[LG Aimers] 품질과 신뢰성 - 4. 신뢰성 개념과 중요성

LG Aimers 학습 내용 정리

출처 : https://www.lgaimers.ai/ 

 

신뢰성의 중요성

: 제품 설계 및 제조단계에서는 기업이 수익을 창출할 수 없고 클레임, 리콜 비용 등은 기업의 수익에 방해가 된다. ( ex. 도요타 렉서스의 급발진 문제 )

 

신뢰성이란? : 주어진 작동 환경에서 주어진 시간동안 시스템이 고유의 기능을 수행할 확률

 

품질과 신뢰성의 차이

항목	품질	신뢰성
시간	정적 (현시점의 제품 특성)	동적 (미래의 성능과 고장)
추진	전사적 추진 주로 생산단계	전문분야 기술자로 구성된 팀이 추진 설계 및 개발단계
자료	완전자료	불완전자료 (관측 중단자료)
개선 Tool	SPC, TQC, 6시그마	FMEA, FTA, 고장해석
시험 시간	단기	장기
척도	불량율, 평균, 분산	고장률, 수명, 신뢰도
분포	이항분포, 정규분포	지수분포, 와이블 분포, 대수정규 분포

: 우리나라 기업들이 지금까지 품질을 위한 노력은 많이 했지만 신뢰성을 높이기 위해서는 크게 노력하지 않았다.

 

신뢰성 분석 패러다임의 변화

시스템이 어떻게 작동하는가? -> 시스템이 어떻게하면 작동하지 않게 되는가? -> 시스템의 고장을 피할 수 있는 방법은 무엇인가?

-> 시스템의 신뢰성을 높이는 방법은 무엇인가? -> 시스템이 고장나지 않도록 사용환경에 Robust한 제품을 어떻게 만들 것인가?

 

고장의 원인

: 취약한 설계, 과부하, 강도와 부하의 산포, 마모, 시간 매커니즘, 잠재된 오작동, 오류

 

신뢰성 공학의 학문적 발전

- 1950 ~ 60년대 : 확률분포로 고장현상 모형화, 지수분포에 관한 통계적 분석 ( 극복한 와이블 분포 )

- 1970년대 : 설비보전 소프트웨어 신뢰도 분야 등으로 확대, 충격 모형 연구와 네트워크 신뢰도 연구 시작

- 1980년대 : 신뢰성 데이터 분석에서 베이지안 방법론 응용, 네트워크 신뢰도 활발히 연구, 주요 산업 별로 적절한 예측도구 개발

- 1990년대 : 새로운 시험 방법론 도입, 부하분석 및 열화 과정 해석을 통해 더 신속하고 정확한 의사결정 가능

- 2000년대 : 고장물리 분야 다양하게 연구, 상용 소프트웨어의 개발, 시뮬레이션 방법론 응용, 건전성예지관리가 크게 대두

- 최근(21세기) 빅데이터 여건의 특성을 반영하여 기계학습과 강화학습 등을 통한 신뢰성분석과 예측에 관한 연구가 활발해지고 있다.

 

신뢰성 척도

: 신뢰성 문제를 체계적이고 과학적으로 취급하기 위해서는 시스템의 고장을 수학적으로 설명할 수 있어야한다. 

 

- 신뢰도 : 시스템이 특정 시점 t까지 고장나지 않고 작동하고 있을 확률

- 고장율 : 특정 시점까지 고장나지 않고 작동하던 부품이 다음 순간에 고장날 가능성 ( 순간 고장율, 평균 고장율 )

* 욕조곡선 = 초기고장, 우발고장, 마모고장

- 평균 고장시간 (MTTF, Mean-Time-To-Failure) : 수리 불가능제품에 대해서 고장날 때까지의 평균 시간

- 평균 고장간격  (MTBF, Mean-Time-Between-Failure) : 수리 가능제품에 대하여 다음 고장 사이의 평균 시간

- 평균 잔여수명 (MRL, Mean-Residual-Life) : 자동차, 선박, 항공기 등의 중고제품을 구입할 경우 향후 얼마나 더 사용할 수 있는가

- 백분위 수명 (Percentile Life) : 분포함수 F(t)의 값이 p가 되는 시점으로 전체 부품의 100p%가 고장나는 시점을 의미 (B 수명)

- 보전도 : 고장난 시스템이 주어진 조건 하에서 규정된 시간 내에 수리(보전)을 완료할 확률

- 가용도 : 수리 가능한 시스템이 어떤 특저어 시점에 기능을 유지하고 있을 확률

 

신뢰성 데이터

1. 수명 데이터

- 의도된 기능을 제대로 수행하고 있거나 고장인지의 여부로 판정 ( Binary Data )

- 정상 조건에서 실험을 수행할 경우 고장이날 때까지 오래걸리기 때문에 가속수명시험을 사용

 

2. 성능 데이터

- 시간 경과에 따른 제품 성능을 측정 ( Continuous Data ) 

 

종류 : 완전 데이터, 정시중단 데이터, 정수중단 데이터, 구간데이터