• Journal of the Korea Convergence Society
• /
• v.13 no.1
• /
• pp.23-30
• /
• 2022

The failure of the reefer container causes a great loss of cost, but the current reefer container alarm system is inefficient. Existing studies using simulation data of refrigeration systems exist, but studies using actual operation data of refrigeration containers are lacking. Therefore, this study classified the causes of failure using actual refrigerated container operation data. Data imbalance occurred in the actual data, and the data imbalance problem was solved by comparing the logistic regression analysis with ENN-SMOTE and class weight with the 2-stage algorithm developed in this study. The 2-stage algorithm uses XGboost, LGBoost, and DNN to classify faults and normalities in the first step, and to classify the causes of faults in the second step. The model using LGBoost in the 2-stage algorithm was the best with 99.16% accuracy. This study proposes a final model using a two-stage algorithm to solve data imbalance, which is thought to be applicable to other industries.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1998.05a
• /
• pp.252-257
• /
• 1998

국내 원전에 신뢰도 기반 정비(RCM : Reliability Centered Maintenance) 기법을 도입하기 위해 수행하고 있는 영광 1,2호기 시법계통 RCM 분석에서 관련 기기의 고장데이터를 RCM 분석 방법론에 따라 분석하였다. 본 논문에서는 작업의뢰서와 작업보고서 기록내용을 토대로 지배적인 고장모드 및 다빈도 고장발생 기기를 파악하여 고장원인을 분석하였으며, 기기 유형으로 분류하여 고장들을 분석하였다. 분석결과 지배적인 고장모드는 EPRI에서 분류한 고장모드에 모두 포함되었으며, 고장빈도가 높은 기기의 고장원인은 운전환경, 사용유체, 운전형태, 기기 형식 등에 따라 고장메커니즘이 다르게 나타나는 것으로 분석되었다. 기기 유형으로 분류하여 고장모드별로 고장율을 분석한 결과 미국의 Generic Data(IEEE Std 500-1984)와 근소한 차이를 보이거나 약간 낮은 것으로 분석되었으며, 고장율이 높은 기기 유형을 단위 기기별로 세분화하여 분석한 결과 공기구동 조절벨브의 외부누설 고장율은 1.10E-06 이지만 충전유량 조절밸브의 고장율은 1.70E-05로서 약 10배 정도로 고장율이 높은 것으로 분석되었다. 기기별로 세분화한 고장을 분석 결과는 시범계통 RCM 분석시 고장모드 영향분석(FMEA. Failure Mode and Effective Analysis) 단계에서 필수기기를 선정하는 하나의 인자로 활용하였으며, 고장율의 역수로 구한 고장간 평균시간(MTBF:Mean Time Between Failure)은 정비주기 선정시 기초데이터로 활용된다.

• Proceedings of the KIPE Conference
• /
• 2007.07a
• /
• pp.458-460
• /
• 2007

RBF 네트워크의 중간층은 클러스터링 하는 층으로 주어진 자료 집합을 유사한 클러스터들로 분류하는 것이다. 여기서 유사하다는 것은 입력 데이터들에 대한 특징 벡터 공간사이에서 한 클러스터내의 벡터들 간에 거리를 측정하여 정해진 반경 내에 존재하면 같은 클러스터로 분류하고 정해진 반경 내에 존재하지 않으면 다른 클러스터로 분류한다. 그러나 정해진 반경 내에서 클러스터링 하는 것은 잘못된 클러스터를 선택하는 단점을 가지게 된다. 그러므로 중간층을 결정하는 것은 RBF 네트워크의 전반적인 효율성에 큰 영향을 준다. 따라서 본 논문에서는 효율적으로 중간층을 결정하기 위한 방법으로 퍼지 C-Means 클러스터링 알고리즘을 이용하고자 하였다. 그리하여 본 논문에서는 고장 전류의 특성을 해석하여 그 원인을 판단, 분류하기 위하여 전력계통의 고장 기록 장치로부터 얻어지는 선로의 전류 데이터를 FCM을 이용 분류하여 다양한 고장 모드를 판별할 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2003.07a
• /
• pp.445-448
• /
• 2003

1995년도에서 2002년도까지 8년간 충남서,남부 지역에서 발생한 송전설비 고장 데이터를 수집하여 전압별 및 고장 원인별로 분류하여 분석한 결과 낙뢰에 의한 고장이 54.9%로 제일 많았고, 돌풍에 의한 고장과 외물접촉, 산불에 의한 고장 순이였으며, 이는 우리 전력계통에서 일어난 과년도 송전고장과 비슷한 양상을 보였다. 또한, 본고에서는 이 지역의 송전고장을 원인별로 분류하여 분석한 결과를 바탕으로 송전고장을 줄일 수 있는 방안을 검토하여 보았다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1996.10a
• /
• pp.23-26
• /
• 1996

인과관계적 추론 방법(causal reasoning)은 시스템 고장을 시스템 구조나 행동의 원인 상과관계를 사용하여 분류하는 것으로서 관측된 행도오가 기대행동의 차이를 조사하여 인식하게 된다. 본 연구에서는 징후(symptom)를 분석 및 분류할 때에 시스템의 기능적인 계층구조를 이용한다. 전문가시스템의 구축은 KAPPA-PC를 사용하였다. KAPPA-PC는 규칙 및 논리에 근거한 방법과 객체지향적 지식 표현 기법을 사용한다. 대다수의 사람들이 일상적으로 사용하는 PC(Personal Computer)는, 특히 하드웨어에서 고장이 일어났을 때 수리자의 노우하우(know-how)로 고쳐지는 경우가 대부분이다. 본 논문에서는 자주 일어날수 있는 PC의 하드웨어적 고장에 일반사용자들이 쉽게 접근해서 그 원인과 진단을 내릴 수 있도록 했으며 작은 고장 원인이 전체 시스템구조내에서 어떤 상관관계를 가지는지를 고찰하였다.

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.31 no.5
• /
• pp.42-47
• /
• 2002

건물의 고도화 및 최첨단 공조시스템에 있어서 공기 조화기는 가장 핵심적인 장비로서 고장의 전도는 비교적 단순하나 요소기술의 적용, 운전, 유지관리에서 소홀하게 되 면 환경 업무의 저하와 생산성이 낮아지고 막대한 비용을 초래하기도 한다 . 고장은 설비시스템과 공조기의 사용기간이 길어짐에 따라 마모, 피로 등의 물리적 성능열화가 진행되며 이러한 물리적 열화가 최종적으로 나타나는 현상이 고장이다. 고장의 시간적 변화에는 초기고장, 우발고장, 마모고장으로 분류되며 초기고장은 시스템의 불안정에 따른 원인으로 시운전시에 자주 발생하고 정상적인 운전시에 발생되는 우발고장이 기간이 지나면 마모 고장기에 도달하게되며 이때는 부품의 한계수명과 마모등의 원인으로 고장률이 급격히 증가된다 따라서 본문에서는 공조시스템의 공기조차기의 팬과 펌프 기기의 고장원인을 살펴보고 이에 대한 고장을 신속하게 감시할 수 있는 방안을 일반적일 고찰을 통해 체계적이고 종합적인 대응방안을 소개하여 불필요한 보수비용의 발생과 생산성 저하를 방지하고 내구년수를 증가할 수 있는 신기술의 일부분을 소개하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.2069-2070
• /
• 2008

본 논문은 최근에 25.8kV $SF_6$ 가스절연부하개폐기 (이하 가스개폐기)에서 발생한 고장을 전력연구원에서 분석하여 고장 원인별 현황을 나타내었으며, 주요 고장으로 분류되는 절연 불량, 기계적 손상, 외부 손상 등이 발생하는 원인을 분석하였다. 장기신뢰성 확보를 위해서 가스개폐기의 취약점인 $SF_6$ 가스 순도에 따른 절연파괴 특성 및 금속 파티클의 거동특성에 대해 분석하였다.

• Proceedings of the KIPE Conference
• /
• 2017.07a
• /
• pp.413-414
• /
• 2017

영구자석 동기전동기 구동 인버터 시스템 내 스위치 고장은 다양한 조합으로 발생한다. 특히 스위치 개방고장의 경우 다른 전기 부품에 과전류를 유발하여 전체 시스템에 심각한 2차 손상을 초래한다. 본 논문에서는 개방고장 진단 알고리즘의 복잡성을 완화하기 위해 고장 그룹을 분류하여 고장 발생 시 false alarm의 영향을 받지 않고 간단하고 체계적인 방식으로 고장을 식별할 수 있는 기법을 제안한다. 스위치의 개방 고장으로 영구자석 동기전동기 구동 시스템 내 PWM 전압원 인버터의 신뢰성을 향상시키기 위해 3중 스위치 개방고장 진단 및 검출 기법을 제시한다. 제안된 기법은 기존의 개방고장 진단방법과 달리 정보처리를 위해 Moving Filter를 사용함으로써 연산부하를 증가시키지 않고 신속한 고장 검출이 가능하며 별도의 하드웨어 구성없이 구현이 가능하다. 제안된 기법의 안정성과 유효성이 시뮬레이션을 통해 입증된다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.12 no.2
• /
• pp.157-157
• /
• 1998

이 논문은 브리시리스 직류전동기의 구동 인버터의 실시간 데이터를 이용한 고장진단에 관한 것이다. 구동 인버터의 고장유형을 파악하여 주요 고장증세별로 분류하고, 고장결과를 예측하여 ASCL로 시뮬레이션함으로써 지식 베이스로 구성하였다. 구동 인버터에 대해 실시간으로 감시된 데이터는 전문가 시스템의 추론기관에서 시뮬레이션된 지식베이스와 비교하게 된다. 고장이 발생하면, 운전을 중지시킨 후, 전문가 추론을 함으로써 고장원인을 진단한다. 이로써 구동 인버터에 대해 전문적인 지식을 갖고 있지 않는 사용자에게, 고장원인 제거 및 수리대책에 관한 전문가의 지식을 신속히 제공하는 것이다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.315_317
• /
• 2009

전력계통은 발전, 송전, 변전, 배전계통으로 구성되지만 정전을 수반하는 대형고장은 전력계통 구성의 특성상 대부분 변전분야에서 발생하게 된다. 이러한 고장의 원인은 여러 가지로 분류할 수 있겠으나 특히 Human Error에 의한 고장 발생시 그 파급영향은 막대하다. 하지만 지금까지 변전설비의 고장 원인을 Human Error 측면에서 연구한 논문은 국내에서는 찾아보기가 힘들다. "전력계통의 고신뢰성 유지를 위한 변전분야 Human Error 예방대책"이란 논문이 2008년 한국전력 사내에서 발표된 정도이다. 본 논문에서는 해마다 끊이지 않고 반복되어지는 변전분야의 Human Error에 의한 고장에 대한 발생원인을 분석하고 현장 실행 위주의 예방대책을 제시하고자 한다.