Numerical Study on Estimation of Static Configuration of Steel Lazy Wave Riser Using Dynamic Relaxation Method

Seunghoon Oh; Jae-Hwan Jung; Byeongwon Park; Yong-Ju Kwon; Dongho Jung

Numerical Study on Estimation of Static Configuration of Steel Lazy Wave Riser Using Dynamic Relaxation Method

Recommendations

Search

Questions

동적이완법을 이용한 Steel Lazy Wave Riser의 정적형상 추정에 관한 수치해석적 연구

Type: Academic journal

Author: Seunghoon Oh (한국해양과학기술원) Jae-Hwan Jung (한국해양과학기술원) Byeongwon Park (한국해양과학기술원) Yong-Ju Kwon (한국해양과학기술원) Dongho Jung (한국해양과학기술원)

Journal: The Korean Society of Ocean Engineers Journal of Ocean Engineering and Technology Vol.32 No.6(Wn.145) KCI Excellent Accredited Journal SCOPUS

Published: 2018.12

Pages: 466 - 473 (8page)

Usage

📌

Topic

📖

Background

🔬

Method

🏆

Result

Numerical Study on Estimation of Static Configuration of Steel Lazy Wave Riser Using Dynamic Relaxation Method

Abstract· Keywords

Report Errors

This paper presents an estimation method for the static configuration of a steel lazy wave riser (SLWR) using the dynamic relaxation method applied to estimate the configuration of structures with strong geometric non-linearity. The lumped mass model is introduced to reflect the flexible structural characteristics of the riser. In the lumped mass model, the tensions, shear forces, buoyancy, self-weights, and seabed reaction forces at nodal points are considered in order to find the static configuration of the SLWR. The dynamic relaxation method using a viscous damping formulation is applied to the static configuration analysis. Fictitious masses are defined at nodal points using the sum of the largest direct stiffness values of nodal points to ensure the numerical stability. Various case studies were performed according to the bending stiffness and size of the buoyancy module using the dynamic relaxation method. OrcaFlex was employed to validate the accuracy of the developed numerical method.

#Dynamic relaxation method 동적이완법 #Static configuration 초기형상 #Lumped mass model 집중질량모델 #Fictitious mass 가상질량 #Viscous damping formulation 점성 감쇠 정식화 #Steel lazy wave riser(SLWR)

ABSTRACT
1. 서론
2. SLWR 정적 평형 해석을 위한 집중질량모델
3. 동적이완법(Dynamic relaxation method)
4. 수치계산 및 결과
5. 결론
References

References (21)

Add References

Barnes, M.R., 1994. Form and Stress Engineering of Tension Structures. Structural Engineering review, 6(3), 175-202. Belyaev, A.G., 1999. A Note on Invariant Three-point Curvature Approximation. Singularity Theory and Differential Equations, RIMS, 157-164. Day, A.S., 1965. An Introduction to Dynamic Relaxation. The Engineer, 219, 218-221. Hall, M., Goupee, A., 2015. Validation of a Lumped-mass Mooring Line Model with DeeoCwind Semisubmersible Model Test Data. Ocean Engineering, 104, 590-603. Huttner, M., Maca, J., Fajman, P., 2015. The Efficiency of Dynamic Relaxation Methods in Static Analysis of Cable Structures. Advances in Engineering Software, 89, 28-35.

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

오승훈

Affiliation 현대중공업

Fields Engineering > Naval Architecture and Ocean Engineering Engineering > Architectural Engineering > Environmental Engineering

Articles 24 Usage 1,103

정재환

Affiliation 선박해양플랜트연구소

Fields Engineering > Mechanical Engineering > General Mechanical Engineering Engineering > Naval Architecture and Ocean Engineering

Articles 48 Usage 3,929

Byeong-Won Park

Affiliation Korea Research Institute of Ships and Ocean Engineering

Fields Engineering > Naval Architecture and Ocean Engineering

Articles 8 Usage 244

권용주

Affiliation 부산대학교

Fields Engineering > Architectural Engineering > Civil Engineering Engineering > Naval Architecture and Ocean Engineering

Articles 30 Usage 1,914

정동호

Affiliation 선박해양플랜트연구소

Fields Engineering > Architectural Engineering > Environmental Engineering Engineering > Naval Architecture and Ocean Engineering

Articles 50 Usage 4,160

Comments(0)

Write first comments.

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

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (21)

Recommendations

Related Authors

Recently viewed articles

Comments(0)