• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.12 no.1 s.56
• /
• pp.48-56
• /
• 1998

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.19 no.5
• /
• pp.599-604
• /
• 2018

For missile systems, sustaining high reliability and ensuring economical maintenance are very important. In the Republic of Korea, for most missiles, periodic inspection is mandatory for missiles in the field. Every fixed number of years, they are returned to the ordnance depot to be tested and repaired if faults are found. Almost all missiles have a built-in test (BIT) capability. With the BIT, faulty missiles can be isolated anytime during operations or storage in the launchers. So the reliability and the maintenance costs of the missiles greatly depend on the length of the inspection cycle and the BIT/inspection quality. In this paper, we suggest a model for predicting the storage reliability of missiles subjected to non-periodic tests and periodic inspections, excluding overlapping failures. Some numerical examples are given. This model will be useful for determining the length of the periodic inspection cycle.

• Proceedings of the KIEE Conference
• /
• 1999.11c
• /
• pp.803-806
• /
• 1999

고성능 시스템이 개발됨에 따라 실시간 테스트의 중요성이 증가하고 있다. 메모리의 경우 저장된 값을 보존하면서 테스트할 수 있는 Transparent 테스트 알고리듬들이 개발되고 있다. 본 논문에서는 테스트 시간과 오버 헤드를 줄일 수 있는 새로운 Transparent 테스트 알고리듬을 제안한다. 제안하는 알고리듬은 SRAM의 전이 쓰기 동작 중에 발생하는 동적 전원 전류를 이용하는 방법이다. 동적 전원전류와 고장 모델과의 상관 관계를 규명한 결과 기존의 알고리듬보다 많은 고장 모델들을 테스트 할 수 있음을 발견하였다. 또한 쓰기 동작 중의 전류를 감지하기 때문에 압축치를 생성할 필요가 없어 그에 따른 테스트 시간과 오버 헤드를 줄일 수 있다. 본 논문에서는 기존의 March 알고리듬들을 본 테스트 방법론에 적합하도록 변형하는 방법을 설명하고 기존의 transparent 알고리듬과의 테스트 시간 고장 검출률 그리고 BIST 구현시의 하드웨어 오버헤드 측면에서 비교를 한다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.3
• /
• pp.27-35
• /
• 1999

소프트웨어의 결함 검출율(FER : Fault Exposure Ratio)은 소프트웨어에 대한 시험의 효율성과 고장 당결함 발생율(per fault hazard rate)을 제어하는데 매우 중요한 요소이다. 특히 시험이 불규칙적으로 수행될 때 고장 발견은 더욱 어려워진다. 시험이 종료되는 단계에서 소프트웨어 결함 검출율이 낮은 경우는 시험의 유효성을 기대하기 어렵기 때문이다 일반적으로 결함 검출율(K)이 점차 높아지는 시험 종료 단계에서는 Random Test 보다는 강도 높은 실 시험이 수행되기 때문이다. 이런 가정하에 본 논문에서는 TDX 교환 소프트웨어의 결함 검출율을 추정하여 이를 기반으로 한 ATM 소프트웨어의 결함 검출율을 예측하고 또한 소프트웨어 신뢰도가 향상되어 가는 과정에 대해 논했다..

• Proceedings of the Safety Management and Science Conference
• /
• 2011.04a
• /
• pp.407-417
• /
• 2011

기술 발전 속도가 빨라짐에 따라 부품의 개발기간이 단축되고 있다. 더욱이 최근에는 제품들의 신뢰성이 향상되어 가속수명시험을 실시하더라도 규정된 시험 시간 동안 고장을 발견할 수 없는 경우가 많이 발생하고 있다. 또한 현업에서는 성능열화에 대한 관심이 높아지고 있으며 특히 친환경차에 대한 관심이 많아지면서 연료전지 및 납-배터리의 가속열화시험법개발에 많은 관심이 증대되고 있다. 만약 고장이 발생하지 않는다고 해서 더 가혹한 스트레스를 인가하면 전혀 다른 고장 메커니즘이 나타날 수 있기 때문에 시험의 목적을 달성하기 곤란해진다. 따라서 이런 단점을 보완하기 위해 시간에 따라 정해진 시간마다 열화 특성을 갖는 특성치를 측정하여 수명을 예측하거나 신뢰성을 평가하는 열화시험, 가속열화시험을 이용한다. 본 연구는 열화데이터 분석 방법을 정리하여 현업에 적용 가능한 분석 과정을 제안하고 향후 연료전지 및 납-배터리 가속열화시험 적용방향을 제시하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.514-516
• /
• 2003

현재 많은 제조 업체들이 장비를 운영하는 중에 장비의 수명이나 이상으로 인한 고장으로 전체 작업 공정이 중단되어 큰 손실은 입은 많은 사례를 가지고 있다. 본 논문에서는 이러한 피해를 조금이나마 줄여 보고자 장비의 상태를 모니터링 및 분석하여 장비의 교체 시기 및 고장 의심 부분을 사용자에게 미리 알려주는 분석 툴을 설계한다. 실제 장비의 적용 대상은 현대중공업 LNG 선박 제조의 크레인 전동기를 대상으로 하였다. 특히, 크레인에서 가장 중요하다고 할 수 있는 전동기의 진동 데이터를 파형(Wavelet)화 하고, 이것을 FFT(Fast Fourier Transform) 변환하여 이 두 형태를 분석해서 전동기의 이상 징후를 발견하는데 초점을 맞추었다. 향후 이러한 적용 사례를 활용하게 되면, 고가 장비의 갑작스러운 고장으로 인한 제조업체의 손실을 조금이라도 줄일 수 있을 것으로 본다.

• Journal of KSNVE
• /
• v.14 no.1
• /
• pp.18-23
• /
• 2004

균열 현상은 모든 필터에서 발생하였다. 1997년 9월 원심 압축기 B에서 발생한 지나친 진동현상으로 여러 필터 중 한 필터가 부서져 임펠러 흡입부로 빨려 들어갔다. 1997년 10월 기동중에 선회실속 문제가 임펠러에서 발생하였고, 이 원인은 임펠러 eye가 부분적으로 막혔기 때문이었다. 압축기 입구와 출구의 전체 유량과 압력 상태는 정상이었기 때문에 어떠한 서지현상도 anti-surge 시스템에 의해서 감지되지 않았다. 고장상태를 진단함으로써 압축기의 재가동을 방지하여 필터들이 부서졌다는 것을 확인하게 되었다. 이번 기계 점검과정을 통하여 원격진단의 중요성을 확인하였으며, 이에 회사는 원격서비스(remote service) 계약을 체결하여 현재 원격 진단 서비스 점검이 계약 기간에 따라 정기적으로 이루어지고 있다. 이와 같이 기계에 대한 정기적인 점검을 실시하는 목적은 기계의 결함이나 고장문제를 조기에 발견함으로써 중대한 고장으로의 진행을 사전에 예방하거나 또는 최소화하는데 있다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.04a
• /
• pp.682-693
• /
• 1995

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.20 no.1
• /
• pp.163-169
• /
• 2020

Recently, research on automation and unmanned operation of machines in the industrial field has been conducted with the advent of AI, Big data, and the IoT, which are the core technologies of the Fourth Industrial Revolution. The machines for these automation processes are controlled based on the data collected from the sensors attached to them, and further, the processes are managed. Conventionally, the abnormalities of sensors are periodically checked and managed. However, due to various environmental factors and situations in the industrial field, there are cases where the inspection due to the failure is not missed or failures are not detected to prevent damage due to sensor failure. In addition, even if a failure occurs, it is not immediately detected, which worsens the process loss. Therefore, in order to prevent damage caused by such a sudden sensor failure, it is necessary to identify the failure of the sensor in an embedded system in real-time and to diagnose the failure and determine the type for a quick response. In this paper, a deep neural network-based fault diagnosis system is designed and implemented using Raspberry Pi to classify typical sensor fault types such as erratic fault, hard-over fault, spike fault, and stuck fault. In order to diagnose sensor failure, the network is constructed using Google's proposed Inverted residual block structure of MobilieNetV2. The proposed scheme reduces memory usage and improves the performance of the conventional CNN technique to classify sensor faults.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.10a
• /
• pp.169-169
• /
• 1999

최근 산업 플랜트의 공정제어 시스템은 복잡하고 대규모화되어 고장 발생시 경제적 손실과 위험성이 증폭되어 규정된 안정서와 신뢰성 확보가 필수적이라 할 수 있다. 고장검출 및 진단기법은 시스템의 신뢰성을 높이기 위한 효과적인 방안을 연구하는 것으로 현대에 들어서 많은 학자들의 관심을 끌고 있으며 실제 계통에 점차적으로 응용되고 있다. 현재까지 개발된 고장검출 및 진단기법은 사용된 프로세스 모델의 형태, 고장검출 진단 알고리즘에 따라 다양하게 분류 될 수 있으며 일반적으로 사용된 모델에 따라 크게 1) 정량적 모델에 근거한 해석적 기법, 2) 정성적 모델에 근거한 기법, 3) 지식기반 진단 기법으로 구분 할 수 있다. 이중 정량적 모델 기법은 대상계통의 수학적 모델에 근거하여 운전 데이터를 분석함으로서 고장검출 진단을 수행하는 해석적 기법으로서 근본적으로 계통의 정확한 수학적 모델을 요구하므로 불확실성을 포함한 계통 및 비선형성이 강한 계통등에는 적용이 곤란하다. 정성적 모델 및 지식기반 기법은 정량적 진단 기법과는 달리 대상 프로세스에 대한 수학적 모델 대신에 운전자의 경험과 프로세스 변수간의 상호 작용 및 고장의 전파과정, 고장원인과 증상과의 직접적인 관계에 대한 구조적 지식에 근거한 것으로 고장원인에 대한 계통의 동작을 추론 할 수 있으며, 상황 변화에 따른 영향을 예측할 수 있다. 본 논문에서는 정성적 모델 및 지식기반 기법에 근거한 고장검출 및 진단 기술을 화력 발전소 보일로 프로세스에 적용하여 정성적 시뮬레이션에 의한 설비의 고장을 조기에 발견하여 고장 파급으로 인한 발전 정지 및 설비의 손상 확대를 방지하고 고장 발생시 신속한 원인 규명 및 후속 조치관련 정보들을 운전원에게 제공할 목적으로 현재 전력원에서 개발중인 지능형 경보시스템에 대하여 기술하고자 한다.음과 같이 설명하였다. 서로 상반되는 것들이 다음과 같이 설명하였다. 서로 상반되는 것들이 부딛힘이 없이 공존하고 일상의 논리가 무시된다. 부정, 의심이 없고 확실한 것이 없다. 한 대상에 가졌던 생각이 다른 대상에 옮겨간다(displacement). 한 대상이 여러 대상이 갖고 있는 의미를 함축하고 있다(condensation). 시각적인 순서가 무시된다. 마음속의 생각과 외부의 실제적인 일을 구분하지 못한다. 시간 상의 순서가 있다가 없다가 한다. 차례로 일어나야 할 일이 동시에 한꺼번에 일어난다. 대상들이 서로 비슷해지고 동시에 있을 수 없는 대상들이 함께 나타난다. 사고의 정상적인 구조가 와해된다. Matte-Blance는 무의식에서는 여러 독립된 대상들간의 구분을 없애며, 주체와 객체를 하나로 보려는 대칭화(symmetrization)의 경향이 있기 때문에 이런 변화가 생긴다고 하였다. 또 대칭화가 진행되면 무한대의 느낌을 갖게 되어, 전지(moniscience), 전능(omnipotence), 무력감(impotence), 이상화(idealization)가 나타난다. 그러나 무의식에 대칭화만 있는 것은 아니며, 의식의 사고양식인 비대칭도 어느 정도 나타나며, 대칭화의 정도에 따라, 대상들이 잘 구분되어 있는 단계, 의식수준의 감정단계, 집단 내에서의 대칭화 단계, 집단간에서의 대칭화 단계, 구분이 없어지는 단계로 구분하였다.systems. We believe that this taxonomy is a significant contribution because it adds clarity, completeness, and "global perspective" to workflow architectural discussions. The vocabulary suggested here