• 한국강구조학회 논문집
• /
• 제14권2호
• /
• pp.365-373
• /
• 2002

이 논문에서는 교량의 수명을 예측하기 위한 시스템 신뢰성 이론이 설명되고, 생애 분포 함수를 이용하여 현존하는 교량의 잔존 수명을 예측하는 방법이 설명된다. 시스템 이론과 생애함수 (survivor functions) 를 이용하여 LIFETIME 이라는 프로그램을 개발하였다. Survivor functions은 주어진 시간 t에 대해 신뢰성을 산출한다. 이 프로그램을 이용하여 콜로라도주에 있는 교량의 수명을 예측하였다. 이 교량은 직렬과 병렬로 구성된 시스템으로 컴퓨터 모델링 되었으며 이 모델을 이용하여 시스템 파괴 확률을 시간에 대해 계산하였다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1151-1156
• /
• 2023

본 논문은 초기 리튬이온 배터리의 충·방전 데이터를 활용하여 리튬이온 배터리의 잔존 수명을 예측할 수 있는 딥러닝 모델을 제시한다. PNP(Positive and Negative Perceptron) 모델을 사용하여 DMP(Deep learning Model using PNP model)를 구축하였으며, DMP의 성능을 증명하기 위해 LSTM 모델을 사용하여 DML(Deep learning Model using LSTM model)을 구성하였다. DMP와 DML의 리튬이온 배터리의 잔존 수명 예측 성능을 비교하며, 오차 측정 방법은 RMSE(Root Mean Square Error)와 RMSPE(Root Mean Square Percentage Error)이다. 시험 데이터로 오차를 측정한 결과 DMP와 DML의 RMSE 차이는 144.62[Cycle]이며, RMSPE 차이는 3.37[%]로 DMP의 오차가 낮게 측정되었다. 이를 통해 우리는 DMP의 성능이 높은 것으로 증명하였으며, 이는 리튬이온 배터리 분야에서 PNP 모델이 LSTM 모델보다 성능이 뛰어남을 나타내었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제3권4호
• /
• pp.191-198
• /
• 1999

수많은 판형부재로 구성된 대형 트러스교에서는 불량용접된 부재가 존재할 수 있으며, 이는 교량의 피로수명에 결정적인 영향을 줄 수 있다. 이러한 교량에서 용접불량부를 조사하고 부재단면중 용접불량을 고려한 유효단면을 가정하여 피로수명을 예측하는 방법에 대하여 연구하였다. 이를 위하여 피로수명에 영향을 미치는 교통량을 분석하고 차량모델을 가정하여 유효등가응력을 산정하였으며 모형피로시험에서 구한 응력-반복횟수곡선을 이용하여 피로수명을 예측하였다. 본 연구에서 사용된 분석기법은 불량용접부와 교통량이 강교량의 피로수명에 미치는 영향을 예측하는데 매우 유용함을 알 수 있다.

• 대한토목학회논문집
• /
• 제41권4호
• /
• pp.417-428
• /
• 2021

사회기반시설의 장래유지 관리비용 추정은 불확실한 미래를 다루기 때문에 신뢰성 높은 파손예측모델의 구축이 매우 중요하다. 하지만, 지자체에서는 예산, 인력, 파손예측모델의 필요성 등에 대한 인식부족으로 인해 기반시설의 정확한 파손예측모델 개발이 어려운 실정이다. 따라서 본 연구에서는 베이지안 마르코프 혼합해저드 모델을 활용하여 일반국도 아스팔트 도로포장의 균열률에 대한 지역별 기대수명을 추정하였다. 또한 정확한 기대수명 추정을 위하여 교통량, 축하중, 포장강도, 기후, 제설제사용량 등의 환경변수를 적용하여 추정결과에 대한 신뢰성을 확보하고자 하였다. 분석결과, 지역별로 최소 13.09년에서 최대 19.61년의 기대수명이 추정되었다. 본 연구결과를 활용할 경우, 지역적 파손특성이 고려된 신뢰성 높은 장래 유지관리비용의 추정이 가능할 것으로 기대된다.

• 콘크리트학회논문집
• /
• 제15권4호
• /
• pp.529-540
• /
• 2003

최근 콘크리트 내구성설계에 관한 연구가 활발히 진행되고 있으며, 사용수명 예측이 핵심인 내구성 평가모델 개발이 그 좋은 예이다. 본 연구에서는 콘크리트 구조물의 잔존수명예측 모델을 개발하여 적정시기의 유지보수를 통한 경제적 구조물 사용을 목적으로 하였다. 육지 콘크리트 구조물인 저수지의 콘크리트 구조물 부분을 대상으로 전국 70개 지구를 선정하고, TG/DTA 법과 페놀프탈레인 지시약법으로 중성화를, pH메타법으로 pH 값을 측정하여 탄산칼슘함량 대비 사용연수, pH값, 콘크리트 피복 두께의 관계함수를 각각 유도한 후 가능한 최소의 자료측정으로 잔존수명을 예측할 수 있는 모델을 개발하였다. 개발된 잔존수명예측 모델은 탄산가스등의 고정변수에 의한 실내촉진실험 자료기반 모델과 달리 동결융해작용, 중성화, 철근 부식 등 복합적인 열화작용이 동시에 일어나는 현장의 환경적 영향을 받은 구조물에서 측정한 자료를 기반으로 개발되었다. 이러한 점에서 그 신뢰성을 높게 평가 받을 수 있을 것이며, 시설물 유지관리자에게 적정 보수보강 시점을 제공하여 경제적인 구조물 사용에 도움을 줄 수 있을 것으로 판단된다.

• 에너지공학
• /
• 제22권4호
• /
• pp.338-346
• /
• 2013

일반 납축전지는 차량의 시동 성능 위주로 최적 설계되어 있다. 최근 차량 전장 시스템과 납축전지를 활용한 연비기술 적용의 증가로 납축전지의 사용 빈도가 늘어나고 있다. 연비기술 적용은 납축전지의 잦은 충방전 반응을 일으켜 납축전지 내구 수명을 단축시키고 있다. 본 연구에서는 납축전지의 노화 수명 모델 구현을 통해 배터리 내구 수명을 예측하는 방법을 제시하고자 한다. 납축전지의 노화에 영향을 미치는 요인은 방전율, 충전 시간, 완충 시간, 온도 조건 등이 있다. 본 논문에서는 납축전지의 동적 거동을 예측하기 위하여 전기화학반응 속도론, 이온의 전달현상, 전극 공극률의 시간에 따른 변화를 고려하였다. 수명 예측을 위해서 노화 메커니즘 중 노화에 가장 큰 영향을 주는 극판 부식 현상과 활물질 탈락을 노화 모델링에 반영하였다. 개발된 납축전지의 노화 모델을 검증하기 위하여 납축전지의 가속 충방전 시험을 수행하였다.

• 한국통신학회논문지
• /
• 제19권8호
• /
• pp.1446-1452
• /
• 1994

본 논문은 일반적으로 채택하고 있는 소자(device)의 수명분포인 와이블(Weibull) 분포를 적용하여 소자의 가속(accelerated) 수명 테스트에서 얻은 데이터, 즉 소자의 고정 시간을 이용하여 소자의 수명을 예측(prediction)하는데 필요한 보수(parameter)들을 추정 하는데 베이지안(Bayesian) 추정법을 이용하였다. 베이지안 추정법에서 모수를 추정하기 위해서는 사전정보가 있어야 하는데 본 논문에서는 사전정보 없이 현재의 정보만을 이용하여 모수를 추정하는 방법을 제안하였다. 스트레스가 온도인 경우, Arrhenius 모델을 적용하여 소자의 정상동작 상태에서의 수명을 예측 하는데 선형 추정을 하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2007년도 추계학술발표논문집
• /
• pp.319-322
• /
• 2007

철도차량의 피로수명예측은 안전성과 신뢰성을 확보하고 높은 품질을 위한 중요한 관점이다. 이것은 최적설계 과정에서 추가의 제한조건으로 최소 피로수명값을 사용해서 접근할 수 있다. 하지만 피로수명은 회수의 함수이기 때문에 최적설계 적용에 제약이 따른다. 본 연구는 피로수명예측을 위한 최적설계에 대해 2단계 반응표면모델의 응용을 제안한다. 적용 예제로 컨테이너 화차의 제동 브라켓 엔드빔의 피로파손 문제에 대해 제안한 방법의 유효성을 설명한다.

• 한국추진공학회지
• /
• 제17권3호
• /
• pp.30-36
• /
• 2013

추진장약의 저장 기간에 따른 안정제 함량의 저하에 관하여 가속수명시험 자료를 활용한 수명 예측 기법을 제시하였다. 결정론적 가속수명시험 및 저장분석 시험자료를 단순회귀분석으로 계산한 수명 예측값은 상태 분포와 수명 분포를 표현할 수 없다. 기존의 연구에서 감마분포를 이용하여 저장분석 시험자료에 대한 상태 분포 및 수명 분포를 보여주고 기대 수명을 계산하는 방법이 제시되었으나, 양산 초기 실제 자료를 수집하는 것이 불가능한 한계를 가지고 있다. 본 연구에서 제시된 예측 방법에 의한 기대 수명은 기존의 연구와 유사한 값을 보이며 상태 분포와 수명 분포를 설명할 수 있고, 유도무기 추진기관의 추진제 또는 부품류의 노화와 관련한 수명 주기 관리에도 활용할 수 있다.

• 한국가스학회지
• /
• 제24권6호
• /
• pp.91-97
• /
• 2020

리튬이온 배터리(LIB)는 다른 배터리에 비해 수명이 길고, 에너지 밀도가 높으며, 자체 방전율이 낮아, 에너지 저장장치(ESS)로 선호되고 있다. 하지만, 2017~2019년 기간 동안 국내에서만도 28건의 화재사고가 발생하였으며, LIB의 운영 중 안전성 및 신뢰성을 보장하기 위해 LIB의 정확한 용량추정은 필수요소이다. 본 연구에서는 LIB의 충방전 cycle에 따른 용량변화를 예측하는 기계학습 기반 모델의 설계에 있어 중요한 요소인 최적 머신러닝 모델의 선정을 위해, Decision Tree, 앙상블학습법, Support Vector Regression, Gaussian Process Regression (GPR) 각각을 이용한 예측모델을 구현하고 성능비교를 실시하였다. 학습을 위해 NASA에서 제공하는 시험데이터를 사용하였으며, GPR이 가장 좋은 예측성능을 보였다. 이를 바탕으로 추가 시험데이터 학습을 통해 개선된 LIB 용량예측과 잔여 수명추정 모델을 개발하여, 운영 중 이상 감지 및 모니터링 성능을 높여, 보다 안전하고 안정된 ESS 운용에 활용하고자 한다.