Ⅳ. 설비 수명예측
Ⅳ-1. 잔여수명(RUL)의 기본개념과 수명예측 기준
설계수명(design life)은 설계 단계에서 예상한 사용기간 또는 사용횟수이고, RUL은 현재 상태를 기준으로 앞으로 남아 있는 예상수명이다.
예를 들어 어떤 펌프의 설계수명이 10년이라고 하더라도 8년째 진동과 베어링 온도가 정상적으로 유지된다면 2년 후 즉시 고장난다고 볼 수 없다.
반대로 설계수명이 10년인 설비라도 부식이나 반복하중에 의한 열화가 빠르게 진행되었다면 6~7년 시점에서 이미 허용한계에 접근할 수 있다.
따라서
설계수명 = 처음부터 설정된 수명 기준
RUL = 현재 상태에서 다시 계산하는 잔여수명
→ 설비 수명, 잔여수명(RUL), 기대수명, 설계수명의 차이
RUL은 단순히 시간 데이터를 외삽하는 것이 아니라,
현재 상태 → 열화추세 → 한계값 → 한계 도달 예상시간
의 관계로 계산해야 한다.
→ RUL은 단순히 “몇 년 더 사용할 수 있는가”가 아니라 현재 설비 상태에서 허용 가능한 성능 한계에 도달하기까지 남은 시간으로 이해해야 함
→ 상태데이터, 열화량, 고장한계값을 연결하여 잔여수명을 산정하는 기본적인 접근방법
Ⅳ-2. 열화속도와 수명예측 모델
기본지식 부주제
→ 열화량, 열화율, 열화곡선의 기본 개념
설비의 잔여수명을 예측하려면 현재 상태만 확인해서는 부족하다. 중요한 것은 설비의 상태가 시간에 따라 얼마나 빠르게 변하고 있는가이다.
예를 들어 현재 베어링의 진동값이 3.0 mm/s라고 하더라도, 1년 동안 2.0 → 3.0 mm/s로 천천히 증가한 설비와 최근 한 달 사이 2.0 → 3.0 mm/s로 급격히 증가한 설비는 예상되는 잔여수명이 다를 수 있다.
따라서 수명예측에서는 상태값 자체보다 열화량과 열화속도의 시간적 변화를 함께 분석해야 한다.
1. 열화량의 기본 개념
기본지식
열화량은 설비 또는 부품의 성능이나 상태가 초기 또는 기준상태에서 얼마나 변화했는지를 나타내는 값이다.
설비의 상태변수를 (X(t))라고 하면 기준상태 (X_0)와의 차이를 이용하여 열화량을 정의할 수 있다.
예를 들어 베어링 진동이 초기 2.0 mm/s에서 현재 3.5 mm/s로 증가했다면 진동 기준의 열화량은
[=3.5-2.0=1.5;mm/s] 가 된다.
다만 모든 상태변수가 증가하는 방향으로 열화되는 것은 아니다.
- 진동 → 증가
- 마모량 → 증가
- 부식 두께감소 → 증가
- 절연저항 → 감소
- 펌프 효율 → 감소
따라서 분석 전에 어떤 방향의 변화가 열화를 의미하는지를 먼저 정의해야 한다.
2. 열화율과 열화속도
기본지식
열화속도는 일정 시간 동안 상태가 얼마나 변화하는지를 나타낸다.
가장 단순한 평균 열화속도는 다음과 같이 계산할 수 있다.
[가 진행된 것으로 볼 수 있다.
그러나 이것은 어디까지나 해당 구간의 평균값이다.
실제 설비에서는 열화속도가 일정하지 않을 수 있기 때문에 구간별 열화속도를 비교하는 과정이 중요하다.
3. 열화곡선이 중요한 이유
기본지식
열화곡선은 시간에 따른 설비 상태 또는 열화량의 변화를 나타낸 것이다.
대표적인 형태는 다음과 같이 구분할 수 있다.
| 열화 형태 | 특징 | 대표적인 상황 |
|---|---|---|
| 선형 열화 | 일정한 속도로 변화 | 균일한 마모 |
| 완만한 열화 | 초기 변화가 작음 | 초기 안정구간 |
| 가속 열화 | 시간이 지날수록 속도 증가 | 베어링 손상 진전 |
| 감속 열화 | 초기 변화 후 증가폭 감소 | 일부 열화현상 |
| 복합 열화 | 여러 형태가 함께 나타남 | 복합적인 설비 손상 |
특히 중요한 것은 열화곡선의 기울기 변화이다.
열화량 (D(t))를 시간으로 미분하면 순간적인 열화속도를 개념적으로 \frac{dD}{dt} 로 표현할 수 있다.
따라서 열화곡선의 기울기가 커지고 있다면 설비의 열화가 가속되고 있을 가능성을 검토해야 한다.
→ 진동·마모·두께·절연저항 등 측정값이 시간에 따라 어떻게 변하는지를 이용하여 미래 상태를 추정
→ 일정한 열화속도를 가정하는 방법과 시간이 지날수록 열화속도가 변하는 경우의 차이를 분석
실제 설비에서는 열화속도가 일정하지 않은 경우가 많다. 따라서 실제 수명예측에서는 선형모델 하나만 사용하는 것이 아니라 열화속도의 변화, 운전조건, 측정오차, 고장모드를 함께 고려해야 한다.
Ⅳ-3. 상태데이터를 이용한 잔여수명(RUL) 추정
기본지식 부주제
→ 상태기반 수명예측과 상태변수(Health Indicator)의 개념
→ 온도·진동·압력·전류 등의 측정값에서 설비 열화상태를 대표하는 지표를 선정하고 시간에 따른 변화를 추적
설비의 잔여수명(RUL)을 예측하기 위해서는 단순히 설비의 사용기간이나 과거 평균수명을 이용하는 것보다 현재 설비가 어떤 상태에 있는지를 나타내는 상태데이터를 활용하는 것이 중요하다.
진동, 온도, 압력, 전류, 윤활유 상태, 변위, 두께, 절연저항 등의 데이터에는 설비 열화가 진행되는 과정이 포함되어 있다. 문제는 측정값 자체가 곧바로 RUL을 의미하지 않는다는 것이다.
전문적인 수명예측에서는 측정데이터에서 열화와 관련된 특징을 추출하고, 시간에 따른 상태변화를 추적한 후, 고장한계까지 남은 시간을 계산하는 과정이 필요하다.
1. 상태데이터의 기본 개념
기본지식
상태데이터는 설비가 현재 어떤 상태에서 운전되고 있는지를 나타내는 측정정보다.
대표적인 상태데이터는 다음과 같다.
| 설비 | 상태데이터 예 |
|---|---|
| 회전기계 | 진동, 회전속도, 온도 |
| 모터 | 전류, 전압, 진동, 온도 |
| 펌프 | 토출압력, 유량, 진동, 효율 |
| 베어링 | 진동 RMS, 온도, 충격값 |
| 배관 | 잔존두께, 부식깊이 |
| 전기설비 | 절연저항, 누설전류 |
| 기어 | 진동, 소음, 윤활유 상태 |
여기서 중요한 것은 모든 측정값을 수명예측에 사용하는 것이 아니라 고장모드와 관련성이 높은 데이터를 선택하는 것이다.
2. 상태데이터와 RUL의 연결
상태데이터가 RUL로 변환되는 과정은 다음과 같이 이해할 수 있다.
센서 측정
↓
데이터 전처리
↓
상태특징 추출
↓
Health Indicator 생성
↓
열화추세 분석
↓
고장한계 설정
↓
한계 도달시점 예측
↓
RUL 산출
즉, 센서에서 측정된 값 하나를 그대로 미래에 외삽하는 것이 아니라 설비의 열화상태를 대표하는 지표로 변환한 후 수명을 예측하는 과정이다.
3. Health Indicator(HI)의 개념
기본지식
Health Indicator는 여러 상태데이터 중에서 설비의 건전도 또는 열화상태를 나타내도록 구성한 지표다.
예를 들어 베어링의 진동 데이터에서 단순한 진동값보다 RMS, Peak, Crest Factor 또는 특정 주파수 성분의 변화가 열화상태를 더 잘 나타낼 수 있다.
예를 들어,
[
HI(t)=f(x_1,x_2,\cdots,x_n)
]
과 같이 여러 측정변수 (x)를 이용하여 상태를 표현할 수 있다.
좋은 HI는 일반적으로 시간이 지남에 따라 열화방향이 명확하고, 고장에 가까워질수록 변화가 관찰되며, 운전조건 변화에 따른 불필요한 변동이 상대적으로 적어야 한다.
4. 좋은 상태지표를 선정하는 기준
수명예측에서는 데이터가 많다고 반드시 좋은 것은 아니다.
실제 적용에서는 다음 특성을 확인하는 것이 중요하다.
| 평가항목 | 의미 |
|---|---|
| 추세성 | 시간에 따라 열화방향이 나타나는가 |
| 단조성 | 열화가 진행될수록 일정한 방향으로 변하는가 |
| 민감도 | 작은 열화변화도 감지할 수 있는가 |
| 안정성 | 정상상태에서 불필요한 변동이 작은가 |
| 재현성 | 유사한 조건에서 비슷한 결과가 나타나는가 |
| 고장연관성 | 실제 고장모드와 관련되어 있는가 |
예를 들어 진동값이 크게 변하더라도 그 변화가 실제 베어링 손상 때문인지 부하 변화 때문인지 구분하지 못한다면 좋은 수명예측 지표라고 보기 어렵다.
5. 원시데이터를 그대로 사용하면 생기는 문제
현장 센서 데이터에는 측정오차와 운전조건에 따른 변동이 포함되어 있다.
예를 들어 모터 진동값이
2.1 → 2.3 → 2.0 → 2.5 → 2.4 → 2.8
처럼 변화한다고 하자.
단순히 각각의 값을 연결하면 열화추세가 명확하지 않을 수 있다.
이때 측정시간, 회전속도, 부하 등의 조건을 함께 확인하고 필요하면 데이터 필터링이나 평균화 등을 적용하여 장기적인 열화추세와 일시적인 변동을 구분해야 한다.
다만 지나친 데이터 평활화는 실제 고장 전 급격한 변화를 제거할 수 있으므로 주의해야 한다.
6. 상태데이터의 시간축 정렬
RUL 예측에서 의외로 중요한 것이 시간축의 일관성이다.
센서마다 측정주기가 다를 수 있기 때문이다.
예를 들어
- 진동: 1시간마다
- 온도: 1분마다
- 전류: 10초마다
- 수동 두께검사: 3개월마다
측정되는 상황이 있을 수 있다.
이 데이터를 그대로 비교하면 각 상태변수의 변화시점을 정확하게 연결하기 어렵다.
따라서 실제 분석에서는 측정시간을 정렬하고 필요한 경우 동일한 시간단위로 데이터를 변환하여 열화과정을 하나의 시간축에서 비교해야 한다.
7. 상태데이터에서 열화구간을 찾아야 하는 이유
설비의 전체 운전기간이 모두 수명예측에 동일하게 유용한 것은 아니다.
일반적으로 상태변화는
정상구간 → 초기열화 → 진행열화 → 급격한 열화 → 기능상실
과 같은 형태로 나타날 수 있다.
초기 정상구간의 데이터만 가지고 미래를 예측하면 열화속도를 제대로 파악하지 못할 수 있다.
반대로 급격한 고장 직전 데이터만 사용하면 너무 짧은 기간의 특성에 의존하게 된다.
따라서 어느 시점부터 의미 있는 열화가 시작되었는지를 판단하는 과정이 중요하다.
8. 고장한계(Failure Threshold)의 설정
RUL 계산에서 가장 중요한 기준 중 하나가 고장한계다.
예를 들어 베어링의 Health Indicator가 다음과 같이 증가한다고 하자.
[
HI(t)
]
그리고 허용한계가
[
HI_{lim}
]
이라면 RUL은 현재 상태에서 (HI_{lim})에 도달하는 예상시간으로 계산할 수 있다.
중요한 것은 고장한계를 임의의 숫자로 정하지 않는 것이다.
가능하면 다음 자료를 함께 고려해야 한다.
- 제조사 기준
- 설계기준
- 설비 성능기준
- 과거 고장기록
- 검사기준
- 실제 운전경험
즉, 수명예측 모델보다 먼저 수명판정 기준을 제대로 정의해야 한다.
9. 상태추세를 이용한 RUL 계산
가장 간단한 방법은 상태지표의 변화추세를 이용하는 것이다.
현재 Health Indicator가 (HI_0), 고장한계가 (HI_{lim}), 열화속도가 (r)이라면,
[
RUL=\frac{HI_{lim}-HI_0}{r}
]
로 표현할 수 있다.
예를 들어
- 현재 HI = 6.0
- 고장한계 = 10.0
- 열화속도 = 0.02/시간
이라면,
[
RUL=\frac{10-6}{0.02}=200시간
]
으로 계산할 수 있다.
다만 이 결과는 앞으로도 동일한 열화속도가 유지된다는 조건에서의 추정값이다.
10. 실제 데이터에서는 단순 선형계산을 그대로 적용하기 어렵다
현장 데이터의 열화속도는 일정하지 않을 수 있다.
예를 들어 베어링의 상태지표가
2.0 → 2.2 → 2.5 → 3.0 → 4.1 → 5.8
처럼 증가한다면 후반부의 변화가 훨씬 커진다.
이 경우 전체 데이터를 하나의 직선으로 분석하면 최근의 가속열화를 제대로 반영하지 못할 수 있다.
따라서 필요에 따라
- 최근 데이터에 더 큰 가중치 적용
- 구간별 회귀
- 비선형 열화모델
- 변화점 분석
- 확률적 열화모델
등을 검토할 수 있다.
11. 운전조건을 함께 고려해야 하는 이유
상태데이터가 증가했다고 해서 반드시 열화가 진행되고 있다는 의미는 아니다.
예를 들어 펌프의 진동이 증가한 원인이
베어링 열화일 수도 있지만,
회전속도 증가 → 하중 증가 → 진동 증가
때문일 수도 있다.
따라서 상태데이터를 해석할 때는 가능한 경우
[
상태변화=f(열화, 부하, 온도, 회전속도, 환경조건)
]
의 관점에서 분석해야 한다.
운전조건을 고려하지 않으면 정상적인 운전변화를 열화로 잘못 판단할 수 있다.
12. 여러 상태데이터를 함께 사용하는 방법
실제 설비에서는 하나의 센서만으로 상태를 판단하기 어려운 경우가 많다.
예를 들어 베어링이라면
진동 + 온도 + 회전속도 + 부하
를 함께 분석할 수 있다.
진동만 증가하고 온도와 다른 상태변수가 정상이라면 원인을 추가적으로 조사해야 하지만, 여러 지표가 동시에 열화방향을 나타낸다면 상태변화의 신뢰도가 높아질 수 있다.
이처럼 여러 상태변수를 결합하는 방식은 다변량 상태평가로 확장할 수 있다.
13. RUL은 하나의 숫자가 아니라 예측범위로 볼 필요가 있다
실제 설비의 미래 고장시점을 정확하게 하나의 숫자로 예측하는 것은 어렵다.
예를 들어 분석 결과가
예상 RUL = 500시간
으로 나왔다고 하더라도 실제 고장시점은 운전조건과 열화속도 변화에 따라 달라질 수 있다.
따라서 전문적인 수명예측에서는
예상 RUL + 예측 불확실성
을 함께 보는 것이 중요하다.
예를 들어
예상 RUL: 500시간
예측범위: 350~680시간
과 같이 표현하면 정비 담당자가 위험수준과 준비기간을 함께 판단할 수 있다.
14. RUL 예측 정확도를 평가하는 방법
수명예측 모델을 만들었다면 예측값을 실제 고장시간과 비교해야 한다.
예를 들어 특정 시점에서 예측한 RUL이 500시간이었는데 실제 고장이 450시간 후 발생했다면 예측오차를 평가할 수 있다.
대표적으로
[
Error=RUL_{predicted}-RUL_{actual}
]
과 같은 방식으로 차이를 확인할 수 있다.
그러나 단순 평균오차만으로 모델의 성능을 판단해서는 안 된다.
특히 실제 정비에서는 고장을 늦게 예측하는 오류가 조기 예측보다 더 큰 위험을 가져올 수 있기 때문에 예측오차의 방향과 비용까지 고려할 필요가 있다.
15. RUL 예측 결과를 정비에 연결하는 방법
RUL의 목적은 수명 숫자를 보여주는 것이 아니라 정비 의사결정을 지원하는 것이다.
예를 들어 다음과 같이 활용할 수 있다.
| RUL 상태 | 정비 판단 예 |
|---|---|
| 충분한 여유 | 정상 감시 |
| 감소 추세 | 점검주기 단축 |
| 정비 준비구간 | 부품·인력 확보 |
| 교체 임계구간 | 계획정비 실시 |
| 고장위험 임박 | 긴급조치 검토 |
여기서 중요한 것은 RUL 하나만으로 정비시점을 결정하지 않는 것이다.
설비 중요도, 고장 영향, 부품조달기간, 생산계획, 안전위험 등을 함께 고려해야 한다.
16. 전문가가 확인해야 할 핵심 항목
상태데이터를 이용한 RUL 분석에서는 다음 질문에 답할 수 있어야 한다.
① 어떤 고장모드를 예측하는가? → 베어링 마모, 부식, 절연열화 등
② 어떤 상태데이터가 그 고장모드를 나타내는가? → 진동, 온도, 두께, 절연저항 등
③ 상태데이터가 실제 열화를 제대로 나타내는가? → 운전조건에 따른 변동과 열화를 구분
④ 현재 열화속도는 얼마인가? → 단순 평균이 아닌 추세 변화까지 확인
⑤ 고장한계는 무엇인가? → 성능·설계·검사·운전기준 등을 이용
⑥ 미래 열화속도가 어떻게 변할 것인가? → 선형 또는 비선형 모델 검토
⑦ RUL 예측의 불확실성은 어느 정도인가? → 단일값보다 예측범위 확인
⑧ 예측결과를 어떤 정비행동으로 연결할 것인가? → 점검·부품준비·교체시점 결정
핵심 정리
상태데이터를 이용한 RUL 추정은 단순히 센서값을 미래로 연장하는 작업이 아니다.
핵심 과정은
상태데이터 수집
→ 고장 관련 특징 추출 → Health Indicator 구성 → 열화추세 분석 → 고장한계 설정
→ 미래 상태 예측 → RUL 산출 → 예측 불확실성 평가 → 정비 의사결정
→ 현재 상태와 과거 열화추세를 이용하여 고장한계 또는 성능한계까지 남은 시간을 추정하는 방법
Ⅳ-4. 베어링 진동데이터를 이용한 잔여수명 추정
기본지식 부주제
→ 베어링 열화와 진동특성, RMS·Peak·Crest Factor 등의 기본 개념
→ 진동 크기 자체보다 시간에 따른 변화 추세와 주파수 특성의 변화를 이용하여 열화 진행상태를 판단
→ 초기 결함 → 결함 성장 → 급격한 열화로 이어지는 단계별 데이터를 이용해 RUL을 추정하는 방법
Ⅳ-5. 부식속도와 두께감소율을 이용한 수명예측
→ 부식두께 감소량, 부식률, 최소허용두께의 개념
→ 검사시점별 두께 데이터를 이용해 평균 두께감소율을 계산하고 허용최소두께 도달시점을 추정
→ 단순 평균 부식률뿐 아니라 국부부식·측정오차·환경변화가 수명평가에 미치는 영향을 고려
Ⅳ-6. 피로손상 누적과 기계부품 수명평가
→ 반복하중, 피로수명, S-N 선도, 피로손상 누적의 기본 원리
→ 반복응력이 부품에 지속적으로 작용할 때 손상이 누적되는 과정을 이용해 예상 수명을 평가
→ 실제 운전에서는 하중 크기가 일정하지 않기 때문에 여러 응력 수준을 고려한 누적손상 평가로 확장
Ⅳ-7. 온도·하중 변화와 설비 수명의 관계
기본지식 부주제
→ 온도, 하중, 응력과 열화속도의 관계
→ 동일한 설비라도 고온·고하중 조건에서 운전하면 열화가 빨라질 수 있으므로 사용조건을 수명예측에 반영
→ 실제 운전기록과 수명데이터를 연결하여 운전조건별 예상수명의 차이를 평가하는 방법
Ⅳ-8. 사용환경 변화에 따른 수명분포 이동
기본지식 부주제
→ 수명분포와 환경조건의 관계
→ 온도·습도·먼지·진동·부식성 분위기 등의 변화에 따라 동일 부품의 수명분포가 달라질 수 있음을 분석
→ 단순히 평균수명만 비교하지 않고 Weibull 형상·척도 변화와 고장확률 이동까지 연결하여 평가
Ⅳ-9. 가속수명시험을 이용한 장기수명 추정
기본지식 부주제
→ 가속수명시험(ALT)의 목적과 기본 원리
→ 정상적인 사용조건에서 장기간 발생해야 하는 열화를 높은 온도·하중·전압 등의 조건에서 빠르게 발생시켜 수명을 추정
→ 시험조건과 실제 사용조건의 차이를 고려하여 가속시험 결과를 실제 수명으로 변환하는 과정을 분석
Ⅳ-10. 가속계수와 실제 사용조건의 변환
기본지식 부주제
→ 가속계수와 사용조건 변환의 기본 개념
→ 시험조건에서 얻은 고장시간을 실제 운전조건의 수명으로 환산하는 과정에서 온도·응력·하중 등의 영향을 고려
→ Arrhenius, Eyring, Inverse Power 등의 대표적인 수명모델이 어떤 조건에서 사용되는지 비교
Ⅳ-11. 설계수명과 실제수명의 차이
기본지식 부주제
→ 설계수명, 기대수명, 실제수명의 개념적 차이
→ 설계수명이 끝났다고 해서 설비가 즉시 고장나는 것은 아니며 실제 수명은 운전조건과 유지관리 상태에 따라 달라질 수 있음
→ 반대로 설계수명 이전에도 열화가 빠르게 진행되면 조기고장이 발생할 수 있으므로 두 개념을 구분해야 함
Ⅳ-12. 설계수명 종료 후 잔존수명 평가
기본지식 부주제
→ 잔존수명 평가와 사용연장 판단의 기본 원리
→ 설계수명 종료 후 검사데이터·열화상태·고장기록·운전조건을 종합하여 추가 사용 가능성을 평가
→ 단순히 “몇 년 더 사용할 수 있다”고 판단하는 것이 아니라 현재 손상상태와 허용한계를 비교하여 사용연장 위험을 평가
Ⅳ-13. 수명예측에서 열화한계와 고장한계 설정
기본지식 부주제
→ 성능한계, 허용한계, 고장판정 기준
→ 수명예측은 미래의 값을 계산하는 것뿐 아니라 어느 시점을 고장 또는 사용불능으로 판단할 것인지가 중요
→ 진동·온도·두께·효율 등 상태변수별 한계값을 설정하고 RUL 계산과 연결
Ⅳ-14. 불확실성을 고려한 수명예측
기본지식 부주제
→ 수명예측 오차와 불확실성의 개념
→ 같은 조건에서 운전하는 설비라도 열화속도와 고장시점이 달라지므로 하나의 숫자로 수명을 단정하기 어려움
→ 측정오차·모델오차·운전조건 변동을 고려하여 예측수명을 범위 또는 확률로 표현하는 방법을 다룸
Ⅳ-15. 수명예측 결과와 정비시점 결정
기본지식 부주제
→ 예측수명과 예방정비 시점의 관계
→ RUL이 남아 있다는 이유만으로 최대한 사용하기보다 고장 위험과 정비비용을 함께 고려해야 함
→ 수명예측 결과를 이용하여 교체시기·점검주기·계획정비 시점을 결정하는 방법으로 연결
댓글 0
첫 댓글을 남겨보세요.