• 기계저널
• /
• 제52권7호
• /
• pp.35-39
• /
• 2012

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.

• 드라이브 ㆍ 컨트롤
• /
• 제18권1호
• /
• pp.45-48
• /
• 2021

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2005년도 춘계학술대회논문집
• /
• pp.244-247
• /
• 2005

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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.2233_2234
• /
• 2009

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.

• 품질경영학회지
• /
• 제11권2호
• /
• pp.32-36
• /
• 1983

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.

• 한국기계가공학회지
• /
• 제19권9호
• /
• pp.47-52
• /
• 2020

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.

• 한국기계가공학회지
• /
• 제18권9호
• /
• pp.52-57
• /
• 2019

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.

• 대한기계학회논문집B
• /
• 제35권12호
• /
• pp.1351-1358
• /
• 2011

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.

• 항공우주시스템공학회지
• /
• 제17권6호
• /
• pp.100-107
• /
• 2023

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.

• 수산해양기술연구
• /
• 제23권4호
• /
• pp.198-203
• /
• 1987

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.