$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

수리 가능 발전기 시스템의 고장추세 분석을 위한 변화점 접근방법
Change-point Approach for Analyzing Failure Trend in Repairable Generating Systems 원문보기

산업경영시스템학회지 = Journal of society of korea industrial and systems engineering, v.32 no.1, 2009년, pp.11 - 19  

홍민표 (한양대학교 산업공학과) ,  배석주 (한양대학교 산업공학과)

Abstract AI-Helper 아이콘AI-Helper

A number of trend test methods, i.e., Military Handbook test and Laplace test etc., have been applied to investigate recurrent failures trend in repairable systems. Existing methods provide information about only existence of trend in the system. In this paper, we propose a new change-point test bas...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서 우리는 실제 사용되고 있는 발전설비의 고장 데이터를 이용하여 시스템의 추세검정을 실시해 보았다. 기존의 검정 방법 중 도시적인 방법으로는 Neison- Aalen plot, TTT-plot을 실시하였으며, 통계적 검정 방법으로는 라플라스 검정, 밀리터리 핸드북 검정을 실시하였다.
  • 본 논문에서는 시스템의 고장패턴이 동질포아송과정 (HPP) 인지 비동질성포아송과정 (NHPP) 인지를 검정하는 새로운 방법으로 변화점검정(change-point test)을 제안 하고자 한다. 이 변화점검정은 고장간격시간들 사이에 분포의 이질성이 존재하는지에 대한 정보를 제공하여 준다.
  • 오직 하나의 변화점이 处에 있는 경우를 고려해 보자. 식 (15)의 검정문제는 다음과 같이 표현될 수 있다.
  • 한다. 이 변화점검정은 고장간격시간들 사이에 분포의 이질성이 존재하는지에 대한 정보를 제공하여 준다. 이 방법이 기존의 다른 검정방법들과 다른 점은 고장간격시간들 사이에 이질성이 존재할 경우 시스템의 전체 데이터를 동일 분포를 가진 그룹끼리 나눌 수 있는 위치정보를 제공하여 준다는 점이다.
  • 우리는 변화점이 존재하는 지를 판단하는 방법으로 SlC(Schwarz information criterion)를 사용한다. 이 이론은 SIC값의 최소화를 통해 변화 점의 위치를 예측하는 것이다. 실례로서 변화 점검 정방 법을 중국 동부에서 가동 중인 증기터빈 발전설비 9 곳의 고장간격시간 데이터를 적용하여, 라플라스 검정 및 밀리터리 핸드북 검정등과 그 결과를 비교하여 분석하였다.
  • 하지만 나머지 발전설비는 모두 도시된 점들이 대각으로부터 거리를 두고 있으므로 어떠한 추세를 가지고 있을 가능성이 높다고 판단 할 수 있다. 하지만 가능성이 높다고 판단할 수 있을 뿐이지 정확한 수치를 근거로 제시할 수는 없기 때문에 다음 장에 통계적 분석방법을 통해 추세를 가지고 있는지 검정하고자 한다.

가설 설정

  • - =.& = 入이고, 대립가설은 K개의 변화점 kv 如이 존재한다는 것이다. 동질포아송과정에 대한 검증 문제는 다음과 같이 나타낼 수 있다.
  • . 시간구간이 겹치지 않으면 사건의 수는 서로 독립이다.
  • 단일 수리가능 시스템의 귀무가설(동질포아송과정)에대한 검정에서 귀무가설은 Ax = .- =.
  • 밀리터리 핸드북 검정은 시스템이 동질포아송과정이라는 귀무가설과 시스템이 단조 추세를 가지는 비동질포아송과정이다라는 대립가설을 검정한다. 시스템이 시간 구간 0이에서 단일 시스템일 경우의 검정통계량
  • ,#은 구간 (a, b)에서의 일양분포를 따르는 순서 통계량보다 커지기 때문이다. 반대로 감소하는 경향을 가진다면, 〃값은 귀무가설 하에서의 값보다 커지게 될 것이다. 프로세스가 하나 이상(m) 일 경우 식 (4)는 다음과 같이 일반화 된다.
  • 와를 살펴보면 1번 발전설비는 TTT-plot과 Nelson- Aalen plot에 대각선상에 위치한 조건으로 보아 동질포아송과정을 가정할 수 있다.
본문요약 정보가 도움이 되었나요?

참고문헌 (17)

  1. Akaike, H.; Information Theory and an Extension of the Maximum Likelihood Principle, 2nd International Symposium of Information Theory(Petrov, B. N. and Csaki, E., eds.), Akademiai Kiado, Budapest, 267-281, 1973 

  2. Ascher, H. and Feingold, H.; Repairable systems Reliability : Modeling, Inference, Misconceptions and Their Causes, Marcel Dekker, New York, 75, 1984 

  3. Bain, L. J., Engelhardt, M., and Wright, F. T.; Tests for an Increasing Trend in the Intensity of a Poisson Process : A Power Study, Journal of the American Statistical Association, 80 : 419-422, 1985 

  4. Barlow, R. E., Bartholomew, D. J., Bremner, J. M., and Brunk, H. D.; Statistical Inferences Under Order Restrictions, Wiley, New York, 1972 

  5. Barlow, R. E. and Davis, B.; Analysis of time between failures for repairable components. Nuclear Systems Reliability Engineering and Risk Assessment(eds J. B. Fussell and G. R. Burdick), SIAM, Philadelphia, 543-561, 1977 

  6. Boswell, M. T.; Estimating and Testing Trend in a Stochastic Process of Poisson Type, Annals of Mathematical Statistics, 37 : 1564-1573, 1966 

  7. Bo Henry Lindqvist; on the statistical modeling and analysis of repairable systems, Statistical Science, 21 : 532-551, 2006 

  8. Cox, D. R.; Some Statistical Methods Connected With Series of Events, Journal of the Royal Statistical Society, Ser. B, 17 : 129-164, 1955 

  9. Duane, J. T.; Learning Curve Approach to Reliability Monitoring, IEEE Transactions on Aerospace, 2 : 563-566, 1964 

  10. Hsu, D. A.; Detecting Shifts of Parameter in Gamma Sequences with Applications to Stock Price and Air Traffic Flow Analysis, Journal of the American Statistical Association, 74 : 31-40, 1979 

  11. Jie Chen, A. K. Gupta; Parametric Statistical Change Point Analysis, Birkhauser, Boston, 2000 

  12. Kvaloy, J. T. and Lindqvist, B. H.; TTT-Based Tests for Trend in Repairable Systems Data, Reliability Engineering and System Safety, 60 : 13-28, 1998 

  13. Maguire, B. A., Pearson, E. S., and Wynn, A. H. A.; The Time Intervals Between Industrial Accidents, Biometrika, 39 : 168-180, 1952 

  14. MIL-HDBK-18; Reliability Growth Management, Headquaters, U.S Army Communications Research and Development Command, ATTN: DRDCOPT, Fort Monmouth, NJ 07702, 1981 

  15. Schwarz, G.; Estimating the Dimension of a Model, The Annals of Statistics, 6 : 461-464, 1978 

  16. Steven E. Rigdon, Asit P. Basu; Statistical Methods for the Reliability of Repairable Systems, John Wiley and Sons, New York, 2000 

  17. William Q. Meeker, Luis A. Escobar; Statistical Methods for Reliability Data, John Wiley and Sons, New York, 1998 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로