• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2003년도 춘계학술발표논문집
• /
• 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.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.275-276
• /
• 2023

산업 현장의 기계 시설물 고장 문제는 큰 인명피해와 경제적 손실을 초래할 수 있기 때문에, 기계 시설물의 상태를 기반하여 고장을 진단하는 것은 대단히 중요하다. 따라서, 본 연구에서는 전류 센서 데이터를 활용하여, 시설물의 고장 여부를 진단할 수 있는 알고리즘을 제안한다. 본 연구에 활용된 전류 센서 데이터는 x, y, z축을 가진 3상 전류 데이터로 구성되어 있으며, 2kHz로 1초간 샘플링 되어 있다. 본 연구에서는 2차원적 특성을 가지는 전류 센서 데이터를 분석하기 위해 CNN(Convolution Neural Network)을 활용한다. 시설물의 고장진단에 가장 적합한 모델을 선정하기 위해 CNN의 대표적인 백본 네트워크를 활용하여, 결과를 비교하였다. 실험 결과, 본 연구에서 구성한 후보 백본 네트워크 중 ResNet의 분류 정확도가 98.5%로 가장 높게 나타났다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2005년도 제24회 춘계학술대회논문집
• /
• pp.47-52
• /
• 2005

이 논문은 열폭발 실험에서의 열적, 화학적, 기계적 행동의 결과에 대한 3차원 모델 결과를 나타낸다. 폭발이 관찰되기 전까지 제한된 고 폭발물은 시간당 $1^{\circ}C$의 비율로 가열된다. 임의의 Lagrangian-Euler 코드를 사용하여 모델링된 가열, 점화 그리고, deflagration 단계는 구조적에서 동적인 hydro 시간단계까지 변하는 넓은 범위의 시간 영역에서 다루어 질수 있다. Johnson-Cook Failure Model (JCFM)에 실험적 고장분포를 더하여 폭발기기의 균열방향과 fragment의 크기를 예측할 수 있는 모델을 개발한다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1997년도 춘계학술발표회논문집(1)
• /
• pp.606-610
• /
• 1997

울진 원전 3,4 호기 확률론적 안전성 평가 (PSA) 모델을 risk monitor 모델로 변환하여 한국원자력연구소에서 개발한 risk monitor인 Risk Monster[1]에 설치하였으며 이를 이용하여 필수냉각수 계통(ESW;Essential Service Water) 펌프의 가동중 정비(on-line maintenance)의 가능성 여부를 연구하였다. ESW 펌프를 가동중 정비하더라도 안전성 측면에서 별 문제가 없으며 경제성 여부는 보다 정확한 검토가 요구되나 상당히 있는 것으로 판단된다. 한편 ESW펌프 한대의 고장이 원전 가동중에 미치는 위험도를 분석하였으며 그 결과 ESW펌프 한대의 고장에도 불구하고 원전 계속 가동에는 큰 문제가 없었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.418-421
• /
• 2006

프로그램의 고장율이 잔여 결함의 (미지)수에 대한 일정한 배수라고 한 것은 모든 결함이 프로그램의 고장율에 동일한 양으로 기여한다는 것을 의미한다. 우리는 이 가정에 대해서 도전을 하고자 하며, 대안을 제시한다. 이 모델은 다루기 쉬워서 계산할 다양한 신뢰도 척도를 허용한다. 목표 신뢰도를 얻기 위한 전체 수행시간과 목표 신뢰도를 얻기 위한 총 결함의 수를 예측할 수 있다. 이 모델은 설계오류를 줄여서 신뢰도 성장을 가져오는 하드웨어에도 적용될 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.830-837
• /
• 2004

본 논문에서는 비선형시스템에서 발생한 고장을 감지하고 분류하기 위한 신경회로망기반 고장진단 방법을 제안한다. 제안한 알고리듬에서는 시스템의 출력과 다층신경회로망 공칭모델 출력 사이의 오차가 미리 설정한 문턱값을 넘으면 고장을 감지한다. 고장이 감지되면 다층신경회로망과 ART2 신경회로망을 이용한 고장분류기에서 시스템에서 발생한 고장을 분류한다. 컴퓨터 시뮬레이션 결과로부터 제안한 고장진단방법이 비선형시스템에서의 고장감지 및 분류문제에 잘 적용됨을 알 수 있다.

• 한국지능시스템학회논문지
• /
• 제23권1호
• /
• pp.65-71
• /
• 2013

본 논문은 센서 고장을 갖는 타카기-수게노 (Takagi-Sugeno: T-S) 퍼지 시스템의 샘플치 고장검출 관측기 설계 문제를 다룬다. 고장검출을 위해 T-S 퍼지 모델 기반의 관측기가 사용된다. $\mathfrak{H}$_ 성능 지수를 도입하여 고장에 가능한 한 민감한 관측기를 설계한다. 고장 판단 논리에 의해 고장 발생 여부를 확인할 수 있다. 관측기의 설계조건을 선형행렬부등식으로 제안한다. 모의실험에서 수치 예제를 통해 제안한 고장검출 기법의 효용성을 입증한다.

• Nuclear Engineering and Technology
• /
• 제27권5호
• /
• pp.670-686
• /
• 1995

본 논문의 저자는 원자력 발전소와 같은 복잡한 대규모의 시스템의 실시간 고장진단 방법을 1994년 IEEE TNS Vol. 41, No. 4 호[1］에 발표하였다. 이번 논문에서는 고장전파모델(FPM)로서 같은 'Timed SDG Model' 를 사용하고 있으나 고장전파시간( FPT)을 에메논리 개념을 이용하여 정확하게 구하기 어려운 FPT을 실질적으로 이용할 수 있도록 했으며, 또한 고장전파확율(FPP)개념을 도입하여 하나이상의 고장원인 절점 (Node)들을 절점고장율과 더불어, 보다 효과적으로 판별할 수 있도록 했다. 또 FPM내에서 고장의 전파확율를 고려함으로서 보다 실질적인 고장 진단방법을 제시하였으며 본 제안된 방법을 고리 원전 2호기 1차계통에 적용하여 1차계통 FPM내의 각 FPP이 ‘1’인 경우에 한하여 그 성능을 입증하여 보았다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1855-1856
• /
• 2008

본 연구에서는 공정 중에 민감하게 반응하는 플라즈마로부터 수집되는 이온에너지 분포(IED : Ion Energy Distribution)와 시계열 신경망 모델링을 결합한 플라즈마 감시 기술을 개발하였다. NIEA(Non-invasive ion analyzer)를 이용하여 IED를 측정하였으며, 모델링에 사용된 신경망은 자기 상관 시계열 신경망(A-NTS : Auto-Correlated Neural Time-Series)이다. 모델 개발을 위한 학습과 테스트 데이터로는 Duty ratio 100%에서 수집한 IED를 이용하였으며, 개발된 모델의 감시 성능은 60%에서 수집된 IED로 평가하였다. 학습인자 k와 m의 범위는 각각 1-3 으로 총 9종류의 (k, m) 조합에 대해서 모델 성능을 평가하였다. 신경망 은닉층 뉴런수는 2-9의 범위에서 최적화하였다. 최적화된 모델은 (2, 3)과 뉴런수 2에서 구해졌으며, 0.335의 예측 에러를 보였다. 60% IED 데이터로 평가한 결과 플라즈마 고장에의 민감도는 62% 이상이었다. 이는 IED의 A-NTS 모델이 플라즈마 고장의 감시에 효과적으로 적용될 수 있음을 의미한다.

• 전자통신동향분석
• /
• 제15권5호통권65호
• /
• 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.