위성통신 환경에서의 데이터 전송 최적화 기반 선박 AI 예지정비 및 원격지원 통합 플랫폼 설계 및 실증 연구
Design and Verification of an Integrated AI Predictive Maintenance and Remote Support Platform for Vessels based on Data Transmission Optimization in Satellite Communication Environments
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
해양 산업에서 선박 안전과 운영 효율을 위한 예지정비의 중요성이 높아지고 있으나, 해상 위성통신의 높은 지연(Latency)과 낮은 대역폭, 그리고 고장 데이터의 희소성으로 인해 실시간 기술 적용에 구조적 한계가 존재한다. 이에 본 연구는 위성통신 환경의 제약을 극복하고 안정적인 데이터 전송과 고장 진단이 가능한 센싱 데이터 기반 AI 예지정비 및 원격지원 통합 플랫폼을 설계하고 실증하는 것을 목적으로 한다. 이를 위해 데이터 최소화 및 전송 최적화 기술과 LSTM-AutoEncoder 기반의 하이브리드 고장예측 모델을 개발하였으며, 실제 운항 선박의 VSAT 환경에서 스크러버 실데이터와 시뮬레이션 데이터를 활용해 시스템 성능을 검증하였다. 실증 결과, 600~800ms의 통신 지연과 패킷 손실 환경에서도 데이터 파이프라인이 안정적으로 동작하였으며, 개발된 AI 모델은 초기 고장 예측에서 약 82% 이상의 민감도(Sensitivity)를 확보하여 기술적 타당성을 입증하였다. 본 연구는 해상 통신 환경의 제약과 실데이터 부족 문제를 해결하는 실용적인 통합 아키텍처를 제시함으로써, 해상 MRO(Maintenance, Repair, and Operation) 분야의 디지털 전환 가속화 및 상용화 가능성을 실증적으로 확인했다는 데 의의가 있다.
Abstract
As the maritime industry increasingly recognizes the importance of predictive maintenance for vessel safety and efficiency, challenges such as high latency and low bandwidth in satellite communications, along with a lack of failure data, hinder the implementation of real-time technologies. This study aims to design and validate an integrated platform for AI-driven predictive maintenance and remote support that ensures stable data transmission and effective failure diagnosis despite the limitations of satellite communication environments. We developed techniques for data minimization and transmission optimization, as well as a hybrid failure prediction model based on LSTM-AutoEncoder. System performance was tested using ship’s scrubber data and simulation data within the VSAT environment of an operating vessel. The results demonstrated that the data pipeline remained stable even with communication delays of 600–800ms and under conditions of packet loss. Additionally, the AI model proved technically feasible, achieving a sensitivity of over 82% in initial failure predictions. This study is significant as it presents a practical integrated architecture that addresses challenges in maritime communication and data scarcity, thereby confirming its potential for commercialization and advancing digital transformation in the maritime MRO(Maintenance, Repair, and Operation).