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
V2 갱신 (nonK / K-Type 통합형) 예전에는 직접 코드작성 + AI 보조 하여 프로그램 만들었었는데, 갈수록 복잡해져서 손 놓고 있었습니다. 이번에 antigravity 설치하고, 테스트 겸 새로 V2를 올렸습니다. 직접 코드작성하는 일은 전혀 없었고, 바이브 코딩으로 전체 작성했습니다. "잘 했다 / 틀렸다 / 계산기와 다르다." "어떤 방향에서 코드 수정해 봐라." AI가 실물 계산기 각정 버튼의 작동 방식에 대한 정확한 이해는 없는 상태라서, V1을 바탕으로 여러차례 수정해야 했습니다만, 예전과 비교하면 일취월장 했고, 훨씬 쉬워졌습니다. 2026 02.04 A) 1*3*5*7*9 = 계산 945 B) √ 12번 누름 ㄴ 12회 해도 되고, 14회 해도 되는데, 횟수 기억해야 함. ㄴ 횟수가 너무 적으면 오차가 커짐 ㄴ 결과가 1에 매우 가까운 숫자라면 된 겁니다. 1.0016740522338 C) - 1 ÷ 5 + 1 = 1.0003348104468 D) × = 을 (n세트) 반복해 입력 ㄴ 여기서 n세트는, B에서 '루트버튼 누른 횟수' 3.9398949655688 빨간 부분 숫자에 오차 있음. (소숫점 둘째 자리 정도까지만 반올림 해서 답안 작성) 참 값 = 3.9362834270354... 2026 02.04 1. 분모 먼저 계산 400 × 10000 = 100 × 6000 = GT 결과값 4,600,000 역수 처리 ÷÷== 결과값 0.00000021739 2. 분자 곱하기 ×3 00 00 00 ×4 00 ×1 00 00 최종 결과 = 2,608,695.65217 2026 02.04 해결 방법 1. t=-1 을 기준으로 그래프를 2개로 나누어 표현 ㄴ 근데 이것도 tstep을 맞추지 않으면 문제가 발생할 것기도 하고, 상관이 없을 것 같기도 하고... 모르겠네요. 2. t=-1 이 직접 계산되도록 tstep을 적절하게 조정 tstep=0.1 tstep=0.01 도 해 보고 싶지만, 구간 크기에 따라 최소 tstep 이 변하는지 여기서는 0.01로 설정해도 0.015로 바뀌어버립니다. 그래서 tstep=0.02 로 하는게 최대한 긴 그래프를 얻을 수 있습니다. 2026 02.02 불연속 그래프 ti-nspire는 수학자처럼 연속적인 선을 그리는 것이 아니라, 정해진 `tstep` 간격으로 점을 찍고 그 점들을 직선으로 연결하는 'connect-the-dots' 방식으로 그래프를 그립니다. 여기에 tstep 간격에 따라 특이점(분모=0)이 제외되어 문제가 나타난 것입니다. seq(−2+0.13*t,t,0,23) {−2.,−1.87,−1.74,−1.61,−1.48,−1.35,−1.22,−1.09,−0.96,−0.83,−0.7,−0.57,−0.44,−0.31,−0.18,−0.05,0.08,0.21,0.34,0.47,0.6,0.73,0.86,0.99} t=-1 에서 그래프를 찾지 않습니다. 그 좌우 값인 −1.09, −0.96 두 값의 그래프값을 찾고, Window 범위를 보고 적당히 (연속되도록) 이어서 그래프를 완성하는 방식입니다. 그래서 t=-1에서도 그래프 값이 존재하는 것입니다. 2026 02.02