• 해양환경안전학회지
• /
• 제22권2호
• /
• pp.233-239
• /
• 2016

본 연구에서는 LNG-FPSO 선박에 탑재되어 있는 장비들의 운영효율을 최대화하기 위한 상태기반유지보수(CBM) 활동을 지원하는 보전시스템을 개발하였다. 개발된 보전시스템에서는 상태기반유지보수를 수행할 주요 장비들을 식별하여 이를 PWBS(Product Work Breakdown Structure)로 정의하였고 식별된 장비들로부터 실시간 수집되는 센서데이터를 이용하여 장비들의 고장분석과 최적 유지 보수 방안을 결정하기 위한 경제성평가 등을 수행하며, 이들을 수행하기 위해 필요한 입출력 데이터를 저장, 관리하는 고장사례 및 유지보수데이터베이스를 구축하였다. 개발시스템의 성능검증을 현재 개발 중인 LNG-FPSO 선박의 Inlet 시스템의 Compressor와 화물창의 Pump Tower 등과 같은 주요 장비들을 대상으로 실시하였고 이를 바탕으로 상태기반유지보수의 가능성을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 춘계학술대회 논문집 전기설비전문위원
• /
• pp.88-90
• /
• 2004

설비의 가용성 및 신뢰성 증대와 보수 정비 비용 절감에 대한 관심이 증대되면서 전력시스템의 유지보수에 대한 관심이 증대되고 있다. 계획에 없는 유지보수와 예상치 못한 정전 등을 최소화시키면서 전체설비의 활용도와 신뢰도를 증가시키는 방법에 대한 요구가 커지고 있는 것이다. 기존의 계획기반의 유지보수에서 최근 도입되고 있는 상태 감시기반의 유지보수는 설비의 상태를 감시, 분석하여 유지 보수함으로써 진일보되었으나, 기술적, 비용적인 문제로 전면적인 도입이 힘든 상황이다. 따라서 각 설비의 특성 파악과 운용 환경에 따른 설비의 중요도 및 파급효과 분석을 통해 가장 효율적이고 경제적인 유지보수 기법을 결정하는 신뢰성 기반의 예방진단 기법인 RCM의 적용에 관한 분석사항 등을 살펴보았다.

• 한국ITS학회 논문지
• /
• 제18권4호
• /
• pp.80-95
• /
• 2019

최근 들어 센서 및 통신기술의 발달로 국내외 연구자들은 장비나 시스템의 상태정보를 수집하여 진단 및 예측 기법을 통한 유지보수를 결정하는 방법론에 대해 연구를 활발히 진행하고 있다. 본 연구에서는 이러한 연구 문헌 고찰을 통해 현시점의 차량부품 상태를 바탕으로 미래 시점까지의 차량부품 상태변화 추이를 예측하여 유지보수 의사결정을 수행하는 시스템 프레임워크를 제시하였다. 또한, 유지보수 활동에 따른 전과 후의 차량부품 상태변화 추적을 통해서 상태 진단 및 예측 데이터 조정이 가능하도록 구성하였다. 향후 본 연구 결과의 적용을 통해 대중버스를 이용하는 시민들의 안전과 차량의 상태기반 유지보수 체계 활성화에 조금이나마 기여할 수 있기를 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.639-640
• /
• 2008

최근 개발이 활발한 IT 기술 중 웹 기술을 응용하여 여러 가지 산업 기기와 그 부품들에 대하여 상태의 온라인 감시에 기반을 둔 진단 및 유지보수 등을 통합적으로 관리 할 수 있는 시스템의 개발에 관하여 소개하였다. 지능화되고 복잡해지기 쉬운 현대의 다양한 유지보수 기법들의 개발이 완료된 후, 기존 시스템의 통합과 사용법 숙지 등의 어려움으로 시너지 효과가 발휘되지 않는 문제점을 극복하고 다양한 사용자들을 위한 원격응용이 가능할 것이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 춘계학술대회
• /
• pp.121-122
• /
• 2019

차도선과 같은 연안 화물 여객선에는 필수 탑재 항해통신장비 이외에 유지보수 지원이나 운항 효율 향상을 위한 장비는 거의 탑재 되어 있지 않은 상황으로 ICT 기술 기반 운영 및 유지보수(O&M, operating and maintenance) 지원 서비스 제공 시스템 도입이 필요하다. 이에 중소형 선박 기자재의 데이터 수집, 통합, 분석을 통해 선박 관리, 유지보수 지원, 운항 모니터링 등의 스마트 O&M 서비스를 제공하기 위한 시스템의 개발을 진행 중에 있다. 개발하는 시스템은 빅데이터 분석 기술, 모바일 어플리케이션 개발 기술, 증강현실(AR) 기술을 기반으로 선박을 구성하는 요소의 상태 모니터링, 최적 관리, 원격 유지보수 지원 등의 서비스를 제공할 예정이다. 또한, 클라우드 기반 육해상 통합 O&M 서비스 지원 시스템의 개발을 통해 선단 단위 분석, 중소형 해운선사 소모품 관리 및 운영 지원 등 종합적인 부가 서비스를 제공하는 것이 목적이다. 이러한 시스템의 개발이 완료되면, 실선 시험을 통해 개발 시스템과 서비스의 유용성을 검증할 계획이다. 본 논문에서는 이러한 O&M 지원을 위한 시스템에 관해 소개하고, 앞서 언급한 각종 서비스를 제공하기 위한 선박 및 육상 측 구성요소 정의와 서비스 아키텍처의 설계에 관한 내용을 다룬다.

• 한국전자통신학회논문지
• /
• 제18권4호
• /
• pp.555-562
• /
• 2023

2014년 철도운영자들과 철도시설관리자의 자발적인 안전관리를 정착시키기 위하여 철도안전법에서 '철도안전관리체계'를 강화하였다. 이에 따라 위험도를 평가하고 위험도를 관리하기 위한 안전대책을 수립하고 시행할 것으로 판단하였으나 현재 위험도 평가 체계는 개별 분야 내 단편적인 안전관리 수준으로 진행되고 있다. 또한 안전관리체계의 기술기준에서 철도 운영기관의 위험도 평가에 관한 내용이 의무사항으로 명시되어 있어 철도시설 및 철도차량유지보수의 위험도 평가를 위한 표준화된 기준이 필요하다. 따라서 본 논문에서는 최근 10년간 철도사고 데이터를 분석하여 먼저 철도 위험도 수준을 검증하였고, 철도차량유지보수 부분에서 데이터를 기반으로 개발된 상태기반 스마트 유지보수 시스템 사례를 통해 위험도를 효과적으로 평가하고 관리할 수 있는 표준화된 프레임워크를 제시하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 A
• /
• pp.50-51
• /
• 2006

앞으로 진행되는 배전계통의 자유화 환경에서 각 배전사업자들은 고객에게 높은 신뢰수준의 전력을 값싸게 공급하려 할 것이다. 높은 수준의 신뢰수준을 유지하기 위해서 배전계통내의 component의 점검을 통하여 고장의 원인이 될 만한 것들을 찾아내고 고장이 일어나기 전에 그것을 유지보수 하여야 한다. 이 문제는 대상 Component를 얼마나 자주 점검 및 보수를 해야 하는가 라는 문제가 된다. 하지만 그에 따른 비용도 소요가 될 것이다. 본 논문에서는 점검 과 보수 과정의 model을 Markov model로 사용하였으며 대상 Component의 상태에 따라서 다른 보수 기법을 적용함으로써 점검비용과 보수비용 정전비용을 최소화하는 점검 주기를 찾았다. 또한 제안된 방법을 실제 시스템과 유사한 모의시스템에 적용하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 추계학술대회
• /
• pp.116-117
• /
• 2019

자율운항선박 (MASS [Maritime Autonomous Surface Ship]) 선박은 육상 관제 센터에서 선박 기자재를 상태를 실시간 모니터링하고, 컨트롤 할 수 있는 기능을 탑재하는 걱이 필수적이다. 해상과 육상을 연결하는 통신 기술 발달 뿐 아니라, 4차 산업혁명시대에 따라 빅데이터 처리 기술과 이런 빅데이터를 딥러닝 기법을 통해 분석/예측할 수 있는 기반이 마련되고 있다. 따라서 선박 기자재를 빅데이터 기반 딥러닝 등의 기법을 활용하여 원격 진단 및 유지보수 할 수 있는

• 대한토목학회논문집
• /
• 제28권2A호
• /
• pp.223-231
• /
• 2008

이 논문에서는 교량의 유지보수비용을 최소화할 뿐만 아니라 교량의 성능을 동시에 최대화할 수 있는 새로운 유지보수계획법을 제시한다. 교량 수명연한 동안의 유지보수비용과 교량의 바닥판, 주형, 하부구조의 상태등급으로 표현되는 교량의 성능을 동시에 최적화 하는 다목적 최적화 문제를 구성하여 최적의 유지보수계획을 수립한다. 다목적 최적화문제의 해를 얻기 위한 수치해석 방법으로 유전자 알고리즘(Genetic Algorithm, GA)을 사용하고, 다목적 최적화방법을 적용하여 얻어진 여러 개의 해집합 중 최적해의 선택을 위한 의사결정(decision making)을 위해 선호도기반 최적화방법을 적용한다. 일반적인 5경간의 PSC I형 교량에 대한 수치예제를 통해, 이 연구에서 제안하는 방법이 유지보수비용 및 교량성능간의 균형 있는 최적화를 이룰 수 있음을 보인다.

• KNOM Review
• /
• 제24권1호
• /
• pp.13-19
• /
• 2021

최근 산업 분야에서는 공장 자동화 뿐만 아니라 장애 진단/예측을 통해 고장/사고를 사전에 방지하여 생산량을 극대화하기 위한 연구가 진행되고 있으며, 이를 구성하기 위해 많은 양의 데이터 축적을 위한 클라우드 기술, 데이터 처리를 위한 빅 데이터 기술, 그리고 데이터 분석을 쉽게 진행하기 위한 AI(Artificial Intelligence)기술이 도입되고 있다. 또한 최근에는 장애 진단/예측의 발전으로 인해 설비 유지보수(PM: Productive Maintenance) 방식도 정기적으로 설비를 유지보수 하는 방식인 TBM(Time Based Maintenance)에서 설비 상태에 따라 유지보수 하는 방식인 CBM(Condition Based Maintenance)을 조합하는 방식으로 발전하고 있다. CBM 기반 유지보수를 수행하기 위하여 설비의 상태(condition)의 정의와 분석이 필요하다. 따라서 본 논문에서는 머신 러닝(Machine Learning) 기반의 장애 진단을 위한 시스템 및 데이터 모델(Data Model)을 제안하며, 이를 기반으로 장애를 사전 예측한 사례를 제시하고자 한다.