$\require{mediawiki-texvc}$

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.

대규모 시스템의 상태기반 예지보전 의사결정 지원체계 개발
Development of decision support architecture for condition-based predictive maintenance 원문보기

보고서 정보
주관연구기관 한양대학교
HanYang University
연구책임자 배석주
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2018-11
과제시작연도 2017
주관부처 교육부
Ministry of Education
등록번호 TRKO201900026375
과제고유번호 1345271331
사업명 개인기초연구(교육부)
DB 구축일자 2020-09-05
키워드 상태기반보전.예지보전.신호처리.보전도.가용도.신뢰도.최적화 알고리듬.열화모형.수명.

초록

□ 연구개요
상태기반보전(condition based maintenance: CBM)은 시스템의 열화상태를 기반으로 보전 시기를 결정함으로써 고장을 사전에 억제하고 불필요한 보전을 최소화하기 위한 활동임. 본 연구에서는 고속철도(KTX), 발전소, 지하시설물 같은 대형시스템에 적합한 상태기반보전 정책을 제시하고자 함. 본 연구에서는 시스템의 상태를 나타내는 신호 및 열화데이터로부터 특성추출, 고장진단(diagnostics) 및 추후 고장발생 시점을 예측(prognostics), 고장을 사전에 예방하고자 함. 또한 이를 기반으로

목차 Contents

  • 표지 ... 1
  • 연구결과 요약문 ... 2
  • 목차 ... 3
  • 1. 연구개발과제의 개요 ... 4
  • 1) 연구배경 ... 4
  • 2) 주요 착안점 ... 4
  • 3) 연구목표 ... 4
  • 2. 연구수행내용 및 연구결과 ... 5
  • 1) 온라인 신호 데이터의 전처리 및 특성추출 방법 연구 ... 5
  • 2) 확률계수모형 및 충격 프로세스를 통한 오프라인 열화 데이터 분석방법 연구 ... 6
  • 3) 고장 진단을 통한 시스템의 이상감지 방법 연구 ... 7
  • 4) 신호 및 열화 데이터를 통하여 시스템의 고장예측 방법 연구 ... 7
  • 5) 예지보전 정책 최적화 방법론 수립 ... 8
  • 6) 예지보전 의사결정 최적화 지원체계 개발 ... 9
  • 3. 연구개발결과의 중요성 ... 9
  • 4. 참고문헌 ... 9
  • 5. 연구성과 ... 10
  • 끝페이지 ... 12

참고문헌 (25)

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