KCI등재
필터류를 이용한 철강공장 압연 생산 데이터의 취득과 머신러닝의 효율화로 예방적 유지보수 방안 연구
저자
발행기관
학술지명
한국산학기술학회논문지(Journal of Korea Academia-Industrial cooperation Society)
권호사항
발행연도
2023
작성언어
Korean
주제어
KDC
505
등재정보
KCI등재
자료형태
학술저널
수록면
1-12(12쪽)
DOI식별코드
제공처
개발된 칼만필터와 베이지안 기계학습을 응용한 예방적 유지보수 모델의 필요성은 정의된 수준의 가용성과 안정성을 유지하면서 총 유지 관리 비용을 최소화하는 것이다. 본 연구는 복잡한 수리 가능한 시스템에서 비용을 최적화하고 기계의 유효 수명을 향상시키기 위한 예방적 유지보수 스케줄링 모델을 제안한다. 유지보수 비용에는 임의 고장으로 인한 손실 비용, 수리 비용, 교체 비용 및 계획된 총 다운타임 비용이 포함된다. 검사, 수리 및 교체와 같은 다단계 예방유지 관리 조치는 전체 계획 기간에 포함된다. 제철공장의 스마트팩토리 생산관리시스템에서 추출한 압연공정의 데이터를 기반으로 최적화 모델을 이용하였으며 최적의 솔루션을 제공하기 위해 시뮬레이션을 수행하였다. 데이터분석 프로그래밍 언어 R은 오픈 소스 플랫폼이며 RStudio는 R프로그램 작성 및 실행을 위한 통합 개발환경 프로그램(IDE)이다. 16GB RAM 및 Windows 10 Pro가 탑재된 Intel Core i5에서 실행되는 작업공간에서 R의 프로그램을 사용하여 칼만 필터와 베이지안 기계학습 알고리즘을 응용했다. 제안된 알고리즘과 수학적 모델을 제 4차 산업혁명의 스마트팩토리에서 활용할 경우 유지보수 비용을 8~10%의 절감을 목표로 원가절감을 통한 기업경쟁력의 향상이 기대된다.
더보기This study proposes a predictive maintenance scheduling model to optimize the cost and improve useful life of machines in complex repairable systems. A preventive maintenance model was applied using a developed Kalman filter and Bayesian machine learning to minimize the total maintenance cost while maintaining a defined level of availability and stability. Maintenance costs include loss costs due to random failures, repair costs, replacement costs, and total planned downtime costs. Multi-level preventive maintenance measures such as inspection, repair, and replacement are included in the overall planning period. An optimization model was used based on data from a rolling process extracted from a smart-factory production-management system for a steel mill. A simulation was performed to provide an optimal solution. A program in R was used to apply the Kalman filter and Bayesian machine learning algorithm. To provide an optimal solution using an optimization model, a Kalman filter and a Bayesian machine learning algorithm were applied using R. If the proposed algorithm and mathematical model are used in a smart factory, it could improve competitiveness through cost reduction by reducing maintenance costs by 8-10%.
더보기분석정보
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)