지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.12
- 수록면
- 363 - 373 (11page)
- DOI
- 10.33162/JAR.2022.12.22.4.363
이용수
초록· 키워드
오류제보하기
Purpose: Failing power-plant equipment can cause significant harm to both human life and expensive infrastructure. Hence, both effective process-monitoring and failure-prediction techniques are needed to prevent catastrophic equipment failure. Existing time-based maintenance-methods are not enough to prevent catastrophic failures. In this work, a condition-based maintenance (CBM) method, which can predict failures using wavelet-based process-monitoring methods, is studied.
Methods: Both a wavelet spectrum analysis (with coefficients extracted from the wavelet transform) and a T² chart (with a slope and intercept based on a linear trend profile) are used in this study. The results are then embedded into a T² chart.
Results: The proposed methodology in this study is validated using data signals coming from thermoelectric power plants. Overall, the proposed monitoring method has a higher prediction performance using breakdown signals than the traditional T² chart-based maintenance method.
Conclusion: The investigated failure-prediction method is not only more successful but also more specific when abnormal signal patterns are detected before failures. Therefore, using the proposed method for condition-based maintenance can help save resources and prevent human losses.
Methods: Both a wavelet spectrum analysis (with coefficients extracted from the wavelet transform) and a T² chart (with a slope and intercept based on a linear trend profile) are used in this study. The results are then embedded into a T² chart.
Results: The proposed methodology in this study is validated using data signals coming from thermoelectric power plants. Overall, the proposed monitoring method has a higher prediction performance using breakdown signals than the traditional T² chart-based maintenance method.
Conclusion: The investigated failure-prediction method is not only more successful but also more specific when abnormal signal patterns are detected before failures. Therefore, using the proposed method for condition-based maintenance can help save resources and prevent human losses.
목차
1. Introduction
2. Wavelet Spectrum Analysis
3. T² Chart on the Monitoring of Linear Profile
4. Application to a Generator in a Power Plant
5. Conclusions and Future Research
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
A study of selecting components for Condition-Based Maintenance through failure data analysis of railway vehicles
IJAR
2015 .09
-
Development of New Control Charts to Monitor Product Failure Times with Normal and Log Normal Distributions
Industrial Engineering & Management Systems
2022 .06
-
해군 전투함정의 계획정비 효과 추정
대한산업공학회지
2021 .12
-
양수발전 설비에 적용 가능한 새로운 고장 예측경보 알고리즘 개발
산업경영시스템학회지
2023 .06
-
해양플랜트의 예지보전(CBM)을 지원하는 예지보전 플랫폼의 개발과 적용
한국CDE학회 논문집
2018 .09
-
Monitoring Process Variability Using Double Moving Average Control Chart
Industrial Engineering & Management Systems
2019 .06
-
철도차량의 좌우측절단자료를 이용한 2단계 상태기반 점검주기 연구
신뢰성응용연구
2022 .06
-
해양 플랜트 Mooring Line 고장예지 방안에 관한 연구
한국CDE학회 논문집
2018 .09
-
항공 무기체계 상태기반정비를 위한 디지털 정비생태계 적용 전략
신뢰성응용연구
2023 .12
-
기계학습을 이용한 필터의 성능 저하 예측
한국CDE학회 논문집
2019 .09
-
웨이블릿 스펙트럼을 이용한 스마트 팩토리 설비의 이상감지 및 진단
신뢰성응용연구
2019 .03
-
통계적 기계학습법을 적용한 플랜트 공정 장비의 시계열 데이터 분석 및 고장 상태 진단
한국CDE학회 논문집
2018 .09
-
해군 전투함정의 확률기반 계획정비 효과성 연구
대한산업공학회지
2021 .04
-
운용환경을 고려한 항공오일시험장비의 최적정비주기 설정
신뢰성응용연구
2016 .09
-
로버스트 추정에 근거한 수정된 x-s 관리도의 설계
산업경영시스템학회지
2015 .01
-
위치모수를 이용한 로버스트 CV 관리도의 설계
산업경영시스템학회지
2016 .01
-
압축기 고장 유형에 따른 데이터 확인 방법 연구
환경에너지공학
2023 .12
-
와이블분포하에서의 최소값 및 최대값 관리도의 설계
대한산업공학회지
2015 .12
-
세계적수준의 설비관리 프레임워크 개발
대한산업공학회지
2020 .06
-
4차 산업기술을 활용한 원전설비 진동감시기반 예측정비 방안
한국압력기기공학회 논문집
2023 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0