• 한국재료학회지
• /
• 제25권10호
• /
• pp.516-522
• /
• 2015

Aging aircraft structures are inevitably exposed to environment for a long time facing many potential problems, including corrosion and wide spread fatigue damage, which in turn cause the degradation of flight safety. In this study, the environmental surface damages on aging aircraft structures induced during service were quantitatively analyzed. Additionally, S-N fatigue tests were performed with center hole specimens extracted from aging aircraft structures. From the results of quantitative analyses of the surface damages and fatigue tests, it is concluded that corrosion pits initiated during service reduce the fatigue life significantly. Finally, using the fracture mechanics and the EIFS (equivalent initial flaw size) concepts, the remaining fatigue life was predicted based on actual fatigue test results.

• 전력전자학회논문지
• /
• 제27권1호
• /
• pp.48-55
• /
• 2022

This paper proposes a battery remaining useful life (RUL) prediction method using a deep learning-based EMD-CNN-LSTM hybrid method. The proposed method pre-processes capacity data by applying empirical mode decomposition (EMD) and predicts the remaining useful life using CNN-LSTM. CNN-LSTM is a hybrid method that combines convolution neural network (CNN), which analyzes spatial features, and long short term memory (LSTM), which is a deep learning technique that processes time series data analysis. The performance of the proposed remaining useful life prediction method is verified using the battery aging experiment data provided by the NASA Ames Prognostics Center of Excellence and shows higher accuracy than does the conventional method.

• 한국인터넷방송통신학회논문지
• /
• 제15권4호
• /
• pp.199-203
• /
• 2015

산업의 발전과 더불어 전력에 대한 수요량이 증가하고 있다. 이에 따라 전기의 생산 및 송전 용량이 커지고 시설이 대규모화될 뿐만이 아니라 높은 신뢰성으로써 동작할 것을 요구받고 있다. 전기의 생산 및 공급 과정에서 요구 되는 높은 신뢰성은 산업 사회의 필수적인 요소라고 할 수 있다. 설비의 사고 및 정전 사고 등은 높은 전기적 의존을 가진 고도 산업 사회에 막대한 경제적 손실 및 장애를 가져다준다. 이 논문에서 운전 중 케이블의 부하 전류와 수명과의 상관 관계에 대한 기초 연구를 제시한다. 본 연구를 위하여, 절연 저항과 부하 전류를 측정하기 위한 CT와 온도 측정 장치를 운전 중인 6.6 kV 케이블 시스템에 설치하였다. 측정 장치는 동작한지 약 20년이 경과한 케이블 시스템에 설치 운영 중이다. 대부분 케이블의 절연 저항은 한계 이상의 값을 나타내었으므로, 잔여 케이블 수명을 발견하기 어려웠으며, 부하 전류는 거의 변동이 없는 시스템이었다. 주변 온도는 $15{\sim}25^{\circ}C$로서 변동폭은 매우 적었다.

• 한국전산구조공학회논문집
• /
• 제18권1호
• /
• pp.93-99
• /
• 2005

최근, 제철소, 원자력 및 수${\cdot}$화력 발전소 등 주요 기간설비에 있어서 해당 구조물, 관련 장비들의 노후화에 따른 고장진단, 수리보수, 안전성 평가와 잔여 수명 예측을 통한 수명연장에 관련된 요구가 높아지고 있다. 손상발생 시나리오의 구축, 정밀해석기법의 확립, 위험성 혹은 신뢰성 평가기술 개발 등에 관한 연구가 이러한 요구를 반영하여 활발하게 수행되고 있다. 본 연구에서는 구조물의 안전성 평가분야에서 가장 활발하게 사용되는 유한요소해석기술을 이용하여 제철설비 구조물의 안전성을 평가하는 절차를 개발하고 실제 가동 중인 고로를 대상으로 적용하여 유용성을 검토하였다.

• 산업경영시스템학회지
• /
• 제45권3호
• /
• pp.18-30
• /
• 2022

Predicting remaining useful life (RUL) becomes significant to implement prognostics and health management of industrial systems. The relevant studies have contributed to creating RUL prediction models and validating their acceptable performance; however, they are confined to drive reasonable preventive maintenance strategies derived from and connected with such predictive models. This paper proposes a data-driven preventive maintenance method that predicts RUL of industrial systems and determines the optimal replacement time intervals to lead to cost minimization in preventive maintenance. The proposed method comprises: (1) generating RUL prediction models through learning historical process data by using machine learning techniques including random forest and extreme gradient boosting, and (2) applying the system failure time derived from the RUL prediction models to the Weibull distribution-based minimum-repair block replacement model for finding the cost-optimal block replacement time. The paper includes a case study to demonstrate the feasibility of the proposed method using an open dataset, wherein sensor data are generated and recorded from turbofan engine systems.

• 한국강구조학회 논문집
• /
• 제23권2호
• /
• pp.159-167
• /
• 2011

최근 강구조물의 건설이 지속적으로 증가되고 있고, 이에 따른 모니터링 시스템의 중요성이 더욱 부각되고 있는 실정이다. 강구조물의 노화로 인한 피로균열 및 부식은 강구조물의 수명저하에 가장 큰 요인이 된다. 구조물이 큰 교량의 경우에는 사람의 접근이 어렵고, 균열 측정 방법 또한 시간이 오래 걸리며, 많은 비용이 소비된다. 따라서, 초기에 균열을 발견하고 보수, 보강 작업을 수행함으로써 비용을 절감할 수 있는 모니터링 시스템의 개발이 절실히 요구된다. 본 연구에서는 강부재의 전위차법(EPDM : Electric Potential Drop Method)에 의한 모니터링 기법에 의해 쉽게 관찰되지 않는 피로균열의 발생 및 진전 상황을 추적하고 또한 잔여수명을 예측하였다.

• 한국가스학회지
• /
• 제2권1호
• /
• pp.74-82
• /
• 1998

공정플랜트 설비 고온요소의 재질열화 정도를 평가하기 위해서 사용되는 방법 중 입계 부식법은 시험절차가 간단하고 실제 플랜트에서의 적용이 용이하여 안전 및 수명진단시에 많이 이용되어 왔다. 본 논문에서는 오랜 기간 고온에서 사용된 화학플랜트 및 정유플랜트의 실기 요소에 입계부식법을 적용하여 재질의 고온에서의 장시간 노출에 의한 인성열화도를 평가한 결과를 제시하였다. 실제 요소의 열화도 측정변수로서는 입계부식법으로 측정한 격자절단비 ($N_i/N_o$)를 사용했으며, 이로부터 인성열화도를 예측하였다. 인성열화도는 소형펀치 시험법으로 측정된 $({\Delta}DBTT)_{sp}$값으로 표현하였다. 격자절단비는 표면을 나이탈 부식했을 때의 격자수에 대한 피크린산으로 5분 부식했을 때의 격자수의 비율로 정의된다. 또한, 실험실에서 열처리된 시편으로부터 측정된 격자절단비와 Larson Miller Parameter와의 상관관계를 사용하여, 장시간 가동한 공정플랜트 요소에서 측정된 격자절단비로 잔여수명을 평가할 때의 고려사항에 대해 논의하였다.

• 비파괴검사학회지
• /
• 제21권4호
• /
• pp.425-433
• /
• 2001

복합재료-금속 접착접합부가 사용 중 반복 하중을 받을 때 발생하는 피로 손상도를 음향초음파(acousto-ultrasonics; AU)법과 음향방출(acoustic emission; AE)법을 이용하여 평가하였다. 피로시험에는 단일겹치기(single-lap) 시험편을 사용하였으며, AU법을 통해 취득한 신호로부터 음향초음파변수(acousto-ultrasonic parameters; AUP)와 피로손상과의 상관관계 곡선을 얻고, AE법에서는 누적 AE events를 통한 피로손상과의 상관관계 곡선을 얻어, AU법과 AE법의 결과를 비교하였다. 이 곡선들은 피로손상에 의한 고분자기지 복합재료의 강성 저하$(E/E_0)$를 나타내는 곡선과 매우 유사하며, 이를 바탕으로 피로 손상도의 예측과 잔여 수명의 예측이 가능하다. 또한 피로 하중의 초기 단계와 피로손상의 누적에 의해 급격한 변화가 나타나는 단계의 파형 주파수 성분을 비교하여, 피로 파괴의 마지막 단계에서 나타나는 신호 중에는 본격적인 피로손상에 의해 발생하는 AE 신호 성분이 포함되어 있음을 확인할 수 있었다.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.689-696
• /
• 2021

본 논문에서는 고장예측진단 및 건전성 관리 기법(Prognostics and Health Management, PHM)을 적용하기 위해 해당 시스템 혹은 회로 내부에서 결함특성을 감지하고 예측할 수 있는 회로 구조를 제안하였다. 기존 연구에서 회로 결함의 진행에 따라, S-parameter 크기 최소값의 주파수가 변화하는 것을 확인하였다. 이러한 특성을 기존에는 네트워크 분석기(Network Analyzer)를 활용하여 측정하였으나, 본 연구에서는 같은 결함검출기법을 활용하더라도 큰 계측장비 없이 결함의 진행상황 및 잔여 수명, 결함발생 여부를 확인할 수 있는 소형화된 회로를 설계하였다. 본 연구에서는 S-parameter의 변화를 야기하는 임피던스의 변화를 감지할 수 있도록 회로를 설계하였으며, Bond-wire의 온도반복에 따른 S-parameter 변화 측정결과를 제안하는 회로에 적용하였다. 이를 통해 해당 회로가 Bond-wire의 결함을 감지할 수 있다는 것을 성공적으로 검증하였다.

• 한국산업정보학회논문지
• /
• 제28권6호
• /
• pp.1-10
• /
• 2023

원전 계측제어계통은 정상운전 시 자가 진단기능의 유지보수를 위해 일정 주기로 건전성을 확인하고 있으며, 계획예방정비 기간 동안 기능 및 성능점검을 실시하여 필요한 경우 유지보수를 하고 있다. 하지만 원전의 정보를 계측하고 제어하는 계측제어계통에서도 선제적으로 고장을 진단하고 대처하여 사고전파를 방지할 수 있는 기술개발이 필요하다. 이에 본 논문에서는 계측제어 장비의 환경조건과 자가 진단 데이터를 활용한 신뢰도 함수 추정 방안을 연구하였으며, 고장데이터의 획득을 위해 계측제어 장비의 부품에 대한 Feature 별 확률분포를 가정하여 가상 고장데이터를 생산하였다. 이러한 고장데이터를 바탕으로 생존분석에서 활용되는 대표적인 인공지능 모델(DeepSurve, DeepHit)을 이용하여 신뢰도 함수를 추정하였고, 그와 동시에 전통적인 준모수적 방법론인 Cox 회귀모델을 통해 신뢰도 함수를 추정하여 환경조건과 진단 데이터를 바탕으로 한 잔여 수명 계산을 통해 적용 가능성을 확인하였다.