• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2002.05a
• /
• pp.579-584
• /
• 2002

시스템의 신뢰도는 설계 단계에서부터 중요한 제약 조건이 됨과 동시에 그 사용 단계에서도 지속적인 관찰의 대상이 된다. 특히 원자력 발전소와 길이 안전성이 강조되는 시스템에서 는 한 번의고장으로 치명적인 문제를 야기 시킬 수 있다. 따라서, 신뢰도가 높은 시스템을 구축하기 위한 방안과 함께 시스템의 신뢰도에 대한 수리적인 평가를 보다 합리적인 방법으로 할 수 있는 것에 관한 연구가 필요하다고 할 수 있다. 시스템의 신뢰도 평가는 고장를 분포 함수의 추정에서 출발한다. 시스템의 고장를 분포 함수 추정시, 고장 자료를 이용하여 분포 함수의 모수를 추정하지만 대상 시스템의 고장 자료가 없는 경우 다른 유사 시스템의 고장자료를 이용하여 고장률 분포 함수를 추정하게 된다. 기준의 연구들은 유사 시스템의 고장자료를 이용할 때 베이지안(Bayesian)분석 절차를 이용하였다. 하지만 기존 방법들은 추정 절차에 필요한 우도함수(likelihood function)를 유도시 계산상의 어려움이 많다. 본 연 구에서는 각각의 개발 자료에 대한 우도함수를 유도하여 전체적인 시스템의 우도함수를 유도함으로써 이러한 문제점을 해결할 수 있는 새로운 절차를 제안하였다. 또한 모의실험을 통하여 기존의 방법과의 비교함으로써 본 연구의 타당성을 검증하였다.

• 한국ITS학회:학술대회논문집
• /
• v.2007 no.10
• /
• pp.196-201
• /
• 2007

현재 국내 ITS는 현장장비 유지관리에 대한 연구 및 고장관련 DB가 부족하여 예비부품수 및 교체시기 산정에 대한 규정이 없는 실정이다. 이에 본 연구는 실제 고장이력자료를 갖고 신뢰성 분석을 실시하여 단거리전용통신(DSRC)방식 노변기지국(RSE)의 예비부품수 및 교체시기를 산정하였다. 전체 수집기간동안의 고장자료는 욕조곡선의 형상을 나타내어 우발고장기간의 자료로 신뢰성 분석을 실시하였으나 고장 수명 분포 중 적합되는 분포가 없었다. 따라서, i)장비가동률과 ii)경험적(empirical) 누적분포함수(CDF) 곡선을 이용한 장비의 고장률(건/일)을 감안하여 예비부품수를 산정한 결과 16.22개 이상의 노변기지국(완제품)을 확보하여야 하는 것으로 분석되었다. 하자보수기간(2년)이 지난후 일정기간($2{\sim}3$년)이 지난 시점에서 향후 10년간에 대하여 수리하면서 사용하는 경우와 신품구입시의 총비용을 비교하여 산정한 교체시기는 10.67건/40개월 이상이다. 본 연구 수행결과 첫째, 비모수적 방법으로 적합도 검정을 실시하지 못하였다는 한계와, 둘째, 초기에 고장이 많이 발생하는 장비는 향후에도 고장이 많이 발생한다는 가정에 기반하여 향후 10년의 운영비용을 분석하였으나 이러한 가정을 입증하지는 못하였다. 따라서, 향후엔 본 연구에 사용된 자료가 고장 수명분포도 적합 되지 않은 원인을 분석하는 것과 분석대상 기간 이후의 자료를 추가하여 적합도 검정 및 신뢰성 분석을 실시하는 것이 필요하다.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.10 no.1
• /
• pp.46-55
• /
• 1996

본 논문에서는 변전소의 변전설비에 대한 고장진단을 위한 전문가 시스템을 개발하였다. 제안된 전문가 시스템에서는 변전소의 구조적 특성을 효과적으로 이용하기 위하여 두 종류의 새로운 자료 구조를 제안하였다. 먼저 설비 연결자료로, 이는 변전소의 수전단에서 배전단으로 이어지는 계층적 구조를 이용하여 소내 설비들의 전기적 연결상태 인식을 효과적으로 수행할 수 있도록 한다. 다음으로, 각 보호 계전기의 보호 영역 자료를 제안하였는데, 이것은 전문가 시스템 가동시에 자동으로 구성되면, 보호계전기의 주보호 설비 뿐만 아니라 후비보호와 2차 후비보호 등의 설비들을 탐색하여 자료구조에 포함함으로써 추론의 효율을 높였다. 본 전문가 시스템에서는 2단계 추론을 수행하는데, 1단계에서는 설비 연결자료와 보호 영역 자료를 이용하여 고장 후보들을 선정하고 2단계에서는 보호기기 동작간의 인과관계를 이용하여 고장 위치를 파악하고 동작한 보호기기들에 대한 설명을 하도록 하였다. 제안한 전문가 시스템은 실제 154[kV]급 변전소 모형에 적용하여 도출된 결과의 타당성과 수행시간의 실효성을 보였다.

• Convergence Security Journal
• /
• v.8 no.2
• /
• pp.35-40
• /
• 2008

Software failure time presented in the literature exhibit either constant, monotonic increasing or monotonic decreasing. For data analysis of software reliability model, data scale tools of trend analysis are developed. The methods of trend analysis are arithmetic mean test and Laplace trend test. Trend analysis only offer information of outline content. In this paper, we discuss forecasting failure time case of failure time censoring. The used software failure time data for forecasting failure time is random number of Weibull distribution(shaper parameter 1, scale parameter 0.5), Using this data, we are proposed to ARIMA(AR(1)) and simulation method for forecasting failure time. The practical ARIMA method is presented.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.475-476
• /
• 2011

전력공급의 안정성과 신회성을 높이기 위해 우리나라 배전선로에는 2002년부터 자동화가 추진되고 있으며 2010년을 기준으로 자동화 추진 대상 배전설비의 90% 이상이 자동화 설비로 교체되었다. 배전자동화는 고장의 조기검출과 고장복구 시간의 감소 등으로 배전선로의 전기 공급 신뢰도를 높인 것으로 평가되고 있지만 자동화 기기의 사용 증가로 인한 고장의 증가와 이에 따른 보수비용의 증가가 새로운 문제로 부각되고 있다. 본 논문에서는 우리나라 배전선로에서 사용되는 자동화용 단말장치에서의 고장현상에 대해 보고하고자 한다. 이를 위해 2009년부터 2009에 걸친 고장자료가 수집되었으며 이들 자료의 분석을 통해 주 고장모드를 확인하였다. 고장모드의 분석을 위해서는 제작자 및 운영자가 참여하여 FMEA(Failure mode and Effect Analysis) 방법을 사용하였으며 본 고에서는 이들에 대한 세부 내용을 기술하였다.

• Proceedings of the KIEE Conference
• /
• 1999.07c
• /
• pp.1493-1495
• /
• 1999

본 논문에서는 변압기 유중 가스 분석 자료와 고장에 관련된 특징을 학습시킨 신경 회로망을 이용하여 전력용 유입 변압기의 새로운 고장 진단 방법을 제안하였다. 본 논문에서 제안한 신경 회로망을 이용한 고장 진단 방법(유중 가스 분석 방법)은 입력으로 가스 구성비 분석(IEC 기준) 및 주요 가스 분석(한국 전력 공사 기준) 자료를 채택하였다. 또한, 출력으로 전력용 유입 변압기의 고장 유무 및 고장 종류의 특징을 신경 회로망으로 추출하였다. 따라서 입력된 유중 가스 분석 결과에 따라 전력용 유입 변압기의 진단 결과(고장 유무 인식 및 해석)가 제시되도록 구성하였다. 제안된 신경회로망을 이용한 변압기 고장 진단 방법은 한국 전력 공사의 변압기 유중 가스 기록으로 효용성을 입증하였다. 따라서 유중 가스 분석만으로 현실성 있는 변압기 진단 및 상태 추정이 가능하게 되었고, 이것의 적용으로 적절한 유지 및 보수 대책 방안을 제시할 수 있게 되었다.

• Proceedings of the Safety Management and Science Conference
• /
• 2000.11a
• /
• pp.31-37
• /
• 2000

지금까지 고장예측에 관한 연구 논문들은 여러 분야에서 많이 다루어져 왔다. 그 대표적인 예측 방법 중에 하나인 FTA(Fault Tree Analysis)가 가장 많이 사용되어져 왔으며, 여러 산업분야에서 가장 활발하게 시스템 및 부품에 대한 고장 가능성 진단을 실시하여 왔다. 하지만 기존의 전통적인 FTA 방법을 사용하는데 있어서 몇 가지 문제점을 발견할 수가 있었다. 즉, 지금까지 FTA를 실시하는 과정에 있어서 시스템 및 부품에 대한 데이터의 자료가 정확하다는 전제하에 고장 값을 예측하여 왔다. 만일 시스템 및 부품에 대한 불확실한 데이터나 부정확한 자료를 동시에 가지고 있다면 지금까지 사용하여 왔던 전통적인 FTA를 사용하여 고장 값을 예측하여 정확한 값을 찾아내기란 어려운 것이라 할 수가 있다. 이와 같은 문제점을 해결하기 위해서는 본 연구에서 제시하는 Fuzzy FTA를 사용하는 것이 보다 바람직할 것이며, 이러한 방법을 사용하여 불확실하고 부정확한 데이터를 가지고 고장진단을 실시하여 고장가능성 값을 찾아내어 전체 시스템의 고장 발생 가능성을 예측하는 것이 이 논문의 목적이라 할 수가 있다.

• Convergence Security Journal
• /
• v.11 no.3
• /
• pp.19-24
• /
• 2011

Software failure time presented in the literature exhibit either constant monotonic increasing or monotonic decreasing, For data analysis of software reliability model, data scale tools of trend analysis are developed. The methods of trend analysis are arithmetic mean test and Laplace trend test. Trend analysis only offer information of outline content. In this paper, we discuss forecasting failure time case of failure time censoring. In this study, time series analys is used in the simple moving average and weighted moving averages, exponential smoothing method for predict the future failure times, Empirical analysis used interval failure time for the prediction of this model. Model selection using the mean square error was presented for effective comparison.

• Convergence Security Journal
• /
• v.12 no.3
• /
• pp.115-121
• /
• 2012

Software failure time presented in the literature exhibit either constant, monotonic increasing or monotonic decreasing. For data analysis of software reliability model, data scale tools of trend analysis are developed. The methods of trend analysis are arithmetic mean test and Laplace trend test. Trend analysis only offers information of outline content. In this paper, we discuss forecasting failure time case of failure time censoring. In this study, we predict the future failure time by using the curve regression analysis where the s-curve, growth, and Logistic model is used. The proposed prediction method analysis used failure time for the prediction of this model. Model selection using the coefficient of determination and the mean square error were presented for effective comparison.

• Journal of Digital Convergence
• /
• v.13 no.12
• /
• pp.143-149
• /
• 2015

This study aims to analyze the predict capability of some of the popular software NHPP reliability models(Goel-Okumo model, delayed S-shaped reliability model and Rayleigh distribution model). The predict capability analysis will be on two key factors, one pertaining to the degree of fitment on available failure data and the other for its prediction capability. Estimation of parameters for each model was used maximum likelihood estimation using first 80% of the failure data. Comparison of predict capability of models selected by validating against the last 20% of the available failure data. Through this study, findings can be used as priori information for the administrator to analyze the failure of software.