CAD 정보를 활용한 해양 배관재 설치 준비율 관리 방법에 관한 연구

Q: 이 논문에서 정의한 배관재 설치 준비율이란 무엇인가?

배관재 설치 준비율은 해양 플랜트 의장품 설치 시 필요한 부품들이 적기에 모두 납기되어 설치가 가능한 상태를 의미한다. 특히, 개별 의장품 하나만으로는 설치를 완료할 수 없고 인접 의장품과 함께 입고되어야 완전한 설치가 가능하므로, 함께 설치해야 하는 의장품들이 동시에 공급되는지의 여부를 중요하게 다룬다. 이는 설치 순서 결정 및 자재 공급의 핵심 기준이 된다.

Q: 해양 플랜트 배관재 설치 준비율을 높이는 효과적인 입고 순서 결정 방법은 무엇인가?

연구 결과, CAD 정보로부터 추출한 아이템 간의 연결 관계를 기반으로 각 아이템 입고 시 완설 가능한 배관재 개수를 계산하여, 이 값이 높은 순서대로 입고 순서를 결정하는 알고리즘이 효과적이다. 이 방법은 기존 납기 관리 방식 대비 초기 완설률을 크게 높여 후속 테스트 공정의 일정을 선행 확보하는 데 기여한다.

박중구; 김호정; 김민규; 박지찬

doi:10.3744/SNAK.2019.56.2.152

추천

검색

질문

자료유형: 학술저널

저자정보: 박중구 (삼성중공업) 김호정 (삼성중공업) 김민규 (삼성중공업) 박지찬 (삼성중공업)

저널정보: 대한조선학회 대한조선학회 논문집 대한조선학회논문집 제56권 제2호(통권 제224호)

발행연도: 2019.4

수록면: 152 - 160 (9page)

DOI: 10.3744/SNAK.2019.56.2.152

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In this study, we propose a piping material supply management method using CAD system. The piping materials installed in super large offshore plants have very complicated connection conditions. Therefore, it is very difficult to determine the order of receipt of a large number of installation materials. Therefore, we have developed a system that can automatically check the preparation rate of installation materials prior to the installation process. We have developed an algorithm to obtain connection information among installation items from PDMS system. We have developed an algorithm that can determine the order of installation materials to be installed using the connection information. The order of the installation material is determined by taking into account the constraint conditions for the complete installation of the piping material. We confirm the effectiveness of the developed algorithms in the operating system. This system is also used to manage installation schedules and plan the installation manpower.

#Pipe install preparation rate(배관재 설치 준비율) #PDMS(플랜트 설계 시스템) #Supply management of piping materials (배관재 공급 관리)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-538-000562034

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)