)
Reduction Of Outrigger Wide To Maximize Fishing Boat ...
https://iptek.its.ac.id › article › download › pdf_266
2024. 8. 5. — Moreover, broader outriggers can amplify vessel motion, leading to extended oscillation periods, ... of the boat with and without the use ...
1. 연구 배경:
- 프리기 지역의 주깅(Jukung) 어선들은 넓은 아웃리거(약 5미터) 때문에 해안 가까이 정박하기 어려운 문제가 있습니다.
2. 연구 목적:
- 아웃리거 폭을 줄여 PPN 프리기 항구의 정박 용량을 늘리면서도 선박 안정성을 유지하는 방법을 찾고자 합니다.
3. 연구 방법:
- 다양한 아웃리거 폭(1.5m, 1.25m, 1m, 0.75m)에 대해 선박 안정성을 분석했습니다.
- HSC 2000 Annex 7과 Annex 749 (18) Ch3 설계 기준을 사용했습니다.
4. 주요 결과:
- 아웃리거 폭을 1미터로 줄여도 선박 안정성 기준을 충족합니다.
- 이 변경으로 15미터 정박지에서 정박 효율을 66% 높일 수 있습니다.
- PPN 프리기 동쪽 부두의 주깅 선박 수용량이 142척에서 236척으로 증가합니다.
5. 결론:
- 아웃리거 폭을 줄이면 항구 인프라를 최적화하고 프리기 어업 공동체의 운영 효율성을 향상시킬 수 있습니다.
이 연구는 전통적인 어선 설계를 현대화하여 항구 용량과 효율성을 개선하는 방법을 제시하고 있습니다.
댓글2
-
세상의모든계산기
클로드 Sonnet 3.5에게 수치적으로 분석해 달라고 했습니다.
import numpy as np import matplotlib.pyplot as plt from scipy.signal import find_peaks # 파도 프로파일 생성 함수 def generate_wave_profile(time, amplitude, frequency): return amplitude * np.sin(2 * np.pi * frequency * time) # 선박 요동 각도 계산 함수 def calculate_boat_angle(wave_height, outrigger_width): base_angle = np.arctan(wave_height / 5) # 기본 각도 (아웃리거 없을 때) if outrigger_width == 0: return np.degrees(base_angle) else: return np.degrees(base_angle / (1 + outrigger_width * 0.5)) # 아웃리거 효과 # 파라미터 설정 time = np.linspace(0, 10, 1000) # 10초 동안 1000개 데이터 포인트 wave_amplitude = 2 # 파도 진폭 (미터) wave_frequency = 0.5 # 파도 주파수 (Hz) # 파도 프로파일 생성 wave_profile = generate_wave_profile(time, wave_amplitude, wave_frequency) # 아웃리거 폭 범위 설정 outrigger_widths = [0, 0.75, 1, 1.25, 1.5, 2] # 그래프 설정 plt.figure(figsize=(12, 8)) # 파도 프로파일 플롯 plt.subplot(2, 1, 1) plt.plot(time, wave_profile, label='Wave Profile') plt.title('Wave Profile') plt.xlabel('Time (s)') plt.ylabel('Wave Height (m)') plt.legend() # 선박 요동 각도 플롯 plt.subplot(2, 1, 2) for width in outrigger_widths: boat_angles = [calculate_boat_angle(h, width) for h in wave_profile] plt.plot(time, boat_angles, label=f'Outrigger Width: {width}m') plt.title('Boat Roll Angle for Different Outrigger Widths') plt.xlabel('Time (s)') plt.ylabel('Roll Angle (degrees)') plt.legend() plt.tight_layout() plt.show() # 최대 요동 각도 분석 max_angles = [] for width in outrigger_widths: boat_angles = [calculate_boat_angle(h, width) for h in wave_profile] peaks, _ = find_peaks(boat_angles) max_angle = np.mean(np.array(boat_angles)[peaks]) max_angles.append(max_angle) # 최대 요동 각도 플롯 plt.figure(figsize=(10, 6)) plt.plot(outrigger_widths, max_angles, 'bo-') plt.title('Maximum Roll Angle vs Outrigger Width') plt.xlabel('Outrigger Width (m)') plt.ylabel('Maximum Roll Angle (degrees)') plt.grid(True) plt.show() # 결과 출력 for width, max_angle in zip(outrigger_widths, max_angles): print(f"Outrigger Width: {width}m, Max Roll Angle: {max_angle:.2f} degrees")
인공지능 정말 똑똑하네요.
인공지능은 아직 개발 초기단계라는거...
세상의모든계산기 님의 최근 댓글
낮에 TV에서 영화 '말모이' 해주더라구요. 그래서 한번 물어 봤습니다. 2025 10.10 마지막 발언이 마지막 힌트이자 문제의 핵심이군요. 처음 들은 달이 8월이었다면 (15일인지 17일인지 확신할 수 없어서) 마지막 대사를 할 수 없지만, 처음 들은 달이 7월이었다면 (선택지가 16일 하나라서 확신이 가능하므로) 마지막 대사를 할 수 있다. 대사를 했으니 7월이다. 이제 이해되었습니다. 지금 보니까 이해가 되는데, 당시에는 왜 이해가 안됐을까요? 세가지 전제 하에 문제를 풀면 A는 마지막 대화 2줄만으로 C의 생일을 알 수 없어야 정상인데, 무슨 이유에서인지 "그럼 나도 앎!"이라고 선언해 버립니다. 알게 된 이유를 대화 속에서 찾을 수는 없습니다. 이 편견에 사로잡혀 빠져나오지 못하고 다른 길로 계속 샜나봅니다. 2025 10.09 원래 식이 풀어진 상태에서는 두번째 인수 v가 분모, 분자에 섞여 있어서 계산기가 처리하지 못하는 듯 합니다. 이 때는 위에서와 반대로 분모 부분만 다른 문자(w)로 치환한 다음 completesquare(,v^2) 처리를 하면 일부분은 묶이는 듯 합니다. 하지만 여기서 처음 모양으로 더 이상 진행되진 않네요. 2025 10.08 전체 식에서 일부분(분모, 루트 내부)만 적용할 수는 없습니다. 번거롭더라도 해당 부분만 따로 끄집어 내서 적용하셔야 합니다. https://allcalc.org/30694#comment_30704 2025 10.08 분수의 분모 아닌 v만 w로 치환해 놓고, 결과를 completesquare 돌리면 앞부분은 묶이는 듯 합니다. 2025 10.08