• 한국IT서비스학회지
• /
• 제11권1호
• /
• pp.211-221
• /
• 2012

Many metric-based classification models have been proposed to predict fault-proneness of software module. This paper presents two prediction models using Bayesian classifier which is one of the most popular modern classification algorithms. Bayesian model based on Bayesian probability theory can be a promising technique for software quality prediction. This is due to the ability to represent uncertainty using probabilities and the ability to partly incorporate expert's knowledge into training data. The two models, Na$\ddot{i}$veBayes(NB) and Bayesian Belief Network(BBN), are constructed and dimensionality reduction of training data and test data are performed before model evaluation. Prediction accuracy of the model is evaluated using two prediction error measures, Type I error and Type II error, and compared with well-known prediction models, backpropagation neural network model and support vector machine model. The results show that the prediction performance of BBN model is slightly better than that of NB. For the data set with ambiguity, although the BBN model's prediction accuracy is not as good as the compared models, it achieves better performance than the compared models for the data set without ambiguity.

• 한국지반환경공학회 논문집
• /
• 제10권6호
• /
• pp.35-48
• /
• 2009

일반적으로 단층대는 지반의 공학적 특성이 불량하므로 터널 시공시 굴착으로 인한 지반변위가 과다하게 발생하여 인접구조물에 악영향을 줄 수 있으며, 지하수 유입으로 인한 지반강도의 급격한 저하로 터널의 안정성 확보가 어렵다. 따라서, 인접구조물의 영향을 최소화하고 터널의 안정성을 확보하기 위하여 지반안정을 위한 차수 및 보강대책이 수립되어야 한다. 본 연구에서는 경부고속철도 노선 중 양산단층대를 통과하는 약 570m구간의 터널시공 사례를 분석하여 보강대책의 적정성에 대하여 분석하였다. 침하량 검토결과, Loganathan 등(1998, 2000) 식을 활용하여 산정한 침하량은 수치해석 결과와 유사하게 나타나 예측식의 적정성을 확인하였다. 단층대 구간에서 수행된 시험시공결과를 분석하여 적용공법의 적정성을 검토하였으며, 수치해석적 방법을 통하여 보강공법의 적용성을 검토하였다. 검토결과 대책공법 적용으로 터널변위가 감소하고 지보재 응력이 허용치 이내로 발생하였으므로 적용된 대책공법은 적정한 것으로 판단된다.

• 전기학회논문지
• /
• 제66권6호
• /
• pp.995-1000
• /
• 2017

In this paper, we present an electrical arc detection algorithm using the mash-up analysis technique which is the core technology for the autonomous electrical safety management system(AESMS) of the multi-unit dwellings. The mash-up analysis technique analyzes the voltage, load current, zero phase current data simultaneously to judge arc faults. In order to develop the arc fault detection algorithm, the characteristics of series arc and parallel arc were analyzed. Also, we propose the mash-up analysis technique that analyzes waveforms of voltage, load current, and zero phase current at the same time. The arc fault detection algorithm was developed using the mash-up analysis technique. The developed algorithm can prevent electrical disasters in an effective way through accident prediction, and it will be used as a basic technology to introduce an autonomous electrical safety management system.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 춘계학술대회
• /
• pp.230-231
• /
• 2019

본 연구에서는 미래의 자율운항선박의 핵심기술인 상태기반 예지보전(Condition Based Maintenance, CBM) 기술에 관한 연구로써 고장진단을 위한 실 운항선박을 대상으로 상태 모니터링 시스템의 설계/탑재 및 데이터 취득/처리/분석 기술 개발을 수행하고 있다. 본 연구의 목적은 데이터 확보, 유효데이터 식별/검증을 통해 최종적인 고장진단 알고리즘 개발을 위함이며 이를 위해서는 대상 기기의 고장 메커니즘에 관한 이해가 필요하다. 따라서 선박 엔진의 FEMA 분석과 Fault Tree Analysis 과정이 수반되어야 하며 엔진의 주요 계통분류, 대상기기 식별, 고장유형, 고장원인과 현상에 대한 분석을 포함하여야 한다. 최종적으로 도출되는 CBM 시스템의 솔루션 S/W는 엔지니어링 지식기반의 실선 운항데이터에 대한 통합적인 데이터 분석을 통해 선박 엔진의 고장예측 및 진단이 가능하다. 본 연구를 통해 운항중인 실선의주 기관을 대상으로 기존 모니터링 항목 이외의 핵심 영향인자를 측정하고, 취득된 데이터에 대한 빅 데이터 분석기법을 통해 적절한 유지보수 방법과 해당 시점을 예측함으로써 향후 선박 엔진의 이상 징후에 대한 사전적 대처와 효율적인 관리가 가능하며 결과적으로 항해 중 해양사고 및 선박운항 손실을 미연에 방지할 수 있을 것으로 기대한다.

• Nuclear Engineering and Technology
• /
• 제52권9호
• /
• pp.1998-2008
• /
• 2020

Solenoid operated valves (SOV) play important roles in industrial process to control the flow of fluids. Solenoid valves can be found in so many industries as well as the nuclear plant. The ability to be able to detect the presence of faults and predicting the remaining useful life (RUL) of the SOV is important in maintenance planning and also prevent unexpected interruptions in the flow of process fluids. This paper proposes a fault diagnosis method for the alternating current (AC) powered SOV. Previous research work have been focused on direct current (DC) powered SOV where the current waveform or vibrations are monitored. There are many features hidden in the AC waveform that require further signal analysis. The analysis of the AC powered SOV waveform was done in the time and frequency domain. A total of sixteen features were obtained and these were used to classify the different operating modes of the SOV by applying a machine learning technique for classification. Also, a deep neural network (DNN) was developed for the prediction of RUL based on the failure modes of the SOV. The results of this paper can be used to improve on the condition based monitoring of the SOV.

• International Journal of Aeronautical and Space Sciences
• /
• 제17권4호
• /
• pp.565-578
• /
• 2016

A probabilistic based systems approach is addressed in this study for the reliability prediction of solid rocket motors (SRM). To achieve this goal, quantitative Failure Modes, Effects and Criticality Analysis (FMECA) approach is employed to determine the reliability of components, which are integrated into the Fault Tree Analysis (FTA) to obtain the system reliability. The quantitative FMECA is implemented by burden and capability approach when they are available. Otherwise, the semi-quantitative FMECA is taken using the failure rate handbook. Among the many failure modes in the SRM, four most important problems are chosen to illustrate the burden and capability approach, which are the rupture, fracture of the case, and leak due to the jointed bolt and O-ring seal failure. Four algorithms are employed to determine the failure probability of these problems, and compared with those by the Monte Carlo Simulation as well as the commercial code NESSUS for verification. Overall, the study offers a comprehensive treatment of the reliability practice for the SRM development, and may be useful across the wide range of propulsion systems in the aerospace community.

• 한국인터넷방송통신학회논문지
• /
• 제20권4호
• /
• pp.107-113
• /
• 2020

매우 많은 소프트웨어 결함 예측에 관한 연구들이 수행되어왔지만 대부분은 라벨 데이터를 훈련 데이터로 사용하는 감독형 모델들이었다. 언라벨 데이터만을 사용하는 비감독형 모델이나 언라벨 데이터와 매우 적은 라벨 데이터 정보를 함께 사용하는 세미감독형 모델에 관한 연구는 극소수에 불과하다. 본 논문은 Self-training 기법에 트리 알고리즘들을 사용하여 새로운 세미감독형 모델들을 제작하였다. 세미감독형 기법인 Self-training 모델에 트리 기법들을 사용하는 새로운 세미감독형 모델들을 제작하였다. 모델 평가 실험 결과 새롭게 제작한 트리 모델들이 기존 모델들보다 더 나은 성능을 보였으며, 특히 CollectiveWoods는 타 모델들에 비해 압도적으로 우월한 성능을 보였다. 또한 매우 적은 라벨 데이터 보유 상황에서도 매우 안정적인 성능을 보였다.

• 반도체디스플레이기술학회지
• /
• 제18권4호
• /
• pp.87-91
• /
• 2019

The diagnosis of the failure for the existing electrical facilities was based on regular preventive maintenance, but this preventive maintenance was limited in preventing a lot of cost loss and sudden system failure. To overcome these shortcomings, fault prediction and diagnostic techniques are critical to increasing system reliability by monitoring electrical installations in real time and detecting abnormal conditions in the facility early. As the performance and quality deterioration problem occurs frequently due to the increase in the number of users of the motor pump, the purpose is to build an intelligent control system that can control the motor pump to maximize the performance and to improve the quality and reliability. To this end, a vibration sensor, temperature sensor, pressure sensor, and low water level sensor are used to detect vibrations, temperatures, pressures, and low water levels that can occur in the motor pump, and to build a system that can identify and diagnose information to users in real time.

• 한국철도학회논문집
• /
• 제20권5호
• /
• pp.595-601
• /
• 2017

전철화 확대의 영향으로 전차선로 변의 고장발생 빈도는 지속적으로 증가하여, 고장위치를 표정하는 시스템의 중요도는 향상되고 있다. 그럼에도 전차선로의 정확한 고장위치 표정은 매우 어려운 현실이다. 본 논문에서는 기존 회로방정식으로 제안된 전차선로 임피던스 계산이론에 대해 현장실측 데이터를 활용하여 보편화 정리하고 변전소 및 운행차량의 전압, 전류 데이터를 동기화 실측하여 전차선로의 임피던스를 예측 하였다. 또한 예측된 전차선로 임피던스값의 유효성 확인을 위해 동일지점에서 열차전류에 따른 임피던스 변화 정도를 시뮬레이션으로 확인하였다. 끝으로 측정 데이터와 지락시험을 통한 데이터를 비교 분석하였다. 본 기법은 강제지락시험, 인공지락시험을 통해 임피던스를 예측하는 현행 방식 대비 열차운행 중단 없이 다수의 데이터를 확보할 수 있고 시간경과에 따른 임피던스 변화에 대해서도 신속하고 편리하게 대응할 수 있는 장점이 있는 것으로 판단된다.

• 융합신호처리학회논문지
• /
• 제9권4호
• /
• pp.329-336
• /
• 2008

최근 발전소의 첨단기술을 적용한 설비들이 대형화되고, 발전기의 정지나 사고 등으로 막대한 유지보수 비용을 필요로 하고 있다. 따라서 이러한 기계설비들의 운전 상태를 감시하고 고장을 예측할 수 있는 새로운 진단장치의 개발이 요구된다고 본다. 본 연구는 이러한 점에 착안하여 기계들의 정상/비정상 운전 상태를 정상레벨/비정상레벨/주의레벨/위험레벨/고장 즉 5단계로 세분화하고 각 단계별 판별기준을 정하여 운전 중 발생하는 기기들의 신호를 취득 및 분석하여 기기들의 정지 없이 기기의 운전 상태를 실시간 판별할 수 있는 시스템을 개발한다. 이를 위하여, 영역분할 알고리즘에 기반하여 기기의 운전 상태를 주파수특성 행렬로 표시하는 방법을 고안하였다. 각 기기들의 운전 상태를 간략히 피크코드화하고, 이 피크코드를 바코드처럼 활용할 수 있도록 발전설비 기기에 부착함으로서 기기의 운전상태 관리를 시스템화 할 수 있도록 하였다. 5단계 중 주의레벨에서 기기들의 예방정비를 수행하여 발전소의 경제적이고 안정적인 운전효율을 높이는 것이 궁극적 목표이며, 현장 적용 시의 이동성을 고려하여 노트북 컴퓨터로 신호취득에서 판별까지 가능하도록 알고리즘을 개발하였다.