As the functions and structure of the system are complicated and elaborated, various types of structures are emerging to increase reliability in order to cope with a system requiring higher reliability. Among these, standby systems with standby components for each major component are mainly used in ...
As the functions and structure of the system are complicated and elaborated, various types of structures are emerging to increase reliability in order to cope with a system requiring higher reliability. Among these, standby systems with standby components for each major component are mainly used in aircraft or power plants requiring high reliability. In this study, we consider a standby system with a multi-functional standby component in which one standby component simultaneously performs the functions of several major components. The structure of a parallel system with multifunctional standby components can also be seen in real aircraft hydraulic pump systems and is very efficient in terms of weight, space, and cost as compared to a basic standby system. All components of the system have complete operation, complete failure, only two states, and the system has multiple states depending on the state of the component. At this time, the multi-functional standby component is assumed to be in a non-operating standby state (Cold Standby) when the main component fails. In addition, the failure rate of each part follows the Weibull distribution which can be expressed as increasing type, constant type, and decreasing type according to the shape parameter. If the Weibull distribution is used, it can be applied to various environments in a realistic manner compared to the exponential distribution that can be reflected only when the failure rate is constant. In this paper, Markov chain analysis method is applied to evaluate the reliability of multi-functional multi-state standby system. In order to verify the validity of the reliability, a graph was generated by applying arbitrary shape parameters and scale parameter values through Excel. In order to analyze the effect of multi-functional multi-state standby system using Weibull distribution, we compared the reliability based on the most basic parallel system and the standby system.
As the functions and structure of the system are complicated and elaborated, various types of structures are emerging to increase reliability in order to cope with a system requiring higher reliability. Among these, standby systems with standby components for each major component are mainly used in aircraft or power plants requiring high reliability. In this study, we consider a standby system with a multi-functional standby component in which one standby component simultaneously performs the functions of several major components. The structure of a parallel system with multifunctional standby components can also be seen in real aircraft hydraulic pump systems and is very efficient in terms of weight, space, and cost as compared to a basic standby system. All components of the system have complete operation, complete failure, only two states, and the system has multiple states depending on the state of the component. At this time, the multi-functional standby component is assumed to be in a non-operating standby state (Cold Standby) when the main component fails. In addition, the failure rate of each part follows the Weibull distribution which can be expressed as increasing type, constant type, and decreasing type according to the shape parameter. If the Weibull distribution is used, it can be applied to various environments in a realistic manner compared to the exponential distribution that can be reflected only when the failure rate is constant. In this paper, Markov chain analysis method is applied to evaluate the reliability of multi-functional multi-state standby system. In order to verify the validity of the reliability, a graph was generated by applying arbitrary shape parameters and scale parameter values through Excel. In order to analyze the effect of multi-functional multi-state standby system using Weibull distribution, we compared the reliability based on the most basic parallel system and the standby system.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 부품의 고장시간 분포가 와이블 분포를 따르는 다기능 대기부품을 갖는 다중상태 대기시스템의 신뢰도 분석 모형을 제안하였다. 해당 시스템의 신뢰 도를 분석하기 위해 마르코프 체인 분석 방법을 이용하 였다.
본 논문에서는 부품이 고장 났을 경우 수리가 불가능한 비수리계 시스템의 경우로 한정하였는데 이를 확장하여 일반적인 수리계 시스템에서의 가용도를 분석할 수있다. 또한 브릿지 시스템과 같은 구조가 복잡한 시스템이 다기능 대기부품을 갖고 있을 경우 신뢰도를 용이하게 분석할 수 있도록 확장할 수 있다.
본 연구의 목적은 기존의 Kim et al.[4]이 고려한 다기능 대기부품을 갖는 항공기 유압펌프 시스템에서 부품의 고장률이 일정한 경우만을 분석한 지수분포의 한계점을 보완하여 보다 현실적으로 다양한 고장률을 반영할 수 있는 와이블 분포를 이용하여 마르코프 분석 방법을 통해 신뢰도 분석 모델을 개발하는 것이다.
부품의 고장률이 와이블 분포를 따르는 다기능 다중상태 대기시스템의 효과를 분석하기 위해 본 논문에서는 두 가지 비교 모형을 제시한다. 대기부품을 갖지 않는 기본적인 병렬시스템과 주요부품 모두 대기부품을 갖는 대기시스템의 신뢰도를 분석한다.
가설 설정
(1) 이전 상태에서 다음 상태로의 전이 확률은 일정하게 유지되어야 한다.
(1) 주요부품과 대기부품은 모두 동일한 부품이며 동일한 기능을 수행한다.
(4) 각 부품의 고장시간 분포는 와이블 분포를 따르며 고장 시 수리되지 않는다.
와이블 분포는 형상모수(β), 척도모수(α),위치모수(ν) 모수를 갖는 연속형 확률분포로 시간의 경과에 따라 감소(β< 1), 일정(β=11), 증가(β>1)하는 고장률을 표현할 수 있다. 본 논문에서는 위치모수를 0으로 가정한다. 따라서 와이블 분포의 고장밀도함수 f(t),신뢰도 R(t), 불신뢰도 F(t), 고장률 h(t)는 각각 식 (3)~식(6)과 같이 정의된다.
제안 방법
Agarwal et al.[1]은 부품의 고장을 경미한 고장과 주요 고장으로 분류하여 2개의 수리시설이 있는 작동 장치와 비 작동 대기(cold standby) 장치로 구성된 복잡한 시스템의 신뢰도를 연구하였다. Ram et al.
본 연구의 목적은 기존의 Kim et al.[4]이 고려한 다기능 대기부품을 갖는 항공기 유압펌프 시스템에서 부품의 고장률이 일정한 경우만을 분석한 지수분포의 한계점을 보완하여 보다 현실적으로 다양한 고장률을 반영할 수 있는 와이블 분포를 이용하여 마르코프 분석 방법을 통해 신뢰도 분석 모델을 개발하는 것이다.
부품의 고장률이 와이블 분포를 따르는 다기능 다중상태 대기시스템의 효과를 분석하기 위해 본 논문에서는 두 가지 비교 모형을 제시한다. 대기부품을 갖지 않는 기본적인 병렬시스템과 주요부품 모두 대기부품을 갖는 대기시스템의 신뢰도를 분석한다. 모든 부품의 고장시간 분포는 와이블 분포를 따르며, 앞의 다기능 다중상태 대기시스템의 모형에서 신뢰도 분석 시 사용한 5가지 가정사항을 동일하게 적용한다.
시스템의 신뢰도 그래프를 작성해본 결과 신뢰도는 항상 0과 1사이에 존재한다. 또한 형상모수에 따라 다양한 형태의 신뢰도를 반영할 수 있는 것을 통해 신뢰도 모형의 타당성을 검증하였다.
본 논문에서는 부품의 고장률이 항상 일정한 지수분포 대신, 다양한 고장률 형태를 반영할 수 있는 와이블 분포를 사용한다. 와이블 분포는 형상모수(β), 척도모수(α),위치모수(ν) 모수를 갖는 연속형 확률분포로 시간의 경과에 따라 감소(β< 1), 일정(β=11), 증가(β>1)하는 고장률을 표현할 수 있다.
앞과 동일하게 형상모수의 값에 따라 고장률의 형태가 달라지므로 형상모수 β=0.5(감소형), β=1.0(일정형), β=3.5(증가형) 세 가지 경우로 분류하여 Em2(t)의 변화를 확인 하였다.
이때, 형상모수의 값에 따라 고장률의 형태가 달라지므로 형상모수 β=0.5(감소형), 1.0(일정형), 3.5(증가형) 세 가지 경우로 분류하여 EM3(t)의 변화를 확인하였다.
이론/모형
본 논문에서는 부품의 고장시간 분포가 와이블 분포를 따르는 다기능 대기부품을 갖는 다중상태 대기시스템의 신뢰도 분석 모형을 제안하였다. 해당 시스템의 신뢰 도를 분석하기 위해 마르코프 체인 분석 방법을 이용하 였다. 시스템의 신뢰도 그래프를 작성해본 결과 신뢰도는 항상 0과 1사이에 존재한다.
성능/효과
(1) g4 : 2개의 주요부품 모두 고장이 나지 않고 완전히 작동하는 가장 양호한 상태이다.
(2) 상태 i에서 상태 j로 전이하는 확률 Pi→j는 상태 i와 j에만 연관되어 있기 때문에 상태 i 이외의 과거 상태와는 독립적이다.
(4) g1 : 2개의 주요부품, 다기능 대기부품 모두 작동이 불가능한 완전한 고장 상태이다.
(5) 다기능 대기부품은 비 작동 대기부품으로 대기상태에서 고장률은 0이다.
본 논문에서 제시한 시스템의 효과를 분석하기 위해 수치 예제를 통한 가장 기본적인 병렬시스템과 대기시스 템을 고려하여 형상모수에 따라 각 고장률의 형태(감소형, 일정형, 증가형)에 대한 다기능 다중상태 대기시스템의 신뢰도 분석 효과를 확인하였다. 본 연구에서 제시한 와이블 분포를 이용한 신뢰도 분석 모델링은 고장률이 증가형을 따르는 선박이나 항공기 등 다기능 대기부품을 갖는 다양한 산업 외에도 다양한 고장률의 시스템 신뢰도 분석 시 용이하게 사용될 수 있다.
후속연구
또한 브릿지 시스템과 같은 구조가 복잡한 시스템이 다기능 대기부품을 갖고 있을 경우 신뢰도를 용이하게 분석할 수 있도록 확장할 수 있다. 마지막으로 본 연구에서 제시한 신뢰도 분석 모델링을 확장하여 비용함수를 포함한 다기능 대기부품의 최적 교체 주기 모형을 개발할 수 있을 것이다.
본 논문에서 제시한 시스템의 효과를 분석하기 위해 수치 예제를 통한 가장 기본적인 병렬시스템과 대기시스 템을 고려하여 형상모수에 따라 각 고장률의 형태(감소형, 일정형, 증가형)에 대한 다기능 다중상태 대기시스템의 신뢰도 분석 효과를 확인하였다. 본 연구에서 제시한 와이블 분포를 이용한 신뢰도 분석 모델링은 고장률이 증가형을 따르는 선박이나 항공기 등 다기능 대기부품을 갖는 다양한 산업 외에도 다양한 고장률의 시스템 신뢰도 분석 시 용이하게 사용될 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
신뢰도란 무엇인가?
신뢰도란 구성품, 장치, 설비 또는 시스템이 주어진 사용 조건하에서 규정된 기간 동안 의도한 기능을 수행할 확률을 의미한다.
복잡하고 새로운 시스템 구조에 대응하기 위해 기업들은 어떤 방법을 채택하였는가?
기업들은 복잡하고 새로운 시스템 구조에 대응하기 위해 주요부품 고장 시 대기부품이 작동되는 중복구조를 많이 채택하고 있다. 중복구조의 경우 비 중복구조에 비해 높은 신뢰도를 갖추고 있기 때문에 높은 신뢰도를 필요로 하는 산업에서 주로 이용되고 있다.
선박이나 항공기의 중복구조 적용에 따르는 문제점을 보완하기 위한 방법은?
한편, 중량이 큰 부분을 차지하는 선박이나 항공기의 경우 주요부품마다 대기부품을 갖추기 어려워 일반적인 중복구조를 적용시키기엔 제약이 따른다. 이러한 점을 보완하기 위해 여러 주요부품의 기능을 대신 수행할 수 있는 다기능 대기부품을 이용하여 중복시스템을 구성할 경우 중량과 신뢰도라는 두 가지 목표를 모두 만족시킬 수 있다.
참고문헌 (13)
Agarwal, S.C., Sahani, M., and Bansal, S., Reliability Characteristic of Cold-Standby Redundant System, International Journal of Research and Reviews in Applied Sciences, 2010, Vol. 3, No. 2, pp. 193-199.
El-Damcese, M.A. and Temraz, N.S., Availability and reliability measures for multi-state system by using markov reward model, Journal of Reliability : Theory & Applications, 2011, Vol. 2, No. 3, pp. 68-85.
Jackson, A., Reliability Modeling that Combines Markov Analysis and Weibull Distributions, Proceedings Annual Reliability and Maintainability Symposium, 2013, Orlando, FL, USA, pp. 1-6.
Kim, D.H., Lee, S.H., and Lim, J.H., Reliability analysis of multi-state parallel system with a multi-functional standby component, Journal of the Korea Industrial Information Systems Research, 2015, Vol. 20, No. 4, pp. 75-87.
Kim, H.S. and Kim, P.S., A Reliability-Redundancy Optimization Problem of Series-Parallel system Using CTMC Model, Journal of Yonsei Business Review, 2013, Vol. 50, No. 2, pp. 273-294.
Kim, Y.S. and Chung, Y.B., A Study on Reliability Prediction of System with Degrading Performance Parameter, Journal of Society of Korea Industrial and Systems Engineering, 2015, Vol. 38, No. 4, pp. 142-148.
Lisnianski, A., Elmakias, D., Laredo, D., and Haim, H.B., A Multi-state Markov model for a short-term reliability analysis of a power generating unit, journal of Reliability Engineering and System Safety, 2012, Vol. 98, No. 1, pp. 1-6.
Lisnianski, A., Frenkel, I. and Ding, Y., Multi-state System Reliability Analysis and Optimization for Engineers and Industrial Managers, London : Springer, 2010.
MIL-HDBK-338B : Electronic reliability design hand book, Fort Belvoir, VA : Defense Quality and Standardization Office, 1998.
Muhammad, M., Mokhtar, A.A., and Majid, M.A.A., Reliability Assessment of Multi-State Repairable System Subject to Minimal Repairs and Constant Demand, IEEE Colloquium on Humanities, Science and Engineering Research, 2011, Penang, Malaysia, pp. 1-5.
Osaki, S. and Asakura, T., A Two-Unit Standby Redundant System with Repair and Preventive Maintenance, Journal of Applied Probability, 1970, Vol. 7, No. 3, pp. 641-648.
Ram, M., Singh, S.B. and Singh, V.V., Stochastic Analysis of a Standby System With Waiting Repair Strategy, IEEE Transactions on Systems, 2013, Vol. 43, No. 3, pp. 698-707.
Subramanian, R. and Venkatakrishana, K. S., Reliability of a 2-Unit Standby Redundant System with Repair, Maintenance and Standby Failure, IEEE Transactions on Reliability, 1975, Vol. R-24, No. 2, pp. 139-142.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.