This paper describes a study on the development of an automatic fault diagnosis system for testing digital electronic circuits of nuclear power plants. Compared with the other conventional fault diagnosis systems, the system described in this paper uses Artificial Intelligence technique of model based reasoning and corroboration, which makes fault diagnosis much more efficient. In order to reduce the testing time, an optimal testing set which means a minimal testing set to determine whether or not the circuit is fault-free and to locate the faulty gate was derived. Compared with the testing using an exhaustive testing set, the testing using the optimal testing set makes fault diagnosis much more fast. Since the system diagnoses the circuit boards bases only on input and output signals, it can be further developed for on-line testing. The system was implemented on a microprocessor and was applied for Universal Circuit board testing of the Solid State protection System in nuclear power plants.
일반적인 전자회로에서 회로내의 어떤 부분에서 고장이 발생하였을 경우 고장부 위의 탐색과 고장원인를 판단하기 위해 사용되는 고장진단방법에는 고전적인 여러가지 수동적인 방법이 있으나 최근에는 인공지능을 이용한 보다 빠른 전자회로의 고장진단이 가능해졌다. 본 연구에서는 현재 개발된 여러가지의 인공지능을 이용한 전자회로의 고장진단방법 중 model based reasoning방법을 더욱 발전시켜 원자력발전소의 전자회로에 적용할 수 있는 고장진단방법을 개발하고 이러한 전자회로 고장진단방법을 Microprocessor를 이용하여 구현하는 시스템을 개발하였다. 본 연구에서 구현된 고장진단방법은 기존의 방법보다 훨씬 편리하다. 또한 기존의 exhaustive testing set을 이용한 고장진단방법과 비교하여, 고장진단에 필요한 입력의 수를 최소한 수로 줄이는 optimal testing set을 구하여 고장진단을 수행한 결과 고장진단시간을 대폭 줄일수 있었다. 이러한 고장진단은 단지 시스템의 입력과 출력을 이용하여 수행하였으므로 실시간적으로 고장진단을 수행하는 고장진단시스템에 적용될 수 있다. 현재 원자력발전소에 사용되고 있는 디지탈 입출력 회로인 만능논리회로카드 대상으로 개발된 고장진단방법을 입증실험하였다.
