• 응용통계연구
• /
• 제12권1호
• /
• pp.203-211
• /
• 1999

수리 가능한 시스템의 평균고장간격시간에 대한 많은 연구들이 진행되어 왔으며, 그 대부분은 n번째 고장발생시각 $T_n$을 관측한 후 그 다음 고장이 발생할 때까지의 평균시간, 즉 E($T_{n+1}$-$T_n$$\mid$$T_n$ = $t_n$)에 관한 연구들이었다. 본 연구에서는 수리가능한 시스템의 고장이 와이블과정을 따라 일어날 경우, n번째와 n+1번째 고장간의 평균고장간격시간 E($T_{n+1}$-$T_n$)에 대한 불편추정량을 구하고 일치성 및 근사적 정규성을 증명하였다.

• 융합보안논문지
• /
• 제11권3호
• /
• pp.19-24
• /
• 2011

소프트웨어 고장 시간은 테스팅 시간과 관계없이 일정하거나, 단조증가 혹은 단조 감소 추세를 가지고 있다. 이러한 소프트웨어 신뢰모형들을 분석하기 위한 자료척도로 자료에 대한 추세 검정이 개발되어 있다. 추세 분석에는 산술평균 검정과 라플라스 추세 검정 등이 있다. 추세분석들은 전체적인 자료의 개요의 정보만 제공한다. 본 논문에서는 고장시간을 측정하다가 시간 절단이 될 경우에 미래의 고장 시간 예측에 관하여 연구 하였다. 시계열 분석에 이용되는 단순이동 평균법과 가중이동평균법, 지수평활법을 이용하여 미래고장 시간을 예측하여 비교하고자 한다. 실증분석에서는 고장간격 자료를 이용하여 모형들에 대한 예측값을 평균자승오차를 이용하여 비교하고 효율적 모형을 선택 하였다.

• 산업경영시스템학회지
• /
• 제19권39호
• /
• pp.205-218
• /
• 1996

본 연구는 써버의 고장을 허용하는 단수써버 Queueing 시스템의 확률적 모델을 제시한 것으로, 써버는 N 제어 정책에 의하여 작동되며, 도착은 Stationary compound poisson에 의하여 이루어지고, 서비스 시간에 대한 분포는 Erlang에 의하여 발생하며, 수리시간에 대한 분포는 평균이 일정한 분포에 의하여 생성되는 경우를 고려하였다. 또한 고장간격 시간은 일정한 평균을 가진 임의의 분포를 가진 Renewal process에 의한다고 가정하였고, 완료 시간의 개념은 재생과정의 적용방법에 의하여 유도할 수 있으며, 시스템 크기의 확율 생성 함수의 값이 구해진다는 것을 제시하였다.

• 한국정보처리학회논문지
• /
• 제7권12호
• /
• pp.3821-3828
• /
• 2000

많은 소프트웨어 프로젝트는 시험이나 운영단계에서 고장 시간이나 고장 수 데이타 보다는 그룹 고장 데이타 (여러 고장 간격에서 또는 가변적인 시간 간격에서의 고장 들)가 수집된다. 본 논문은 그룹 고장 데이타에 대해 가변적인 미래의 시간에서 누적 고장 수를 예측할 수 있는 신경망 모델을 제시한다. 신경망의 입-출력으로 무엇을 선택하고 어떤 순서로 훈련을 수행하느냐에 따라 신경망의 예측력에 영향을 미친다. 따라서, 신경망의 입-출력에 대한 11개의 훈련제도가 고려되었으며, 모델의 성능을 평가하기 위해 다음 단계 평균 상대 예측 오차 (AE)와 정규화된 AE (NAE) 측도에 의해 최적의 훈련제도가 선택되고, 다른 잘 알려진 신경망 모델과 통계적 소프트웨어 신뢰성 성장 모델과 비교되었다. 실험 결과, 가변적인 미래의 시간 간격에서 누적 고장 수를 예측하기 위해서는 신경망 모델에 가변 시간간격 정보가 필요함을 보였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2003년도 추계학술대회 논문요약집
• /
• pp.162-162
• /
• 2003

• 응용통계연구
• /
• 제11권1호
• /
• pp.53-64
• /
• 1998

수리 가능한 시스템에 대한 고장시간을 표현하는 여러가지 형태의 통계적 모형이 최근 엔지니어들과 신뢰성분야 학자들의 많은 관심을 끌고 있다. 본 논문에서는 수리가능한 시스템의 신뢰성 증가를 나타내는데 유용하게 적용되는 power law process를 고려하고 특히 정시중단자료(time truncated data)인 경우 고장간격에 대한 신뢰구간을 붓스트랩 기법을 이용하여 구하고 이것을 Crow(1982)가 구한 기존의 신뢰구간과 비교 분석하였다.

• 한국정보처리학회논문지
• /
• 제6권1호
• /
• pp.216-224
• /
• 1999

날로 더욱 복잡해지는 제어 컴퓨터의 고 신뢰성 확보를 위해 시간여분(time redundancy)의 일종인 rollback과 roll-forward 기법 등을 TMR 구종에 적절하게 혼용하는 두 가지 방법을 제안한다. Rollback과 roll-forward 기법은 약간의 추가시간만을 사용하여 재구성(reconfiguration) 없이도 일시적인 결함(fault)에 의해 발생한 TMR 고장(failure)의 회복을 위해 상호보완적으로 사용될 수 있다. 본 논문은 시스템의 고장상태확률의 유도를 통해 전체 작업의 평균실행시간이 최소가 되는 최적의 checkpoint 간격벡터를 유도한다. 수치예제를 통해 제안된 방법들이 다른 고장회복 기법을 적용했을 때와 비교하여 매우 효과적임을 보이고, 다양한 환경 하에서 여러 가지 최적의 checkpoint 간격벡터를 유도하였으며, 시뮬레이션을 통한 정량적 결과로써 그 우수성을 비교하고 검증하였다

• 대한기계학회논문집A
• /
• 제34권6호
• /
• pp.781-787
• /
• 2010

고장의 특성을 예상하는 것은 미래의 고장을 예견하고 최적의 교체간격을 결정할 수 있도록 해주기 때문에 정비 계획에서 매우 중요하다. 본 연구에서는 신뢰도 해석에서 가장 전통적인 방법 중의 하나인 확률지에 도시하는 기법을 이용하여 J79 엔진 Transfer Gearbox의 고장 분포를 검토하였다. 고장 데이터에 대한 적절한 분포를 찾기 위해서 다양한 확률분포가 이용되었으며, 얻어진 상관계수는 고장데이터가 대수정규분포에 가장 근접함을 나타내었다. 예상되는 비계획 정비행위의 횟수와 다양한 비용 비율에 대해서 최적의 교체간격을 구하였다.

• 융합보안논문지
• /
• 제7권2호
• /
• pp.49-55
• /
• 2007

소프트웨어 고장 시간은 테스팅 시간과 관계없이 일정하거나. 단조증가 혹은 단조 감소 추세를 가지고 있다. 이러한 소프트웨어 신뢰모형들을 분석하기 위한 자료척도로 자료에 대한 추세 검정이 개발되어 있다. 추세 분석에는 산술평균 검정과 라플라스 추세 검정등이 있다. 추세분석들은 전체적인 자료의 개요의 정보만 제공한다. 이러한 분석도구를 다시 세분화하여 품질 관리측면에서 분석을 시도 할 필요가 있다. 따라서 본 논문에서는 품질관리 측면에서 사용되는 공정능력지수를 이용한 공정분석을 시도하였다. 소프트웨어 고장 간격 시간은 비음이기 때문에 수명분포가 정규분포를 가정하는 기존의 공정능력분석방법 대신에 정규화 시켜주는 박스-코스 변환을 이용하여 공정 능력 분석을 시도 하였다. 공정능력에 사용된 고장 간격 시간자료는 실제 자료인 SS3을 이용하였고 그 결과를 나열 하였고 이런 결과들의 활용 방안을 제시 하였다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제24권2호
• /
• pp.90-96
• /
• 2000

The technology of preventive maintenance and corrective maintenance is widely applied to ships in order to maintain the good voyageable condition. One of the most important fields of marine engineering is to seek the maximum availability and to solve the stochastic maintenance problem such that the cost for corrective maintenance is minimized. Accordingly, for the purpose of making the most suitable maintenance schedule which minimizes the expected cost function, this paper suggests the method to grasp the failure characteristics by the ship's maintenance data that are collected from the past. And, suggests the method to estimate the optimal maintenance interval by using the dynamic programming and the cumulative hazard rate function attained from the maintenance data.