This study deals with the application of knowledge engineering and a methodology for the assessment and measurement of reliability, availability, maintainability, and safety of industrial systems using fault-tree representation. A fuzzy methodology for fault-tree evaluation seems to be an alternative solution to overcome the drawbacks of the conventional approach (insufficient information concerning the relative frequence of hazard events). To improve the quality of results, the membership functions must be approximated based on heuristic considerations. The purpose of this study is to describe the knowledge engineering approach, directed to integrate the various sources of knowledge involved in a FTA.

This study deals with the application of knowledge-engineering and a methodology for the assessment & measurement of reliability, availability, maintainability, and safety of industrial systems using fault-tree representation. A fuzzy methodology for fault-tree evaluation seems to be an alternative solution to overcome the drawbacks of the conventional approach(insufficient information concerning the relative frequences of hazard events). To improve the quality of results, the membership functions must be approximated based on heuristic considerations. The purpose of this Is to describe the knowlwdge engineering approach, directed to integrate the various sources of knowledge involved in a FTA.

The fault diagnosis is a systematic and unified method to find based on the observing data resulting in noises. This paper presents the fault prediction and diagnosis using fuzzy expert system technique to manipulate the uncertainties efficiently in predi

오늘날의 산업용 로봇, CNC 공작기계 및 여러 산업설비들은 시스템간에 관계가 복잡하게 연결되어 높은 신뢰성(reliability)을 달성하여 왔다. 그러나 가동시 발생하는 결과의 고장 가능성은 적은 반면에, 고장 발생의 파급 효과는 매우 높은 것으로 나타났다. 따라서 복잡한 구조의 산업설비들에 대한 안전진단 결과들을 적절하게 분석하고 관리할 필요성이 크게 대두되고 있다. 이러한 안전진단 작업은 여러 가지 정량적ㆍ정성적인 방법들을 포함하는 전형적인 분석방법이 필요하다. 최근에는 고장탐색, 진단처리 작업 및 신뢰성 분석 작업에 지식기반(knowledge-based)을 기초로한 퍼지 전문가 시스템을 적용하고자 하는 시도가 많이 이루어지고 있다. 안전진단 분석에 관한 일반화된 지식은 이들 후속 단계들에서 상당히 효율적일 수 있다. 그러나 이러한 연구를 수행하기에는 지금까지 상대적으로 열악한 계산 도구들을 이용하였기 때문에 안전진단 분석을 행하기에는 한계가 있었다. 그러나 오늘날 컴퓨터를 이용하여 위의 여러 단계들의 수행과정에 안전진단 분석을 행할 수 있는 적절한 방법으로써, 지식-기반(knowledge-base) 전문가 시스템들을 이용하는 방법을 연구하고 있다. 이에 본 연구는 시스템의 설계단계 뿐만 아니라, 시스템의 가동ㆍ유지ㆍ보수ㆍ수리시에도 비전문가가 고장안전진단을 수행할 수 있도록 하는데 목표를 두었다.

플랜트 및 설비가 대규모, 정교화, 복잡화 될수록 이로 인한 고장 및 오류에 의한 피해가 막대하기 때문에, 시스템의 신뢰성, 보전성 및 안전성 향상과 제품 품질 향상을 추구 및 안전성 유지에 대한 관심이 고조되고 있다. 고장진단은 잠재적으로 노이즈를 가지고 있다고 생각되는 데이터의 해석에 근거하여 시스템의 고장을 찾는 일련의 체계적이고 통합된 방법이다. 그러나 대부분의 방법들이 이진 논리에 기초를 둔 추론으로 불확실성을 제대로 결과에 반영하지 못하고 있다. 본 논문에서는 예방정비의 관점에서 시스템에 내재된 다양한 불확실성을 효율적으로 처리하기 위해 전문가의 직관과 경험등을 기초로 하여 언어학적 변량을 취하고, 이를 퍼지 기법을 이용하여 정량화 함으로써 불확실성을 고려한 판단이 가능하게 하는 퍼지 전문가 시스템을 제안한다.

This paper describes an application of artificial neural network to diagnose the defects of rotating machiner. Induction motor was used to the object of defect diagnosis. For defect diagnosis, the frequency spectrum of vibration was utilized. Learning method of applied neural network was back propagation. Neural network has following advantage; Once it has been learned, inference time is very short and it can provide a reasonable conclusion regardless of insufficient input data. So, this defect diagnosis system can be used superiorly to rule based expert system as quality inspection of rotating machinery in the shop.