• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.428-434
• /
• 2020

일회성 무기체계는 대기 상태로 있다가 단 한 번의 임무를 수행한 이 후 폐기되는 특성에 따라 높은 신뢰도를 요구받는다. 유도탄은 일회성 무기체계로써 특성상 저장 상태로 수명의 대부분을 보내고, 임무수행을 위한 운용시간은 짧기때문에 임무성공률이 아닌 저장 신뢰도로 분석해야 한다. 유도탄의 신뢰도를 분석할 때에 어떠한 방법을 사용하는지에 따라 그 결과는 달라질 수 있으며, 고장자료와 함께 포함되는 우측 관측중단자료의 비율에 따라서도 차이가 발생할 수 있다. 본 연구는 공군의 OO유도탄을 대상으로 미래의 고장률을 보다 정확하게 예측하기 위한 방법을 제시하고자 작성하였다. 제시하는 방법은 먼저 평균 고장시간(MTTF: Mean Time To Failure, 이하 MTTF)을 적용한 모델과 고장 간 평균시간(MTBF: Mean Time Between Failure, 이하 MTBF)을 적용한 모델로 고장률을 예측하고, 두 모델 중 실제 고장률과 차이가 작은 모델을 선택한다. 선택한 모델로 고장자료와 함께 포함되는 우측 관측중단자료의 비율을 달리하여 고장률을 예측하고, 실제 고장률과의 차이가 최소화되는 비율을 찾는다. 실제 자료를 바탕으로 제안한 비율과 현재 검사 비율의 비교를 통해 제안한 비율이 미래 고장률을 예측하기에 더 적합함을 보였다.

• 정보처리학회논문지D
• /
• 제8D권2호
• /
• pp.175-180
• /
• 2001

본 논문은 미래의 소프크웨어 공장 수나 고장시간 예측 정확성을 얻기 위해, 뉴로-피지 시스템을 이용할 경우 최적의 검증 데이터 할당 비율에 대한 연구이다. 훈련 데이터가 주어졌을 때, 과소 적합과 과잉 적합을 회피하면서 최적의 일반화 능력을 얻기 취해 Early Stopping 방법이 일반적으로 사용되고 있다. 그러나 훈련과 검증 데이터로 얼마나 많은 데이터를 할당갈 것인가는 시행착오법을 이용해 경험적으로 해를 구해야만 하며, 과다한 시간이 소요된다. 최적의 검증 데이터 양을 구하기 위해 규칙 수를 증가시키면서 다양한 검증 데이터 양을 할당하였다. 실험결과 최소의 검증 데이터로도 좋은 예측 능력을 보였다. 이 결과는 뉴로-퍼지 시스템을 소프트웨어 신뢰성 분야에 적용시 실질직언 지침을 제공할 수 있는 것이다.

• 중소기업연구
• /
• 제42권3호
• /
• pp.43-75
• /
• 2020

본 연구는 중소기업학회에서 편찬한 '중소기업연구'에 게재된 논문을 분석하여 사업실패의 연구동향을 알아보는데 있다. 이를 위하여, 첫째, 문헌고찰을 통해, 해외의 연구동향과 주요 연구 주제를 탐색하고, 본 연구를 위한 분석의 틀을 작성하였다. 둘째, 1979년부터 2019년에 이르기까지, 중소기업연구에 편찬된 총 1,060편의 논문 중, 실패와 관련된 16편을 선정하고 분석하였다. 세 번째, 중소기업연구 이외의 한국의 실패 연구동향을 알아보기 위해, 키워드 분석으로 24편을 추가로 선정하여 분석하였다. 본 논문에서는 실패 연구의 동향을 총 5가지 큰 주제로 구분하여 분석하였다. (1) 실패예측, (2) 실패 전·후 감정, (3) 감정 이외 실패 비용, (4) 실패 원인, (5) 재창업 결정 및 성공요인이다. 기존연구가 가지는 함의를 살펴봄으로써, 향후 실패분야의 연구방향을 제시하고 있다.

• Nuclear Engineering and Technology
• /
• 제50권8호
• /
• pp.1314-1323
• /
• 2018

For nuclear power plants (NPPs) to have long lifetimes, ageing is a major issue. Currently, ageing management for NPP systems is based on correlations built from generic experimental data. However, each system has its own characteristics, operational history, and environment. To account for this, it is possible to resort to prognostics that predicts the future state and time to failure (TTF) of the target system by updating the generic correlation with specific information of the target system. In this paper, we present an application of particle filtering for the prediction of degradation in steam generator tubes. With a case study, we also show how the prediction results vary depending on the uncertainty of the measurement data.

• 대한방사선기술학회지:방사선기술과학
• /
• 제45권5호
• /
• pp.439-448
• /
• 2022

The purpose of this study was to analyze the results from statistical process control (SPC) to recommend upper and lower control limits for planning parameters based on delivery quality assurance (DQA) results and establish our institutional guidelines regarding planning parameters for helical tomotherapy (HT). A total of 53 brain, 41 head and neck (H & N), and 51 pelvis cases who had passing or failing DQA measurements were selected. The absolute point dose difference (DD) and the global gamma passing rate (GPR) for all patients were analyzed. Control charts were used to evaluate upper and lower control limits (UCL and LCL) for all assessed treatment planning parameters. Treatment planning parameters were analyzed to provide its range for DQA pass cases. We confirmed that the probability of DQA failure was higher when the proportion of leaf open time (LOT) below 100 ms was greater than 30%. LOT and gantry period (GP) were significant predictor for DQA failure using the SPC method. We investigated the availability of the SPC statistic method to establish the local planning guideline based on DQA results for HT system. The guideline of each planning parameter in HT may assist in the prediction of DQA failure using the SPC statistic method in the future.

• 산업공학
• /
• 제24권2호
• /
• pp.119-127
• /
• 2011

Most companies have been increasing temporary work projects to maximize the usage of their resources. They also have been developing the effective techniques for analyzing and managing the state of the projects. In order to monitor the state of a project in real-time and predict the project's future state more accurately, this paper suggests the Bayesian Network (BN) as a tool for discovering the causes of project risk and presenting the failure probability of the project. The proposed BN modeling method with consideration of the Earned Value Management (EVM) method shows how to induce the predictive and conditional probability of the risk occurrence in the future. The advantages of the suggested model are (1) that the cause of a project risk can be easily figured out via the BN, (2) that the future value of the project can be sufficiently increased by updating relevant components of the project, and (3) that more credible prediction can be made in the similar and future situation by using the data obtained in current analysis. A numerical example is also given.

• Structural Engineering and Mechanics
• /
• 제58권3호
• /
• pp.459-473
• /
• 2016

Various vague and unstructured problems encountered the civil engineering/designers that persuaded by their experiences. One of these problems is the structural failure of the reinforced concrete (RC) building determination. Typically, using the traditional Limit state method is time consuming and complex in designing structures that are optimized in terms of one/many parameters. Recent research has revealed the Artificial Neural Networks potentiality in solving various real life problems. Thus, the current work employed the Multilayer Perceptron Feed-Forward Network (MLP-FFN) classifier to tackle the problem of predicting structural failure of multistoried reinforced concrete buildings via detecting the failure possibility of the multistoried RC building structure in the future. In order to evaluate the proposed method performance, a database of 257 multistoried buildings RC structures has been constructed by professional engineers, from which 150 RC structures were used. From the structural design, fifteen features have been extracted, where nine features of them have been selected to perform the classification process. Various performance measures have been calculated to evaluate the proposed model. The experimental results established satisfactory performance of the proposed model.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권1호
• /
• pp.1-12
• /
• 2017

예방정비는 대규모 산업시설에서 설비의 성능을 최적으로 유지하는 활동을 의미하며, 궁극적으로 고장을 미연에 방지하여 생산 효율을 극대화하는 것을 목적으로 한다. 일반적으로 인력에 의한 주기적인 정비가 이루어지지만, 지속적으로 발생하는 고장을 방지할 수 없는 문제가 있다. 또한, 문제를 조기에 해결하기 위한 고장에 대한 조치는 설비 전문가에 의존하기 때문에, 전문가의 부재 상황이나 미숙련된 전문가에 의한 진단 오류로 인한 대응의 한계가 있다. 인력에 의존한 설비 진단과 문제의 조기 발견을 돕기위해 알람 시스템이 활용되고 있지만, 단순 정보 수집을 위해 설계되고, 방대하게 알람을 발생시키므로 실제적인 효용성이 없다. 본 논문에서는 시스템에 의한 고장징후 포착과 문제의 원인 및 향후 발생할 문제를 파악하기 위해서, 전문가의 경험지식을 시스템 지식으로 구축을 통한 자동화된 예방정비시스템을 설계 및 개발하였으며, 전문가 지식을 재이용하기 위한 시스템의 구조와 활용 방안에 대해서 논한다.

• 한국산학기술학회논문지
• /
• 제19권4호
• /
• pp.138-142
• /
• 2018

본 연구에서는 플랜트 기자재 중 수충격에 매우 취약한 신축관 이음을 대상으로 수충격 발생 시 신축관 이음의 신축량의 변화를 현장에서 취득한 후 HIL 시뮬레이터의 작동데이터로 적용한 HILS 기법을 적용한 진동내구 시험을 수행하였다. 또한 진동내구 시험 시 내구수명의 주요 스트레스 인자로 신축관 내부압력을 가정하였다. 진동내구 시험은 신축관 내부 설정압 따라 진행되었으며 수명데이터를 이용, 수명데이터를 잘 따르는 곡선을 접합하여 수명예측 모델식을 유도하였고 특정 내부 설정압에서의 시험 및 수명결과를 통하여 이를 검증하였다. 한편, 시험 중 발생 된 신축관의 고장모드는 모두 벨로우즈 부 표면에 발생된 크랙과 크랙을 통한 누수 등이 있었다. 본 연구에서 유도한 수명에측 모델식은 설정압력을 스트레스 인자로 따르는 전형적인 역승모형이며 특정환경에서만 적용될 수 있는 한계를 지니고 있다. 이에 본 연구는 진동내구 수명의 가속요인인 압력 외 온도상태 등을 다양한 수명변수가 적용 가능한 복합수명예측 모델식을 개발할 예정이다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2007년도 추계학술대회논문집
• /
• pp.886-890
• /
• 2007

Machine fault prognosis techniques have been considered profoundly in the recent time due to their profit for reducing unexpected faults or unscheduled maintenance. With those techniques, the working conditions of components, the trending of fault propagation, and the time-to-failure are forecasted precisely before they reach the failure thresholds. In this work, we propose an approach of Least Square Regression Tree (LSRT), which is an extension of the Classification and Regression Tree (CART), in association with one-step-ahead prediction of time-series forecasting technique to predict the future conditions of machines. In this technique, the number of available observations is firstly determined by using Cao's method and LSRT is employed as prognosis system in the next step. The proposed approach is evaluated by real data of low methane compressor. Furthermore, the comparison between the predicted results of CART and LSRT are carried out to prove the accuracy. The predicted results show that LSRT offers a potential for machine condition prognosis.