• 경영과학
• /
• 제15권1호
• /
• pp.63-76
• /
• 1998

Reliability evaluation methodologies of the multipath MIN system are reviewed and critically compared. Some guidelines are proposed to select efficient evaluation method for the system designers to use. Considering the switch failure and repair characteristics of the MIN system, three types of Markov models are proposed for the MIN system availability models. These models can be used for the MIN performance analysis. The performance of the MIN system are supposed to vary according to the failure state of the system.

• 한국항공운항학회지
• /
• 제29권4호
• /
• pp.67-77
• /
• 2021

Space development has been led by the state due to huge investment, risks of development failure, and restrictions on international cooperation on technology development and transfer. For this reason, it has been developed mainly by some advanced countries and industrial network formed among them. However, Korean space industry is being promoted by the successful launch of 'KSLV-I' and 'CAS 500-I' and the space launch vehicle "KSLV-II" under development. Recently, Korea and U.S. agreed to end bilateral missile guidelines. Therefore it is expected that development of Korean space industry will be accelerated due to the disappearance of the constraining factors for the development of space launch vehicles. Accordingly, this study examined the development and formation of the Korean space industry through the framework of network analysis. Based on this, the effect of structural position in the industrial network as a resource on the performance of Korean space companies was examined. Panel analysis was applied. Through this study, ideas for fostering the domestic space industry and implications for national policy related with building an industrial ecosystem are derived. It contributes to the development of space industry in Korea.

• 산업경영시스템학회지
• /
• 제43권2호
• /
• pp.33-38
• /
• 2020

Anomaly detection of Machine Learning such as PCA anomaly detection and CNN image classification has been focused on cross-sectional data. In this paper, two approaches has been suggested to apply ML techniques for identifying the failure time of big time series data. PCA anomaly detection to identify time rows as normal or abnormal was suggested by converting subjects identification problem to time domain. CNN image classification was suggested to identify the failure time by re-structuring of time series data, which computed the correlation matrix of one minute data and converted to tiff image format. Also, LASSO, one of feature selection methods, was applied to select the most affecting variables which could identify the failure status. For the empirical study, time series data was collected in seconds from a power generator of 214 components for 25 minutes including 20 minutes before the failure time. The failure time was predicted and detected 9 minutes 17 seconds before the failure time by PCA anomaly detection, but was not detected by the combination of LASSO and PCA because the target variable was binary variable which was assigned on the base of the failure time. CNN image classification with the train data of 10 normal status image and 5 failure status images detected just one minute before.

• 한국안전학회지
• /
• 제21권6호
• /
• pp.74-81
• /
• 2006

Probabilistic Risk Assessment considering statistically random variables is performed for the preliminary design of a Arch Bridge. Component reliabilities of girders have been evaluated using the response surfaces of the design variables at the selected critical sections based on the maximum shear and negative moment locations. Response Surface Method(RSM) is successfully applied for reliability analyses for this relatively small probability of failure of the complex structure, which is hard to be obtained by Monte-Carlo Simulations or by First Order Second Moment Method that can not easily calculate the derivative terms of implicit limit state functions. For the analysis of system reliability, parallel resistance system composed of girders is changed into parallel series connection system. The upper and lower probabilities of failure for the structural system have been evaluated and compared with the suggested prediction method for the combination of failure modes. The suggested prediction method for the combination of failure modes reveals the unexpected combinations of element failures in significantly reduced time and efforts compared with the previous permutation method or system reliability analysis method.

• Wind and Structures
• /
• 제22권5호
• /
• pp.543-553
• /
• 2016

The growing complexity of modern technological systems requires more flexible and powerful reliability analysis tools. Existing tools encounter a number of limitations including lack of modeling power to address components interactions for complex systems and lack of flexibility in handling component failure distribution. We propose a reliability modeling framework based on the Bayesian network (BN). It can combine historical data with expert judgment to treat data scarcity. The proposed methodology is applied to wind turbines reliability analysis. The observed result shows that a BN based reliability modeling is a powerful potential solution to modeling and analyzing various kinds of system components behaviors and interactions. Moreover, BN provides performing several inference approaches such as smoothing, filtering, what-if analysis, and sensitivity analysis for considering system.

• 과학기술학연구
• /
• 제12권1호
• /
• pp.145-183
• /
• 2012

과학 보도는 고도의 전문성이 필요하다는 관점에서 다른 분야의 보도보다 실패하기 쉽다. 행위자네트워크이론(ANT)에 따르면 과학자의 연구성과(인공물)뿐 아니라 이를 다루는 과학 기사도 이종적 네트워크로 볼 수 있다. 즉, 과학 기사는 과학자, 홍보담당자, 기자, 독자 같은 인간 행위자뿐 아니라 논문, 보도자료, 가판신문 등 비인간 행위자가 잡종적 동맹을 맺고 있는 것이다. 과학 보도 과정을 ANT의 관점에서 보면, 과학자의 연구성과가 보도자료를 매개자로 삼아 언론, 특히 기자를 번역해 자신의 네트워크를 대중에게까지 확장하는 것이라 할 수 있다. 본 논문에서는 국내 언론이 2005년 한국전자통신연구원(ETRI) 김현탁 박사팀의 연구성과를 보도한 과정을 ANT로 분석하되, 보도자료의 수사(레토릭)를 중심으로 해 과학 보도가 실패하기 쉬운 이유를 밝히고, 과학 저널리즘에 대한 시사점을 정리한다.

• KSTLE International Journal
• /
• 제3권1호
• /
• pp.54-59
• /
• 2002

It can be effective on failure diagnosis of oil-lubricated tribological system to analyze operating conditions with morphological characteristics of wear debris in a lubricated machine. And it can be recognized that results are processed threshold images of wear debris. But it is needed to analyse and identify a morphology of wear debris in order to predict and estimate a operating condition of the lubricated machine. If the morphological characteristics of wear debris are identified by the computer image analysis and the neural network, it is possible to recognize the friction condition. In this study, wear debris in the lubricating oil are extracted from membrane filter (0.45 ${\mu}m$) and the quantitative value fur shape parameters of wear debris was calculated through the computer image processing. Four shape parameters were investigated and friction condition was recognized very well by the neural network.

• 한국통신학회논문지
• /
• 제39C권11호
• /
• pp.1078-1087
• /
• 2014

기존의 중앙 집중식 이동성 관리 방식은 홈 네트워크에 위치한 이동성 앵커에 모든 데이터 및 제어가 집중되므로 단일 오류 문제, 병목 구간 발생 등의 문제가 있다. 최근 단말의 이동성을 분산된 이동성 앵커들에 의해 제공하기 위한 방안으로 분산 이동성 관리 방식들이 연구 중이다. 현재 제안된 분산 이동성 관리 방식들은 이동성 앵커의 장애가 발생하는 경우에 대해서는 고려하지 않고 있으나 전술망에서는 이동성 앵커의 이동, 정비, 장애등으로 서비스가 중단되는 상황이 발생할 수 있다. 본 논문에서는 앵커 장애 발생 시에도 핸드오버가 가능한 새로운 전술 분산 이동성 관리 기법을 제안하였다. 시그널링 비용 및 핸드오버 지연시간의 수학적인 분석을 통해 제안한 기법의 성능을 검증하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 한국신뢰성학회지:신뢰성응용연구
• /
• 제5권4호
• /
• pp.465-486
• /
• 2005

A unreliable network system results in unsatisfied performance. A performance criterion of a network is throughput and availability. One of the most compelling technological advances of this decade has been the advent of deploying wireless networks of heterogeneous smart sensor nodes for complex information gathering tasks, The advancement and popularization of wireless communication technologies make more efficiency to network devices with wireless technology than with wired technology. Recently, the research of wireless sensor network has been drawing much attentions. In this paper, We evaluate throughput and availability of wireless sensor network, which have hierarchical structure based on clustering and estimate the maximum hroughput, average throughput and availability of the network considering several link failure patterns likely to happen at a cluster consisted of sensor nodes. Also increasing a number of sensor nodes in a cluster, We analysis the average throughput and availability of the network.