잔여 유효 수명 예측 기반 비용 효율적 유지 보수 방법에 관한 연구

Abstract

본 연구에서는 기계 시스템(Mechanical machine systems)의 잔여 유효 수명(Remaining Useful Life; RUL)을 구하기 위한 예측 모델을 생성하고 고장 예측 시간을 도출한다. 이를 토대로 예방보전(Preventive maintenance)의 대표적 교체 방법인 수명 교체 모델(Age replacement model)과 블록 교체 모델(Block replacement model)을 기반으로 비용 효율적(Cost-effective) 교체 시간을 도출하고 유지 비용의 절감 방법을 제안한다. 제안 방법은 다음 과정과 같이 수행된다. 1) 과거 프로세스 이력(Historical) 데이터를 이용하여 기계 시스템의 RUL을 예측하기 위한 예측 모델링을 구성한다. 예측 모델링은 머신러닝(Machine learning) 모델링과 알람 기반(Alarm-based) 모델링으로 구성되며 이용하는 데이터 특성에 따라 선택하여 적용한다. 2) 고장 시간이 예측되면 시스템의 고장률 및 신뢰성을 추정할 수 있는 수명(Life) 분포에 모형화하고 모수(Parameter)를 추정한다. 이때, 적합한 수명 분포를 찾기 위해 수명 분포를 추정하는 방법 세 가지를 제안하였으며 공정 상황에 맞게 선택하여 적용한다. 3) 예측된 고장 시간과 추정된 수명 분포 모수를 이용하여 비용 효율적 교체 주기를 결정하기 위해 수명 교체 모델과 블록 교체 모델을 적용한다. 사례 연구는 개방형(Open) 데이터인 CMAPSS(Commercial Modular Aero-Propulsion System Simulation) 터보팬(Turbofan) 엔진 시뮬레이션(Simulation) 데이터 세트를 사용하여 제안된 방법의 타당성 및 유효성을 검증하였다. 또한, 원심 압축기(Centrifugal compressor) 유지 비용 데이터를 이용하여 시스템 특성을 고려한 비용 효율적 교체 순서를 도출하였다. 사례 연구를 통해 일반적으로 산업 현장에서 많이 활용되는 예방 교체 주기(시스템의 고장 시간 산술 평균값)와 비교하여 제안 방법의 비용 효율적 교체 주기를 이용할 때 유지 비용면에서 절감할 수 있음을 확인하였다. 또한, 예방 교체 비용과 고장 후 교체 비용에 관한 민감도 분석 결과를 통해서 사전에 일정하게 정해진 교체 주기가 아닌 비용 효율적 교체 주기 변화에 따른 능동적 예방보전 전략을 수립할 수 있었다. 본 연구의 의의는 예측보전(Predictive maintenance)의 핵심 기술로 여겨지는 RUL 예측과 수명 교체 모델 및 블록 교체 모델로 대표되는 예방보전 교체 모델을 통합적으로 연계하여 비용 효율적 유지보전 방법을 제시한 것이다. 이를 통해 유지보전 실행 영역에서 전략적 의사 결정 시점을 앞당길 수 있었으며 RUL 예측 연구의 응용 및 확장성을 제시하였다. 또한, 본 연구는 RUL 예측 모델링, 수명 분포 추정, 교체 모델 적용으로 이어지는 일련의 과정에서 유지보전 우선순위를 고려하여 전략을 세울 때 참고할 수 있도록 활용 방안 및 가이드라인을 제시하였다. 이는 산업적 활용 가능성을 높이고 제조 기업의 경쟁 우위와 역량을 높일 수 있는 전략적 및 기술경영학적 의의가 있다.