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.
이용수
초록· 키워드
오류제보하기
Equipment failure prediction is a technology used in manufacturing industries, nuclear power plants, chemical plants, railways, shipbuilding, automobiles and aerospace industries. Systems that require high reliability require regular maintenance and inspection because wear, defects, and failures of facilities or equipment in operation can cause fatal accidents. To solve these problems, fault diagnosis and prediction technology (PHM) that monitors the status of facilities in real time by utilizing advanced communication technologies such as various sensors and PEIDs (Product Embedded Information Devices) is attracting a lot of attention.
Therefore, the purpose of this study is to review the research and current status of existing oil and gas plants for predictive diagnosis of core facilities in the plant, and to present a data confirmation method based on compressor failure type. In this study, we studied techniques that can infer and predict the cause of failure by using the DCS alarm system and Range limit technique to analyze instantaneous inclination and state data values by converting risk level scores.
Therefore, the purpose of this study is to review the research and current status of existing oil and gas plants for predictive diagnosis of core facilities in the plant, and to present a data confirmation method based on compressor failure type. In this study, we studied techniques that can infer and predict the cause of failure by using the DCS alarm system and Range limit technique to analyze instantaneous inclination and state data values by converting risk level scores.
목차
ABSTRACT
1. 서론
2. 플랜트 설비 구성
3. 고장 유형에 따른 데이터 분석 방법
4. 결론
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
배전설비 기상영향 상관성 분석을 통한 고장예측 알고리즘에 관한 연구
조명·전기설비학회논문지
2017 .11
-
기계학습을 이용한 필터의 성능 저하 예측
한국CDE학회 논문집
2019 .09
-
통계적 기계학습법을 적용한 플랜트 공정 장비의 시계열 데이터 분석 및 고장 상태 진단
한국CDE학회 논문집
2018 .09
-
학교 태양광 시스템 현황 파악 및 고장진단 연구
한국태양에너지학회 학술대회논문집
2019 .10
-
선박 기관시스템 보조기기의 상태기반 고장진단/예측을 위한 고장 모사 데이터베이스 구축
대한조선학회 논문집
2022 .08
-
이상치 데이터를 고려한 DT-CNN 기반의 전동기 고장 예측
제어로봇시스템학회 논문지
2020 .11
-
센서 데이터를 이용한 전기 기관차의 이상 상태 요인분석
산업경영시스템학회지
2018 .01
-
Failure physics-based failure investigation : Case of Air Compressor Damage-type 3VC7C
IJAR
2016 .03
-
플랜트 산업에서의 빅데이터 현황 분석
한국CDE학회 학술발표회 논문집
2015 .08
-
Method of Estimating the Basic Failure Rate and Deriving the Failure Mode and Failure Mode Distribution Rate for Evaluating Random Hardware Failure
한국자동차공학회논문집
2020 .08
-
고속 열차 고장 발생 예측을 위한 연관 규칙 마이닝의 적용
대한설비관리학회지
2016 .01
-
A Condition-Based Maintenance Method Through Control Charts Based on the Wavelet Energy Spectrum of Generators in Thermal Power Plants
신뢰성응용연구
2022 .12
-
베이지안 네트워크를 이용한 출입문 장치의 확률론적 고장 분석
한국CDE학회 논문집
2021 .03
-
다품종 종이용기의 고속 생산을 위한 고장 진단 시스템 개발
한국기계가공학회지
2019 .05
-
모델 기반의 신뢰성 예측 방법론에 관한 연구
대한설비관리학회지
2019 .01
-
A study on modeling using big data and deep learning method for failure diagnosis of system
대한전기학회 학술대회 논문집
2019 .05
-
설비고장 텍스트데이터 분석을 통한 고장유형분류 및 활용 사례 연구
한국생산제조학회 학술발표대회 논문집
2024 .12
-
앙상블 모델 기반의 기계 고장 예측 방법
산업경영시스템학회지
2020 .01
-
Zero Failure Test에서 신뢰성 시험 계획 수립 방안
한국신뢰성학회 학술대회논문집
2024 .06
-
주성분 분석을 이용한 고객 공정의 불량률 예측 모형 개발
신뢰성응용연구
2016 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089319302