$\require{mediawiki-texvc}$

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.

HVDC 풀-브리지 서브모듈의 동작 조건과 여유율을 고려한 수명예측
Life-cycle estimation of HVDC full-bridge sub-module considering operational condition and redundancy 원문보기

전기전자학회논문지 = Journal of IKEEE, v.23 no.4, 2019년, pp.1208 - 1217  

강필순 (Dept. of Electronics and Control Engineering, Hanbat National University) ,  송성근 (Energy conversion research center, Korea Electronics Technology Institute)

초록
AI-Helper 아이콘AI-Helper

풀-브리지 서브모듈은 MMC의 단위 시스템으로서 서브모듈에 대한 수명예측은 HVDC 시스템의 유지 보수와 경제성 확보 관점에서 매우 중요하다. 그러나 일반적으로 부품의 종류, 개수, 결합 상태만을 고려하는 수명 예측은 대상 시스템의 구동상태를 고려하지 않는 일반화 된 결과로 실제 시스템의 수명과 크게 차이가 발생할 수 있다. 따라서 본 논문에서는 풀-브리지 서브모듈의 동작 특성을 반영하기 위한 목적으로 고장나무를 설계하고 기본 사상의 고장률에 MIL-HDBK-217F를 적용하여 풀-브리지 서브모듈의 수명을 예측한다. 기존의 부품고장률 분석과 제안된 고장나무 분석에 의한 기대 수명을 비교하고, 풀-브리지 서브모듈의 여유율 적용 여부에 따른 수명을 비교한다.

Abstract AI-Helper 아이콘AI-Helper

The life-cycle prediction of the sub-module which is the unit system of MMC is very important from the viewpoint of maintenance and economic feasibility of HVDC system. However, the life-cycle prediction that considers only the type, number and combination of parts is a generalized result that does ...

주제어

표/그림 (12)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 서브모듈 특성에 따른 신뢰성 분석과 동작 조건에 따른 위험도를 보다 정확하게 분석하고, 이들 분석된 결과를 바탕으로 풀-브리지 서브모듈의 수명을 예측한다. 첫째, 풀-브리지 서브모듈의 동작 모드를 분석하여 고장과 고장모드, 고장의 영향을 분석한다.

가설 설정

  • 전력변환시스템의 신뢰성 예측의 방법으로 Part count 모델, 결합모델, Markov 모델, 이항분포(Binominal distribution) 모델을 적용할 수 있다[4]-[7]. Part-count 모델은 부품레벨에서 개별 부품의 고장률이 사용 기간 동안 일정하고 모든 소자와 서브시스템이 직렬구조를 가진다는 가정을 기반으로 예측한다. Part-count 모델을 확장하여 이중화 시스템의 신뢰성 예측을 가능하게 하는 결합 모델이 소개되었지만 이는 서브시스템의 고장률, 소자의 고장순서, 구조변경 등의 세부사항의 반영이 어려운 문제를 가진다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
Markov 모델의 특징은 무엇인가? Part-count 모델을 확장하여 이중화 시스템의 신뢰성 예측을 가능하게 하는 결합 모델이 소개되었지만 이는 서브시스템의 고장률, 소자의 고장순서, 구조변경 등의 세부사항의 반영이 어려운 문제를 가진다. Markov 모델은 고장이 빈번한 시스템의 고장률 정량화에 유용하지만 소자들의 시간 가변성 고장률이 있을 때 시스템의 신뢰성을 평가하지 못하며 상태공간이 부품 수에 따라 기하급수적으로 증가하는 문제를 가진다. 이항 분포 모델은 확률분포에 기반을 둔 신뢰성 분석 방법으로 시스템의 고장을 확률적으로 분석하여 신뢰성을 평가하는 방법으로 드무아브르 방정식을 이용하여 계산한다.
전력변환시스템의 신뢰성 예측의 방법으로 어떤 모델들이 있는가? 전력변환시스템의 신뢰성 예측의 방법으로 Part count 모델, 결합모델, Markov 모델, 이항분포(Binominal distribution) 모델을 적용할 수 있다 [4]-[7]. Part-count 모델은 부품레벨에서 개별 부품의 고장률이 사용 기간 동안 일정하고 모든 소자와 서브시스템이 직렬구조를 가진다는 가정을 기반으로 예측한다.
풀-브리지 서브모듈에 사용된 커패시터의 특징은 무엇인가? IGBT의 내부 바디다 이오드 대신 성능이 우수한 다이오드를 사용하며 전압과 전류 정격은 IGBT와 동일하다. 커패시터는 고전압, 대전력용의 Metalized 필름 커패시터를 적용하며 동작온도는 –40~85[oC], 연속 동작전압은 2160~2640[V], 정격전압은 2750[V]이다. 또한 컨버터 룸에는 공조 설비로 주변온도를 20~30[oC]로 제어하는 환경에서 수명 예측을 진행한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. J. Guo, J. Liang, X. Zhang, P. D. Judge, X. Wang, and T. C. Green, "Reliability Analysis of MMCs Considering Submodule Designs with Individual or Series-Operated IGBTs," IEEE Trans. Power Delivery, vol.32, no.2, pp.666-677, 2017. DOI: 10.1109/TPWRD.2016.2572061 

  2. J. Xu, P. Zhao, and C. Zhao, "Reliability Analysis and Redundancy Configuration of MMC With Hybrid Submodule Topologies," IEEE Trans. Power Electronics, vol.31, no.4, pp.2720-2729, 2016. DOI: 10.1109/TPEL.2015.2444877 

  3. Y. Dong, H. Yang, W. Li, and X. He, "Neutral-Point-Shift-Based Active Thermal Control for a Modular Multilevel Converter Under a Single-Phase-to-Ground Fault," IEEE Trans. Ind. Elec., vol.66, no.3, pp.2474-2484, 2019. DOI: 10.1109/TIE.2018.2833019 

  4. W. Denson, "The history of reliability prediction," IEEE Trans. reliability, vol.47, no.3, pp.321-328, 1998. DOI: 10.1109/24.740547 

  5. Y. D. Wang and B. F. Song, "Overview of system reliability prediction method," Aircraft Design, vol.28, no.1, pp.37-42, 2008. 

  6. J. Jones and J. Hayes, "A comparison of electronic-reliability prediction models," IEEE Trans. Reliability, vol.48, no.2, pp.127-134, 1999. DOI: 10.1109/24.784270 

  7. M. J. Cushin, D. E. Mortin , T. J. Stadterman, and A. Malhotra, "Comparison of Electronics-Reliability Assessment Approaches," IEEE Trans. Reliability, vol.42, no.4, pp.542-546, 1993. DOI: 10.1109/24.273574 

  8. Reliability prediction of electric equipment, Department of Defense, Washington DC, Tech. Rep. MIL-HDBK-217F, 1991. 

  9. H. Lambilly and H. O. Keser, "Failure Analysis of Power Modules: A Look at the Packaging and Reliability of Large IGBT's," IEEE Trans. Components, Hybrids, and Manufacturing Tech., vol.16, pp.412-417, 1993. DOI: 10.1109/IEMT.1992.639922 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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