• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.11a
• /
• pp.348-353
• /
• 1996

본 논문은 그 동안 원자력발전소 비상디젤발전기(Emergency Diesel Generator : EDG)의 신뢰도 계산에 사용되어 온 Wyckoff 방법의 문제점을 지적하고, 새롭게 Parametric Empirical Bayes(PEB) 방법의 적용을 제안하고자 한다. Wyckoff 방법은 단순히 성공률을 계산하여 그 값을 EDG의 신뢰도로 간주하고 있어 많은 모순점을 내포하고 있다고 지적되어 오고 있다. Martz에 의해 제안된 PEB 방법은 과거의 경험적 자료를 신뢰도 분석에 이용함으로서 계산된 신뢰도의 정도를 높히는 새로운 계산법이라 할 수 있다. 따라서, 본 논문에서는 국내에서 취득한 EDG 운전자료들을 이용하여 Wyckoff 방법과 PEB 방법에 의한 신뢰도를 계산하고 그 결과를 비교하여 PEB 방법의 효용성을 검토하였다.

• Proceedings of the Korean Institute of Industrial Safety Conference
• /
• 1998.11a
• /
• pp.231-237
• /
• 1998

현대산업에서는 눈부신 기술의 발달로 모든 시스템이 대형화, 복잡화되고 있다. 이들 시스템의 고장은 사회적으로 커다란 문제를 야기할 수 있으며, 이에 이들 시스템의 신뢰도 계산은 필요하다. 이때 신뢰도계산을 목적으로 Network나 통신망 등의 시스템구조는 비방향성 graph로 아주 쉽게 표현될 수 있다. 지금까지는 시스템의 신뢰도 계산방법중 가장 빠른 것으로는 domination이론을 이용한 것들이 발표되었으나, 모두 방향성 graph(directed graph)에 대한 연구(1∼8)이었다. 이에 본 연구에서는 non direct graph에서 domination성질을 관찰하여보고, 이의 결과를 기초로 하여 효과적인 신뢰도 계산방법과 식을 제시하여 본다. (중략)

• Electronics and Telecommunications Trends
• /
• v.9 no.2
• /
• pp.77-86
• /
• 1994

부품 고장률은 시스템 신뢰도를 계산하는데 기본이 되는 요인이다. 신뢰도 예측은 부품고장률에서 회로팩, 블록, 서브시스템 및 시스템 신뢰도 순으로 계산되는 Bottom-up 방식으로 수행되기 때문이다. 본 고에서는 부품 고장률 계산시 일반적으로 사용되고 있는 미 국방부 전자부품 신뢰도 예측방법인 MIL-HDBK-217를 이용한 Microcircuit의 부품 고장률 계산방법을 나타냈다. 또한 Microcircuit의 신뢰도를 MIL-HDBK-217 예측방법 및 예측결과와 외국 예측방법 및 예측결과로 비교하여 나타냈다.

• 전기의세계
• /
• v.44 no.9
• /
• pp.3-8
• /
• 1995

본 논문에서는 적은 데이타나 censored 데이타도 비교적 유용하게 활용하여 기기의 신뢰도 계산을 할 수 있는 방법을 소개하였다. 이러한 방법은 기기의 테스트를 따로 시스템운전과 분리하여 수행하기 어렵거나 또는 여러개의 시험표본을 준비하기 어려운 경우, 또 기기들의 고장이 그다지 잦지 않아 충분한 고장데이타의 수집이 어려운 경우등에 적용하기 편리하며 발전소나 전력계통은 이러한 경우의 좋은 예가 될 수 있다고 생각한다. 또한 본 방법은 기기들 뿐만이 아니라 각종 측정계기류들의 신뢰도 계산에도 광범위하게 적용할 수 있다. 특히 suspended item들을 신뢰도 계산에 기여시킬 수 있기 때문에 실제로 운전을 해가면서도 끊임없이 기기들의 운전데이타를 수집하고 이들의 신뢰도를 update해 나갈 수 있다. 따라서 본 신뢰도 계산방법은 각종 고장진단 전문가 시스템 개발시 그러한 전문가 시스템들이 보다 상세하고 고장복귀에 실질적인 도움을 줄 수 있는 진단결과를 제시할 수 있도록 지식 베이스를 보강하는데 이용할 수 있을 것이다.

• Proceedings of the KIEE Conference
• /
• 2001.07a
• /
• pp.318-322
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용한 단기 전력 수요 예측시스템에서 예측치별로 신뢰도를 계산하는 체계적인 방법을 제안한다. 예측시스템의 신뢰도를 추정하는 작업은 특히 신경회로망과 같은 경험적 모델을 실제 활용하기 위해서 필수적인 연구로 인식되고 있다. 본 논문에서 제안하는 출력별 신뢰 구간 계산 방법은 지역 표현하는 뉴로-퍼지 모델의 특성을 활용하여 학습된 퍼지 규칙 각각에 대해 신뢰도를 추정하는 Local reliability measure 기법을 사용한다. 제안된 신뢰도 계산이 가능한 단기 전력 수요 예측시스템은 먼저 결정 트리를 이용하여 초기 구조를 생성하고, 이를 초기 구조 뱅크에 저장한다. 저장된 초기 구조 뱅크를 이용하여 뉴로-퍼지 모델을 학습하고, 학습된 퍼지 규칙의 신뢰도를 추정한다. 제안된 시스템의 실효성을 검증하기 위해서 한국 전력에서 수집한 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 한 시간 앞의 수요를 예측하는 모의 실험을 수행하고 실험 결과를 비교 분석한다.

• Proceedings of the Korean Institute of Industrial Safety Conference
• /
• 1997.05a
• /
• pp.95-109
• /
• 1997

보통 시스템은 신뢰도 계산을 위하여 graph나 fault tree(FT)등으로 그 시스템의 신뢰도 특성을 표현하게 된다. 전산망이나 교통망등은 보통 하나의 부품이 graph의 한선에 1:1로 대응하는 linear graph로 표현되나 화학공장이나 원자력 발전소의 신뢰성 분석을 위하여 쓰이는 FT는 보통 하나의 부품 또는 사건이 여러 곳에서 나타나는 non linear graph이다. (중략)

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.35 no.6
• /
• pp.629-633
• /
• 2011

Recently, systems such as aircraft, trains and ships have become larger more complex. Therefore, the reliability calculation of these systems is more difficult. This paper presents a reliability calculation algorithm for a complex system with a solution that is difficult to analyze. When the system has a very complex structure, it is very difficult to find an analytical solution. In this case, we can assess system reliability using the failure enumeration method of the reliability path. In this research, we represent the reliability block diagram by an adjacent matrix and define the reliability path. We can find any system status by the failure enumeration of the reliability path, and thus we can calculate any kind of system reliability through this process. This result can be applied to RCM (Reliability-Centered Maintenance) and reliability information-management systems, in which the system reliability is composed of the reliabilities of individual parts.

• Proceedings of the Korean Institute of Industrial Safety Conference
• /
• 1997.11a
• /
• pp.191-202
• /
• 1997

점점 과학의 고도화가 이루어지면서 산업 현장에서 사용하는 장비나 플랜트의 대형화, 복잡화가 이루어지고 있다. 이에 이러한 시스템들의 정량적 위험성 평가가 요구하기 시작했고, 이를 계산하기 위해서 ETA, FTA, CCA등 여러 가지 방법들이 사용되고 있다. 그 중에서도 가장 보편적으로 많이 사용하는 방법으로 FTA(Fault Tree Analysis)를 손꼽을 수 있다. 관찰하는 시스템이 커지는 경우 FTA를 수행하기 위해서는 복잡한 계산 과정을 거치면서 많은 항의 계산을 하게 된다. 이러한 계산시간을 줄이기 위해서 많은 노력들이 있었으며 이중 하나는 FT를 graph(acyclic nonliner graph)로 변형시킨 후 graph이론을 사용하여 신뢰도를 계산하는 것이다. (중략)

• The Journal of the Korea Contents Association
• /
• v.21 no.3
• /
• pp.68-79
• /
• 2021

On the Social Internet of Things (SIoT), social activities occur through which the vehicle generates a variety of data, shares them with other vehicles, and sends and receives feedbacks. In order to share reliable information between vehicles, it is important to determine the reliability of a vehicle. In this paper, we propose a vehicle trust evaluation scheme to share reliable information among vehicles. The proposed scheme calculates vehicle trust by considering user reputation and network trust based on inter-vehicle social behaviors. The vehicle may choose to scoring, ignoring, redistributing, etc. in the social activities inter vehicles. Thereby, calculating the user's reputation. To calculate network trust, distance from other vehicles and packet transmission rate are used. Using user reputation and network trust, local trust is calculated. It also prevents redundant distribution of data delivered during social activities. Data from the Road Side Unit (RSU) can be used to overcome local data limitations and global data can be used to calculate a vehicle trust more accurately. It is shown through various performance evaluations that the proposed scheme outperforms the existing schemes.

• Proceedings of the Korean Institute of Industrial Safety Conference
• /
• 1997.05a
• /
• pp.111-116
• /
• 1997

공학적 신뢰도 문제에서 부품의 신뢰도나 가동도가 주어진 후 시스템의 신뢰도 평가를 위한 수치적 계산이 자주 요구된다. 이때 주어진 system은 graph나 fault tree등으로 신뢰도 특성을 표현하게 된다. 보통 network이나 교통망 등은 graph로 표현되며 부품과 graph의 선이 1 : 1로 대응되는 linear graph 이다. 이러한 그래프에 대한 신뢰도를 분석하는 방법 중에 여러 가지가 있으나 본 연구에서는 domination이론을 이용하여 신뢰도를 계산한다. (중략)