Introduction

신뢰도, 가용도, 보전도는 장비 및 설비운용의 핵심 지표입니다. 인공지능 고장진단 연구실에서는 무기체계, 생산설비, 고압 케이블 등 다양한 시스템의 RAM분석을 위한 최신 방법론을 연구 개발하고 있습니다.
Reliability, availability, maintainability are key indicators for equipment and facility operation. AI-PHM Lab is developing state-of-art methodology of RAM analysis for various systems including weapon systems, production lines, high voltage cables, etc.

AIAG VDA 기준 무인이동체 FMEA 가이드라인 개발 (AIAG-VDA FMEA Guideline for UAVs)

개요

AIAG-VDA 방법은 7 Step 접근, 고장 사슬 (Failure Chain) 형태의 적용, 리스크 분석 지표를 구체화하여 기존 FMEA와 차별성을 갖습니다. 본 연구에서는 무인이동체를 대상으로 한 설계, 프로세스 FMEA와 시스템 모니터링과 관련된 FMEA절차를 제시하였습니다.

Abstract

AIAG-VDA is a FMEA-based methodology differentiated from 7 step approaches, the use of failure chain, action priority indicators. This study developed an AIAG- VDA-based FMEA guideline for UAVs with design FMEA, process FMEA, FMEA- MSR (Monitoring and System Response).

고압케이블 신뢰성 예측 및 최적 유지보수 의사결정 전략수립 (Reliability Prediction and Optimal Maintenance Strategy for High Voltage Cables)

개요

기존 고압 케이블에 적용되고 있던 유지보수 기준은 공정 중요도에 따른 분류체계에 기반하여 개별 케이블에 대한 운용/환경 조건이 반영되지 않았습니다. 본 연구에서는 VLF 진단 데이터에 기반 1Votanδ와 Δtanδ값을 활용하여 개별 케이블에 대한 정확한 수명 평가를 바탕으로 교체 기준을 새로 정립하고 효율적인 유지보수 일정을 수립하였습니다.

Abstract

The existing maintenance strategy for high-voltage cables was determined by the the classification system of the manufacturing complex without considering their operational and environmental conditions. This research predicted the reliability of the high voltage cables using the 1Votanδ and Δtanδ values from the VLF diagnosis, and set up an efficient maintenance schedule based on the predicted lifetime of individual cables.