• 전자통신동향분석
• /
• 제9권2호
• /
• 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.

• ETRI Journal
• /
• 제11권4호
• /
• pp.3-21
• /
• 1989

본고에서는 TDX 시스팀의 신뢰도 보증 및 효율적 관리를 위하여 TDX-1A 시스팀에서 사용되고 있는 부품의 신뢰도 예측치와 현장운용데이터에서 나온 신뢰도 평가치를 비교 검토한후, TDX-1A 시스팀의 신뢰도 예측결과를 검증하고, 또한 외국의 고장율 예측방법과의 차이점을 도출하여 이를 TDX 시스팀의 신뢰도 예측방법에 적용한 후 TBX-1A 현장운용데이터로 보완된 TDX 환경에 적합한 부품 고장율 예측방법을 정립, 제시하고자 한다.

• 한국시뮬레이션학회논문지
• /
• 제25권4호
• /
• pp.77-84
• /
• 2016

본 논문은 시스템에 대한 기능 중심의 신뢰도 예측을 수행하기 위한 모델링 방법론을 제안한다. 신뢰도 예측에 대한 다양한 기존 연구들이 있지만, 이 연구들의 공통점은 하드웨어 중심으로 신뢰도 예측을 수행하였다는 점이다. 신뢰성이 제품이 주어진 사용 조건 아래서 의도하는 기간 동안 정해진 기능을 성공적으로 수행하는 능력이라고 정의되는 점에서 보았을 때, 하드웨어 중심의 신뢰도는 논리적 모순을 가진다. 본 논문에서는 기능 중심의 신뢰도 예측을 위해 4-단계 모델링 절차(four-phase modeling procedure)를 제안하였다. 제안되는 모델링 방법론은 네 개의 모델로 구성된다; 1) 구조적 블록 모델(structure block model), 2) 기능 블록 모델 (function block model), 3) 장치 모델 (device model), 그리고 4) 신뢰성 예측 모델 (reliability prediction model). 본 논문에서는 제안하는 모델링 방법론을 이용하여 전자식 안정기에 대한 기능 중심의 신뢰도 예측을 수행하였으며, 하드웨어의 신뢰도를 결정하기 위해 신뢰도 예측 규격 중 하나인 MIL-HDBK-217F를 이용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1279-1283
• /
• 2010

미국의 경우 1994년 발생한 대홍수(Great Flood)에 대해 사건조사를 수행하면서 예측에 포함되는 불확실성 정도를 제공하지 못하는 확정적 예측의 위험성 및 확률유량예측에 대한 필요성이 부각되었으며, 앙상블 유량예측(Ensemble Streamflow Prediction, ESP) 기법을 활용한 확률유량예측 방안에 대해 지속적으로 연구가 수행되고 있다. 국내에서도 확률예측에 대한 필요성이 인식되면서 기존 국외 연구사례를 토대로 국내 환경에 적용 가능한 방안에 대한 연구가 진행되었으며, 중장기 앙상블 유량예측의 경우 현업에서 다양한 형태로 활용되고 있다. 앙상블 유량예측의 기본이론은 예측시점의 초기조건 하에서 예측기간에 발생 가능한 기상 앙상블 시나리오를 수문모형의 입력자료로 사용하여 불확실성 범위를 설명 가능한 유량 앙상블을 모의하는 기법이다. 이러한 이론적 단순함 때문에 쉽게 현업의 유량예측 시스템 내에서 사용할 수 있다는 장점이 있으나, 동시에 기법적 특성으로 인하여 유량예측의 신뢰도가 현업에서 활용되기 어려울 정도로 낮아지는 관계로, 이러한 한계점을 극복하기 위해 그동안 기상자료 및 수문모형으로 인한 불확실성 저감에 대한 연구가 수행되었다. 하지만 예측 및 시나리오 기간의 잘못된 설정으로 기존의 불확실성 저감을 위한 연구의 적용에도 불구하고 앙상블 유량예측의 신뢰도가 오히려 낮아질 수 있으므로, 본 연구는 시나리오 기간에 따른 오차의 양상과 예측기간의 증가에 따른 초기조건의 영향을 분석하여 앙상블 유량예측의 기법적 특성 하에서 신뢰도 높은 예측을 기대할 수 있는 예측 및 시나리오 기간을 제안하였다.

• ETRI Journal
• /
• 제10권3호
• /
• pp.165-169
• /
• 1988

본고에서는 TDX-1(A) 시스팀에서 적용된 블럭의 신뢰도 예측치와 현장운용 데이터에서 신뢰도를 비교 검토함으로써 TDX-1(A) 시스팀의 신뢰도 예측 결과를 검증하고, 현재 TDX시스팀에서 적용하고 있는 부품신뢰도 예측방법을 보완할 수 있는 의견을 제시하였다. 또한 시스팀의 고장요인을 H/W, S/W 및 Procedure Error로 분류하고 이들의 구성 비율을 예측치와 현장데이터로 비교하여 TDX 시스팀의 신뢰도를 확보하고 향상시키는데 도움이 되도록 하였다.

• 한국항공운항학회:학술대회논문집
• /
• 한국항공운항학회 2015년도 추계학술대회
• /
• pp.6-12
• /
• 2015

본 연구에서는 실제 발사를 위해 설계, 제작된 하이브리드 로켓의 구성품인 점화장치의 신뢰도 예측을 수행하였다. 신뢰도 예측 및 분석을 위해 목표 신뢰도를 할당하였으며, 고장률 Database를 이용하여 점화장치에 대한 신뢰도 예측을 수행하여 목표 신뢰도와 비교 분석을 실시하였다. 비교 분석 결과 현재 사용하고 있는 점화 장치는 요구한 목표 신뢰도를 만족하는 것을 확인할 수 있었다.

• 항공우주기술
• /
• 제4권1호
• /
• pp.203-210
• /
• 2005

KSLV-I에 탑재를 위한 주 데이터 장치(MDU)의 초기개발모델이 제작되었으며 인터페이스시험이 수행되었다. MDU의 엔지니어링 및 비행모델 제작을 수행하기 이전에 MDU 초기 모델에 대한 발사체 탑재 가용성을 확인하기 위하여 신뢰도 예측을 수행하였다. 본 논문은 전장품의 신뢰도 예측에 활용되는 MIL-HDBK-217F를 근간으로 MDU 개발 모델의 신뢰도 예측 방법에 대해 기술하였으며 신뢰도 예측결과를 기술하고 있다.

• 전자통신동향분석
• /
• 제15권5호통권65호
• /
• pp.94-102
• /
• 2000

시험기간 동안 수집된 고장 데이터를 이용하여 소프트웨어 신뢰도를 예측할 수 있는 모델은 많으나 이 예측 방법은 정확하지 못하며, 특히 초기 시험 단계에서는 더욱 더 부정확하여 예측자들은 이러한 소프트웨어 신뢰도 모델의 적용을 주저한다. 한편 소프트웨어 신뢰도 성장 모델은 유사 프로젝트나 개발 초기에 얻은 정보를 가지고는 신뢰도 예측 데이터로 활용이 불가능하다. 예를 들면 최근의 소프트웨어 시스템들은 항시 유사 프로젝트들로부터 활용이 가능한 일련의 정보와 동일 응용 영역의 초기 또는 최신의 정보들이 변경, 개선되기 때문이다. 본 논문에서는 유사한 프로젝트로부터 얻은 공통의 데이터들을 활용하여 소프트웨어 신뢰도를 예측할 수 있는 방법들을 제안한다. 특히 일반적으로 사용되고 있는 Goel-Okumoto(G-O) 모델이나 고장 검출률을 이용하거나 시험 데이터를 활용하는 방법 등을 이용하여 모델 파라미터를 추정하고 실제 프로젝트 수행중에 얻어진 각종 결과를 토대로 해서 Numerical Algorithm이 아닌 통계적인 관점의 분석 결과와 MLE(Maximum Likelihood Estimation) 추정 방법 등을 동원하여 초기에 우리 프로젝트에 맞는 정확한 소프트웨어 신뢰도 평가 방법을 제안하였다.

• ETRI Journal
• /
• 제14권1호
• /
• pp.66-75
• /
• 1992

본고에서는 TDX-1A 시스팀의 운용 데이터를 신뢰도 측면에서 분석하여, 시스팀이 가지는 신뢰도 분포 특성과 고장 현황 구성을 살펴보았다. 또한 하드웨어 신뢰도만 예측될 수 있는 시스팀에서 예측하기 어려운 하드웨어 외적 요인에 의한 고장이 시스팀의 신뢰도에서 차지하는 부분을 추정함으로써 하드웨어 고장과 소프트웨어 및 운용중 에러에 의한 고장을 감안한 시스팀 신뢰도 예측이 가능하도록 하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.195-198
• /
• 2002

고농도오존이 발생되는 원인과 환경적 요인의 상호관계를 모델링하기 위해 신경회로 망과 같은 지능제어 기법들이 많이 적용되어 왔다 분석과 모델링을 위해 유전자 알고리즘과 같은 최적화 방법을 적용하기도 하지만, 고농도 오존이 발생되는 메커니즘이 매우 복잡하고, 비선형적이며, 패턴파악이 어렵기 때문에 고농도 오존의 예측 모델링에는 여전히 문제점이 있다 따라서 본 논문에서는 신뢰수준과 신뢰구간을 이용하여 초농도 오존을 예측할 수 있는 모델링 방법을 서술하였다 예측값의 신뢰수준의 평가는 예측에 대한 실측값을 구하여 신뢰구간내의 데이터의 개수를 파악함으로써 신뢰성을 평가할 수 있다. 또한 이 테스트는 우리가 가지고 있지 않은 데이터에 대한 유효성을 평가하는데 적용될 수 있다 그리고 본 논문에서는 GMDH(Group Method of data handling)의 전형적인 알고리즘에 바탕을 두고 있는 DPNN(Dynamic Polynomial Neural Network)를 이용하여 예측 모델을 구성하였다. DPNN은 데이터 해석이 용이하고 비선형적인 동적 시스템 예측에 유용하게 적용될 수 있는 장점을 가지고 있다.