최근에는 원자력에 대한 국민의 관심이 높아져 기기의 고장 수준에 대해서도 언론에 보도되는 것이 현실이다. 이는 곧 원자력 산업설비에 대한 신뢰성을 한층 더 높은 단계로 요구하는 목소리인 것이다. 이 글을 통해서 원자력 산업설비에 대한 신뢰성 향상을 위한 활동을 정리해 보고자 한다.
본 논문은 최근 2년간 25.8kV 가스 절연 부하개폐기에서 발생한 고장을 전력연구원에서 분석하여 고장 원인별 현황을 나타내었다. 고장 주요원인인 절연불량, 기계적 손상, 외부 손상 등이 발생하는 원인을 분석하였다. 가스절연개폐기의 고장모드 및 성능평가 방법을 나타내었다. 개폐기의 장기신뢰성 확보를 위해서는 제조업체 및 한전의 품질개선을 위한 노력이 필요하며 특히, 경년특성을 검증할 수 있는 효율적인 방법의 제시가 필요하다.
낙뢰 또는 수목 접촉 등의 일시적인 사고가 발생하면 계통내 접촉 위치에 순간적으로 아크 현상이 일어나게 된다. 일시 고장 원일을 제거하기 위해 기계적으로 전기의 흐름을 단절시켜 고장 원인을 제거하고, 재투입을 통해 계통 복구를 할 수 있다. 아크는 음극과 양극 사이의 방전으로 인한 플라즈마로 설명될 수 있는데 전력 계통에서는 저항으로서 취급할 수 있다. 본 논문에서는 765kV 모델 계통의 아크 현상 시뮬레이션을 통해 고장각 발생 변화에 따른 아크 전압 특성을 분석할 것이다. 또한 아크 특성 분석을 통해 우리는 아크 발생 시 전력 계통에 미치는 영향을 파악하고 분석하고자 한다. 본 논문에서 전력 계통의 과도현상 분석 프로그램인 EMTP(Electro Magnetic Transient Program)를 이용하여 아크현상에 대한 분석 및 765kV계통에서의 아크 고장을 시뮬레이션 하였다.
지금까지의 신뢰도 분석 모형은 대부분이 한가지 유형의 고장상태를 가정하였다. 그러나, 현실적으로 고장상태를 몇가지 유형으로 나누는 것이 바람직할 경우가 많다. 예를들면, 어떤 스위치의 경우 닫혀야할 때 열리는 고장과 열려야할 때 닫히는 고장이 있을 것이다. 이러한 예는 자동화기계, 배수관, 폭발물 등에서 찾아볼 수 있다. 본 논문에서는 두가지 유형의 고장상태를 갖는 중복시스템(직렬구조, 병렬구조, 대기구조)에 관한 마아코프 분석 모형을 설정하고, 라플라스 변환법을 사용하여 가용도 함수를 구하였다.
With the 4th industrial revolution, condition monitoring using machine learning techniques has become popular among researchers. An overload due to complex operations causes several irregularities in MOSFETs. This study investigated the acquired voltage to analyze the overcurrent effects on MOSFETs using a failure mode effect analysis (FMEA). The results indicated that the voltage pattern changes greatly when the current is beyond the threshold value. Several features were extracted from the collected voltage signals that indicate the health state of a switched-mode power supply (SMPS). Then, the data were reduced to a smaller sample space by using a principal component analysis (PCA). A robust machine learning algorithm, the support vector machine (SVM), was used to classify different health states of an SMPS, and the classification results are presented for different parameters. An SVM approach assisted by a PCA algorithm provides a strong fault diagnosis framework for an SMPS.
The key technology of the fourth industrial revolution is artificial intelligence and machine learning. In this study, FMEA was performed on fuel pumps used as key items in most systems to identify major failure components, and artificial neural networks were built using big data. The main failure mode of the fuel pump identified by the test was coil damage due to overheating. Based on the artificial neural network built, machine learning was conducted to predict the failure and the mean error rate was 4.9% when the number of hidden nodes in the artificial neural network was three and the temperature increased to $140^{\circ}C$ rapidly.
열펌프의 고장감지 및 진단을 위하여 측정값에 대한 분석은 필수적이다. 열펌프의 고장감지는 열전대 등의 온도센서로 수행되는데, 재연성과 센서자체의 오차에 의해 시스템의 정상상태 측정값들은 통상 백색 노이즈의 형태로 존재한다. 고장감지 및 진단시스템을 구축하기 위하여 이상적인 정상상태를 정의하는 기준모델을 추출하게 되는데, 실제 측정값과 모델에 의한 기대값은 수학적 편차, 즉 잔차가 필연적으로 존재하게 된다. 이러한 잔차는 운전조건에 따라 변화하며, 다양한 불확실도를 포함한 확률분포를 갖게 된다. 본 연구에서는 온도센서를 활용하여 정상상태 진단을 수행하고 이를 기반으로 기준모델을 도출하였다. 이후 실측값과 기준모델과의 잔차를 통계적으로 분석하여 고장여부를 판단하는 경계값을 산출하였다. 본 분석에 의하여 열펌프의 고장감지 및 진단시스템의 개발을 위한 불확실도와 경계값을 통계적으로 계산함으로써 진단결과의 확률적 신뢰성을 보장할 수 있는 방법론을 제공하였다.
영구자석 동기전동기의 권선 개방 고장은 권선이 끊어지거나 인버터 스위치의 고장으로 발생한다. 권선 개방 고장이 발생하면 전동기에 토크리플과 진동이 발생하게 되며, 영구자석 동기전동기를 작동기로 사용하는 항공기 등을 포함하는 운행체의 안전성에 치명적인 영향을 미치게 된다. 따라서 신속한 고장 검출 및 분류가 필수적이다. 본 논문에서는 영구자석 동기전동기의 권선 개방 고장의 검출과 고장 위치 파악을 위한 분류 기법을 제안한다. 제안된 기법은 확장칼만필터를 통해 고장을 검출 후 다중모델 필터를 통해 고장을 분류한다.
국내 2개 선박회사로부터 입수한 1978년부터 1986년까지의 중요 기관고장에 관한 자료를 주성분분석법에 의하여 분석한 본 연구의 결과를 요약하면 다음과 같다. 1. 분석결과는 각성분의 인자부하량 크기에 따라 전기.자동제어기기, 보기류, 배관계, 과급기.냉동기류, 주기관계의 5그룹으로 나눌 수 있다. 2. 기기의 고장현상을 발열.소손, 고장원인은 부식.마모 및 오조작, 그리고 기기이상검출의 수단은 누설.혼탁 등이 매우 높은 비중을 차지하고 있다. 3. 주기관의 고장원인은 연료.윤활유 불량이 가장 큰 비중을 차지하며 주로 진동.이음에 의하여 이상을 검출하는 경우가 많다. 4. 전기.자동제어기기 고장은 피해도 비교적 적으며 기계계의 고장 피해는 큰 편이다. 5. 주기관 등은 기기이상의 확실한 사실에 의하여 이상이 검지되는 경향이 매우 강하며 보기류, 과급기.냉동기.에어콘 등은 운전원의 감각적 판단에 의하여 이상이 검지되는 경향이 강하다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.