선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이에 본 논문에서는 참고문헌1)의 신뢰성예측모델을 기반으로 하여 필드고장 자료를 이용한 프로그램을 개발하며 고장자료에 가장 적합한 이론적인 분포함수를 선택하는데 있어서 가장 중요한 모수추정을 위해 그래픽기반 모수추정(Graphic Wizard Parameters Estimation)방법을 새롭게 소개한다.
- 후)본장에서는">본 장에서는 다수의 자료를 다룰 수 있으며 복잡한 계산이 가능한 Windows11)기반에서 운영될 수 있는 개발된 프로그램에 대하여 기술하려고 한다.
- 후)신뢰성 예측">신뢰성예측 결과를 활용하고 있다. 이에 본 장에서는 EOL시 필요한 수량을 예측하기 위해 신뢰성예측 결과를 활용하는 방법을 기술한다.
- 후)고장 자료에">고장자료에 적합한 수명분포 함수를 찾기 위한 모수추정으로 새로운 GWPE를 이용하여 시각적으로 그 정확성을 확인할 수 있어 편의성을 제공하였다.
가설 설정
- 만 약">있다. 만약 2가지 분포함수로 가정하여 프로그램을 실행하였을 경우 프로그램은 SSE값이 작은 것이 관찰된 대상에 적합한 분포함수로 가정한다.
-
후)관찰 대상이">관찰대상이 시간에 따라 어떠한 고장형태 예컨대, 초기고장, 우연고장, 마모고장형태는 고장률 h(t)를 구하여 알 수 있으며1) 와이블분포로 가정하여 추정된 모수 중 척도모수에 의해서 고장형태가 결정이 된다.
제안 방법
- 후)신뢰성 예측에는">신뢰성예측에는 이 과정이 매우 중요하다. 개발된 프로그램의 모수추정은 일반적으로 많이 사용하는 MLE 뿐 아니라 GWPE라는 새로운 방법과 유전알고리즘 방법을 이용하였다.
데이터처리
- 모수추정 과정을 거쳐 Chi-square test (x2 test), Kolmogorov–Smirnov test 등을 통한 적합성을 검정을 하게 된다.
- 개발된 프로그램은 PowerBuilder 11.0 Desktop9) 버전을 사용하여 개발되었으며 계산의 정확성을 확인하기 위해서 Wolfram Research의 Mathematica 7.010)을 통하여 그 결과 값을 비교하는 과정을 거쳐 개발되었다. 개발된 프로그램은 Fig.
이론/모형
- 신뢰구간 중 상위범위(Fig. 3의 “o” 모양) 그래프와 하위범위(Fig. 3의 “u” 모양) 그래프를 MLE 방법으로 모수를 추정하며 추정될 모수의 상위범위, 하위범위의 값을 얻을 수 있다.
질의응답
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 신뢰성테스트가 실제 환경에서 발생할 수 있는 모든 사항을 고려할 수 없기에 필요한 것은? | 하지만 테스트는 실제 환경에서 발생할 수 있는 모든 사항을 고려 할 수 없으며 관찰대상이 한정되어 있다는 단점이 있다. 이러한 문제를 해결하기 위해서는 결국 실제 운영 하에 발생한 필드고장을 이용한 신뢰성평가, 예측이 필요하다. 이러한 신뢰성평가 및 예측은 필드고장 정보가 수집되어 있는 고장자료를 필요로 하며 이 자료는 다양한 경로를 통하여 수집이 가능하다. 예컨대, 보증기한 동안 발생한 고장정보가 수집되어 있는 보증자료, 승용차의 경우 2년 마다 받아야 하는 정기검사를 통해 수집된 정보, 자동차보험회사의 서비스 등을 가 보유하고 있는 자료가 있다. | |
| 신뢰성테스트는 어디에 사용되는가? | 차량의 개발이나 관련 부품 개발 시 신뢰성테스트는 개발될 제품의 품질향상을 위해 매우 중요한 부분이다. 이 신뢰성테스트는 차량이 생산되기 이전에 발생할 수 있는 고장을 미리 수정함으로써 양산 후 발생할 수 있는 고장을 예방할 수 있으며 테스트 시 수집되는 고장수명 자료는 신뢰성을 예측하는데 사용될 수 있다. | |
| 차량의 개발이나 관련 부품 개발 시 중요한 부분은 무엇인가? | 차량의 개발이나 관련 부품 개발 시 신뢰성테스트는 개발될 제품의 품질향상을 위해 매우 중요한 부분이다. 이 신뢰성테스트는 차량이 생산되기 이전에 발생할 수 있는 고장을 미리 수정함으로써 양산 후 발생할 수 있는 고장을 예방할 수 있으며 테스트 시 수집되는 고장수명 자료는 신뢰성을 예측하는데 사용될 수 있다. |
참고문헌 (11)
-
J. Baek, K. Rhie and A. Meyna, "A Study on Reliability Prognosis Based on Censored Failure Data," Transactions of KSAE, Vol.18, No.1, pp.31-36, 2010.
-
A. Meyna and B. Pauli, Taschenbuch der Zuver-lassigkeits-und Sicherheitstechnik, Carl Hanser Verlag, Munchen, 2003.
-
B. Pauli, Zuverlassigkeitsprognose fur Eletronische Steuergerate im Kraftfahrzeug, Shaker Verlag, Germany, 1998.
-
C. Hwang, K. Jun, J. Yoon, T. Park, S. Kim, and K. Yi, "Development of a Fatigue Life Prediction Program for the Hub Bearing Unit," Transactions of KSAE, Vol.13, No.5, pp.142-151, 2005.
-
N. Henze, Stochastik fur Einsteiger, Vieweg, Germany, pp.211-232, 2008.
-
J. Hauschild, A. Braasch and A. Kazeminia, Reliability Prediction for Automotive Components Using Real-parameter Genetic Algorithm, Taylor &Francis Group, New York, 2008.
-
A. Braasch, D. Althaus, J.-J. Baek and A. Meyna, "Importance of Regarding the Field Failure Behaviour of Automotive Components," Taylor&Francis Group, New York, pp.887-832, 2010.
-
D. Althaus, A. Braasch, M. Schlummer and A. Meyna, "Comparison of the Failure Behaviour of the Same Function in Different," Taylor&Francis Group, New York, pp.1549-1553, 2010.
-
Sybase Power Builder 11.0 Desktop Version.
-
Wolfram Research Mathematica 7.0.
-
Microsoft Windows.
저자의 다른 논문 :
활용도 분석정보
- 상세보기
- 다운로드
- 내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
관련 콘텐츠
원문 보기
원문 URL 링크
- DOI : 10.7467/KSAE.2012.20.2.001 [무료]
- 한국자동차공학회 : 저널
- DBPia : 저널
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.