벌써 2주차 화요일이지만 나는 아직도 module 2 강의를 듣고 있다... 왜냐하면 지독한 감기에 걸려서 며칠 쉬었기 때문...!!! 역시 무언가 진행할 때 건강 관리만큼 신경써야 하는 게 없는 거 같다. 다 밀렸어 언제 다 해...
신뢰성
신뢰성이란? 주어진 작동 환경에서 주어진 시간 동안 시스템이 고유의 기능을 수행하는 성질, 이것을 확률로 나타내면 '신뢰도'
신뢰성은 미래의 성능 고장과 같은 동적인 부분에 대한 것으로 정적인 시점에서의 제품 특징을 보는 품질과는 다르다.
그렇기 때문에 신뢰성 개선은 설계 및 개발 단계에서 이루어져야 한다.
다양한 시대별 신뢰성 개선을 위한 공학적 발전에 대해서 배웠지만 우리가 주목할 것은 '빅데이터' 특성을 반영하여 '기계학습' '강화학습'으로 신뢰성 분석 및 예측에 관한 연구가 활발히 이루어지고 있다는 점이다.
이걸 우리에게 가르쳐주는 건 해커톤 주제가 공정 과정에 대한 건가...?
신뢰도 : 일정 기간동안 요구되는 기능을 고장 없이 수행할 확률
평균 고장율 : 총 동작시간 동안의 고장 개수
평균 고장시간 : 수리 불가 시스템에서 고장이 발생하기 까지의 평균 시간
평균 고장간격 : 수리가능시스템에서 고장간격 간의 평균 동작 시간
보전도 : 규정된 시간 내에 수리,보전을 완료할 확률
가용도 : ㄷ특정 시점에서 기능을 유지하고 있을 확률
신뢰도는 확률을 나타내기에 다양한 확률분포에 대해 알려주셨는데 너무 많은 내용이 빠르게 지나가서 어려웠다... ㅜㅜㅜ 그 중 확률 분포에 필수적으로 들어가는 신뢰성의 척도 중 하나인 '고장률'은 [고장나지 않고 작동하던 부품이 다음 순간에 고장날 가능성이 얼마나 될 것인지 나타나는 척도]이다.
자세한 식을 옮겨다 적는 것이 해당 개념을 이해하는데 도움이 되지는 않는 것 같으니... 필요 시에는 강의 자료를 직접 보도록 하자
이러한 고장률은 고장의 형태에 따라 여러 형태를 띤다.
'초기 고장'의 경우 '감소형 고장률'
'우발 고장'의 경우 '일정형 고장률' (시간에 관계 없이 고장률이 일정)
'마모 고장'의 경우 '증가형 고장률'의 형태를 띤다.
<<출처: 한양대 배석주 교수님 품질과 신뢰성 강의 자료>>
위 그래프를 욕조 곡선이라고 한다.
백분위 수명, B 수명은 B1수명 B10수명과 같은 식으로 나타내는데, B10 수명의 경우 제품의 10%가 고장나는 시간을 의미한다.
항공기나 원자력 발전 설비 등 고장이 발생하면 위험한 경우 B1 수명으로 책정하여 고장이 덜 발생하게끔 관리하며 비교적 위험성이 떨어지는 장비의 경우 B10 B20수명과 같이 책정한다.
신뢰성 분포
신뢰성 분포에 대한 많은 분포들에 대해 설명해주셨지만... 너무 짧은 시간 내에 시각적인 그래프도 없이 무지성으로 줄글과 식으로만 설명해주셨다고 느꼈다... 그래서 특정 분포가 어떤 경우의 신뢰성을 나타낼 수 있는지만 간략히 정리해보고자 한다.
지수분포 : 시간이 지나면서 생기는 고장인 마모 고장은 표현하기 어렵다. 사용된 제품은 확률적으로 새 거랑 같아 교체는 의미 없다.
감마분포 : 하나의 시스템에서 여러 건의 고장이 발생할 때 나타낼 수 있다. 대신 그 고장들이 서로 독립일 때
와이블분포 : 가장 많이 쓰는 분포로 척도모수 알파, 형상모수 베타에 따라 달라진다...? 기계 부품이나 고장 메커닞므이 화학반응인 경우 사용할 수 있다. 부품 수명분포에 주로 사용한다고
베르누이와 이항분포 : 모수 n과 사건이 발생할 확률 p, 독립적인 시행의 합으로 확률변수 구할 수 있음
포아송분포 : 단위 시간 동안에 발생하는 사건 수에 관심 있을 때 표현 가능, 고장률*단위 시간으로 사건 발생 수 나타냄
이 밖에도 흔히 쓰는 정규분포... 대수정규분포... 얘기도 했는데 뭔 의미가 있을까잉..... 어렵다리
ICT기반 예지보전
이 부분이 여태까지 모듈 2 강의의 핵심이 아닐까 센서나 iot 기술로 상태를 점검하고 고장이 발생 전에 예지보전하는
<<출처: 한양대 배석주 교수님 품질과 신뢰성 강의 자료>>
그래프와 같이 보전은 고장 이전에 예방 차원에서의 보전이냐, 고장이 발생한 후 원래 상태로 되돌리기 위한 사후보전이냐로 나뉜다.
예방보전 중에서도 시간을 기준으로 수리하는 시간기준보전, 미리 정한 열화 기준에 달하면 수리하는 상태기반보전이 있다. 상태보전기반을 위해서는 발전된 센서나 휴대용 상태 점검 장비가 필요할 것.
이러한 예지보전은 무엇을 목적으로 하는지, 어느 단위로 조사하는지, 열화 상태를 어떻게 체크하는지, 파라미터(고장에 영향을 주는 요소가 어떤 것이 있을지), 파라미터 측정 방법, 정기적 측정, 파라미터와 기능 열화 간 상관관계, 열화라고 판단하는 잠정 기준, 현물 분해 조사 과정을 통해 상관 관계를 입증해 실제 경향 관리 시스템에 도입할 수 있다.
그를 위해서는 신호 데이터의 잡음 처리 역시 필요하며 이 강의에서는 비선형 변환인 '웨이블릿 변환'에 대해 알려주고 있다. 웨이블릿 변환 후 허스트 지수 또는 주성분 분석으로 특징을 추출한 후 통계적 방법을 사용해 고장 진단 및 예지를 할 수 있다. 인공신경망이나 서포트 벡터 머신 등으로 활용도 가능
이러한 데이터 분석 과정을 통해 설비를 언제 어떻게 수리하는 게 최적인지 결정하는 의사결정 알고리즘 개발이 필요하다.
다음 챕터부터 지도 학습이다 두근두근
