웹 기반 신뢰도 데이터 분석 알고리즘 모델 개발 및 적용

Abstract

웹 기반 신뢰도 데이터 분석 알고리즘 모델 개발을 통하여 발전소 기기고장이력, 정비이력, 운전인계일지 등과 같은 정보를 체계적으로 추출하여, PSA 및 다양한 분야에 사용되는 신뢰도 데이터의 효과적인 생산 및 관리가 가능하도록 모델 하고자 하였다. 먼저 ERP(Enterprise Resource Planning) 시스템에서 생산되는 기초 자료의 종류, 생성절차 및 그 특성을 분류하여 이를 알고리즘 설계시 반영될 수 있도록 재정립하였다. 그리고 신뢰도 통계분석을 위해 전 원전별로 상이하게 적용하고 있는 계통코드와 기기코드에 대한 표준화 작업을 시도하였다. 이러한 표준화 결과를 통하여 계통 혹은 기기별로 다양한 용도의 신뢰도 데이터를 생산하고, 주요기기에 대한 경향 분석 및 데이터 비교가 가능한 구조로 모델 하고자 하였다. 이를 기반으로 신뢰도 데이터 분석 알고리즘은 크게 기초 자료를 담고 있는 외부데이터 모듈, 기기신뢰도 통계처리 및 베이지안 분석까지 고려하여 분석에 필요한 정보를 미리 구축해 놓은 마스터데이터 개념의 기본데이터 모듈, 기본데이터 모듈과 외부데이터 모듈을 기준으로 분석에 필요한 목록을 정해진 원리에 따라 사용자에게 제공해주는 고장정비분석모듈 및 신뢰도 데이터를 분석하여 분석대상기간별로 데이터의 통계 처리를 수행하는 신뢰도분석 모듈로 구성하였다. 본 연구 논문에서 각 모듈간의 관계는 데이터베이스 알고리즘 모델시 가장 많이 사용되는 IE(Information Engineering) 표기방식을 이용한 ERD(Entity Relationship Diagram)로서 표현하였다. 이 알고리즘을 시범적으로 참조원전에 적용해본 결과, 분석대상기간별로 원전에서 생성되는 기초 자료가 누락 없이 수집되고, 고장정비분석 및 신뢰도 통계 처리가 문제없이 수행되는 구조로 모델 되었음을 확인할 수 있었다. 또한 본 알고리즘을 통해 생산된 주요 기기의 데이터와 해외 데이터의 경향을 비교하여 국내에서 사용되는 데이터의 수준을 평가하였다. 특히 분석기간, 고장심각도 및 이용불능유형 등 다양한 목적으로 데이터를 추출하여 비교할 수 있는 것이 현재 데이터 분석 알고리즘의 장점중의 하나라고 볼 수 있다. 알고리즘 검증을 위해, 수학적으로 도출한 FV 중요도와 알고리즘 적용시 계산되는 FV 중요도의 비교 분석을 통하여, 신뢰성을 검증하였다. 결론적으로, 신뢰도 데이터 분석 알고리즘은 기기 신뢰도 향상 및 체계적 관리를 위해 전 원전 통합 접근방식으로 모델 하여, 신뢰도 분석결과의 투명성 및 지속성을 확보하고자 하였다. 또한 가장 중요한 기초 자료와의 연계성을 강화하여 분석시 기초 자료부터 신뢰도 계산 결과물까지 모든 데이터가 상호 연관관계를 맺으며 데이터베이스화되는 해외에서 유래를 찾아보기 힘든 신뢰도 데이터 관리 체계를 담고 있다.; This study developed a database model of plant reliability for the effective acquisition and management of plant specific data which can be used in various applications of plant programs as well as Probabilistic Safety Assessment(PSA). Through the development of web-based reliability data analysis algorithm, this approach gathers specific plant data such as component failure history, maintenance history, and shift diary, systematically. First, for the application of the developed algorithm, this study reestablished the raw data types, data deposition procedures and features of Enterprise Resource Planning(ERP) system process. And this work attempted to standardize the component codes and system codes, which enables statical analysis between different types of plants. These standardization contributes to the establishment of flexible database model which enables customizing reliability data for the various application depending on component types and systems. In addition, this approach makes user possible to perform the trend analysis and data comparison for the plant significant components and systems. Based on the previous work, the algorithm consists of four modules. External data module includes the information of shift diary and maintenance activities through ERP system. Basic data module provides fundamental data such as component generic data, functional location of components, and plant nomenclature. Failure and maintenance analysis(FMA) module provides all necessary data for user and makes user possible to analyze failure and maintenance data of corresponding plant components and systems. Finally, statistical analysis of generic data and plant specific data is performed in the Statistical analysis(SA) module of the algorithm. Information Engineering(IE) patterns are used to represent the relationships of all modules. Through the result of the exemplary plant with the application of the algorithm, we proves integrity of data collection and the effectiveness of FMA and SA performance in the algorithm. Moreover, the quantitative levels of domestic data are evaluated comparing to international data through the trend analysis by the application of the algorithm. Particularly, one of substantial advantages of this algorithm is the function of customizing plant specific data for the application of various purposes depending on analysis period, failure severity, type of maintenance. The validation of the algorithm are performed through the comparison of importance measure value(Fussel-Vesely) between mathematical calculation and algorithm application. In conclusion, the development of reliability database algorithm is one of best approaches enabling systemic management of plant specific data considering upon the transparency and continuity of reliability data collection. This algorithm reinforced the relationships between raw data and application results so that it can provide a comprehensive database presenting from basic plant related data to final customized data.