KR101262289B1 - 고장률 분석 방법 및 고장률 분석 방법을 실행하는 프로그램이 기록된 기록 매체 - Google Patents

Abstract

본 발명은 기존의 점검이나 교체 위주의 관리에서 탈피하여 실제 대상물에 맞는 실제 고장 데이터를 반영하고 있는 RBD 기법을 적용함으로써, 고장률을 줄여 주어 대상물의 성능, 유지 비용 및 신뢰도를 높여 주고, 더욱 나아가 새로운 형태의 구성을 도와주어 장비 도입 및 장비의 구성 변화를 다양하게 가져다 줄 수 있다.

Description

고장률 분석 방법 및 고장률 분석 방법을 실행하는 프로그램이 기록된 기록 매체{METHOD FOR ANALYZING FAILURE RATE AND COMPUTER READABLE RECORD-MIDIUM ON WHICH PROGRAM FOR EXCUTING METHOD THEREOF}

본 발명은 고장률 분석 방법 및 고장률 분석 방법을 실행하는 프로그램이 기록된 기록 매체에 관한 것으로서, 더욱 상세하게는, 운영 장비 및 설비 등의 고장률을 보다 정확하게 분석하여 결과물의 신뢰도를 높일 수 있는 고장률 분석 방법 및 고장률 분석 방법을 실행하는 프로그램이 기록된 기록 매체에 관한 것이다.

종래에는 운영 장비 및 설비 등을 운영하면서 얻은 고장 데이터를 수집한 후 FRACAS(Failure Reporting Analysis and Corrective Action System(FRACAS) 및 Failure Modes Effects Analysis(FMEA) 등을 처리하여 분석하고, 이를 통해 얻은 실제 고장 데이터를 이용하여 운영 장비 및 설비 등에 대한 점검 또는 교체를 시행하는 형태로 진행하였다.

그러나, 위와 같은 방식은 운영 장비 및 설비 등의 고장률에 대한 신뢰도가 현저히 낮은 문제점이 있었다.

그 대표적인 예로서, 2004년 07월 30일자로 출원되어 등록된 한국등록특허 제0604074호에서 불량데이터 관리시스템 및 그 제어방법이 개시되었다. 상기 등록특허에서는 FMEA(Failure Mode Effect Analysis) 기법을 이용하여 으로 제품 양산 시에 발생 되는 불량 데이터를 관리하기 위하여 상기 제품 양산 시에 발생되는 불량발생 데이터를 축적하는 단계와; 상기 축적된 상기 불량발생 데이터 중 불량률이 일정 기준 이상인 불량을 선별하는 단계와; 상기 불량률이 일정 기준 이상인 불량에 대해, 네트워크를 통해 작업자에게 불량상태의 원인, 증상, 대책, 이력 등을 포함하는 불량데이터의 입력을 요구하는 단계와; 상기 네트워크를 통해 작업자로부터 불량상태의 원인, 증상, 대책, 이력 등을 포함하는 불량데이터를 실시간 입력받는 단계와; 상기 입력받은 각 불량데이터에 전산코드를 부여하는 단계와; 상기 전산코드화된 불량데이터를 상호 관련성에 따라 상호 대응시켜 저장하는 단계와; 상기 네트워크를 통한 상기 작업자의 선택에 따라, 상기 전산코드화된 불량데이터를 도표로 가공하여 표시하는 단계를 포함하고 있었다.

그러나, 이와 같은 방법은 불량 데이터를 수집, 축적하고, 축적된 불량 데이터를 코드화하여 데이터 간 상관 관계에 따라 유기적인 상태로 관리하고 코드화된 데이터를 도표 및 리스트 등으로 가공하는데 유익한 장점이 있는 반면, 실질적으로 운영 장비 및 설비 등의 고장률에 대한 신뢰도를 향상시킬 수 있는 기법은 적용되지 않고 있었다.

본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로서, 실제 고장 데이터를 활용하고, 이에 RBD 메카니즘을 적용하여 기존에 비해 보다 정확한 대상물에 대한 고장률을 예측하기 위한 고장률 분석 방법 및 고장률 분석 방법을 실행하는 프로그램이 기록된 기록 매체를 제공하는데 그 목적이 있다.

상기한 바와 같은 본 발명의 목적을 달성하고, 후술하는 본 발명의 특징적인 기능을 수행하기 위한, 본 발명의 특징은 다음과 같다.

본 발명의 일 관점에 따르면, 고장률 분석 장치에 구비된 마이크로프로세서의 제어에 의해서 수행되는 고장률 분석 방법으로서, (a) 제조사로부터 제공된 대상물의 BOM(Bill Of Material) 정보에 기초하여 분석에 필요한 제1 BOM 정보를 수집하는 단계, (b) 상기 수집된 제1 BOM 정보에 대응하여 상기 대상물을 실제 운영하여 획득한 실제 고장 정보를 수집 및 변경하는 단계, (c) 상기 변경된 실제 고장 정보를 반영한 임의의 고장 분석 항목에 대하여 제1 고장률을 계산하는 단계 및 (d) 상기 제1 고장률과 상기 BOM 정보의 제2 고장률을 비교하여 상기 제1 고장률이 상기 제2 고장률보다 클 경우 RBD(Reliability Block Diagram)를 이용하여 상기 대상물에 대한 실제 고장률을 예측하는 단계를 포함하며, 상기 (a) 단계는, 상기 BOM 정보에 기초하여 상기 대상물에 구비된 유닛 명칭, 신뢰도, 불신뢰도, 고장률(제2 고장률), 기준시간 및 단위 정보를 복수개로 포함한 제1 BOM 정보를 추출하고, 상기 (b) 단계는, FRACAS(Failure Reporting and Corrective Action System)을 통해 상기 실제 고장 정보를 수집하고, 상기 (c) 단계는, MTBF(Mean Time Between Failures), MTTR(Mean Time to Repair), 시간당 고장률 및 가용도, 예측 MTBF 및 예측 MTTR를 포함하는 상기 고장 분석 항목에 대하여 상기 제1 고장률을 계산하고, 상기 (d) 단계는, 직렬구조, 병렬구조, 대기상태구조 및 복합구조 중 적어도 하나 이상의 형태로 생성하는 상기 RBD를 이용하여 상기 실제 고장률을 계산하며, 상기 (d) 단계는,

(식 1)
상기 병렬구조에 따른 상기 (식 1)에 의해 상기 복수개의 유닛에 대한 상기 실제 고장률을 계산하는 고장률 분석 방법을 제안한다.

여기서, 본 발명의 일 관점에 따른 상기 (a) 단계는 상기 BOM 정보에 기초하여 상기 대상물에 구비된 유닛 명칭, 신뢰도, 불신뢰도, 고장률(제2 고장률), 기준시간 및 단위 정보를 복수개로 포함한 제1 BOM 정보를 추출할 수 있다.

또한, 본 발명의 일 관점에 따른 상기 (b) 단계는 FRACAS(Failure Reporting and Corrective Action System)을 통해 상기 실제 고장 정보를 수집할 수 있다.

또한, 본 발명의 일 관점에 따른 상기 (c) 단계는 MTBF(Mean Time Between Failures), MTTR(Mean Time to Repair), 시간당 고장률 및 가용도, 예측 MTBF 및 예측 MTTR를 포함하는 상기 고장 분석 항목에 대하여 상기 제1 고장률을 계산할 수 있다.

또한, 본 발명의 일 관점에 따른 상기 (d) 단계는 직렬구조, 병렬구조, 대기상태구조 및 복합구조 중 적어도 하나 이상의 형태로 생성되는 상기 RBD를 이용하여 상기 실제 고장률을 계산할 수 있다.

또한, 본 발명의 일 관점에 따른 상기 (d) 단계는 복수개의 유닛을 직렬로 연결한 상기 직렬구조에 대하여 상기 복수개의 유닛의 각 고장률을 더해 상기 실제 고장률을 계산할 수 있다.

또한, 본 발명의 일 관점에 따른 상기 (d) 단계의 복합구조는 상기 직렬구조, 병렬구조 및 대기상태구조를 혼합한 구조로 될 수 있다.

또한, 본 발명의 다른 일 관점에 따르면, 이상에서 설명된 고장률 분석 방법을 실행하는 프로그램이 기록된 기록 매체가 제공된다.

이상과 같이, 본 발명에 따르면, 기존의 점검이나 교체 위주의 관리에서 탈피하여 실제 대상물에 맞는 실제 고장 데이터를 반영하고 있는 RBD 기법을 적용함으로써, 고장률을 줄여 주어 대상물의 성능, 유지 비용 및 신뢰도를 높여 주고, 더욱 나아가 새로운 형태의 구성을 도와주어 장비 도입 및 장비의 구성 변화를 다양하게 가져다 주는 효과가 있다.

아울러, 본 발명에 의하면, MTBF(Mean Time Between Failures), MTTR(Mean Time to Repair), 시간당 고장률 및 가용도, 예측 MTBF 및 예측 MTTR를 포함하는 고장 분석 항목 위주로 집중 분석함으로써, 앞서 설명한 효과에 더욱 기여할 수 있다.

또한, 본 발명에 의하면, 직렬구조, 병렬구조, 대기상태구조 및 복합구조 중 적어도 하나 이상의 형태를 생성하는 RBD 기법을 사용함으로써, 앞서 설명한 효과에 더욱 기여할 수 있다.

도 1은 본 발명의 일 실시예에 따른 고장률 분석 방법(S100)을 예시적으로 나타낸 도면이다.
도 2 내지 도 8은 본 발명의 일 실시예에 따른 고장률 분석 방법(S100)의 각 단계를 부가적으로 설명하기 위한 구성도이다.

이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.

도 1은 본 발명의 일 실시예에 따른 고장률 분석 방법(S100)을 예시적으로 나타낸 도면이고, 도 2 내지 도 8은 본 발명의 일 실시예에 따른 고장률 분석 방법(S100)의 각 단계를 부가적으로 설명하기 위한 구성도이다. 이러한 도 2 내지 도 8은 도 1을 설명하면서 부가적인 요소로서 설명하고자 한다.

본 발명의 일 실시예에 따른 고장률 분석 방법(S100)은 대상물의 각 유닛 구조를 바꿔 보다 향상된 고장률을 예측하기 위한 방법으로서, 컴퓨터 프로그램화되어 고장률 분석 장치에 구비된 마이크로프로세서의 제어에 의해서 실행되어져 동작된다.

상기 고장률 분석 장치는 고장률 분석 방법(S100)이 프로그램화될 경우 상기 프로그램의 소프트웨어 제어를 위하여 마이크로프로세서, 메모리, 하드웨어 모듈 및 통신 모듈 등, 프로그램화된 고장률 분석 방법의 동작을 지원하기 위한 하드웨어적인 구성을 구비함은 물론이다.

이와 같은 상기 고장률 분석 장치는 프로그램화된 소프트웨어 프로그램을 동작시킬 수 있는 마이크로프로세스가 구비된 컴퓨터, 개인 단말기, 노트북, PDA 및 특정 장치 중 어느 하나의 형태를 가질 수 있다. 이러한 고장률 분석 장치에 의해 동작되는 각 단계는 S110 단계 내지 S140 단계를 포함한다.

도 1에 도시된 바와같이, 먼저, 본 발명에 따른 S110 단계에서는 제조사로부터 제공된 대상물, 예컨대 운영 장비 및 설비 장비와 같은 산업 현장에 설치된 기기가 갖고 있는 BOM(Bill Of Material) 정보를 획득한다.

상기 BOM 정보는 대상물에 대한 구성 명세서(BOM : Bill Of Material)로서, 대상물이 복수개의 유닛들(부품들)을 통해 구성이 어떻해 되어있는지를 알려주는 상태도 태이터를 의미한다.

따라서, 본 발명에 따른 S110 단계에서는 획득되어진 BOM 정보에 기초하여 분석에 필요한 제1 BOM 정보를 수집한다. 이때, 상기 제1 BOM 정보는 BOM 정보에서 제공하는 데이터 중 분석에 필요한 정보만을 추출한 데이터로서, 예컨대 대상물에 구비된 유닛 명칭, 신뢰도, 불신뢰도, 고장률, 기준시간 및 단위 정보 등을 포함하고 있다.

이와 같이 추출된 제1 BOM 정보는 본 발명의 고장률 분석 방법(S100)의 실질적으로 수행하는 분석 툴에 의해 입력, 저장 및 표시된다. 상기 제1 BOM 정보를 입력, 저장 및 표시하기 위한 분석 툴은 도 2와 같이 일례로서 나타낼 수 있다.

도 2를 참조하면, 본 발명에 따른 분석 툴은 제1 BOM 정보의 입력(110) 및 제1 BOM 정보의 표시창(120)을 포함한다. 상기 제1 BOM 정보의 입력창(120)은 추출되어진 유닛 명칭, 신뢰도, 불신뢰도, 고장률(제2 고장률), 기준시간 및 단위 정보 등을 포함하는 제1 BOM 정보를 입력받는다.

반면, 제1 BOM 정보의 표시창(120)에는 입력된 제1 BOM 정보가 데이터베이스에 저장되고, 저장된 제1 BOM 정보를 리스트 형식으로 표시하여 준다. 이때, 리스트 형식은 각 유닛 명칭별로 나타내어지며, 복수개의 메인 유닛과 각 메인 유닛의 서브 유닛들로 연결되어 있다. 이러한 디렉토리 형태는 제1 BOM 정보의 표시창(120)의 왼쪽창에 나타내어져 있다.

다음으로, 본 발명에 따른 S120 단계에서는 S110 단계에 의해 수집된 제1 BOM 정보에 대응하여 대상물을 실제 운영하면서 획득한 실제 고장 정보를 수집하고 변경한다. 이때, 실제 고장 정보는 앞서 설명한 BOM 정보에 포함된 고장률 등의 정보와는 차이가 있다. 즉, 상기 실제 고장 정보는 FRACAS(Failure Reporting and Corrective Action System)을 통해 수집되는 것이 바람직하다.

이러한 FRACAS은 통상적으로 널리 알려져 있기 그 설명은 생략한다. 이로 인하여, 보다 정확한 실제 고장 정보를 수집할 수 있게 되는 것이다. 수집된 실제 고장 정보는 확인된 후 분석툴에 의해 입력 및 변경(수정) 작업을 진행한다. 이러한 분석툴은 도 3과 같이 나타내었다.

도 3을 참조하면, 본 발명에 따른 분석툴은 실제 고장 정보의 입력창(130) 및 실제 고장 정보의 표시창(140)을 포함한다. 상기 실제 고장 정보의 입력창(130)은 분석하고자 데이터로 변경(수정)된 실제 고장 정보가 입력된다.

이때, 실제 고장 정보가 변경되는 경우는 실측 데이터의 최초 입력자의 오류 데이터를 수정하기 위해 구성된 기능이거나 분석에 포함 되지 않는 데이터를 제외하기 위함이다.

이러한 수정 기능의 중요성은 실측 데이터 분석에서 실제 운영상에 고장이나 오류가 아니고 운영상에 정기 점검 데이터가 들어가 있는 경우 분석에 포함 하지 않는 데이터도 존재 하고 있는 관계로 잘못 기입된 고장 정보의 경우도 필히 수정 해야 되기 때문이다.

또한, 본 발명에 따른 실제 고장 정보의 입력창(130)에는 제조사로부터 제공받은 특정 시간의 고장률을 실제 운영상에 고장률 조회 시간과 같이 맞추도록 함으로써, 똑같은 시간의 공장률 산출을 위하여 같은 시간 많큼 설정된 실제 고장 정보를 입력받는다.

반면, 본 발명에 따른 실제 고장 정보의 표시창(140)에는 변경되어진 실제 고장 정보가 목록 형태로서 표시된다.

다음으로, 본 발명에 따른 S130 단계에서는 S120 단계에 의해 변경된 실제 고장 정보를 반영한 임의의 고장 분석 항목에 대하여 제1 고장률을 계산한다. 여기서, 적용되는 고장 분석 항목은 MTBF(Mean Time Between Failures), MTTR(Mean Time to Repair), 시간당 고장률 및 가용도, 예측 MTBF 및 예측 MTTR를 포함할 수 있다.

상기 MTBF 는 평균 무 고장 시간을 의미하며, 대상물이나 그의 각 유닛이 고장이 없는 시간 즉 무 고장 시간이 얼마나 되는 지에 관한 척도이며 이 척도는 대부분의 대상물의 각 유닛 구성들을 선택하는데 있어 중요한 요소로 작용한다.

반면, 상기 MTTR은 임의의 대상물이나 그 대상물의 각 유닛 요소의 수리 시간의 평균을 의미한다. 상기 고장률은 특정 시간대까지 임의의 대상물의 각 유닛이 고장 날 확률이며, 상기 가용도는 분석 시간대까지 대상물의 사용률을 의미한다.

따라서, 본 발명에 따른 S130 단계에서는 MTBF, MTTR, 시간당 고장률 및 가용도, 예측 MTBF 및 예측 MTTR를 포함하는 고장 분석 항목마다 각기 다르게 제1 고장률을 계산하게 되는 것이다.

여기서, 각 고장 분석 항목을 입력과 결과는 일례로서 도 4와 같은 분석툴로서 나타낼 수 있다. 상기 분석툴은 고장 분석 항목 입력과 제1 고장률을 계산하는 입력창(150)과 분석 대상이 되어 있는 BOM에 관하여 분석하여 BOM 전체의 분석 결과와 대상물의 구성들인 각 유닛들에 대한 분석 결과를 나타내는 제1 고장률 표시창(160)을 포함한다.

다음으로, 본 발명에 따른 S140 단계에서는 S130 단계에 의해 계산된 제1 고장률과 S110 단계에서 설명된 BOM 정보의 제2 고장률(고장률)을 비교하여 제1 고장률이 제2 고장률보다 클 경우 RBD(Reliability Block Diagram)를 이용하여 대상물에 대한 실제 고장률을 예측하는 과정을 수행한다.

여기서의 RBD라 함은 직렬구조, 병렬구조, 대기상태구조 및 복합구조 중 적어도 하나 이상의 형태로 생성하는 분석툴을 의미하는 것으로서, 각 구조의 분석툴은 도 5 내지 도 8에 나타내었다.

도 5 내지 도 7에 도시된 분석툴은 제1 BOM 정보 등이 기록되어 있는 속성 탐색기창(170, 200, 230), 직렬구조, 병렬구조, 대기상태구조 및 혼합구조로 이루어진 3개의 표시화면(180, 210, 240, 혼합구조는 미표시됨) 및 선택된 구조중 어는 하나의 각 유닛간 연결 관계를 표시하는 표시창(190, 220, 250)을 포함하여 이루어진다.

이러한 4개의 구조로 이루진 RBD는 각각의 구조에 따라 결과값이 다르게 되는데 그 결과는 다음과 같다.

설명에 앞서 본 실시예에서는 제조사로부터 제출된 기초 데이터인 BOM 정보가 하기의 (표 1)과 같고, FRACAS를 통해 변경되어진 실제 고장 정보가 (표 2)와 같다고 가정한다.

(표 1)

(표 2)

먼저, 도 5에 도시된 표시화면(180)에 구비된 직렬 구조 메뉴가 선택될 경우 표시창(190)에 직렬 구조가 생성된다. 상기 직렬 구조는 복수개의 유닛(191, 192, 193)이 직렬로 연결된 상태를 나타낸다. 이때, 상기 직렬 구조는 복수개의 유닛(191, 192, 193)의 각 고장률을 더하여 실제 고장률을 계산하게 된다.

예를 들면, 도 5에서 같이 직렬 구조에 의한 실제 고장률 = Bill Unit[고장률]+ Receipt Printer[고장률] + Slip Printer[고장률] = 7.2+3.5 + 3.5 = 14.2이 된다.

반면, 도 6에 도시된 표시화면(210)에 구비된 병렬 구조 메뉴가 선택될 경우 표시창(220)에 병렬 구조가 생성된다. 상기 병렬 구조는 하기의 (식 1)에 의해 복수개의 유닛(221~224)에 대한 실제 고장률을 계산하게 된다.

예를 들면, 도 6에서와 같이 병렬 구조에 의한 Bill Unit(221, 222)의 실제 고장률은 4.884043로 나온다. 따라서 복수개의 유닛(221~224)에 대한 실제 고장률 = Bill Unit[병렬고장률]+ Receipt Printer[고장률] + Slip Printer[고장률] = 4.884043 +3.5 + 3.5 = 11.884043이 된다.

...... (식 1)

그리고, 도 7에 도시된 표시화면(240)에 구비된 대기상태구조 메뉴가 선택될 경우 표시창(250)에 대기상태 구조가 생성된다. 상기 대기상태 구조는 하기의 (식 2)에 의해 복수개의 유닛(251~254)에 대한 실제 고장률을 계산하게 된다.

..... (식 2)

예를 들면, 도 7에서와 같이 (식 2)의 공식에 의한 Bill Unit(251, 252)의 실제 고장률은 3.013953 으로 계산되고, 전체 유닛(251~254)에 대한 실제 고장률 = Bill Unit[대기상태]+ Receipt Printer[고장률] + Slip Printer[고장률] = 3.013953 +3.5 + 3.5 = 10.0139533이 된다.

이와같이, 계산되는 실제 고장률은 제조사측에 Bill Unit가 가장 좋은 상태로 판명되어 대기상태 구조로 제작 의뢰되거나, 현장에서 조치 가능할 경우에는 현장에서 조치 해줌으로써 고장률을 나출수 있는 효과를 볼수 있는 것이다. 이를 위해 앞서 설명한 도 7과 같이 출력된 결과물(예: 도 8)을 제조사측에 통보해줌으로써 좀 더 나은 대상물(예:설비, 운영장비)를 유지할 수 있게 되는 것이다.

한편, 도 5 내지 도 7에서 표시되지 않은 복합 구조(Complex)는 앞서 설명한 직렬구조, 병렬구조 및 대기상태 구조가 복합적으로 결합된 형태로 보면 무방할 것이다.

이상에서 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 기록 매체(컴퓨터 판독 가능 매체)에 기록될 수 있다. 상기 기록 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.

기록 매체(컴퓨터 판독 가능 기록매체)의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬디스크(Floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.

프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상에서와 같이, 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고 다른 구체적인 형태로 실시할 수 있다는 것을 이해할 수 있을 것이다. 따라서 이상에서 기술한 실시예는 모든 면에서 예시적인 것이며 한정적이 아닌 것이다.

110 : 제1 BOM 정보 입력창 120 : 제1 BOM 정보 표시창
130 : 실제 고장 정보 입력창 140 : 실제 고장 정보 표시창
150 : 제1 고장률 입력창 160 : 제1 고장률 표시창
170, 200, 230: 탐색기창 180, 210, 240:표시화면
190, 220, 250: 표시창

Claims (10)

1. 고장률 분석 장치에 구비된 마이크로프로세서의 제어에 의해서 수행되는 고장률 분석 방법으로서,
   (a) 제조사로부터 제공된 대상물의 BOM(Bill Of Material) 정보에 기초하여 분석에 필요한 제1 BOM 정보를 수집하는 단계;
   (b) 상기 수집된 제1 BOM 정보에 대응하여 상기 대상물을 실제 운영하여 획득한 실제 고장 정보를 수집 및 변경하는 단계;
   (c) 상기 변경된 실제 고장 정보를 반영한 임의의 고장 분석 항목에 대하여 제1 고장률을 계산하는 단계; 및
   (d) 상기 제1 고장률과 상기 BOM 정보의 제2 고장률을 비교하여 상기 제1 고장률이 상기 제2 고장률보다 클 경우 RBD(Reliability Block Diagram)를 이용하여 상기 대상물에 대한 실제 고장률을 예측하는 단계;를 포함하며, 상기 (a) 단계는,
   상기 BOM 정보에 기초하여 상기 대상물에 구비된 유닛 명칭, 신뢰도, 불신뢰도, 고장률(제2 고장률), 기준시간 및 단위 정보를 복수개로 포함한 제1 BOM 정보를 추출하고, 상기 (b) 단계는, FRACAS(Failure Reporting and Corrective Action System)을 통해 상기 실제 고장 정보를 수집하고, 상기 (c) 단계는, MTBF(Mean Time Between Failures), MTTR(Mean Time to Repair), 시간당 고장률 및 가용도, 예측 MTBF 및 예측 MTTR를 포함하는 상기 고장 분석 항목에 대하여 상기 제1 고장률을 계산하고, 상기 (d) 단계는, 직렬구조, 병렬구조, 대기상태구조 및 복합구조 중 적어도 하나 이상의 형태로 생성하는 상기 RBD를 이용하여 상기 실제 고장률을 계산하며,
   상기 (d) 단계는,
   

   

   (식 1)
   상기 병렬구조에 따른 상기 (식 1)에 의해 상기 복수개의 유닛에 대한 상기 실제 고장률을 계산하는 것을 특징으로 하는 고장률 분석 방법.
2. 삭제
3. 삭제
4. 삭제
5. 삭제
6. 제 1항에 있어서,
   상기 (d) 단계는,
   복수개의 유닛을 직렬로 연결한 상기 직렬구조에 대하여 상기 복수개의 유닛의 각 고장률을 더해 상기 실제 고장률을 계산하는 것을 특징으로 하는 고장률 분석 방법.
7. 삭제
8. 제 1항에 있어서,
   상기 (d) 단계는,
   

   

   (식 2)
   상기 대기상태구조에 따른 상기 (식 2)에 의해 상기 복수개의 유닛에 대한 상기 실제 고장률을 계산하는 것을 특징으로 하는 고장률 분석 방법.
9. 제 1항, 제 6항, 제 8항 중 어느 한 항에 있어서,
   상기 (d) 단계의 복합구조는,
   상기 직렬구조, 병렬구조 및 대기상태구조를 혼합한 구조인 것을 특징으로 하는 고장률 분석 방법.
10. 제 1항, 제 6항 및 제 8항 중 어느 한 항에 따른 고장률 분석 방법을 실행하는 프로그램이 기록된 기록 매체.

Images