• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2008.04a
• /
• pp.407-412
• /
• 2008

원자력발전소의 안전성 확보를 위해서, 설비의 유지 관리 기법은 고장이 발생했을 때 조치하는 고장정비에서부터 고장을 미연에 방지하기 위한 예방정비, 예측정비 그리고 상태기반정비로 진행되어 가고 있다. 국내 원자력발전소에서는 고장정비와 예방 정비가 적용되고 있으며, 예측정비와 상태기반정비에 대한 연구가 수행되고 있다. 본 논문에서는 모터구동밸브, 공기구동밸브, 역지밸브 그리고 펌프에 대한 예방정비 현황과 기술 개발 동향에 대해 살펴보았다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.339-342
• /
• 2023

해군에서 운용하는 각 함정은 여러 가지 무기체계를 동시에 탑재하고 있는, 고가의 복합무기체계이다. 주어진 기간동안 효과적인 정비를 수행함으로써, 가동률을 극대화하는 것이말로 복합무기체계인 함정을 효과적으로 운용하는 방법이며, 경제적인 국방운용이라 부를 수 있을 것이다. 정비인시는 여러 무기체계가 동시에 탑재된 복합무기체계 정비의 핵심이다. 정비인시를 정확하게 알고 있어야만, 제한된 정비기간을 각 무기체계에 정확히 할당할 수 있을 것이며, 최적의 요소에 대한 정비가 수행될 수 있을 것이다. 본 연구에서는 해군에서 운용중인 특정장비에 대한 약 10년간의 정비자료를 이용하여 정비인시를 예측하는 모델을 제안하였다. 모델의 성능은 R2 Score를 통해 0.69의 준수한 수치를 보였다. 이 모델을 통해 조금더 세밀하고, 정확한 정비인시 예측과 정비계획 수립이 가능하리라 판단하였다.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.30 no.5
• /
• pp.497-502
• /
• 2010

Many forces are pressuring utilities to reduce operating and maintenance costs without cutting back on reliability or availability. Many utility managers are re-evaluating maintenance strategies to meet these demands. To utilities how to reduce maintenance costs and extent the effective operating life of equipment, predictive maintenance technique can be adapted. Predictive maintenance has three types program which arc in-house program, engineering company program and mixed program. We can approach successful predictive maintenance program with "smart trust" concept.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2008.05a
• /
• pp.257-262
• /
• 2008

This study presents a detailed analysis of aircraft engine maintenance cost based on the relationships between engine performance and geometric parameters. Some trend equations based on the engine performance and maintenance database were developed for the estimation of shop-visit interval, work-scope, man-hours, material cost and Life Limited Part cost. The results show that this approach can give a more reasonable and detailed estimation of engine maintenance cost than older empirical methods.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.05a
• /
• pp.927-932
• /
• 2005

전투기를 적절히 정비하는 활동은 공군력을 유지하는데 중요하다. 일반적인 정비정책은 정해진 일정으로 주요 모듈의 정비를 수행한다. 그러나, 이러한 정비활동은 시간에 따라 변하는 모듈의 특성을 반영할 수 없다. 이에 본 연구는 변동되는 평균 고장간 시간 (MTBF) 과 평균 수리 시간 (MTTR)을 산출할 수 있는 확률효과회귀모형을 이용하여 시간에 따라 변동되는 모듈의 특성을 반영한 동적 예방정비 주기를 예측하고자 한다. 본 연구의 결과는 대한민국 공군의 전투 준비 태세 향상에 이바지 할 것으로 기대된다.

• Proceedings of the Korean Society of Machine Tool Engineers Conference
• /
• 1998.10a
• /
• pp.102-114
• /
• 1998

항공기 개발단계에서의 RAM(Reliability, Availability, Maintainability) 예측은 진행중인 설계개념이 RAM 개발 목표값을 달성할 수 있는지를 판단하여 이를 설계에 반영하기 위한 것이다. 본 연구에서 신뢰도 예측 모델은 항공기의 임무에 초점을 둔 임무신뢰도와 시스템신뢰도를 산출하고, 정비도 예측 모델은 군수지원분석자료(LSAR)와의 호환성을 유지할 수 있도록 하였으며, 가용도 예측 모델은 신뢰도와 정비도 자료를 활용한 운용가용도를 예측하는 데에 기준을 두었다. 본 연구는 기존의 RAM 예측이 각각 독립적으로 수행된 점을 보완하여 서로간의 상호관계를 반영한 통합 예측 모델을 개발하는 데에 초점을 두었으며, 실제적인 운용개념을 반영한 모델링으로서 항공기 개발단계에서 뿐만 아니라 실제 운용단계에서의 RAM 분석에 효과적이라 판단된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.335-338
• /
• 2023

국방 무기체계의 운용유지를 위해서는 숙련자에 의한 신뢰성있는 정비 지원이 필요하다. 특히, 고도의 기술력을 바탕으로 연구/제작된 해군 무기체계를 유지하기 위해서는 이와같은 정비 지원이 무엇보다 중요하다. 해군에서는 효과적인 정비지원을 위해 수개의 정비지원부대를 조직하여 운용하고 있다. 원활한 정비지원부대의 운용을 위해 다년간 기술력을 축적한 정비인원의 중도 이탈을 예방하는 것이 요구되므로, 본 논문에서는 머신러닝을 적용하여 해군 정비지원부대의 퇴직자 예측 모델을 제안하였다. 정비인력의 만족도와 관계가 있을 것으로 예상되는 봉급, 특근율 등을 변수로 사용하였고, F1 Score를 통해 모델의 성능을 평가한 결과 0.7이상의 높은 성능을 보였다. 이 모델을 통해 조기 퇴직이 예상되는 그룹의 공통 개선소요를 파악하여 사전 조치가 가능할 것으로 판단하였다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.34 no.9
• /
• pp.1325-1330
• /
• 2010

The breakdown of any critical component of a turbine results in the outage of power plants. Unexpected failure decreases equipment utilization and causes enormous economic losses. Currently, we conduct conservative preventive maintenance for a maintenance period that is proposed by a vendor. In the rapidly changing business environment, reliability-based maintenance is required in order to remain competitive and reduce maintenance costs while maintaining the reliability of equipment. In order to determine an appropriate maintenance period for guaranteeing reliability, we must determine the failure probability by carefully analyzing the failure history of the equipment. In this study, we created a database of failure history for power-plant turbines, predicted the best repair time using the Weibull function, and investigated how the appropriate maintenance cycle can be determined.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.4
• /
• pp.611-620
• /
• 2021

The maintenance industry is mainly progressing based on condition-based maintenance after corrective maintenance and preventive maintenance. In condition-based maintenance, maintenance is performed at the optimum time based on the condition of equipment. In order to find the optimal maintenance point, it is important to accurately understand the condition of the equipment, especially the remaining useful life. Thus, using simulation data (C-MAPSS), a prediction model is proposed to predict the remaining useful life of a turbofan engine. For the modeling process, a C-MAPSS dataset was preprocessed, transformed, and predicted. Data pre-processing was performed through piecewise RUL, moving average filters, and standardization. The remaining useful life was predicted using principal component analysis and the k-NN method. In order to derive the optimal performance, the number of principal components and the number of neighbor data for the k-NN method were determined through 5-fold cross validation. The validity of the prediction results was analyzed through a scoring function while considering the usefulness of prior prediction and the incompatibility of post prediction. In addition, the usefulness of the RUL prediction model was proven through comparison with the prediction performance of other neural network-based algorithms.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.405-408
• /
• 2022

반도체 제조업은 정해진 시간 내에 최고의 품질의 반도체를 대량 생산해 내는 것을 목표로 한다. 생산량을 높이기 위해 유휴 시간을 최소화하는 연구가 꾸준히 진행 중이며 가장 대표적인 유휴 시간은 예방 정비이다. 예방 정비는 설비의 문제가 발생하기 전 예방하는 작업으로 품질 향상에 높은 영향을 미치는 작업인 반면 생산량이 크게 떨어지는 작업이다. 이 작업 시간을 최소화하기 위하여 작업 후 복구되는 시간에서 중복되는 작업을 최소화하는 방법을 선택한다. 샘플 테스트를 반복하며 조율해 나가던 작업을 연구 모델을 이용해 종말점 설정 값의 예측한 값을 바로 적용하여 최소한의 샘플 테스트를 거쳐 신뢰 구간 달성 후 생산에 재 합류하는 것을 목표로 한다. 설비에서 수집된 데이터를 학습하여 종말점 설정 값 예측 모델에 대하여 연구한다. 연구 모델을 사용한 예측 결과가 신뢰 구간에 포함되어 샘플 테스트 개수를 줄이는데 유효한 효과가 있음을 확인한다.