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.
제안 방법
- 본 논문에서는 이러한 순위를 결정하는 과정에서 각 요소의 노후도와 고장률을 고려한 고장확률 밀도함수를 이용하였다. 고장확률밀도함수의 구현은 여러 확률밀도함수를 구현할 수 있고 형태가 유연적인 Weibull 분포를 이용하였다.
- 본 논문에서는 최적의 유지보수를 위해 확률론적 FMECA 기법을 제안하기 위해 복합화력발전기의 고장 데이터들을 취득하여 통계적 분석 방법인 Type n Censoring을 이용 모수 추정을 하여 WeibuU 분포로 고장 밀도함수 를 구현하였다. 향후 연구방향으로는 경제성을 고려하여 신뢰도 기반 유지보수계획을 수립할 에정이다.
- 사례연구에서는 우리나라 전력계통의 복합화력발전설비의 과거 고장실적데이터(1977.12~2003.12)를 취득하여 부천 복합화력 발전기 #2의 각 구성 요소별 고장데이터로 분리하였고, 각 요소의 서로 다른 설치년도를 고려하 기 위하여 현존하는 복합화력 발전기 중 노후도가 가장 높은 발전기의 설 치년도인 1977년을 기준으로 고장확률밀도함수를 WeM 분포를 이용하여 계산하였다. 또한 복합화력 발전기는 16개의 구성요소로 분류하였다.
- 최적의 유지보수 방법을 찾기 위해 설비의 수명과 심각도(Severity)를 고려한 새로운 지수를 이용한 확률론적 FMECA(Failure Mode Effects and Critical Analysis) 기법을 제안함으로서 CBM의 유지보수 기준을 제시하였다. 본 논문의 사례연구에서는 우리나라 전력계통 발전설비 중 비교적 수명이 짧은 복합화력발전기의 고장 데이터를 취득하여 통계적 분석 방법인 TypeH Censoring을 이용하여 WeibuU 분포의 모수를 추정하여, 고장 확률 밀도함수를 구함으로서 고장확률을 계산하였다.
데이터처리
- 최적의 유지보수 방법을 찾기 위해 설비의 수명과 심각도(Severity)를 고려한 새로운 지수를 이용한 확률론적 FMECA(Failure Mode Effects and Critical Analysis) 기법을 제안함으로서 CBM의 유지보수 기준을 제시하였다. 본 논문의 사례연구에서는 우리나라 전력계통 발전설비 중 비교적 수명이 짧은 복합화력발전기의 고장 데이터를 취득하여 통계적 분석 방법인 TypeH Censoring을 이용하여 WeibuU 분포의 모수를 추정하여, 고장 확률 밀도함수를 구함으로서 고장확률을 계산하였다. 계산된 고장 확률을 이용하여 FMECA의 새로운 자수 IOC(Index of Criticality)를 평가하여 신뢰도 기반 유지보수 계획을 수림할 수 있음을 보였다.
이론/모형
- 또한 WeM 분포는 지수분포와 달리 설비의 노후를 고려할 수 있다는 장점도 지니고 있다. 결국 FMECA 기법을 사용하여 신뢰도 기반의 유지보수 계획을 수립하기 위해서는 발전기를 구성하고 있는 착 요소에 대한 Wdbull 구현이 관건이 되며, 이를 계산하기 위하여 기존의 연구에서는 Gradient Itecent Method 동 여러 방법을 논하였지만 본 논문에서는 Weibuil 분포의 모수 추정에 있어 간단하며, 상당히 정확한 통계적 분석 방법 인 Type H Censoring 기법을 사용하였다. 그림 1은 모수 추정 과정의 순서도를 보여준다
- 본 논문에서는 이러한 순위를 결정하는 과정에서 각 요소의 노후도와 고장률을 고려한 고장확률 밀도함수를 이용하였다. 고장확률밀도함수의 구현은 여러 확률밀도함수를 구현할 수 있고 형태가 유연적인 Weibull 분포를 이용하였다. 또한 WeM 분포는 지수분포와 달리 설비의 노후를 고려할 수 있다는 장점도 지니고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.