• Communications for Statistical Applications and Methods
• /
• 제5권2호
• /
• pp.383-389
• /
• 1998

시스템에 대한 예방 관리 모형을 고려한다. 시스템이 고장을 일으키면 즉시 최소 수리가 이루어지고 임의로 방문하는 전문 관리인에 의해 시스템을 점검했을 때 연속하는 고장의 수가 적정 개수이상이거나 또는 시스템의 총 작동 시간이 적정 시간이상이면 시스템을 동일한 것으로 교체한다고 한다. 적절한 비용을 부과한 다음 시스템의 단위 시간당 평균 비용을 계산하고 그 비용을 최소화하는 최적의 점검 속도를 찾는다.

• 산업경영시스템학회지
• /
• 제16권27호
• /
• pp.11-19
• /
• 1993

본 논문에서는 여러 가지 형태의 고장을 갖는 동일한 두 요소로 구성된 병렬 시스템의 신뢰도를 평가하는 마코프 모형을 제시하였다. 여기서 고려하는 고장형태는 인간의 오류에 의한 고장, 하드웨어에 의한 고장, 하나의 원인에 의해서 여러개의 구성요소가 동시에 고장나는 Common cause 고장형태로 나누었다. 시스템은 임의의 시점에서 예방보수를 받을수 있고, 고장률과 예방 보수률은 일정하다고 가정했다. 또한 수리률이 임의의 분포를 따를 경우 시스템 신뢰도 및 평균 고장시간을 구했다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2010년도 제35회 추계학술대회논문집
• /
• pp.143-148
• /
• 2010

항공용 연료계통의 핵심부품인 연료승압펌프(FBP)의 신뢰도를 예측/평가하기 위하여 운용중에 지속적으로 발생되는 고장자료에 근거하여 고장추세분포를 도출하는데 Weibul Distribution 형태의 통계학적인 방법(Statistical Methods)을 사용하였다. 이를 토대로 하여 고장 자료분포를 시각적으로 분석하여 신뢰성 예측을 하였다. 분석결과, 형상모수(${\beta}$), 척도모수(${\eta}$) 및 평균고장시간(MTTF)을 산출하였다. 결과로부터 주요 고장원인이 기계부품의 마모나 노후화로 인하여 발생하는 마모고장기이며 산출된 평균고장시간 이전에 예방정비를 수행해야 사전에 고장을 방지할 수 있음을 알 수 있다.

• Journal of Biosystems Engineering
• /
• 제6권1호
• /
• pp.28-38
• /
• 1981

동력경운기(動力耕耘機)의 효율적(效率的)인 이용(利用)과 고장(故障)으로 인(因)한 문제점(問題點)과 그에 따른 대책(對策)을 강구(講究)하기 위(爲)한 기초자료(基礎資料)를 제시(提示)코저 전국(全國) 8개도 278농가(農家)를 대상(對象)으로 동력경운기(動力耕耘機)의 각종(各種) 고장(故障) 및 수리실태(修理實態)를 조사분석(調査分析)한 결과(結果)는 다음과 같다. 가. 고장빈도(故障頻度) 동력경운기(動力耕耘機)의 대당(臺當) 년간(年間) 고장발생(故障發生) 빈도(頻度)는 9.05회(回)이었으며 평균(平均) 39.1시간(時間) 작업(作業)에 1회(回)의 고장(故障)이 발생(發生)되었다. 고장빈도(故障頻度)가 가장 높았던 곳은 점화연료공급계통(點火燃料供給系統)으로서 2.02회(回)로 전체고장(全體故障)의 22.3%를 차지하였고, 그 다음이 부속작업기(附屬作業機) 시린더계통(系統), 주행장치등(走行裝置等)의 순서(順序)로 나타났다. (2) 동력경운기(動力耕耘機) 사용년수별(使用年水別) 고장(故障) 발생빈도(發生頻度)는 구입후(購入後) 6년(年) 이하(以下) 경과(經過)된 기계(機械)에서 37.7시간(時間) 사용(使用)에 1회(回)의 고장(故障)이 발생(發生)된 것으로 나타나 가장 높았고 그 다음이 구입후(購入後) 2년(年) 미만(未滿)된 기계(機械)로서 38.6시간(時間) 작업(作業)에 1회(回)이 고장(故障)이 발생(發生)되었다. (3) 동력경운기(動力耕耘機) 기종별(機種別) 고장(故障) 발생빈도(發生頻度)는 석유(石油)엔진이 36.3시간(時間) 작업(作業)에 1회(回)의 고장(故障)이 발생(發生)되어 디젤엔진의 42.8시간(時間)보다 높았고 마력별(馬力別)로는 석유(石油)엔진의 경우(境遇) 8마력(馬力)이 10마력(馬力)보다 고장(故障) 발생빈도(發生頻度)가 높게 나타났다. (4) 동력경운기(動力耕耘機) 월별(月別) 고장(故障) 발생빈도(發生頻度)는 10월(月)에 가장 낮아 51.5시간(時間) 작업(作業)에 1회(回)의 고장(故障)이 발생(發生)되었고 그 다음이 6월로 49.7시간(時間) 작업(作業)에 1회(回)의 고장(故障)이 발생(發生)된 것으로 나타나 작업시간(作業時間)이 많았을 때 고장(故障) 발생빈도(發生頻度)는 상대적(相對的)으로 적었던 것으로 나타났다. 나. 수리장소(修理場所) (1) 동력경운기(動力耕耘機) 고장시(故障時)의 수리장소(修理場所)는 자가수리(自家修理)가 평균(平均) 45.3%이었고 공장수리(工場修理)가 54.7%로 나타나 공장수리(工場修理)가 자가수리(自家修理)보다 많았다. (2) 동력경운기(動力耕耘機) 사용년수별(使用年數別) 수리장소(修理場所)는 구입후(購入後) 경과년수(經過年數)가 길어질수록 공장수리(工場修理)보다 자가수리(自家修理)가 많아지는 것으로 나타났다. (3) 동력경운기(動力耕耘機) 자가수리율(自家修理率)은 디젤엔진이 석유(石油)엔진보다 높았으며 석유(石油)엔진에서는 10마력(魔力)이 디젤엔진에서는 8마력(魔力)이 높았다. (4) 고장부위별(故障部位別) 자가수리(自家修理) 비율(比率)은 조향장치(操向裝置)가 가장 높아 66.7%였으며 그 다음이 점화연료계통(點火燃料系統)인 것으로 나타났고 자가수리비율(自家修理比率)이 가장 낮는 곳은 부속작업기(附屬作業機)로서 26.5%에 불과(不過)하였다. 다. 고장원인(故障原因) (1) 동력경운기(動力耕耘機) 고장원인(故障原因)은 기계(機械)의 노후(老朽)에 의(依)한 고장(故障)이 년간(年間) 대당(臺當) 5.18회(回)로 전체(全體)의 57.2%를 차지하여 가장 많았고 정비불량(整備不良)과 과부하(過負荷)로 인(因)한 고장(故障)이 전체(傳遞)의 37.7%이었다. (2) 동력경운기(動力耕耘機) 구입후(購入後) 2년(年) 미만(未滿)의 기종(機種)에서는 정비불량(整備不良)으로 인(因)한 고장(故障)이 많았던 반면(反面) 노후(老朽)로 인(因)한 고장(故障)이 적었다. (3) 동력경운기(動力耕耘機) 고장원인(故障原因)은 기종별(機種別) 마력별(馬力別) 공(共)히 노후(老朽)로 인(因)한 고장(故障)과 과부하(過負荷)로 인(因)한 고장(故障)이 대부분(大部分)이었으며 특히 석유(石油) 5마력(馬力)엔진에서는 과부하(過負荷)로 인(因)한 고장(故障)이 월등히 높았다. (4) 동력경운기(動力耕耘機) 부위별(部位別) 고장원인(故障原因)은 시린더 계통(系統)과 주행장소(走行場所)의 고장(故障)에서는 주(主)로 노후(老朽)에 의(衣)한 원인(原因)이 많았던 반면(反面) 점화연료계통(點火燃料系統)의 고장(故障)에서는 정비불량(整備不良)으로 인한 고장(故障)이 많았다. 라. 수리비율(修理(比率) (1) 동력경운기(動力耕耘機) 년간(年間) 대당(臺當) 수리비(修理費)는 34,509원이었고 동력경운기(動力耕耘機) 1시간(時間) 수업당(修業當) 평균(平均) 수리비(修理費)는 97원이었다. (2) 동력경운기(動力耕耘機) 기종별(機種別) 수리비(修理費)는 석유(石油)엔진이 40,697원으로 디젤엔진의 28,322원보다 훨씬 많았다. (3) 동력경운기(動力耕耘機) 기종별(機種別) 1시간(時間) 수업당(修業當) 평균(平均) 수리비(修理費)는 석유(石油)엔진이 108원으로 디젤엔진의 86원보다 많았으며 마력별(馬力別)로는 차이(差異)가 없었다. (4) 동력경운기(動力耕耘機) 고장부위별(故障部位別) 년간(年間) 수리비(修理費)는 시린더 계통(系統)이 13,036원으로 가장 많았으며 조향장치(操向裝置)가 362원으로 가장 적었다. (5) 동력경운기(動力耕耘機) 1회(回) 수리시(修理時)의 평균(平均) 수리비(修理費)는 3,713원이었으며 시린더계통(系統)이 10,598원으로 가장 많았고 조향장치(操向裝置)가 1,006원으로 가장 적었다. 마. 자가수리소요시간(自家修理所要時間) 및 고장(故障)으로 인(因)한 불가동시간(不稼動時間) (1) 동력경운기(動力耕耘機) 년간(年間) 대당(臺當) 자가수리(自家修理) 소요시간(所要時間)은 8.36시간(時間)이었고 고장(故障)때문에 작업(作業)하지 못한 시간(時間)은 년간(年間) 대당(臺當) 93.5시간(時間)이었다. (2) 동력경운기(動力耕耘機) 사용년수별(使用年水別) 자가수리시(自家修理時)의 1회수리당(回修理當) 소요시간(所要時間)은 6년이상(年以上) 경과(經過)된 기계(機械)에서 21.3시간(時間)으로 가장 높았고 고장(故障) 때문에 사용(使用)하지 못한 시간(時間)은 2년(年) 미만(未滿)된 기계(機械)에서 년간(年間) 대당(臺當) 127.13시간(時間)으로 나타나 가장 높았다. (3) 동력경운기(動力耕耘機) 기종별(機種別) 자가수리시(自家修理時)의 1회(回) 수리당(修理當) 소요시간(所要時間)은 디젤엔진이 10.66시간(時間)으로 석유(石油)엔진의 6.48시간(時間)보다 많았고 고장(故障)으로 인(因)하여 가동(稼動)하지 못한 시간(時間)은 석유(石油)엔진이 년간(年間) 대당(臺當) 99.4시간(時間)으로 디젤엔진의 88.67시간(時間)보다 많았다. (4) 동력경운기(動力耕耘機) 마력별(馬力別) 자가수리시(自家修理時)의 1회수리당(回修理當) 소요시간(所要時間)은 석유(石油)엔진 디젤엔진 공(共)히 8마력(馬力)이 가장 적어 석유(石油)엔진 3.78시간(時間)이었고 디젤엔진은 8.25시간(時間)이었다. (5) 동력경운기(動力耕耘機) 고장부위별(故障部位別) 자가수리시(自家修理時)의 1회수리당(回修理當) 소요시간(所要時間)은 시린더 계통(系統)이 가장 많은 32.02시간(時間)이었고 고장(故障)으로 인(因)하여 가동(稼動)하지 못한 시간(時間)은 시린더 계통(系統)이 가장 많아 년간(年間) 대당(臺當) 37.30시간(時間)이었다.

• 정보과학회 논문지
• /
• 제44권5호
• /
• pp.460-468
• /
• 2017

실시간 클라우드의 실현에 있어서 데이터 분석 프레임워크는 중추 역할을 수행한다. 현존하는 프레임워크들 중에 가장 많은 요구사항들을 충족하는 것은 Spark Streaming이다. 하지만 이 프레임워크는 초 단위 실시간 고장 복구를 충족하지 못하고 있다. Spark Streaming의 고장 복구 기법은 정상 동작시에 기록된 누적 변형 히스토리를 토대로 고장 직전 마지막 상태 데이터를 재연산하여 복구하기 때문에 히스토리의 길이에 비례하여 복구 시간이 증가된다. 따라서 제한된 시간 이내에 고장 복구가 완료됨을 보장되지 않는다. 또한 초기 상태 데이터를 고장 감내 스토리지에서 읽는 시간이 수십 초에 달하여 초 단위고장 복구 시간을 달성할 수 없다. 본 논문에서는 언급된 문제들을 해결하기 위한 두 가지 기법들을 제안한다. 이를 Spark Streaming 1.6.2에 적용하고, 실험을 통해 고장 복구 시간이 제한 시간 이내에 완료되며 평균 약 41.57% 단축됨을 확인했다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.443-444
• /
• 2015

현재 한전에서 800여개 이상의 변전소를 운영하고 있으며, 이중 가장 많은 비중을 차지하는 변전소는 154kV 변전소로서 전체 변전소중 85%를 차지하고 있다. 지난 13년동안 154kV S/S내에서 발생하는 고장(T/L고장 제외)은 평균 약 183건이며, 고장복구 시간은 고장유형에 따라 다양하게 나타나고 있다. 전력설비의 고장이 발생했을 때 신속한 고장의 복구와 오조작으로 인한 파급고장을 방지하기 위하여 한전에서는 송변전 표준복구절차(Standard Operation Procedure, SOP)라는 매뉴얼에 따라 고장복구를 시행하고 있다. 그러나 기존의 표준복구절차는 다양한 고장원인과 설비감시 조건을 반영하지 못하고 있으며, 휴먼에러에 의한 오조작으로 고장 복구중 파급고장의 위험을 내포하고 있다. 따라서 본 논문에서는 154kV 변전소에서 전력설비 운전상태 및 감시조건과 고장발생 사례분석을 기반으로 기존의 송변전 표준복구절차(SOP) 문제점 및 개선사항을 제시하고자 한다.

• 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

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2020년도 전력전자학술대회
• /
• pp.449-450
• /
• 2020

본 논문에서는 부스트 컨버터와 벅-부스트 컨버터의 동작 특성을 고려하여 Fault Tree Analysis(FTA)를 작성하고 같은 용량으로 설계하여 동작 온도에 따른 고장률의 차이를 비교 및 분석한다. 승압용 컨버터로 사용되는 부스트 컨버터와 벅-부스트 컨버터의 파라미터 설정에 따른 인덕터의 고장률과 커패시터의 고장률을 계산한다. 또한 두 컨버터의 설계 파라미터에 의해 달라지는 커패시터 고장률과 정격전압 차이에 의해 달라지는 다이오드의 고장률을 구한다. 각 소자의 부품 고장률은 MIL-HDBK-217F를 이용하여 구한다. 작성한 FTA에 부품 고장률을 적용하여 고장률과 평균고장시간을 예측한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2020년도 전력전자학술대회
• /
• pp.445-446
• /
• 2020

본 논문에서는 동일한 설계조건을 갖는 벅 컨버터와 벅-부스트 컨버터를 신뢰성의 측면에서 비교한다. 신뢰성 분석의 대표적인 지표의 고장률과 평균 고장 시간(Mean time between failure, MTBF)을 도출하기 위해 고장나무 분석(Fault-tree analysis, FTA)을 사용한다. FTA는 컨버터의 동작 특성을 고려하여 고장의 원인과 영향을 나타내는 방법으로 컨버터를 구성하는 부품의 고장률은 MIL-HDBK-217F의 값을 사용한다. FTA를 통해 벅 컨버터의 고장률과 벅-부스트 컨버터의 고장률을 도출하고 고장률 차이의 원인을 분석하며 두 컨버터의 동작 온도별 고장률을 그래프로 나타내어 시각화한다.