<응용논문> ISSN 1226-0606
DEVS 환경에서 LNG FPSO 액화 공정의 신뢰도 해석
하솔1·구남국1†·노명일2
서울대학교 공학연구소, 2서울대학교 조선해양공학과 및 해양시스템공학연구소
Reliability Analysis of LNG FPSO Liquefaction Cycle in DEVS Environment
Sol Ha, Namkug Ku†, and Myung-Il Roh
1Engineering Research Center, Seoul National University
2Department of Naval Architecture & Ocean Engineering and Research Institute of Marine Systems Engineering, Seoul Nat’l University
Received 28 February 2013; accepted 11 March 2013
ABSTRACT
The liquefaction process system is regarded as primary among all topside systems in LNG FPSO. This liquefaction process system is composed of many types of equipment. LNG equip- ment on offshore plants has quite different demands on the equipment compared to traditional onshore LNG plants, so the reliability analysis of this process system needs to be performed.
This study investigates how DEVS formalism for discrete event simulation can be used to reli- ability analysis of the liquefaction cycle for LNG FPSO. The reliability analysis method based on DEVS formalism could be better model for reflecting the system configuration than the con- ventional reliability analysis methods, such as fault tree analysis and event tree analysis.
Key Words: Reliability analysis, LNG FPSO, Liquefaction cycle, DEVS (Discrete Event System Specification)
1. 서 론
화석 연료의 고갈, 청정 에너지에 대한 요구 등 과 함께 에너지의 수요가 급증함에 따라 세계적으 로 천연 가스(Natural Gas; NG)의 수요가 점차 증 가하는 추세에 있다. 천연 가스는 지금까지 개발 되어 온 육상 및 천해 지역보다는 심해에 대량으 로 매장되어 있어 심해 가스전의 개발과 부유식 구조물에 대한 수요가 증가하고 있으며, 이에 따 라 천연 가스의 생산과 저장, 그리고 하역을 담당
할 수 있는 LNG FPSO(Liquefied Natural Gas - Floating, Production, Storage, and Offloading)의 수 요도 최근 발생하고 있다. 특히, LNG FPSO는 해 상 천연 가스 매장 장소 근처에 위치하고, 생산되 는 천연 가스를 처리하여 LNG로 액화하는 시설 과 저장하는 탱크, 그리고 하역 설비를 탑재한 해 상 구조물로써 LNG의 생산, 처리, 보관 등이 가능 하며 필요에 따라 이동할 수 있다. 따라서 해상에 서 생산한 LNG를 육지까지 운반할 필요없이 직 접 소비자에게 전달할 수 있기에 비용 절감의 효 과가 크며, 이에 따라 LNG FPSO는 해상 공간에 서의 생산, 저장, 하역에 대한 새로운 대안으로 제 시되고 있다.
†Corresponding Author, [email protected]
©2013 Society of CAD/CAM Engineers
LNG FPSO는 그 기능에 따라 구성 요소를 크게 topside와 hull, 그리고 turret의 부분으로 나눌 수 있다. topside는 process system과 utility system으 로 나뉘어진다. 이 중 process system에는 분리 공 정(separation process), 전처리 공정(pretreatment process), 액화 공정(liquefaction process) 등이 있 으며, utility system는 process system을 보조하는 역할을 담당한다. 특히, topside의 process system 중 액화 공정 시스템은 천연 가스를 액화하여 부 피가 약 1/600인 액화 천연 가스로 저장할 수 있 도록 하며, LNG FPSO topside process system 건 조 비용의 55%, 전체 건조 비용의 27%를 차지하 는 중요한 공정 시스템이다.
LNG FPSO의 액화 공정 시스템 설계 시 고려하 여 할 사항에는 최적의 효율을 가지는 액화 공정 의 선택, 육상에 비해 제한된 면적을 각종 공정 시 스템을 배치하기 위한 사용하기 위한 장비의 최적 배치, 안전, 해상 환경에 따른 선박의 운동 및 에 너지 효율 등 여러 가지가 있다. LNG FPSO의 액 화 공정은 해상 환경이라는 특수한 제약 조건으로 인해 비슷한 구성의 육상용 액화 공정 시스템에 비해 높은 빈도로 시스템이 작동하지 않을 가능성 이 있다. 또한 해상이라는 제약된 공간으로 인해 유지 및 보수 기간도 육상에 비해 훨씬 오래 소요 된다. 따라서 LNG FPSO의 액화 공정 설계 시에 는 시스템이 작동하지 않을 상황에 대비하여 다음 의 사항을 고려해야 한다.
1) 일부 장비가 작동하지 않을 때를 고려한 여분 의 장비
2) 정기적인 유지/보수 프로그램
Fault Tree Analysis(FTA) 방법은 시스템의 고장 확률을 분석하기 위해 사용되는 전통적인 방법 중 하나이다. 김성택(2012)은 선박 기관 의장실에 대 해 FTA 방법을 이용하여 fault tree를 생성하였으 며, 이에 대한 고장 확률 계산을 위해 Markov chain 방법과 Bayesian network 방법을 사용하였다. 그 러나 이 2가지 방법은 모두 fault tree analysis가 수 행되었다는 전제 하에서 진행되며, fault tree analysis 는 분석 자체가 오래 걸릴 수 있으며, 훈련된 전문 가가 필요하고 또한 순차적 처리나 타이밍, 수리 등의 요소를 고려하기가 어려운 단점이 있다. Chang 등(2008)은 LNG 운반선의 재액화 공정에 대해 timed-Markov chain 방법을 이용하여 시스템의 고
장 확률을 분석하였다. 그러나 액화 공정 시스템 의 layout과는 별개로 Markov chain을 생성해야 어 려움이 존재한다.
본 논문에서는 LNG FPSO의 액화 공정 설계 시 다양한 LNG 액화 공정을 손쉽게 합성하고 최적 의 작동 조건을 자동을 결정하기 위해 시스템을 구조적으로 모델링 하는 방법인 System Entity Structure/Model Base(SES/MB) 방법론과 DEVS (Discrete Event System Specification) 형식론을 도 입하였다. 그리고 액화 공정의 합성 결과를 이용 하여 FTA를 생성하지 않고 DEVS 형식론을 이용 하여 위험도 분석을 수행할 수 있는 방법을 제안 한다. 본 논문의 2장에서는 LNG 액화 공정의 합 성에 대해 간략히 설명하고, 3장에서는 액화 공정 의 자동 합성을 위한 SES, MB, DEVS 형식론에 대해 설명한다. 4장에서는 LNG 액화 공정에 대한 SES의 구성 과정과 SES를 이용한 자동 합성 과정 을, 5장에서는 자동 합성을 통해 얻어진 액화 공 정의 위험도 분석 과정을 설명한다. 마지막으로 6장에서는 본 논문의 결론에 대해 서술한다.
2. LNG 액화 공정의 합성
일반적인 액화 공정은 Fig. 1과 같이 compressor, condenser, expansion valve, heat exchanger 등의
Fig. 1 Example of simplified liquefaction cycle
Fig. 2 Another example of liquefaction cycle
장비로 구성된다. 액화 공정 내에서 냉매(refrigerant) 는 cycle을 순환하면서 압축, 냉각, 팽창 과정을 통 해 상(phase)이 변화하며, 이에 따라 원하는 물체 나 물질을 냉각한다(구남국 등, 2011).
Fig. 1은 흔히 가정집에 존재하는 냉장고에서 사 용하는 액화 공정이며 이와 같이 1개의 compressor 만으로는 천연 가스를 액화 시킬 수 있을 만큼의 냉각 효율을 얻을 수 없다. 따라서 Fig. 2와 같이 장비를 추가로 설치하여 천연 가스를 액화시킬 수 있는 공정으로 바꿀 수 있다. 장비의 추가와 배치 에 따라 액화 공정의 열 효율이 달라지기에, 장비 를 다양하게 조합하고 조합한 액화 공정에 대해 최적인지 결정하는 작업이 필요하다.
액화 공정의 합성(synthesis)이란 사용자가 요구 하는 냉각 조건을 만족시키기 위해 장비를 조합하 고 배치를 변경하는 것을 말한다. 액화 공정을 합 성할 때는 장비를 일정 규칙에 따라 배치하게 된 다. 예로서, compressor에서 압축되어 온도가 상승 한 냉매는 온도를 냉각시켜야 하기 때문에 항상 condenser가 뒤 따른다. 마찬가지로 expansion valve 를 통과한 냉매는 팽창에 의해 온도가 크게 떨어 지기에 다른 물질을 냉각시키기 위해 heat exchanger 로 연결된다. 따라서 설계자는 액화 공정을 합성 할 때 이러한 제약 조건을 하나하나 확인하면서 장비를 추가하고 연결 관계를 고려하면서 배치해 야 한다. 본 논문에서는 설계자가 보다 손쉽게 액 화 공정의 합성을 수행할 수 있도록 액화 공정의 조합을 대부분 표현할 수 있는 구조적인 형태의 모델링 방법론인 system entity structure(SES)를 도입하였다. SES 내에는 액화 공정 합성 시 고 려해야 할 연결 관계의 규칙을 사전에 정의할 수 있기에 설계자가 보다 손쉽게 액화 공정을 합성 할 수 있다.
3. System Entity Structure/Model Base와 DEVS 형식론
Zeigler 등(2000)은 시스템의 구조적인 연결 관 계로 표현하는 방법인 system entity structure(SES) 와 시스템의 동적인 행동을 표현하는 방법인 model base(MB)를 제시하였다. 시뮬레이션 모델은 MB 에서 표현된 동적 행동 객체와 SES에서 표현된 구 조적 연결 관계를 상호 결합하여 자동으로 생성될 수 있다.
3.1 System Entity Structure (SES)
Fig. 3은 인간을 구성하는 여러 가지 요소를 구조 적 연결 관계로 표현한 예이다. 인간을 구성하는 항 목은 크게 성별, 육체, 정신 등으로 나눌 수 있다.
육체는 다시 머리, 손, 팔, 다리, 발, 몸통으로 나눌 수 있다. SES는 Fig. 3과 같이 시스템을 구성하는 구성 요소의 구조적인 연결 관계를 tree 형태로 표 현한 것을 말한다. SES에서 사용하는 구조적인 표 현 방법에는 하나의 객체를 다른 여러 개의 객체를 결합하여 구성하는 것뿐만 아니라 종류를 분류하 는 것도 가능하다. 예를 들어 Fig. 3에서 육체는 머 리, 손, 팔, 다리, 발, 몸통으로 구성되며, 이를 decomposition의 약어인 ‘dec’로 표현하였다. 인간 의 성별은 남성과 여성으로 분류할 수 있기에 종류 를 나타내는 specification의 약어인 ‘spec’로 표현 하였다. 손은 왼손과 오른손이 있으며, 0~2개의 손 이 존재하므로 다중 선택을 수행할 수 있는 multiple decomposition의 약어인 ‘mul’로 표현하였다.
MB는 SES를 구성하는 최하위 구성 요소의 집 합을 말하는 것으로 Fig. 3의 예제에서는 남성, 여 성, 머리 왼손, 오른손 등을 포함한 객체의 집합을 의미한다.
3.2 Pruned Entity Structure (PES)
SES에 표현되는 여러 가능한 구조 중 하나의 대 상 구조를 선택하는 과정을 pruning이라고 한다.
Pruning 과정을 통해 도출된 시스템의 구조를 Pruned Entity Structure(PES)라 한다. 예를 들어 Fig. 3의 SES에서 다음과 같이 필요한 구성 요소를 선택하 여 Fig. 5의 PES를 도출할 수 있다.
① “성별”에서 “남성”을 선택
② “손”에서 2개의 “손”을 선택
Fig. 3 Example of system entity structure for human
③ 2개의 “손”을 선택한 것에서 각각 “왼손”,
“오른손”을 하나씩 선택
3.3 DEVS 형식론 기반의 Model Base (MB) SES와 PES가 시스템의 구조적인 정보와 하위 모델 간의 연관 관계를 표현한다면 MB(Model Base)는 시스템의 동적인 동작을 표현하는 모델의 집합을 말한다. MB에 포함된 각각의 모델들은 SES에서 최하위에 위치한 모델이 동적으로 어떤 행위를 하는지를 표현한다. 각 모델들은 주어진 입 력에 따라 내부적으로는 시스템의 상태를 변화시 키고, 결과로써 출력을 내보낸다. MB에 포함된 모 델들은 Zeigler 등이 제안한, 이산 사건 시뮬레이 션과 이산 시간 시뮬레이션을 효과적으로 구성할 수 있는 규격화된 모델 구조를 기반으로 한다. Ha 등(2011, 2012)은 이를 기반으로 이산 사건 및 이 산 시간 시뮬레이션을 수행할 수 있는 시뮬레이션 커널을 개발하였다.
Fig. 4는 Zeigler 등(2000)이 제안한 규격화된 모 델 구조 중 단위 모델(atomic model)의 구성 요소 를 나타낸다. 단위 모델의 구성 요소는 이산 사건 시뮬레이션과 이산 시간 시뮬레이션에 따라 각각 다음의 7개의 구성 요소를 가진다.
① 이산 사건 시뮬레이션 모델 구조(DEVS)의 구성 요소: 입력, 출력, 상태 변수, 외부 상태
변경 함수, 내부 상태 변경 함수, 출력 함수, 시간 진행 함수
② 이산 시간 시뮬레이션 모델 구조(DTSS)의 구 성 요소: 입력, 출력, 상태 변수, 외부 상태 변 경 함수, 적분 함수, 상태 사건 발생 함수, 출 력 함수
3.4 System Entity Structure(SES)와 Model Base(MB)를 이용한 모델의 생성
Fig. 5는 SES와 MB를 이용하여 시뮬레이션 모 델을 생성하는 과정을 나타낸다. SES는 시스템을 구성하는 각 요소들의 구조적인 연결 관계를 보여 준다. MB 내에는 SES에서 최하위 단에 위치하는 동적 행동 객체들이 단위 모델(atomic model)로 구 성되어 있다. 시뮬레이션 모델은 pruning의 결과 로 얻어진 PES와 MB의 결합으로써 Fig. 5와 같이 얻어질 수 있다.
Fig. 5에서 볼 수 있듯이 어떤 시스템을 SES를 이용하여 하위 모델의 구조적인 연결 관계로 표 현하고, 동적인 행동을 MB를 이용하여 표현한 다면, SES와 MB를 결합하여 시스템을 모사하는 시뮬레이션 모델을 생성할 수 있다. SES에서 표현 되는 하위 모델 간의 구조적인 관계는 pruning 과 정을 통해 다양한 대안을 PES로써 얻을 수 있으 며, 이와 MB를 결합하면 다양한 시뮬레이션 모델 을 생성할 수 있다.
4. System Entity Structure를 이용한 LNG 액화 공정의 자동 합성
4.1 LNG FPSO의 액화 공정을 위한 System Entity Structure의 구성
LNG FPSO의 액화 공정은 사용되는 장비의 조 Fig. 4 Model templates for discrete event and discrete
time simulation: atomic model
Fig. 5 Generation of simulation model by using pruned entity structure and model base
합에 따라 다양한 형태의 공정을 가질 수 있다.
Fig. 6은 LNG FPSO 액화 공정의 한 예이다. Fig.
6의 액화 공정은 천연 가스를 냉각하여 액화 천연 가스로 변환하기 위해 precooling, main cooling의 2개 사이클을 공정 내에 포함하고 있다. 또한 에너 지 효율을 높이기 위해 각 사이클 별로 3개의 heat exchanger를 가지고 있으며, 다수의 compressor를 이용한 다단 압축을 수행하고 있다.
Fig. 6의 예에서 볼 수 있듯이 액화 공정을 구 성하는 기본 요소는 냉각 사이클(cooling cycle)이 다. 냉각 사이클의 개수는 액화 공정에 존재하는 냉매(working fluid)의 수에 따라 결정된다. 현재까 지 개발된 냉각 사이클은 single cycle, dual cycle, triple cycle이 있으며, 냉각 사이클의 개수가 증가 하면 에너지 효율도 증가한다. 그러나 냉각 사이 클의 증가에 따라 장비의 개수가 증가하기 때문에 장비 설치 비용 증가, 복잡성, 공간의 부족이라는 문제가 발생한다. 이와 같은 이유로 최근 설계 및 생산되는 LNG FPSO에서는 냉각 사이클이 2개인 dual cycle을 적용 검토 중인 것으로 알려져 있다.
각각의 냉각 사이클은 냉각 작업을 수행하기 위해 기본 구성 요소인 compressor, condenser, expansion valve, heat exchanger 등의 4개 장비로 구성된다. 4개의 필수 구성 요소에 덧붙여 에너지 효율을 높이기 위해 다음의 3가지 종류의 stage를 추가한다.
① Compression refrigeration stage: Compressor, Tee, Expansion Valve, Heat Exchanger, Common Header
② Compression with intercooler stage: Com- pressor, Condenser
③ Refrigeration stage: Phase Separator, Heat Exchanger, Expansion Valve, Common Header 위와 같은 형태의 LNG 액화 공정을 system entity structure 표현하면 Fig. 7와 같다. Fig. 7에서 볼 수 있듯이 액화 사이클(liquefaction cycle)은 SES의 multiple decomposition(‘mul’)에 의해 다수의 냉각 사이클(cooling cycle)의 조합으로 이루어 진다. 각 각의 냉각 사이클은 SES의 decomposition(‘dec’) 에 의해 basic stage와 additional stage의 조합으로 구성된다. Basic stage는 decomposition에 의해 compressor, expansion valve, condenser, heat exchanger의 4개 장비를 필수 구성 요소로 가진 다. Additional stage는 multiple decomposition 에 의해 다수 stage를 구성할 수 있으며, SES의 specification(‘spec’)에 의해 compression refrigeration, compression with intercooler, refrigeration 의 종류 로 구분된다. 각각의 stage 역시 하위에는 decom- position에 의해 필요한 장비들로 구성된다.
Fig. 7에서 볼 수 있듯이 SES 내에는 각각의 entity를 선택할 때 필요한 규칙을 포함하고 있다.
예를 들어 액화 사이클에서 냉각 사이클을 2개 이 상일 경우에는 냉각이 되는 NG의 흐름이 2개의 냉각 사이클을 모두 지나야 한다. 이에 대한 규칙 은 Fig. 7의 cooling cycle 상단의 multiple decomposition(‘mul’) 내에 정의되어 있다. 마찬가 지로 basic stage 를 구성하는 4개 장비의 연결 관 계도 decomposition에 정의되어 있다.
4.2 Pruning 과정을 통한 LNG FPSO 액화 사이클의 자동 합성
Fig. 7의 SES는 pruning 과정을 통해 여러 가지 Fig. 6 Example of the liquefaction cycle of a LNG
FPSO
Fig. 7 System entity structure for liquefaction cycle of LNG FPSO
대안의 액화 공정을 합성할 수 있다. Fig. 8은 pruning 과정을 통해 single cycle로 합성된 하나의 액화 공정을 생성한 결과이다. Fig. 8에서 볼 수 있 듯이 하나의 cooling cycle을 선택하고, basic stage 만을 선택하고 additional stage는 선택하지 않음으 로써 single stage로 구성된 single cycle의 pruned entity structure (PES)를 합성할 수 있다.
Fig. 8과 같이 구성한 PES는 model base (MB) 내의 장비 모델과 결합하여 Fig. 9와 같이 액화 사 이클에 대한 시뮬레이션 모델을 생성한다. 이 때 각의 장비는 SES 내에서 사전에 정의된 연결 규 칙에 따라 연결된다.
Fig. 10은 pruning 과정을 통해 dual cycle을 구 성한 예시이다. Fig. 10에서 볼 수 있듯이 precooling cycle은 compression refrigeration stage를 추가로 선택하여 two stage로 구성하였으며, main cooling cycle은 additional stage 없이 basic stage로만 구성 하였다.
앞의 예와 마찬가지로 Fig. 10에서 구성한 PES
는 model base(MB) 내의 장비 모델과 결합하여 Fig. 11과 같이 액화 사이클에 대한 시뮬레이션 모 델을 생성한다. 각각의 장비는 사전에 SES에 정의 된 연결 규칙에 따라 연결된다.
Fig. 9와 Fig. 11의 예에서 볼 수 있듯이 SES와 pruning 과정을 이용하면 다양한 조합의 액화 사 이클을 자동으로 합성할 수 있다. 만약 새로운 additional stage나 새로운 장비가 추가되더라도 SES의 구성 규칙에 따라 해당 내용을 손쉽게 추 가할 수 있으며, 이를 액화 사이클의 합성(synthesis) 에도 바로 반영할 수 있다.
5. LNG 액화 공정의 위험도 분석
5.1 LNG 액화 공정의 위험도 분석 방법 LNG 액화 공정의 위험도 분석은 액화 공정 합 성 후 선정된 각 장비의 고장률(failure rate)을 기 Fig. 8 Pruning system entity structure of liquefaction
cycle: single cycle with single stage
Fig. 9 Configuration of single cycle with single stage from pruned entity structure
Fig. 10 Pruning system entity structure of liquefaction cycle: precooling with two stage compression refrigeration and main cooling with single stage
Fig. 11 Configuration of dual cycle from pruned entity structure
반으로 한다. 고장률이란 단위 시간 동안 장비가 고장날 확률을 의미하며, 이 때 단위 시간은 주로 시간(hour) 단위를 사용한다. 예를 들어 어떤 장비 가 1,000시간 동안 2번 고장이 발생하였다면, 고 장률은 다음과 같이 계산된다.
λ = =2× 10−3 [failures/hour]
고장률이 주어졌을 때 장비의 고장 확률(failure probability) P(t)는 다음과 같이 계산된다.
P(t) = 1 − e−λt
각 장비의 고장 확률을 고려하여 전체 시스템의 고장 확률을 계산하는 과정은 방법으로는 Fault Tree Analysis를 이용한 방법이 있다. FTA는 시스 템 안전 공학의 대표적인 방법으로서 1962년 미 국 벨 연구소에서 처음 고안되었다. Fault tree는 장비의 고장(failures)과 특정한 사건(specific accident)의 연관 관계를 계층적 구조로 나타낸 것 을 말한다. Fault tree에서는 하위 노드에 위치한 하위 장비의 고장 및 특정 사건이 여러 가지 논리 연산의 조합으로 상위 시스템의 고장을 결정하도 록 정의된다.
Fig. 12는 간단한 직렬 구조 시스템을 fault tree 로 나타낸 예를 보여준다. 예제 시스템에서는 valve A와 B가 직렬로 연결되어 있기에, 어느 하나라도 고장 나면, 전체 시스템이 작동하지 않는다. 따라 서 우측의 fault tree에서 ‘OR’ 게이트를 이용하여 fault tree가 구성된다. Fig. 12의 예제의 경우 비교 적 간단한 시스템이어서 손쉽게 fault tree를 구성 할 수 있으나, LNG FPSO의 액화 공정과 같이 복 잡하고 장비들 간의 연결 관계, 장비의 오작동을 발생시키는 여러 가지 상황이 복잡할 경우 시스템 의 오작동과 관련되는 인과 관계를 면밀히 분석해 야 하기에 fault tree를 생성하는 과정이 다소 복잡 하고 그 자체가 목적이 될 가능성이 다분하다.
따라서 본 논문에서는 앞서 4장에서 설명한 SES/
MB를 이용한 액화 공정의 합성 결과에 위험도 분 석용 DEVS 모델을 적용하여 시스템의 고장 확률 을 계산하는 방법을 제시한다.
5.2 DEVS 형식론을 이용한 LNG 액화 공정의 위험도 분석
본 논문에서는 DEVS 형식론을 이용하여 위험 도 분석을 하기 위해 LNG 액화 공정에 필요한 장 비들을 모델링 하였다. Fig. 14는 single cooling cycle에 대한 모델링 결과를 보여준다. 냉각 사이 클에 포함되는 compressor, condenser, expansion valve, heat exchanger 등의 장비와 고장 확률을 계 산할 수 있도록 지원하는 analyzer는 모두 DEVS 형식론을 기반으로 모델링 되었다. Single cooling cycle의 장비 구성과 연결 관계는 앞서 4장에서 설 명한 SES를 이용하여 자동으로 구성된다. Analyzer 모델 내에는 각 장비의 고장 여부를 확인하기 위 한 기능이 DEVS 형식론을 기반으로 정의되어 있다.
시스템의 고장 확률을 계산하기 위해서는 각 장 비들이 기본적으로 다음의 2가지 기능을 수행해 야 한다.
1) 매 단위 시간 마다 장비의 고장 여부 확인 2 failures
1,000 hours ---
Fig. 12 Fault tree analysis of simple serial system
Fig. 13 Configuration of single cooling cycle in DEVS environment
Fig. 14 Atomic Model ‘Equipment’: determine the equipment was failed or not
2) 선행 장비로부터 전달 받은 입력을 다음 장비 로 내보냄
Phase separator, tee, common header, heat exchanger의 경우 입력과 출력의 개수가 다르기에 이에 대한 고려도 필요하다. 위 사항을 고려한 일 반적인 장비의 모델은 다음과 같이 구성된다.
장비의 작동 여부는 Fig. 14와 같이 구성된
‘Equipment’ 단위 모델을 기반으로 한다. ‘Equipment’
단위 모델은 시뮬레이션 시작 시 매 단위 시간마 다 장비의 작동 여부를 확인하는 ‘THROW’ 상태 를 유지한다. 매 단위 시간마다 주어진 확률에 따 라 장비의 작동 여부를 결정하며, 그 결과에 따라 장비가 고장나면 ‘FAIL’ 상태로, 그렇지 않으면
‘WAITING’ 상태로 전환한다. 그리고 다음에 설명 할 ‘Analyzer’ 모델로부터 신호를 받아 전체 시스 템의 장비를 순환하면서 전체 시스템의 작동 여부 를 확인한다. 모든 장비는 ‘Equipment’ 단위 모델 을 기반으로 하며, phase separator, tee, common header, heat exchanger와 같이 입출력의 개수가 다 수인 경우는 이를 상속 받아 입출력의 개수에 맞 게 일부 기능을 변경하여 장비를 모델링한다.
매 단위 시간마다 각각의 장비에 대한 작동 여 부를 ‘Equipment’ 단위 모델을 이용하여 확인하 면, 그 후에는 ‘Analyzer’ 모델을 이용하여 전체 시스템의 순환에 문제가 없는지를 확인하여 시스 템의 작동 여부를 확인한다.
전체 시스템의 작동 여부는 Fig. 15와 같이 구성 된 ‘Analyzer’ 단위 모델을 기반으로 한다.
‘Analyzer’ 단위 모델은 시뮬레이션 시작 후 매 단 위 시간 마다 전체 시스템의 작동 여부를 확인한 다. ‘CHECK’ 상태를 유지하다가 ‘CHECKING’
상태로 전환하면서 연결된 장비로 신호를 내보낸 다. 이후 연결된 장비는 ‘Analyzer’ 모델에서 내보 낸 신호를 각 장비의 작동 여부에 따라 서로 주고 받게 되며, 전체 시스템이 정상적으로 동작한다면
‘Analyzer’ 모델은 자신이 내보낸 신호를 다시 돌 려받게 된다.
5.3 DMR(Dual Mixed Refrigerant) Cycle 에 대한 위험도 분석 예시
Fig. 17는 LNG 액화 공정에서 널리 사용되는 공 정 중 하나인 dual mixed refrigerant (DMR) cycle 의 구성 예시이다. Fig. 17의 액화 공정도 Fig. 16 과 같이 SES로부터 pruning 과정을 이용하여 도 출할 수 있다.
Fig. 15 Atomic Model ‘Analyzer’: check the system was failed or not
Fig. 16 Pruning system entity structure for dual mixed refrigerant (DMR) cycle
Fig. 17 Configuration of dual mixed refrigerant (DMR) cycle
Table 1 Result of risk analysis for DMR cycle Case System Failure
Probability
No Redundancy 4.0%
Redundancy on pre-cooling cycle 3.1%
Redundancy on main cooling cycle 2.9%
Redundancy on pre-cooling and
main cooling cycle 2.2%
Fig. 17과 같이 구성한 액화 공정은 5.2절에서 설 명한 DEVS 모델을 이용하여 전체 시스템의 고장 확률을 계산할 수 있으며, compressor system에 대 한 여분 장비를 고려하여 계산한 결과는 다음 표 와 같다. 각각의 경우에 대해서는 10,000회 반복 시뮬레이션 한 결과를 기반으로 확률을 계산하였다.
6. 결 론
본 논문에서는 LNG FPSO의 액화 공정 설계 시 설계자가 장비의 구성을 자유롭게 변경하고 변경 된 액화 공정의 위험도를 분석하는 방법을 제안하 였다. 제안한 방법은 기존 모델링 및 시뮬레이션 분야에서 사용되는 system entity structure(SES)를 이용한 시스템의 구조적 모델링 방법론을 이용하 여 LNG 액화 공정의 다양한 합성 과정을 하나의 구조적인 모델로 표현하고, pruning 과정을 통해 다양한 조합의 액화 공정을 설계자가 쉽게 생성할 수 있도록 하였다. 또한 DEVS(discrete event system specification) 형식론을 이용하여 액화 공 정에 사용되는 각각의 장비를 모델링하고, SES로 부터 생성된 액화 공정의 위험도를 분석하는 방법 을 제안하였다. 그리고 이를 dual mixed refrigerant (DMR) cycle에 적용하여 전체 시스템의 고장 확 률을 계산하였다. 향후에는 자동 합성으로 생성된 다양한 LNG 액화 공정에 대해 위험도 분석을 수 행할 예정이다.
감사의 글
본 연구는 (a) 지식경제부 산업원천기술개발사 업 (10035331, 시뮬레이션 기반의 선박 및 해양플 랜트 생산 기술 개발), (b) 서울대학교 공학연구 소, (c) 서울대학교 해양시스템공학 연구소의 지원 으로 이루어진 연구 결과의 일부임을 밝히며, 이 에 감사드립니다.
참고문헌
1. Ku, N.K., Lee, J.C., Hwang, J.H., Roh, M.I., and Lee, K.Y., 2011, Optimal Multi-floor Plant Layout for the Liquefaction Process of the LNG FPSO, Proceedings of the Society of Naval Archi-
tects of Korea Spring Conference 2011, pp. 562- 572.
2. Lee, J.C., 2012, Optimal Synthesis of Liquefac- tion Cycles for LNG FPSO Considering Oper- ating Conditions, Master Thesis, Seoul National University.
3. Lee, J.C., Ku, N.K., Hwang, J.H., Roh, M.I., and Lee, K.Y., 2012, Optimal Design of Liq- uefaction Cycles for LNG FPSO, Proceedings of the Society of CAD/CAM Engineers Confer- ence, pp. 214-222.
4. Lee, J.C., Ku, N.K., Hwang, J.H., Roh, M.I., and Lee, K.Y., 2011, Optimal Synthesis of Liq- uefaction Cycles of LNG, Proceedings of the Society of Naval Architects of Korea Fall Con- ference 2011, pp. 243-249.
5. Lee, J.C., Cha, J.H., Roh, M.I., Hwang, J.H., and Lee, K.Y., 2012, Determination of the Opti- mal Operating Condition of Dual Mixed Refrig- erant Cycle of LNG FPSO Topside Liquefaction Process, Journal of the Society of Naval Archi- tects of Korea, 49(1), pp. 33-44.
6. Cha, J.H., Lee, J.C., Roh, M.I., and Lee, K.Y., 2010, Determination of the Optimal Operating Condition of the Hamworthy Mark I Cycle for LNG-FPSO, Journal of the Society of Naval Architects of Korea, 47(5), pp. 732-741.
7. Lee, J.Y., Kim, W.B., Kim, H.J., and Park, C.K., 2010, Comparison between LNG Plant for a Ship and Large LNG Plant, Proceedings of the Society of Naval Architects of Korea Spring Conference 2010, pp. 956-960.
8. Chang, K.P., Rausand, M., and Vatn, J., 2008, Reliability assessment of reliquefaction systems on LNG carriers, Reliability Engineering & Sys- tem Safety, 93(9), pp.1345?1353.
9. Ha, S., Ku, N.K., Lee, K.Y. 2011, Battle Space Model based on Lattice Gas Automata for Under- water Warfare Simulation, Asia Simulation Con- ference 2011.
10. Ha, S., Ku, N., Roh, M., and Lee, K., 2012, Cell-based Evacuation Simulation Considering Human Behavior in a Passenger Ship, Ocean Engineering, 53, pp. 138-152.
11. Hwang, J., Ku, N., Lee, J., Roh, M., and Lee, K., 2012, Optimal Synthesis for LNG FPSO Liquefaction Cycle, The 22nd International Ocean and Polar Engineering Conference.
12. Zeigler, B.P., Praehofer, H., and Kim, T.G., 2000.
Theory of Modeling and Simulation, Academic Press New York, NY.
하 솔
2003년 서울대학교 조선해양공학과 학사
2013년 서울대학교 조선해양공학과 박사
2013년 3월~ 서울대학교 공학연구 소 선임연구원
관심분야: 해양 플랜트 설계 최적 화, 모델링&시뮬레이션, 수중운 동체(잠수함, 어뢰) 교전 시뮬레 이션, 격자 기반 시뮬레이션 (Cellular Automata, Lattice Gas Automata, Lattice Boltzmann Method)
노 명 일
1998년 서울대학교 조선해양공학과 학사
2000년 서울대학교 조선해양공학과 석사
2005년 서울대학교 조선해양공학과 박사
2005년~2007년 서울대학교 공학연 구소/해양시스템공학연구소 선 임연구원
2007년~현재 울산대학교 조선해양 공학부 조교수
관심분야: 전산선박설계 및 생산, 시 뮬레이션 기반 설계 및 생산, 최 적 설계, 해양 구조물 설계, CAD/
CAM/CAE, CAGD
구 남 국
2004년 서울대학교 조선해양공학 과 학사
2012년 서울대학교 조선해양공학 과 박사
2012년~2013년 2월 서울대학교 해 양기술인력양성사업단 연수연구원 2013년 3월~ 서울대학교 공학연구 소 선임연구원
관심분야: 해양 플랜트, 다물체계 동역학 및 제어, 용접/전처리 로봇
