평균 고장 시간(MTTF)은 수리할 수 없어 교체해야 하는 자산의 수명을 추적하는 데 사용되는 유지보수 핵심 성과 지표(KPI)입니다. 이러한 자산의 수명을 알면 비즈니스가 재고, 생산, 유지보수에 대한 전략적 결정을 내려 최대 설비 가동 시간을 보장할 수 있습니다.
MTTF는 자산 설치 시점과 고장 시점 사이의 시간을 측정합니다. 각 항목, 부품, 구성 요소가 교체되기 전까지 평균적으로 몇 시간 동안 지속되는지 알려줍니다.
MTTF는 수리할 수 없는 자산에 특별히 사용됩니다. 일반적으로 이러한 자산을 교체하는 것이 수리하는 것보다 비용이 적게 들고 효율적입니다.
따라서 평균 고장 시간은 더 큰 기계 내의 소형 자산과 개별 구성 요소에 유용한 계산입니다. 예를 들어:
부품의 MTTF를 알면 유지보수 팀이 더 큰 생산 자산을 구성하는 부품의 신뢰성을 더 명확히 이해할 수 있습니다. 또한 실행 가능한 통찰력을 제공하여 유지보수 필요성을 미리 파악할 수 있게 합니다.
일부 개별 구성 요소는 수리할 수 없지만, 종종 더 큰 수리 가능한 자산의 일부입니다. 이러한 구성 요소의 수명과 신뢰성은 설비 가동 시간과 더 큰 자산의 전반적인 성능에 큰 영향을 미칠 수 있습니다.
유지보수 팀이 각 구성 요소의 MTTF를 알면 그 숫자를 사용하여 재고를 관리하고 부품 구매 시기에 대해 더 현명한 결정을 내릴 수 있습니다. 예를 들어, 적시 생산 환경에서 MTTF 지표는 부품이 필요할 때 도착하도록 언제 주문할지 예측하는 데 사용될 수 있습니다.
MTTF 계산에는 자산 이력에 대한 지식이 필요합니다. 해당 특정 부품이 몇 개 사용되었는지, 각 개별 부품이 얼마나 오래 지속되었는지 알아야 합니다. 더 구체적으로, 초기 설치부터 고장/교체까지 각 부품이 사용된 시간 수를 계산해야 합니다. 데이터가 많을수록 MTTF 계산이 더 정확해집니다.
그렇기 때문에 MTTF는 상대적으로 빠르게 고장 나는 구성 요소에 가장 적합합니다. 그렇지 않으면 더 내구성 있는 장비의 MTTF 점수를 결정하는 데 수년이 걸릴 수 있습니다. 또한 MTTF는 동일한 자산 간에만 계산해야 한다는 점을 명심해야 합니다.
예를 들어, 전구의 MTTF를 계산하는 경우 동일한 와트수의 전구만 사용해야 합니다. 이러한 변수의 차이는 부정확하고 사용할 수 없는 결과를 초래합니다.
MTTF 고유 공식으로 계산하는 방법은 다음과 같습니다.
평균 고장 시간 공식 (MTTF 공식)
자산의 MTTF는 총 가동 시간을 사용 중인 특정 자산 수로 나누어 계산합니다.
MTTF 공식으로 계산할 수 있습니다:
총 가동 시간 / 자산 수 = MTTF
가동 시간이 여러 자산 간에 분산되므로 총 시간을 합산해야 합니다. 예를 들어, 특정 유형의 전구 MTTF를 계산하려면 각 전구의 수명이 필요합니다.
평균 고장 시간 계산 예시
예를 들어, 6개의 전구가 있습니다. 3개는 수명 1,000시간, 3개는 수명 1,200시간입니다. 총 6,600시간 작동했습니다. MTTF 계산은 다음과 같습니다:
총 가동 시간 6,600시간 / 전구 6개 = 1,100시간
따라서 각 전구의 MTTF는 1,100시간입니다.
MTTF는 고장 시점까지의 평균 시간 수이므로, 높은 MTTF가 더 좋습니다. 이는 자산이 고장 나기 전까지 더 오래 지속됨을 의미합니다.
낮은 MTTF는 자산이 높은 MTTF를 가진 자산에 비해 더 빨리 고장 날 가능성이 있음을 나타냅니다. 따라서 "MTTF 개선"을 추구할 때는 더 높은 숫자를 목표로 합니다. 하지만 각 자산마다 고유한 MTTF가 있다는 점을 기억해야 합니다. 예를 들어, 베어링의 높은 MTTF는 4,000시간일 수 있지만, 컨베이어 벨트의 4,000시간 MTTF는 용납할 수 없을 정도로 낮을 수 있습니다. 모든 것은 자산과 그 용도에 달려 있습니다.
MTTF 계산에 수치를 입력한 후, 해당 자산에 좋은 MTTF인지 어떻게 판단하나요? 이 질문에 대한 보편적인 답은 없지만, 유지보수 팀은 좋은 MTTF 달성 여부를 판단하기 위해 여러 요소를 고려할 수 있습니다.
좋은 MTTF는 많은 변수에 달려 있지만, 이 지표를 추적하고 시간이 지남에 따라 어떻게 변하는지 관찰하는 것은 성공적인 유지보수 관리의 중요한 부분입니다.
MTTF는 신뢰성 공학과 유지보수 관리에서 몇 가지 주요 이점을 제공하는 중요한 지표입니다. 첫째, 수리 불가능한 구성 요소의 예상 수명을 명확히 나타내어 조직이 교체를 계획하고 재고를 효과적으로 관리할 수 있게 합니다. 구성 요소가 지속될 것으로 예상되는 평균 시간을 이해함으로써 기업은 적시 교체를 예약하여 가동 중단을 최소화하고 운영 효율성을 유지할 수 있습니다.
둘째, MTTF는 품질 보증과 제품 개발에 필수적입니다. 다양한 구성 요소의 MTTF를 분석함으로써 엔지니어는 개선 영역을 식별하고 제품의 전반적인 신뢰성을 향상시킬 수 있습니다. 이는 고객 만족도 증가와 보증 청구 감소로 이어집니다. MTTF는 비용 관리에서도 중요한 역할을 합니다. 구성 요소의 수명을 예측함으로써 기업은 교체와 유지보수 활동을 더 정확하게 예산화하여 예상치 못한 비용을 피할 수 있습니다.
또한 MTTF는 안전이 중요한 애플리케이션에서 필수적입니다. 항공우주, 의료, 자동차 같은 산업에서 MTTF를 이해하면 구성 요소가 고장 나기 전에 교체되도록 하여 대형 사고를 예방하고 사용자 안전을 보장합니다. 전반적으로 MTTF는 조직이 신뢰성을 개선하고 비용을 관리하며 운영 안전을 보장하는 데 도움이 되는 필수 지표입니다.
MTTF 계산 방법을 알면 팀이 전략적 운영 결정을 내리는 데 도움이 됩니다. 수리할 수 없는 항목에 사용되더라도, 비즈니스에서 사용하는 다양한 항목의 MTTF를 알면 가동 시간 극대화와 비용 절감에 도움이 됩니다.
MTTF를 평균 고장 시간으로 정의할 수도 있습니다. 이는 각 부품이 얼마나 오래 지속될지 보장하지는 않지만, 평균을 아는 것은 여전히 유용합니다.
MTTF가 답하는 데 도움이 되는 몇 가지 중요한 유지보수 질문은 다음과 같습니다:
MTTF는 수리할 수 없는 자산에 가장 적합합니다. 그러나 특정 자산의 수명은 예방 유지보수 수행으로 여전히 연장될 수 있습니다. 예를 들어, 볼 베어링에 윤활유를 바르면 유용 수명을 연장할 수 있습니다. 제조업체 권장 사항에 따라 자산을 사용하면 다른 자산의 유용 수명도 연장할 수 있습니다.
MTTF를 이해하면 예방 유지보수가 특정 부품의 수명을 얼마나 연장할 수 있는지 측정할 수 있습니다. 이 정보를 통해 유지보수 팀은 해당 부품에 대한 예방 유지보수 수행의 가치가 노력할 만한 가치가 있는지, 아니면 고장 수리 접근 방식이 시간과 비용 면에서 더 효과적인지 판단할 수 있습니다.
교체 부품의 품질은 자산의 전반적인 수명에 영향을 미치므로, 고품질 부품 선택이 장비 수명 연장과 전반적인 효율성 보장의 핵심입니다. MTTF는 교체 부품의 품질을 나타낼 수 있으므로, 향후 교체 부품 구매 시 더 나은 구매 결정을 내릴 수 있습니다.
부품 제조업체는 귀사가 항상 사용해 온 부품의 수명과 품질에 영향을 미치는 결정을 내릴 수 있습니다. 각 항목의 MTTF 점수를 알고 시간이 지남에 따라 추적하면 전반적인 품질이 저하되는지 확인할 수 있습니다. 그렇다면 다른 공급업체에서 부품을 구매할 때임을 나타낼 수 있습니다.
어떤 부품을 구매할지 결정하는 것 외에도, MTTF는 언제 교체 부품을 구매할지 결정하는 데 사용될 수 있습니다. 공간과 비용 제약으로 인해 예비 부품 재고를 보유하는 것이 항상 가능한 것은 아닙니다. 또한 일부 자재는 시간이 지남에 따라 열화되어 장기 보관이 불가능합니다.
유지보수 팀은 대신 MTTF를 사용하여 부품 주문을 최적화하여 교체품이 필요하기 직전에 도착하도록 할 수 있습니다. 강력한 전산화 유지보수 관리 시스템(CMMS)은 재고에 있는 것과 위치를 추적하고 공급망 리드 타임을 예상하여 재고 최적화를 도울 수 있습니다. CMMS는 항목의 과거 MTTF를 추적하고 이를 활용하여 재고를 효과적으로 관리할 수 있습니다.
다른 유지보수 지표와 마찬가지로 MTTF도 과제를 제시합니다. 예를 들어, 유지보수 팀은 MTTF를 정확하게 계산하는 것이 어렵다고 느낄 수 있습니다. MTTF 공식을 아는 것만으로는 충분하지 않습니다. MTTF 데이터를 수집하고 분석하기 위한 올바른 도구, 인프라, 전략을 갖추는 것이 중요합니다.
평균 고장 시간 공식은 정확성을 위해 대량의 데이터가 필요합니다. 기계 고장의 무작위 표본으로는 신뢰할 수 있는 결과를 얻을 수 없습니다. MTTF를 계산할 때 정확한 결과를 얻으려면 자산 가동 시간과 고장 횟수의 큰 표본이 필요합니다.
고장 나기 전까지 오랫동안 작동할 수 있는 자산의 경우 MTTF 계산이 어려울 수 있습니다. 자산이 고장 나기 전까지 오랫동안 작동하면 평균 고장 시간을 계산하기가 어렵습니다.
MTTF는 자산이 항상 일정한 비율로 고장 난다고 가정합니다. 불행히도 이는 항상 참이 아닙니다. 현실 세계에서는 조건이 끊임없이 변합니다. 새 기계, 변경된 일정, 환경적 요인이 모두 자산 성능과 고장률에 영향을 미칩니다.
MTTF는 중요한 지표지만, 단일 지표나 KPI에만 의존해서는 안 됩니다. MTTF를 MTBF(평균 고장 간격)와 MTTR(평균 수리 시간)과 함께 추적하는 것이 모범 사례입니다. 그러면 자산 건전성에 대한 더 완전한 그림을 얻을 수 있습니다.
좋은 CMMS를 사용하면 데이터 수집 문제를 해결할 수 있습니다. CMMS는 또한 광범위한 유지보수 KPI와 지표 추적을 훨씬 쉽게 만듭니다.
유지보수 효과를 측정하는 데 도움이 되는 다양한 지표가 있습니다. MTTF는 이러한 운영에 대한 귀중한 스냅샷 중 하나이며 수리할 수 없는 자산을 추적하고 대응하는 데 기초가 됩니다. 하지만 수리 가능한 자산은 어떨까요? 고려해야 할 몇 가지 핵심 지표가 있습니다. 가장 중요한 두 가지는 평균 고장 간격(MTBF)과 평균 수리 시간(MTTR)입니다. MTBF는 수리 가능한 시스템에서 두 고장 사이의 예상 시간을 나타냅니다. 한편 MTTR은 테스트와 진단 시간을 포함하여 고장 난 자산을 수리하는 데 걸리는 평균 시간을 측정합니다.
MTBF와 MTTF는 모두 유용한 지표입니다. 팀이 유지보수 절차를 개발하고 반복하여 플랜트 전반의 프로세스에서 지속적인 개선을 보장하는 데 사용할 수 있는 귀중한 정보를 제공합니다.
MTBF(평균 고장 간격)는 수리 가능한 자산에 사용됩니다. 이 값은 자산이 최적의 노력으로 수리가 필요하기 전까지 평균적으로 몇 시간 동안 작동할 수 있는지 알려줍니다. MTBF로 측정되는 시간은 완전 고장 사이의 시간이 아닙니다. 대신 자산이 최적으로 작동하기 위해 수리되어야 하기 전까지의 시간입니다.
예를 들어, 자산이 여전히 작동 가능하지만 회사의 모범 사례에서 예상하거나 허용하는 것보다 더 느리게 작동한다면, 수리가 필요하므로 고장에 도달한 것입니다.
MTTF(평균 고장 시간)는 교체해야 하는 자산에 사용됩니다. 이러한 자산은 완전히 수리 불가능하거나, 수리하는 데 너무 많은 시간과 노력이 들어 비즈니스에서 교체를 선택하는 경우일 수 있습니다.
예를 들어, 예상 수명 15년의 수리 가능한 제조 장비에 MTTF를 계산하지는 않을 것입니다. 그러나 제조 장비가 최적으로 작동하는 데 필요한 팬 벨트의 MTTF는 계산할 것입니다. 이 부품은 자산의 유용 수명 동안 수십 번 교체되어야 할 수 있습니다.
더 큰 자산에 MTTF를 계산하지는 않지만, 평균 고장 간격은 계산합니다. 이는 장비가 얼마나 자주 수리되어야 하는지 보여주며, 유지보수 팀이 예방 유지보수에 대한 결정을 내리는 데 도움이 되는 유용한 정보를 제공합니다. 자산은 결국 교체되어야겠지만, 필요에 따라 수리함으로써 양호한 작동 상태를 유지할 수 있습니다.
전구와 볼 베어링 같은 일반 품목의 MTTF를 추적하는 것은 어려워 보일 수 있습니다. 이 지표를 올바르게 계산하려면 좋은 기록 관리가 필요하며, 이는 많은 서류 작업이나 디지털 스프레드시트에서 데이터 추적에 소요되는 시간으로 이어질 수 있습니다.
그러나 CMMS는 이러한 지표를 자동으로 추적하여 도움을 줄 수 있습니다. 무선 연결 센서, 통합 재고 관리, 스마트 소프트웨어의 도움으로 eMaint 같은 포괄적인 CMMS는 수요에 따라 보고서를 생성하여 필요한 모든 MTTF 데이터를 손끝에서 확인할 수 있게 합니다.
특정 부품의 MTTF를 계산한 후에는 다음과 같은 경우에 사용할 수 있습니다:
MTTF 같은 KPI와 고장 지표는 유지보수 프로그램의 성공을 측정하는 열쇠입니다. 제조 플랜트는 경쟁력을 유지하기 위해 그 어느 때보다 생산적이어야 합니다. 끊임없이 증가하는 수요를 따라잡기 위해 유지보수 및 신뢰성 팀은 낡은 관행을 개편하고 새로운 관행을 채택하여 장비 고장이 생산 일정에 미치는 영향을 최소화하고 있습니다.
MTTF가 실제 유지보수 결정을 어떻게 안내하는지 이해하기 위해 예를 들어보겠습니다.
유지보수 팀이 컨베이어 시스템에 사용되는 10개의 동일한 볼 베어링 배치의 평균 고장 시간(MTTF)을 계산하려고 합니다. 시간이 지남에 따라 각 베어링이 고장 나기 전까지 얼마나 오래 작동했는지 기록합니다:
| 베어링 | 고장 전 시간 |
|---|---|
| 1 | 3,800 |
| 2 | 4,100 |
| 3 | 3,900 |
| 4 | 4,000 |
| 5 | 4,200 |
| 6 | 3,700 |
| 7 | 4,100 |
| 8 | 4,000 |
| 9 | 3,900 |
| 10 | 4,100 |
MTTF를 계산하려면 모든 고장 난 베어링의 총 가동 시간을 더한 다음 고장 수로 나눕니다:
MTTF = (40,800시간) ÷ 10 = 4,080시간
평균적으로 각 베어링은 고장 나기 전까지 약 4,080시간 동안 작동합니다. 컨베이어가 24/7 가동된다면 각 볼 베어링은 약 5.5개월 동안 지속됩니다. 이 정보를 사용하여 유지보수 팀은 주요 운영 결정을 내릴 수 있습니다.
CMMS에서 일관되게 수집되면 MTTF 데이터는 비용, 신뢰성, 가동 시간의 균형을 맞추는 의사결정 도구가 됩니다.
MTTF 개선에는 비수리 가능 구성 요소의 수명과 신뢰성을 향상시키는 것을 목표로 하는 여러 전략이 포함됩니다. 다음은 몇 가지 효과적인 방법입니다:
올바른 데이터에 접근하는 것이 MTTF 개선의 첫걸음이며, 이를 수집하고 분석하는 최고의 리소스는 CMMS입니다. 지난 20년 동안 원격 상태 모니터링 기술의 사용이 증가하여 예기치 않은 고장을 예측하고 예방하는 데 도움이 되었습니다. 전력 모니터링과 진동 모니터링을 통해 더 많은 자산 상태 데이터에 접근함으로써 유지보수 팀은 제조 플랜트 기계의 효율성과 전반적인 상태를 더 명확히 파악할 수 있습니다.
강력한 CMMS는 이 모든 정보를 한 위치에서 쉽게 이용할 수 있게 하여 조직 전체에서 유지보수 관행을 최적화하는 데 필요한 도구를 제공합니다. MTTF 및 기타 KPI를 추적할 수 있는 수상 경력의 CMMS 플랫폼을 찾고 있다면 eMaint 전문가에게 문의하세요.
장비 유지 보수 및 수리
브레드보드란 무엇인가? 회로도를 그렸다면, 이제 납땜 없이 회로를 구현해 볼 차례입니다. 브레드보드(Breadboard)는 솔더리스(Solderless) 프로토타이핑 보드로, 부품의 리드선이나 점퍼 와이어를 꽂기만 하면 전기적 연결이 완성되는 플러그 앤 플레이 방식의 작업대입니다. 내부에는 0.1인치(2.54mm) 간격의 소켓이 격자 형태로 배열되어 있으며, 24 AWG 단심 와이어나 부품 리드가 딱 맞게 들어갑니다. 양쪽 긴 레일은 전원(VCC)과 그라운드(GND) 버스용으로 쓰이며, 중앙 영역은 부품 장착 및 신호 배선용입니다
전 구매 에이전트라 블로그 쓸 일이 드뭅니다. 하지만 CNC 공작기계 업계에서 자본 장비와 절삭 공구 구매 경험이 있어 여러분 시간 아껴드릴 정보 공유합니다. 이번엔 여러분 애플리케이션에 딱 맞는 완벽한 각인 공구 구매 요령을 전합니다. DATRON 공구와 우리 프로세스 중심이지만, 대부분 각인 공구에 적용되는 일반 정보도 담겨 있습니다. 각인 공구 주문 시 알아야 할 것들 각인 공구 주문 시 준비할 기본 정보 6가지: 귀사명 하프 앵글(Half Angle) 팁 사이즈(Tip Size) 생크 사이즈(Shank Size) 가공
