• 한국기계가공학회지
• /
• 제20권2호
• /
• pp.14-22
• /
• 2021

A plan for the development of reliability-based ROK amphibious assault vehicles is proposed. By analyzing the development case of the U.S. EFV, considerations for the successful development of the next-generation Korea Forces amphibious assault vehicle are presented. If the vehicle reliability can be improved to the level of the fourth highest priority electric unit for power units, suspensions, decelerators, and body groups, which have the highest priority among fault frequency items, a system level MTBF of 36.4%↑ can be achieved, and the operational availability can be increased by 3.5%↑. The next-generation amphibious assault vehicles must fulfill certain operating and performance requirements, the underlying systems must be built, and sequencing of the hybrid engine and the modular concept should be considered. Along with big-data- and machine-learning-based failure prediction, machine maintenance based on augmented reality/virtual reality and remote maintenance should be used to improve the ability to maintain combat readiness and reduce lifecycle costs.

• 한국IT서비스학회지
• /
• 제20권3호
• /
• pp.1-12
• /
• 2021

Reactor Coolant Pump (RCP) is core part of nuclear power plant to provide the forced circulation of reactor coolant for the removal of core heat. Properly monitoring vibration of RCP is a key activity of a successful predictive maintenance and can lead to a decrease in failure, optimization of machine performance, and a reduction of repair and maintenance costs. Here, we developed real-time RCP Vibration Analysis System (VAS) that web based platform using NoSQL DB (Mongo DB) to handle vibration data of RCP. In this paper, we explain how to implement digital signal process of vibration data from time domain to frequency domain using Fast Fourier transform and how to design NoSQL DB structure, how to implement web service using Java spring framework, JavaScript, High-Chart. We have implement various plot according to standard of the American Society of Mechanical Engineers (ASME) and it can show on web browser based on HTML 5. This data analysis platform shows a upgraded method to real-time analyze vibration data and easily uses without specialist. Furthermore to get better precision we have plan apply to additional machine learning technology.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1075-1080
• /
• 2022

최근 인공지능 알고리즘으로 대표되는 머신러닝 및 딥러닝 알고리즘이 다양한 분야에서 예측, 분류, 군집화 등과 같은 분야에 적용하고자 하는 노력이 지속되고 있다. 이에 본 논문에서는 PCB의 보호용 필름의 미박리 상태를 디젝트론2를 이용하여 검출하는 알고리즘을 제시한다. 반사 임계각 42.8°의 조건으로 촬영된 이미지로 61장의 데이터를 기반으로, 42장의 데이터를 학습에 19장의 데이터를 검증에 사용하였다. 딥러닝을 이용한 PCB 미박리 필름 검출 결과 19장의 검증 데이터 중 16장 검출, 3장 오검출 결과를 얻었다.

• KNOM Review
• /
• 제23권1호
• /
• pp.18-25
• /
• 2020

최근 스마트 팩토리(Smart Factory)에 대한 연구는 단순히 공장 자동화(Factory Automation, FA)의 개념에서 데이터를 수집하고 분석하는 형태로 발전하고 있다. 이것은 통신 기술의 발전(5G)과 IoT 장치(device)들이 현장 상황에 맞춰 다양하게 개발되면서 가속화 되고 있다. 또한, 기업 경쟁력 강화로 디지털트랜스포메이션(Digital Transformation)이 활발히 이루어지고 있으며, 이를 각종 IoT 장비로 부터 수신한 데이터와 자동화된 설비를 결합시켜 공정 재조정을 통한 최적화 연구가 다양하게 진행되고 있다. 따라서 본 논문에서는 관련 연구 중 하나인 예측 시스템을 활용한 설비 장애 진단 및 조치 시스템 구조 및 요소를 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.969-972
• /
• 2010

소프트웨어 제품의 품질을 보장하기 위해서는 제품을 개발하는 단계에 미리 결함율을 예측하여 원하는 수준의 품질을 확보하는 것이 중요하다. 결함은 사용자의 요구사항이 제품으로 구현되고 기능에 대한 테스트가 수행되는 단계에 가장 객관적이며 정량적으로 관리될 수 있다. 따라서 본 논문에서는 통합테스트에 대한 계획을 수립하는 단계에 제품에 대한 결함율을 미리 예측하여 제품 결함율이 조직의 관리범위에 들어올 수 있도록 통제하는 결함예측모델을 제안한다. 조직의 제품 결함율 베이스라인을 설정하고 통합테스트 결함율에 영향을 미치는 변수들과의 회귀분석을 통해 통합테스트 결함예측모형을 구축한다. 또한 제품 결함율에 영향을 미치는 변수들과의 회귀분석을 통해 제품 결함예측모형을 구축하고 결함예측모형을 활용해 제품 결함율을 분석 및 통제한다. 본 논문에서 제안한 결함예측모델은 실제 프로젝트에 적용하여 실효성을 검증하였으며 제품이 완성되기 전에 결함율을 예측하여 통제할 수 있게 함으로써 소프트웨어 품질을 향상한다.

• 품질경영학회지
• /
• 제51권2호
• /
• pp.223-245
• /
• 2023

Purpose: This study aim to identify the trends in AI-based PHM technology that can enhance reliability and minimize costs. Furthermore, this research provides valuable guidelines for future studies in various industries Methods: In this study, I collected and selected AI-based PHM studies, established classification criteria, and analyzed research trends based on classified fields and techniques. Results: Analysis of 125 domestic studies revealed a greater emphasis on machinery in both diagnosis and prognosis, with more papers dedicated to diagnosis. various algorithms were employed, including CNN for image diagnosis and frequency analysis for signal data. LSTM was commonly used in prognosis for predicting failures and remaining life. Different industries, data types, and objectives required diverse AI techniques, with GAN used for data augmentation and GA for feature extraction. Conclusion: As studies on AI-based PHM continue to grow, selecting appropriate algorithms for data types and analysis purposes is essential. Thus, analyzing research trends in AI-based PHM is crucial for its rapid development.

• 한국안전학회지
• /
• 제38권5호
• /
• pp.43-50
• /
• 2023

With the advent of industrialization, consumers and end-users demand more reliable products. Meeting these demands requires a comprehensive approach, involving tasks such as market information collection, planning, reliable raw material procurement, accurate reliability design, and prediction, including various reliability tests. Moreover, this encompasses aspects like reliability management during manufacturing, operational maintenance, and systematic failure information collection, interpretation, and feedback. Improving product reliability requires prioritizing it from the initial development stage. Failure mode and effect analysis (FMEA) is a widely used method to increase product reliability. In this study, we reanalyzed using the FMEA method and proposed an improved method. Domestic railways lack an accurate measurement method or system for maintenance, so maintenance decisions rely on the opinions of experienced personnel, based on their experience with past faults. However, the current selection method is flawed as it relies on human experience and memory capacity, which are limited and ineffective. Therefore, in this study, we further specify qualitative contents to systematically accumulate failure modes based on the Failure Modes Table and create a standardized form based on the Master FMEA form to newly systematize it.

• 지능정보연구
• /
• 제16권3호
• /
• pp.99-120
• /
• 2010

최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 다양한 데이터의 분석을 통해 고객 만족도를 향상시킬 수 있는 유용한 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있으며, 콜센터 운영에서 고객 만족도에 가장 큰 영향을 미치는 요소는 상담 인력의 규모인 것으로 알려져 있다. 즉, 일정수준 이상의 고객 만족도를 유지하기 위해서는 충분한 상담 인력을 확보하는 것이 관건이지만, 불필요하게 많은 인력을 확보하는 것은 인건비 측면에서 비용의 낭비를 초래할 수 있다. 따라서 부족하지도 않고 넘치지도 않을 정도의 적정 인력을 산출하는 능력은 콜센터 운영의 핵심 경쟁력으로 인식되고 있으며, 최근 콜센터에서는 적정 인력의 규모를 예측하기 위해 WFM(Work Force Management) 업무 전담 부서를 설치하고 콜량을 정확하게 예측하기 위한 노력을 기울이고 있다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균을 담당자가 주관적 판단에 의해 보정함으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 예측 모형을 시스템화한 WFMS(Workforce Management System) 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 객관적이면서도 업무 배경 지식을 충분히 활용할 수 있는 예측 모형을 수립하고자 한다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 국내 최대 규모의 한 자동차 보험사 콜센터의 4년 8개월 간의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다. 실험에서는 기존의 WFMS와 본 연구에서 제안하는 두 가지 모형인 대화식 의사결정나무 기반의 예측 모형, 일반 의사결정나무 기반의 예측 모형의 세 가지 모형에 대해, 다양한 오차 허용범위 하에서의 사고콜 및 고장콜에 대한 예측 적중률을 평가하였다.

• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.694-709
• /
• 2021

연구목적: 지진에 의한 산사태 위험도 평가를 통하여 지진발생 전에는 산사태 예방사업, 지진발생 후에는 피해지 예측 및 복구 우선순위 선정으로 지진유발 산사태 피해저감을 효율적·선제적으로 하기 위한 기초자료를 제공하고자 수행하였다. 연구방법: 국외 선행연구를 분석하여 평가 방법론 검토와 평가 인자를 도출하고 국내 산사태 위험지도 활용성을 검토하였다. 또한 지진동 감쇠식을 이용하여 포항지역의 단층대 및 진앙지 기준으로 지진에 의한 산사태 위험지도를 시범 구축하였다. 연구결과: 지진에 의한 산사태 위험도 평가 연구는 중국이 전체의 44%, 이탈리아 16%, 미국 15%, 일본 10%, 대만 8% 순으로 나타났다. 평가 방법론으로 통계적 모형이 59%로 가장 많았고, 물리적 모형이 23%로 나타났다. 통계적 모형에 많이 사용된 인자는 고도, 단층대와의 거리, 경사도, 사면방향, 모암, 지형곡률로 나타났다. 현재 국내의 산사태 위험지도는 지형·지질·임상이 반영되는데 이를 활용한 지진에 의한 산사태 위험도 평가는 합리적인 것으로 나타났다. 포항지역에 단층대 및 진앙지 기준으로 산사태 위험도를 평가한 결과 기존의 낮은 등급이 높은 등급으로 변화하는 등 지진의 영향이 고려되었다. 결론: 광역 단위의 지진유발 산사태 위험도 평가를 위해서는 산사태 위험지도를 활용하는 것이 효율적이다. 단층대 기준의 위험지도는 지진에 의한 산사태 피해방지를 위한 예방사방사업 대상지 선정에 활용하고, 진앙지 기준의 위험지도는 지진이 발생한 이후 산사태 피해 현황을 조사하거나 피해지 복구 등 피해방지 대책 우선순위 선정의 효율적 사후관리에 활용할 수 있다.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2003년도 제2차 연례학술대회 발표논문집
• /
• pp.26-51
• /
• 2003

Large scale protein interaction maps provide a new, global perspective with which to analyse protein function. PSIMAP, the Protein Structural Interactome Map, is a database of all the structurally observed interactions between superfamilies of protein domains with known three-dimensional structure in thePDB. PSIMAP incorporates both functional and evolutionary information into a single network. It makes it possible to age protein domains in terms of taxonomic diversity, interaction and function. One consequence of it is to predict the most important protein domain structure in evolution. We present a global analysis of PSIMAP using several distinct network measures relating to centrality, interactivity, fault-tolerance, and taxonomic diversity. We found the following results: ${\bullet}$ Centrality: we show that the center and barycenter of PSIMAP do not coincide, and that the superfamilies forming the barycenter relate to very general functions, while those constituting the center relate to enzymatic activity. ${\bullet}$ Interactivity: we identify the P-loop and immunoglobulin superfamilies as the most highly interactive. We successfully use connectivity and cluster index, which characterise the connectivity of a superfamily's neighbourhood, to discover superfamilies of complex I and II. This is particularly significant as the structure of complex I is not yet solved. ${\bullet}$ Taxonomic diversity: we found that highly interactive superfamilies are in general taxonomically very diverse and are thus amongst the oldest. This led to the prediction of the oldest and most important protein domain in evolution of lift. ${\bullet}$ Fault-tolerance: we found that the network is very robust as for the majority of superfamilies removal from the network will not break up the network. Overall, we can single out the P-loop containing nucleotide triphosphate hydrolases superfamily as it is the most highly connected and has the highest taxonomic diversity. In addition, this superfamily has the highest interaction rank, is the barycenter of the network (it has the shortest average path to every other superfamily in the network), and is an articulation vertex, whose removal will disconnect the network. More generally, we conclude that the graph-theoretic and taxonomic analysis of PSIMAP is an important step towards the understanding of protein function and could be an important tool for tracing the evolution of life at the molecular level.