Recently, due to the expansion of the logistics industry, demand for logistics automation equipment is increasing. The modern logistics industry is a high-tech industry that combines various technologies. In general, as various technologies are grafted, the complexity of the system increases, and the occurrence rate of defects and failures also increases. As such, it is time for a predictive maintenance model specialized for logistics automation equipment. In this paper, in order to secure the operational safety and reliability of the parcel loading system, a predictive maintenance platform was implemented based on the Naive Bayes-LSTM(Long Short Term Memory) model. The predictive maintenance platform presented in this paper works by collecting data and receiving data based on a RabbitMQ, loading data in an InMemory method using a Redis, and managing snapshot DB in real time. Also, in this paper, as a verification of the Naive Bayes-LSTM predictive maintenance platform, the function of measuring the time for data collection/storage/processing and determining outliers/normal values was confirmed. The predictive maintenance platform can contribute to securing reliability and safety by identifying potential failures and defects that may occur in the operation of the parcel loading system in the future.

도로교통 안전진단은 도로의 계획 및 설계단계에서부터 교통사고가 발생할 수 있는 요소를 찾아내 미리 개선하고 건설 후 운영단계에도 도로구조나 안전시설이 사고방지에 적정한지를 평가하는 예방적 차원의 안전성 강화 제도이다. 이 제도는 2000년대 초에 우리나라에 소개된 이래 다양한 사업이 진행되어 왔고 법제화되었으며, 사업의 지속화를 위해 현재까지 진행된 사업에 대한 평가가 필요한 시점이다. 이러한 필요성에 따라 본 연구에서는 공용중인 고속도로의 교통안전진단사업에 대한 효과 평가를 수행하였다. 연구의 공간적 범위는 영동고속도로이며 2005년과 2006년도에 시행된 안전진단사업에 대해 전후 2년을 평가기간으로 하여 분석하였다. 평가방법은 관찰적 사전 사후 평가방법 중 경험적 베이즈 방법을 적용하였다. 효과평가 결과 사업이 시행된 대부분의 구간에서 개선효과가 있는 것으로 나타났으나 일부 구간에서는 효과가 없거나 미미한 것으로 나타났다. 이를 각 구간별 개선조치 내용과 비교하여 검토한 결과 해당 구간에 여러 개선조치가 시행된 경우 효과가 양호하게 나타났으며, 효과가 나타나지 않는 구간은 개선조치가 적거나 단일한 경우가 일반적이었다. 이러한 결과를 바탕으로 개선효과가 나타나지 않는 구간에 대해서는 구체적인 분석과 대응책 마련이 가능할 것이다. 또한 향후 공용중인 고속도로 안전진단사업의 사업내용 및 방향설정 등에 참고로 활용될 수 있다.

Reliability calculation of a system is frequently required in industrial, military, and everyday life situations. For such a calculation, it is necessary to specify the configuration of components and subsystems, the failure mode of each component, and the states in which the system is classified as failed. In this paper, we are primary interested in the time to the first failure of a system. And we discuss failure probability of coherent system under various condition, especially focus on probability calculation of subsystem failure before system failure used by Bayes formula. Problem statement and general applications illustrated by several examples.

본 연구의 목적은 기상자료(강수량, 최고기온, 최저기온, 평균기온, 평균풍속) 기반의 다중선형 회귀모형을 개발하여 농업용저수지 저수율을 예측 하는 것이다. 나이브 베이즈 분류를 활용하여 전국 1,559개의 저수지를 지리형태학적 제원(유효저수량, 수혜면적, 유역면적, 위도, 경도 및 한발빈도)을 기준으로 30개 군집으로 분류하였다. 각 군집별로, 기상청 기상자료와 한국농어촌공사 저수지 저수율의 13년(2002~2014) 자료를 활용하여 월별 회귀모형을 유도하였다. 저수율의 회귀모형은 결정계수(R2)가 0.76, Nash-Sutcliffe efficiency (NSE)가 0.73, 평균제곱근오차가 8.33%로 나타났다. 회귀모형은 2년(2015~2016) 기간의 기상청 3개월 기상전망자료인 GloSea5 (GS5)를 사용하여 평가되었다. 현재저수율과 평년저수율에 의해 산정되는 저수지 가뭄지수(Reservoir Drought Index, RDI)에 의한 ROC (Receiver Operating Characteristics) 분석의 적중률은 관측값을 이용한 회귀식에서 0.80과 GS5를 이용한 회귀식에서 0.73으로 나타났다. 본 연구의 결과를 이용해 미래 저수율을 전망하여 안정적인 미래 농업용수 공급에 대한 의사결정 자료로 사용할 수 있을 것이다.