관측정보 기반의 고장예지와 이를 이용한 배관파손예측 연구
원자력 발전소는 40~60 년의 오랜 수명을 가지고 설계되기 때문에, 경년열화
관리는 중요한 이슈로 다루어져 왔다. 현재 원자력 발전소의 경년열화 관리는
과거의 고장 데이터와 범용적 실험 데이터로부터 도출된 관계식을 이용하여
수행되고 있다. 이때 관계식의 계수는 운전 환경에 관계없이 동일한 기기에
대해서는 동일한 값이 적용되며, 시간이 지나도 변하지 않는 정적인 값을 갖는다.
하지만 동일한 기기라도 운전 환경이 얼마나 가혹한지에 따라, 운전 시간이 얼마나
오래되었는지에 따라 열화 진행 속도는 달라질 것이다. 이와 같이 운전 환경에
따라 시간에 따라 달라지는 개별 기기의 특성을 고려할 수 있는 방법으로 Type III
고장예지 방법이 활용될 수 있다. Type III 고장예지 방법은 범용 데이터에 대상
기기의 관측 데이터를 반영하여, 대상 기기의 특성을 고려한 예측을 수행할 수
있는 방법이다.
본 연구에서는 이러한 Type III 고장예지 방법을 이용하여, 관측 정보 기반의
고장 시간 예측 방법을 제시하였다. 예측 방법은 예측 모델의 사용 여부에 따라
데이터 기반 방법과 모델 기반 방법으로 구분할 수 있고, 데이터 기반 방법으로
몬테 칼로 시뮬레이션 (Monte Carlo Simulation, MCS) 방법, 모델 기반
방법으로는 파티클 필터 (Particle filter) 방법을 활용하였다. 두 예측 방법을
이용하여 가상의 증기발생기 세관의 파단 시점을 예측하는 사례연구를
수행하였으며, 이를 통해 각 방법의 예측 수행 과정을 상세히 모사하였다.
추가적으로 각 방법에 대해 민감도 분석을 수행하였으며, 특히 파티클 필터를
이용한 예측 방법에 대해서는, 민감도 분석을 통해 관측 정보 불확실도를 이용하여
기존 정보와 관측 정보의 반영 정도를 조절할 수 있는 방법을 확인하였다.
계측 기술의 발달로 가용한 데이터가 점점 늘어가고 있는 상황에서, 본 논문에서
제시한 관측 정보 기반의 고장 시점 예측 방법이 새롭게 얻어지는 데이터를 보다
효과적으로 활용할 수 있는 방법이 될 것이다.
Nuclear Power Plants (NPPs) is designed with 40~60 years lifetime.
Therefore, ageing management is one of important issues for a safety. Current
ageing management relies on methods for predicting future degradation states,
based on generic information such as historical failure data, experimental data
and correlations derived from such data. Even if the operation environments
differ, the coefficients of the correlations are same for identical components and,
the coefficients have a static value. However, the rate of degradation is likely
to vary depending on how severe the operation environment is and how long the
operation time is. Type III prognostics methods can be utilized in such a way
that the characteristics of individual component dependent on the environment
and time can be considered. The Type III prognostics is a method for making
predictions to consider characteristics of the target component, by reflecting
the observational information of the target in generic information. Using these
Type III failure prediction methods, this study suggest a method for predicting
time to failure based on observational information. The method can be divided
into a data-driven method and model-based method depending on the use of
the prediction model. For the data-driven method, Monte Carlo Simulation
(MCS) is used and, for the model-based method, Particle filter is used. Time
to failure of virtual steam generator tubes is predicted by those two methods as
a case study. By the case study, the procedure of prediction using the methods
is demonstrated in detail. In addition, sensitivity analysis was carried out for
each method. In particular, from the finding of the sensitivity analysis for
particle filter, methods for adjusting the degree of reflection of existing and
observational information using uncertainty in measurement were identified.
Under the circumstance that available data increase, the observational
information based time to failure prediction method presented in this paper can
be a effective way to utilize newly obtained data.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)