• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.25 no.4
• /
• pp.355-362
• /
• 2012

Remaining useful life(RUL) prediction of a system is important in the prognostics field since it is directly linked with safety and maintenance scheduling. In the physics-based prognostics, accurately estimated model parameters can predict the remaining useful life exactly. It, however, is not a simple task to estimate the model parameters because most real system have multivariate model parameters, also they are correlated each other. This paper presents representative methods to estimate model parameters in the physics-based prognostics and discusses the difference between three methods; the particle filter method(PF), the overall Bayesian method(OBM), and the sequential Bayesian method(SBM). The three methods are based on the same theoretical background, the Bayesian estimation technique, but the methods are distinguished from each other in the sampling methods or uncertainty analysis process. Therefore, a simple physical model as an easy task and the Paris model for crack growth problem are used to discuss the difference between the three methods, and the performance of each method evaluated by using established prognostics metrics is compared.

• Journal of the Korean Society of Propulsion Engineers
• /
• v.23 no.4
• /
• pp.98-103
• /
• 2019

Integrity prediction of the operation equipment of naval vessels is essential to maintain the efficiency of the operation performance in urgent situations. Recently, the integrated condition assessment system(ICAS) was introduced and maintained to improve operational performance. This technology is related with ICAS, and it must be localized through extensive research. In this paper, we present the results of applying the data-driven model to the predictability methods of diesel generators, which are naval vessel operation equipment.

• Journal of Aerospace System Engineering
• /
• v.13 no.6
• /
• pp.17-25
• /
• 2019

PHM (Prognostics and Health Management) of aircraft engines is applied to predict the remaining useful life before failure or the lifetime limit. There are two methods to establish a predictive model for this: The physics-based method and the data-driven method. The physics-based method is more accurate and requires less data, but its application is limited because there are few models available. In this study, the data-driven method is applied, in which a multi-layer perceptron based neural network algorithms is applied for the life prediction. The neural network is trained using the data sets virtually made by the C-MAPSS code developed by NASA. After training the model, it is applied to the test data sets, in which the confidence interval of the remaining useful life is predicted and validated by the actual value. The performance of proposed method is compared with previous studies, and the favorable accuracy is found.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.25 no.3
• /
• pp.267-275
• /
• 2012

In this study, crack growth in a center-cracked plate is predicted under mode I variable amplitude loading, and the result is validated by experiment. Huang's model is employed to describe crack growth with acceleration and retardation due to the variable loading effect. Experiment is conducted with Al6016-T6 plate, in which the load is applied, and crack length is measured periodically. Particle Filter algorithm, which is based on the Bayesian approach, is used to estimate model parameters from the experimental data, and predict the crack growth of the future in the probabilistic way. The prediction is validated by the run-to-failure results, from which it is observed that the method predicts well the unique behavior of crack retardation and the more data are used, the closer prediction we get to the actual run-to-failure data.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2011.04a
• /
• pp.27-31
• /
• 2011

차량의 대형화 및 고속화, 그리고 기존 교량의 노후화를 고려하였을 때, 교량의 건전성 평가는 매우 중요해지고 있다. 거동을 예측하는데 사용되는 유한요소 모델의 신뢰도는 이상적인 가정과 모델링 오차, 교량의 노후화 등에 의해 실제 거동을 반영하지 못하는 경우가 많다. 유한요소 모델의 신뢰도를 높이기 위해, 실제 교량의 거동을 계측하여, 이를 기반으로 물리적 의미를 가지는 변수들과 지점의 조건을 수정하는 모델의 개선이 주로 행해진다. 이러한 모델 개선은 최적화 기법을 통해 수행된다. 본 연구에서는 목적함수간 가중치에 의한 모델 개선 결과의 영향과 다중 목적 함수 최적화 기법을 통해, 가중치의 영향을 줄이고, 다양한 개선 모델들을 구하는데 적용하였다. 팔곡 3교의 실제 계측 데이터를 이용하여 단일 다중 목적 함수 기반의 모델 개선을 수행하였다. 단일 목적 함수의 경우, 정의되는 목적함수는 주로 고유진동수와 모드 형상에 관한 차이의 가중치 합으로 표현되어 지며, 이러한 가중치에 따라, 모델 개선의 결과에 영향을 가함을 확인하였다. 다중 목적 함수 기반의 모델 개선을 통해, 구해진 모델 개선 결과를 단일 목적 함수 기반 모델 개선의 결과들과 비교하였으며, 모델 개선에 대한 다중 목적 함수 최적화 적용을 분석하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.42 no.4
• /
• pp.939-949
• /
• 2017

Prognostics and health management(PHM) is actively utilized by industry as an essential technology focusing on accurately monitoring the health state of a system and predicting the remaining useful life(RUL). An effective PHM is expected to reduce maintenance costs as well as improve safety of system by preventing failure in advance. With these advantages, PHM can be applied to the battery system which is a core element to provide electricity for devices with mobility, since battery faults could lead to operational downtime, performance degradation, and even catastrophic loss of human life by unexpected explosion due to non-linear characteristics of battery. In this paper we mainly review a recent progress on various models for predicting RUL of battery with high accuracy satisfying the given confidence interval level. Moreover, performance evaluation metrics for battery prognostics are presented in detail to show the strength of these metrics compared to the traditional ones used in the existing forecasting applications.

• 한국방재학회:학술대회논문집
• /
• 2010.02a
• /
• pp.79.1-79.1
• /
• 2010

본 연구에서는 케이슨식 방파제 구조물에 대하여 기초마운드의 잠재적인 손상 모니터링에 관한 연구를 수행하였다. 이를 위해 첫째, 케이슨식 방파제 기초마운드의 이상 상태 여부를 판단하기 위하여 진동응답 분석기법을 선정하였다. 둘째, 선정된 기법에 의한 손상 예측 가능성의 검증을 위하여 케이슨식 방파제의 구조모형을 제작하였다. 셋째, 모형케이슨에 대한 유한요소 모델 생생하여 기초마운드의 손상에 따른 진동응답을 분석하였다. 마지막으로, 모형케이슨에 대한 진동실험을 통하여 기초마운드의 손상 예측을 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.402-402
• /
• 2023

상수관망은 충분한 양질의 수돗물을 공급하기 위한 사회기반 시설물이다. 상수관로의 노후화, 누수 등은 수도 사고 발생의 가능성을 증가시키고, 수돗물 안전성에 대한 신뢰도를 감소시킨다. 수돗물 공급 전 과정을 인공지능(AI), 정보통신기술(ICT)과 결합한 지능형 상수도관 예측 및 관리 시스템을 구축하여, 상수도 수질 사고를 조기에 감지하고 사전에 취약지점을 예측할 필요가 있다. 이를 위해서는 상수관로의 위험도를 평가하기 위한 체계적인 데이터와 기준이 필요하다. 본 연구에서는 상수관로의 위험도 예측모델을 개발하기 위해 상수관로 위험도와 관련된 평가 인자를 선정하고 분류하였으며, 각 인자의 명확한 기준을 제시하였다. 국내·외 상수도 위험도 평가 항목에 대한 자료를 비교 및 분석하였고, 전문가 자문을 통해 인자를 정립하여 상수관로 위험도 평가 지표를 개발하였다. 개발된 평가 지표의 현장 적용성과 실효성 검증을 위해 정량적인 데이터 확보가 가능하고 상태를 평가할 수 있는 대상 지역을 선정하였다. 문헌 자료의 평가항목들과 전문가 의견을 바탕으로 상수관로 위험도 평가 인자를 31개의 직접 인자와 5개의 간접 인자로 구분하였고, 인자별 평가 기준을 제시하였다. 직접 인자는 노후화 정도를 파악할 수 있는 노후도 평가 항목, 지역 특성을 반영한 토양 부식성 항목, 실시간으로 측정하여 결과를 제공하는 실시간 계측 항목, 직접적인 수질 결과를 제공하는 정수장 수질 항목, 상수관로의 건전성을 평가하는 자산관리 항목으로 분류하였다. 추후, 위험도 평가 운용을 위한 알고리즘을 개발하면 상수도 사고 위험에 대한 예방 및 대응 전략을 수립할 수 있을 것으로 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.15-16
• /
• 2020

본 논문에서는 산업 현장에서 사용되는 기계들의 건전성을 유지하고 예측하는 시스템을 개선할 수 있는 연구 결과를 비교하고 설명한다. 이번 연구에서는 딥러닝 기술을 이용함으로서 특정장치에 종속되지 않고 범용적으로 수집된 소음데이터를 사용하여 현장 적용의 유연성을 높이고, 딥러닝 모델 중 GRU를 이용하여 기존 연구 결과와 비교 실험을 하여 더 우수한 결과를 얻었다.

• Journal of Aerospace System Engineering
• /
• v.12 no.4
• /
• pp.98-105
• /
• 2018

The satellite is exposed to various launch environments such as random vibrations and shock. Accordingly, structural design of electronic equipment mounted on satellite must meet reliability requirements at the box level. In addition, it is essential to secure the reliability of the solder joint applied to electronic equipment. In this paper, we performed a modal and quasi-static analysis for the purpose of satisfaction of the design requirements of the CCB (Camera Controller Box) present on the 500 kg-class compact advanced satellite (CAS500). In addition, structural safety of electronic components was verified by the Steinberg's method and random equivalent static analysis.