욕조 곡선 - 무작위 함정에서 벗어나십시오.

"욕조 곡선"(잘못되고 잘못 이해된 욕조 곡선)은 시간의 함수로서 기계의 고장률을 정확하게 반영하지 못한다는 신뢰성 전문가로부터 모두 들어왔습니다. . 전제에 많은 진실이 있지만 이야기에는 더 많은 것이 있으며, 실패율과 시간 간의 관계에 대한 진정한 이해를 얻으면 획기적인 안정성 개선을 향한 길을 가는데 도움이 될 수 있습니다.

계속 진행하기 전에 익숙한 욕조 곡선이 일반적으로 모든 것을 정의하는 개념적 모델이라는 개념을 염두에 두십시오. 기계, 구성 요소 또는 개별 고장 모드가 시간, 주기 또는 마일의 함수로 표시할 수 있는 가능한 고장률 영역(이 기사에서는 시간을 계속 사용함). 이러한 영역에는 영아 사망률, 지속적인 고장률 및 마모가 포함됩니다. 기존 욕조 곡선에는 일반적으로 장비에서 관찰되는 선형 증가 고장률 시나리오가 없지만 이는 기존 곡선의 평평한 영역을 대체할 수 있습니다.

계속 읽기 전에 곡선이 특정 기계의 신뢰성 수명을 설명할 것으로 예상된다는 개념을 생략하십시오. 또는 시간 경과에 따른 시스템.

못생긴 이메일의 공세를 피하기 위해 신뢰성 전문가들은 대부분의 기계가 일정한 비율을 보인다고 주장합니다. 대부분의 삶에 대한 시간의 함수로서의 실패율은 일반적으로 정확합니다. 일정한 고장률 기간은 종종 고장률이 높아지는 유아 사망률 기간(기계의 초기 수명)을 따릅니다. 신뢰성 중심 유지보수 전문가는 이 정보를 올바르게 활용하여 유지보수 계획을 수정하고 최적화합니다. 다시 말하지만, 기계 장비의 경우 고장률이 시간의 함수로 선형적으로 증가하는 경우가 많습니다.

하지만 고정 고장률 기간에 대한 관점을 바꾸고 싶습니다. 기계는 영아 사망률에서 살아남은 후 대부분의 삶을 보냅니다. 이것은 종종 "무작위" 실패 기간이라고 하며, 아마도 이것이 가장 이해하기 어려운 영역인 이유를 설명할 것입니다. 기계가 확실한 시간 관계를 나타내지 못하기 때문에 고장률이 수학적으로 무작위일 수 있지만, 그렇다고 해서 고장이 원인이 없는 것은 아닙니다. 실패가 수학적으로 무작위적이라는 사실을 받아들이면 개인이나 조직이 실패율을 제어할 수 없다는 믿음을 받아들이게 될 수 있습니다(일반적인 오해).

일정한 실패율에 대한 일반적이고 적절한 대응은 적절한 검사 및 모니터링 프로그램을 개발하고 조건을 사용하는 것입니다. 기반 유지 보수. 예측 CBM은 여전히 ​​반응적입니다. 기계의 기능이 영향을 받을 때까지 기다리는 것보다 훨씬 더 맛있는 형태이지만 반응은 똑같습니다. 고장률이 무작위적이라는 사실을 받아들이고 고장이 발생하는 이유를 이해하지 못하면 기계 설계, 운영 컨텍스트 및 환경 조건 제어의 변경을 통해 고장률을 사전에 변경할 기회를 놓치게 됩니다.

실제로 일정한 고장률 기간은 다음과 같은 이유로 일정하게 나타납니다. a) 고장 모드 중 일부는 실제로 시간의 함수로 무작위이고 b) 전체 비율에 기여하는 관련 없는 고장 모드가 너무 많아 결과가 무작위로 나타납니다. (그림 1). 진정한 무작위 실패 모드의 경우 CBM이 최선의 선택입니다. 그러나 고장까지의 시간을 모드별로 개별적으로 평가할 수 있다면 많은 개별 고장 모드가 실제로 시간 관계(시간의 함수로 증가 또는 감소)를 나타내는 것을 발견할 수 있습니다. 특정 고장 모드에 대한 고장률과 시간 사이의 명확한 관계가 설정될 수 있다면 관계를 변경하기 위한 사전 조치를 취할 수 있습니다. 모든 모드가 함께 모여 일정한 실패율을 생성하여 임의의 모양을 만드는 경우 할 수 있는 것은 다음 실패를 기다리고 모니터링 프로그램이 이를 포착한 다음 이에 대응하는 것뿐입니다.

명확한 중심 경향(평균) 및 약간의 분산(표준 편차) 및 기계 설계, 작동 컨텍스트 또는 환경 컨텍스트를 수정할 수 없는 경우에도 "어려운" 유지 관리 작업을 선택할 수 있는 옵션이 있습니다. 나는 내가 CBM을 모범 사례로 지향하는 현대적인 관습에 직면해 있다는 것을 깨달았습니다. 상태 모니터링의 강력한 기능에도 불구하고 힘든 시간에 예약된 유지 관리 작업은 여전히 ​​계획하기 가장 쉽고 일반적으로 실행 비용이 가장 저렴합니다. 기계의 고장 모드가 명확한 시간 종속성을 암시하고 어려운 시간 조치를 사용하여 이를 해결함으로써 신뢰성 목표를 가장 효과적이고 효율적으로 달성할 수 있다면 그것이 귀하의 조치 과정이어야 합니다. 반드시 시간 종속성이 없는 고장 모드의 경우 CBM이 선호되는 과정입니다.

그림 1

합리화된 힘든 시간 작업으로 유지 관리를 단순화하는 옵션을 제공하는 것 외에도 명확하게 정의된 시간 종속성, 신뢰성 엔지니어는 신뢰성을 사전에 개선할 수 있는 수많은 기회로 무장하고 있습니다. 다음은 몇 가지입니다.

1) 효과적인 디자인 변경이 가능합니다. 기계 수명 주기의 설계, 구축 및 시운전 단계는 기계의 "유전적 코드" 또는 작동 및 환경적 맥락과 관련된 신뢰성 성향을 결정합니다. 개별 고장 모드별로 고장 데이터를 수집함으로써 신뢰성 엔지니어는 설계 프로세스를 보다 효과적으로 지원할 수 있습니다. 설계 엔지니어에게 기계가 더 안정적이어야 한다고 말하는 것은 한 가지입니다(일반적인 시나리오). 장애 모드별로 세분화된 특정 장애 데이터를 제공하는 것은 또 다른 문제입니다. 품질 필드 데이터로 무장한 설계 엔지니어는 특정 변경을 수행할 수 있습니다. 그것이 없으면 추측해야 합니다.

2) 초기 삶의 실패를 줄입니다. 기계는 커미셔닝 또는 주요 유지보수 후 비용이 많이 드는 초기 수명 장애로 고생하는 경우가 많습니다. 개별 모드별로 고장 데이터를 수집 및 분석함으로써 신뢰성 엔지니어는 설치 중 정밀도 증가, 위험을 줄이는 시동 절차 생성 및 실행 등과 같이 초기 수명 고장을 초래하는 것으로 알려진 요인에 대한 제어를 강화하기 위해 특정 조치를 취할 수 있습니다.

3) 상태 모니터링 간격을 최적화합니다. 고장 모드가 시간 의존성을 나타내지만 힘든 유지 보수 활동을 보증할 만큼 충분히 강력하지 않다고 가정합니다. 검증된 효과적인 상태 모니터링 작업을 선택합니다. 고장 모드의 시간 종속성에 대한 지식이 모니터링 간격에 영향을 미쳐야 하지 않습니까? 대부분의 상태 모니터링 경로는 하드 타임 기반(월별, 분기별 등)입니다. 특정 고장 모드에 대한 시간 의존성은 영향을 받는 구성 요소 또는 영역의 힘든 시간 수리 또는 교체를 보증할 만큼 충분히 강하지 않을 수 있지만, 기계가 고위험 기간에 진입함에 따라 모니터링 또는 검사 간격을 줄이는 것이 타당할 수 있습니다.

특정 고장 모드별로 고장을 분석하려면 현장 데이터 수집에 있어 규칙을 지켜야 하며, 이는 작업이 필요합니다. 그리고 근면. 다행히 바퀴를 재발명할 필요가 없습니다. IEC 표준 300-3-2("응용 가이드 – 현장에서 신뢰성 데이터 수집")는 현장 데이터 수집 프로세스를 생성하기 위한 좋은 방법을 제공합니다. 마찬가지로, IEC 표준 812("고장 모드 및 영향 분석[FMEA] 절차")는 필드 데이터를 효과적으로 분류할 수 있도록 일반 오류 모드 코딩 시스템을 제공합니다. 좋은 기반을 제공합니다. 일부 확장을 통해 기계와 시스템을 정확하게 반영하도록 사용자 정의할 수 있습니다. FMEA에 실패 데이터를 입력합니다. 이는 변화를 주도하기 위한 조직 구조를 제공합니다.

이제 욕조 곡선에 집착하지 말고 적용해 보겠습니다. 욕조 곡선은 많은 플랜트 시스템의 신뢰성 수명을 정의하지 않을 수 있지만 시간의 함수로서 고장을 이해하기 위한 개념적 프레임워크를 제공합니다. 모드별로 장애를 분류하여 임의의 것을 제어할 수 없다는 것을 단순히 받아들이는 임의의 함정에서 벗어날 수 있습니다.

CRE 및 CMRP인 Drew Troyer는 Noria Corporation의 공동 창립자이자 글로벌 서비스 운영 수석 부사장입니다. 강사로 재직한 Oklahoma State University를 졸업한 후 그의 전문 경력은 기계 신뢰성 향상에 전념했습니다. 그는 Entek/Rockwell Automation의 제품 관리자와 Diagnetics Inc.의 기술 응용 프로그램 이사를 역임했습니다. Noria에서 그의 긴 고객 목록에는 International Paper, Cargill, Goodyear, Texas Utilities, Reliant Energy 및 Southern Companies가 포함됩니다.