• 제목/요약/키워드: 고장 나무 분석

검색결과 24건 처리시간 0.017초

신뢰성 분석을 위한 Function Tree 및 Fault Tree 구성 방법에 관한 연구 (A Methodology for Constructing Function Tree & Fault Tree in Reliability Analysis)

  • 하성도;이언경;강달모
    • 대한기계학회:학술대회논문집
    • /
    • 대한기계학회 2001년도 춘계학술대회논문집C
    • /
    • pp.333-338
    • /
    • 2001
  • Fault tree is a widely used methodology for analyzing product reliability. The fault trees are usually constructed using the experiences of expert reliability engineers in top-down approaches and have different structures according to each expert's subjectivity. In this work it is tried to find a general method for the fault tree construction based on the function tree that is the result of product function deployment. Based on the function tree, the method has the advantage of resulting an objective fault tree since the faults are defined as the opposite concept of functions. The fault tree construction of this work consists of the following steps: 1) definition of product primary function with the viewpoints of product operation and configuration, 2) construction of functional relation chart using a grouping algorithm, 3) abstraction of functional block diagram according to operation sequences and configuration of a product, 4) construction of function tree for each viewpoint, and 5) construction of fault tree by matching the function tree and simplification of the result.

  • PDF

수중함 전기 계통의 고 신뢰도 설계를 위한 고장나무분석과 적용 (Fault Tree Analysis and its Application for Designing High Reliability Electrical System in Underwater Vehicle)

  • 김진산;최진성;빈재구;강필순
    • 전기학회논문지
    • /
    • 제66권1호
    • /
    • pp.33-39
    • /
    • 2017
  • A top priority in the design of underwater vehicle is to guarantee the dependability of the electric system because failure of the electrical power supply system is directly related to the life of the passengers. In this paper, we present four kinds of alternative designs to improve reliability of electrical system in underwater vehicle. To reduce the risk and to increase availability of the electrical system, we use the redundancy of the grid structure and power converter. For all design alternatives, we carry out Fault Tree Analysis. Based on the FTA result, we implement RAM simulation to compare the risk and availability for the proposed design alternatives.

고속철도차량 1차 구동장치에 대한 완전분해정비의 최적 주기 평가 (Evaluation of Optimal Time Between Overhaul Period of the First Driving Devices for High-Speed Railway Vehicle)

  • 정진태;김철수
    • 한국산학기술학회논문지
    • /
    • 제16권12호
    • /
    • pp.8700-8706
    • /
    • 2015
  • 고속철도차량 동력대차의 1차 구동장치는 모터 감속기와 견인전동기로 구성한다. 모터 감속기와 견인전동기는 기계적으로 일체형 결합 구조이지만, 상이한 기술 요구사항으로 인하여 이들의 완전 분해정비 주기는 서로 다르다(모터 감속기의 완전 분해정비 주기: $1.8{\times}10^6km$, 견인전동기의 완전 분해정비 주기: $2.5{\times}10^6km$). 따라서 불필요한 정비 횟수를 감소하기 위하여 신뢰성 중심 유지보수 관점에서 최적의 완전 분해정비 주기의 산정이 중요하다. 본 연구에서는 실제 유지보수 정비이력으로부터 두 구성품들에 대한 고장 결함나무 분석을 수행하고 각 하부부품들의 치명도를 고려한 고장률을 각각 평가하였다. 두 구성품에 대한 최적의 동일한 완전분해 정비주기는 기존의 총 예방정비 비용을 감소하기 위하여 유전자 알고리즘으로 부터 얻었다. 이 알고리즘에서 각 개체를 구성하는 유전자는 최소 예방 정비주기이며, 이의 조합으로 구성된 세대별 개체의 적합도함수는 총 정비비용의 역수로 공식화하여 얻는다. 최소공배수에 의한 방법은 기존 대비 4%만 감소하지만, 유전자 알고리즘에 의한 최적의 동일 완전분해 정비주기는 225만km로서 기존 방법의 총비용과 비교하여 약 14% 감소하였다.

대화식 데이터 마이닝 기법을 활용한 자동차 보험사의 인입 콜량 예측 사례 (A Case Study on Forecasting Inbound Calls of Motor Insurance Company Using Interactive Data Mining Technique)

  • 백웅;김남규
    • 지능정보연구
    • /
    • 제16권3호
    • /
    • pp.99-120
    • /
    • 2010
  • 최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 다양한 데이터의 분석을 통해 고객 만족도를 향상시킬 수 있는 유용한 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있으며, 콜센터 운영에서 고객 만족도에 가장 큰 영향을 미치는 요소는 상담 인력의 규모인 것으로 알려져 있다. 즉, 일정수준 이상의 고객 만족도를 유지하기 위해서는 충분한 상담 인력을 확보하는 것이 관건이지만, 불필요하게 많은 인력을 확보하는 것은 인건비 측면에서 비용의 낭비를 초래할 수 있다. 따라서 부족하지도 않고 넘치지도 않을 정도의 적정 인력을 산출하는 능력은 콜센터 운영의 핵심 경쟁력으로 인식되고 있으며, 최근 콜센터에서는 적정 인력의 규모를 예측하기 위해 WFM(Work Force Management) 업무 전담 부서를 설치하고 콜량을 정확하게 예측하기 위한 노력을 기울이고 있다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균을 담당자가 주관적 판단에 의해 보정함으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 예측 모형을 시스템화한 WFMS(Workforce Management System) 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 객관적이면서도 업무 배경 지식을 충분히 활용할 수 있는 예측 모형을 수립하고자 한다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 국내 최대 규모의 한 자동차 보험사 콜센터의 4년 8개월 간의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다. 실험에서는 기존의 WFMS와 본 연구에서 제안하는 두 가지 모형인 대화식 의사결정나무 기반의 예측 모형, 일반 의사결정나무 기반의 예측 모형의 세 가지 모형에 대해, 다양한 오차 허용범위 하에서의 사고콜 및 고장콜에 대한 예측 적중률을 평가하였다.