• 한국데이터정보과학회:학술대회논문집
• /
• 2001.10a
• /
• pp.34-41
• /
• 2001

본 논문에서는 비재생보증을 갖는 수리 가능한 시스템에 대한 베이즈 관점에서의 최적의 교체정책을 제안한다. 비재생무료보증(non-renewing free-replacement warranty : NFRW)과 비재생비례보증(non-renewing pro-rata warranty : NPRW)의 두 가지 경우에 대하여 각각 기스템의 고장시간이 와이블분포일 때 베이즈 관점에서의 단위시간당 기대비용을 최소화하는 최적의 교체정책과 순응적 교체정책에 대하여 설명한다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1505-1506
• /
• 2015

본 논문은 신뢰성 평가의 핵심을 이루는 고장률 계산을 통하여, 배전변압기의 정량적인 신뢰성 척도 산출에 대한 것이다. 배전변압기는 사용시간의 경과와 더불어 환경 조건 등 여러 가지 요인으로 그 성능이 서서히 열화되고 마침내 고장에 이르게 된다. 따라서 배전변압기의 신뢰성에 대한 적절한 평가 도구가 없으면 배전변압기 설비 운영에 대한 피드백이 체계적으로 이루어지지 못하게 된다. 이러한 문제점을 해결하기 위해 신뢰성 평가에 대한 정량적인 척도 산출이 필요하며, 이를 위해 본 연구에서는 배전변압기의 신뢰성 모형 설계를 수행하였다. 고장률 계산을 위해 일반적으로 널리 이용되는 확률론적 모델을 가정하였으며, 실제 운전 및 고장실적 데이터를 기반으로 한 배전변압기의 고장률을 산출하고, 이를 바탕으로 배전변압기의 수명 및 신뢰성 척도를 확보하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.9 no.5
• /
• pp.538-544
• /
• 1999

In this paper, we propose a new fault detection algorithm for transmission line protection using ANFIS(Adaptive Network Fuzzy Inference System). The developed system consists of two subsystems: fault type classification, and fault location estimation. We use rms value, zero sequence component and positive sequence of current, and then using learning method of neural network, premise and consequent parameters are tuned properly. To prove the performance of the proposcd system, generated data by EMTP(Electr0- Magnetic Transient Program) sin~ulationi s used. It is shown that the proposed relaying classifies fault types accurately and advances fault location estimation.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2076-2078
• /
• 2003

전력 케이블의 고장점 탐지를 상시 감시하고 있는 데이터로부터 on-line으로 할 수 있도록 하기 위한 전력 케이블 고장 신호의 전처리 기술 개발에 관하여 언급하였다. 고장 전류 파형을 모의하고 측정할 수 있는 케이블 고장 모의 측정 시스템을 구성하여 고장 전압과 전류 파형을 측정하였으며 측정된 신호로부터 고장점을 보다 정확하고 빠르게 연산할 수 있도륵 하기 위한 down sampling, filtering 등 전처리 과정에 대하여 시뮬레이션하고 그 결과에 대하여 논하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2003.06a
• /
• pp.193-195
• /
• 2003

최근 산업의 핵심 에너지원을 공급하고 있는 전력회사의 운영에서, 계통 사고시 대량의 경보 신호 발생으로 인하여 운전원의 혼란을 가져오게 되어, 사고후 복구시간의 지연을 초래하는 문제로 인한 해당산업체의 손실이 대형화하는 추세이다. 본 논문에서는 이와 같은 문제를 해결하는 방안으로 사고시 보호시스템의 순차정보를 이용하여 단시간에 고장진단을 수행함으로서, 고장의 원인 파악과 정확한 고장발생지점 정보를 운전원에게 제공할 수 있는 방법을 제안하고 있다. 고장진단 기법은 고장 발생의 불확실성을 고려한 보호시스템의 모델링 방법과 퍼지 페트리네트 기법을 개발하여 적용하였다. 본 연구에서 개발한 방법을 사례연구를 통하여 모델 계통에 적응하고 그 유효성 여부를 확인한 결과 만족할 만한 성과를 얻을 수 있었다. 특히 보호시스템의 오동작이나 부동작 둥의 불확실한 정보를 처리하는 데 본 연구에서 개발한 퍼지 페트리네트 기법이 탁월한 성능을 발휘하므로 실제의 대형 전력계통에 적용 가능성을 확인할 수 있었다. 또한 본 방법은 SCADA로부터 전송되는 실시간 데이터의 온라인 처리도 가능하므로 그 유용성은 아주 높다고 볼 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.109-112
• /
• 2006

본 논문에서는 PCA에 의한 특징추출과 k-NN과 SVM에 기반을 계층구조의 분류기에 의한 유도전동기의 고장진단 알고리즘을 제안한다. 제안된 방법은 k-NN에 의해 선형적으로 분류 가능한 고장패턴을 분류한 후, 분류가 되지 않는 부분을 커널 함수에 의해 고차원 공간으로 입력패턴을 매핑한 후 SVM에 의해 고장을 진단하는 계층구조를 갖는다. 실험장치를 구축한 후, 다양한 부하에 대하여 몇몇의 전기적 고장과 기계적 고장 하에서 획득한 데이터를 이용하여 제안된 방법의 타당성을 검증한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.235-237
• /
• 2018

많은 분야에서 기기설비들의 고장, 결함은 안전과 관련되어 있기 때문에 연구가 활발히 진행되고 있다. 주로 데이터를 취득하여 제품의 유지보수 및 품질을 향상시키는 연구로 고장을 나타내는 특성 인자를 추출하여 고장진단을 하는 것이다. 하지만, 과거의 룰 기반 결함 탐지 기법은 예외의 경우를 탐지하기 어렵다는 문제를 가져왔다. 최근 들어 인공지능이 특성 인자를 쉽게 추출할 수 있다는 장점으로 인해 인공지능과 결합된 고장진단 시스템이 많이 제안되고 있다. 본 논문에서는 인공지능의 추세와 인공지능과 결합된 고장진단 시스템을 소개한다.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.1
• /
• pp.109-119
• /
• 2010

FRACAS (Failure Reporting, Analysis and Corrective Action System) is intended to provide management visibility and control for reliability and maintainability improvement of hardware and associated software by timely and disciplined utilization of failure and maintenance data to generate and implement effective corrective actions to prevent failure recurrence and to simplify or reduce the maintenance tasks. This process applies to acquisition for the design, development, fabrication, test, and operation of military systems, equipment, and associated computer programs. This paper shows the FRACAS development process and developed FRACAS system for a defense equipment.

• Electronics and Telecommunications Trends
• /
• v.15 no.5 s.65
• /
• pp.94-102
• /
• 2000

시험기간 동안 수집된 고장 데이터를 이용하여 소프트웨어 신뢰도를 예측할 수 있는 모델은 많으나 이 예측 방법은 정확하지 못하며, 특히 초기 시험 단계에서는 더욱 더 부정확하여 예측자들은 이러한 소프트웨어 신뢰도 모델의 적용을 주저한다. 한편 소프트웨어 신뢰도 성장 모델은 유사 프로젝트나 개발 초기에 얻은 정보를 가지고는 신뢰도 예측 데이터로 활용이 불가능하다. 예를 들면 최근의 소프트웨어 시스템들은 항시 유사 프로젝트들로부터 활용이 가능한 일련의 정보와 동일 응용 영역의 초기 또는 최신의 정보들이 변경, 개선되기 때문이다. 본 논문에서는 유사한 프로젝트로부터 얻은 공통의 데이터들을 활용하여 소프트웨어 신뢰도를 예측할 수 있는 방법들을 제안한다. 특히 일반적으로 사용되고 있는 Goel-Okumoto(G-O) 모델이나 고장 검출률을 이용하거나 시험 데이터를 활용하는 방법 등을 이용하여 모델 파라미터를 추정하고 실제 프로젝트 수행중에 얻어진 각종 결과를 토대로 해서 Numerical Algorithm이 아닌 통계적인 관점의 분석 결과와 MLE(Maximum Likelihood Estimation) 추정 방법 등을 동원하여 초기에 우리 프로젝트에 맞는 정확한 소프트웨어 신뢰도 평가 방법을 제안하였다.

• Proceedings of the KSR Conference
• /
• 2011.10a
• /
• pp.1357-1365
• /
• 2011

Reliability analysis-based maintenance system has the merit than elapsed time-based preventive maintenance system. First, it is possible to active handling of rolling stocks failures. In the past, Failure handling activities began when after increase failures rapidly. But if we can continuous manage of reliability than changing of failure tendency can know more quickly. Second, It is possible to using maintenance resources effectively. We can look forward to cost reduction to distributing of much less failures parts's maintenance resources. KORAIL builds reliability system called KTX-RCM for operating high-speed rolling stocks. But existing rolling stocks have not reliability system from the past. Fortunately, KORAIL started ERP system called KOVIS at 2007. KOVIS includes maintenance data for reliability analysis. So in this study analysis failure data for getting reliability number about existing passenger car. And we desire to maintenance connection plan.