4. 평균수명(Mean Life)

평균수명은 여러 설비 또는 부품의 고장까지 걸리는 수명시간을 통계적으로 평균한 값으로, 설비의 전반적인 수명 수준을 나타내는 대표적인 신뢰성 지표이다.

수명확률변수 $T$를 설비가 정상적으로 운전되기 시작한 후 고장에 도달하기까지의 시간이라고 하면 평균수명은 기대값으로 정의된다.$$\boxed{E[T]=\int_0^\infty t f(t)\,dt}$$

여기서 $f(t)$는 고장시간의 확률밀도함수이다.

즉, 평균수명은 특정 설비 하나의 실제 수명을 의미하는 것이 아니라 동일한 조건에서 반복적으로 발생하는 수명변동을 하나의 대표값으로 나타낸 통계적 지표이다.

---

4-1. 평균수명과 신뢰도 함수의 관계

평균수명은 신뢰도 함수 $R(t)$와도 직접적인 관계가 있다.$$\boxed{ E[T]=\int_0^\infty R(t)\,dt }$$

이는 신뢰도 함수 아래의 면적이 평균수명이 된다는 의미이다.

앞서 살펴본 것처럼$$R(t)=P(T>t)$$

이므로 시간이 지나면서 신뢰도가 감소하는 전체 양상을 적분하면 설비가 고장에 도달하기까지의 평균적인 수명 수준을 얻을 수 있다.

따라서 평균수명은 단순한 산술평균이 아니라 전체 수명분포와 신뢰도 곡선의 특성을 반영한 지표라고 볼 수 있다.

---

4-2. 평균수명과 평균고장시간의 관계

수명분포 분석에서는 평균수명(Mean Life)과 MTTF(Mean Time To Failure)가 밀접하게 연결되어 있다.

수리할 수 없는 일회성 부품이나 제품의 경우에는 일반적으로$$\boxed{MTTF=E[T]}$$

로 생각할 수 있다.

즉, 제품이 고장난 후 수리하여 다시 사용하는 것이 아니라 최초 운전부터 고장까지 걸리는 시간을 분석하는 경우 MTTF가 중요한 지표가 된다.

예를 들어 전자부품, 퓨즈, 베어링과 같은 특정 부품의 수명시험에서는 고장시간 데이터를 이용하여 MTTF를 추정할 수 있다.

---

4-3. MTTF와 MTBF를 혼동하지 않아야 하는 이유

설비 신뢰성공학에서 평균수명을 다룰 때 MTTF와 MTBF를 구분하는 것이 중요하다.

MTTF

Mean Time To Failure

고장까지 걸리는 평균시간을 의미한다.

주로 수리할 수 없는 제품이나 부품의 수명분석에서 사용한다.

MTBF

Mean Time Between Failures

수리가 가능한 설비가 고장과 복구를 반복할 때 고장과 다음 고장 사이의 평균시간을 나타내는 지표이다.

따라서 수리 가능한 설비의 운영성과를 분석하면서 MTTF를 무조건 평균수명으로 사용하는 것은 적절하지 않을 수 있다.

핵심적으로,

MTTF → 최초 고장까지의 시간

MTBF → 반복 고장 사이의 시간

으로 구분하는 것이 좋다.

---

4-4. Weibull 분포에서의 평균수명

Weibull 분포에서는 평균수명을 형상모수 $\beta$와 척도모수 $\eta$를 이용하여 계산할 수 있다.

2모수 Weibull 분포의 평균수명은$$\boxed{ E[T] = \eta\Gamma\left(1+\frac{1}{\beta}\right) }$$

로 표현된다.

여기서

• $\beta$ : 형상모수
• $\eta$ : 척도모수
• $\Gamma$ : 감마함수

이다.

이 식에서 중요한 점은 평균수명이 η와 동일하지 않다는 것이다.

η는 Weibull 분포의 척도모수이며, 평균수명은 β에 따라 달라지는 감마함수 항까지 포함하여 결정된다.

---

4-5. β값이 평균수명 해석에 미치는 영향

Weibull 분포에서는 β가 고장률의 형태를 결정하기 때문에 평균수명을 해석할 때도 β를 함께 고려해야 한다.

β < 1

초기고장 특성이 나타나는 영역으로, 제조결함이나 설치불량 등의 영향을 받을 수 있다.

이 경우 평균수명 하나만 보고 설비의 장기적인 열화특성을 판단하기보다는 초기고장의 원인을 제거하는 품질개선 활동이 중요하다.

β = 1

고장률이 일정한 지수분포 형태가 된다.

이때 평균수명은 η와 같아진다.$$E[T]=\eta$$

β > 1

시간이 지남에 따라 고장률이 증가하는 마모·열화 영역이다.

따라서 평균수명은 단순한 “사용 가능한 최대시간”이 아니라 열화가 진행되는 전체 수명분포를 대표하는 통계적 값으로 해석해야 한다.

---

4-6. 평균수명과 특성수명 η의 차이

Weibull 분석에서 초보자가 가장 많이 혼동하는 부분 중 하나가 평균수명과 특성수명 η를 동일하게 보는 것이다.

Weibull 분포에서$$F(\eta) = 1-e^{-1} \approx0.632$$

이므로 η는 누적고장확률이 약 63.2%가 되는 시간이다.

따라서 η는 평균수명이 아니라 특성수명(Characteristic Life)이다.

반면 평균수명은$$E[T]=\eta\Gamma\left(1+\frac1\beta\right)$$

로 계산된다.

즉,

η → 누적고장확률 63.2%에 해당하는 특성수명

E[T] → 전체 수명분포의 기대값

이라는 차이가 있다.

이 차이를 정확하게 이해해야 Weibull 수명분석 결과를 잘못 해석하는 것을 방지할 수 있다.

---

4-7. 평균수명과 예방정비 주기의 차이

평균수명이 10,000시간이라고 해서 10,000시간마다 예방정비 또는 교체를 실시해야 한다는 의미는 아니다.

평균수명은 전체 수명분포를 하나의 숫자로 요약한 값이기 때문이다.

실제 예방정비 시점은$$\text{평균수명}$$

하나가 아니라$$\text{신뢰도} + \text{고장률} + \text{누적고장확률} + \text{정비비용} + \text{설비 중요도}$$

등을 종합하여 결정해야 한다.

특히 β>1인 마모고장 영역에서는 평균수명에 도달하기 전부터 고장률이 증가할 수 있으므로 목표 신뢰도 또는 허용 고장확률을 기준으로 예방정비 시점을 별도로 산정하는 것이 더욱 합리적이다.

---

4-8. 평균수명과 데이터 분석

실제 설비의 평균수명을 계산할 때 단순히 고장난 설비들의 평균 고장시간만 계산하면 분석 결과가 왜곡될 수 있다.

예를 들어 분석기간이 종료되었지만 아직 고장하지 않은 설비가 존재한다면 이 데이터는 우측 검열자료(Right Censoring)가 될 수 있다.

따라서 실제 수명분석에서는

• 고장시간
• 미고장 시간
• 검열 여부
• 표본수
• 운전조건
• 고장 정의

등을 함께 고려해야 한다.

특히 검열자료가 많은 경우 단순 산술평균보다 Weibull 등의 수명분포를 적합하고 모수를 추정하여 평균수명을 산출하는 방법이 더 적절할 수 있다.

---

4-9. 평균수명의 실무적 활용

평균수명은 다음과 같은 신뢰성 분석에서 활용할 수 있다.

① 설비군의 전반적인 수명수준 비교

동일한 조건에서 여러 설비군의 평균수명을 비교하여 상대적인 수명특성을 파악할 수 있다.

② 설계 개선 효과 평가

개선 전후의 수명분포와 평균수명을 비교하여 설계변경이나 부품 개선의 효과를 평가할 수 있다.

③ 제조품질 비교

동일 부품의 생산 Lot 또는 공급업체별 수명특성을 비교하여 품질 차이를 분석할 수 있다.

④ 정비전략 수립

평균수명 자체를 정비주기로 사용하는 것이 아니라 β, η, 신뢰도와 함께 분석하여 예방정비 전략을 수립하는 데 활용할 수 있다.

---

4-10. 평균수명을 해석할 때의 핵심 주의점

평균수명은 매우 유용한 지표이지만 설비 하나의 남은 수명을 알려주는 값은 아니다.

예를 들어 평균수명이 10,000시간이라고 해서 현재 8,000시간 운전한 설비가 앞으로 정확히 2,000시간을 사용할 수 있다는 의미는 아니다.

실제 잔여수명은 현재까지의 생존 여부, 수명분포, 고장률, 운전조건 및 현재 상태에 따라 달라질 수 있다.

따라서 평균수명은 전체 설비군의 수명특성을 설명하는 지표로 사용하고, 개별 설비의 남은 수명을 판단할 때는 조건부 신뢰도나 RUL 등의 분석을 추가하는 것이 적절하다.

---

🔬 신뢰성 기본이론에서의 연결 구조

지금까지 만든 내용을 하나로 연결하면 매우 깔끔합니다.

1. 신뢰도 함수$$R(t)=P(T>t)$$

2. 고장률 함수$$h(t)=\frac{f(t)}{R(t)}$$

3. 누적 고장확률$$F(t)=1-R(t)$$

4. 평균수명$$E[T]=\int_0^\infty R(t)\,dt$$

5. Weibull 분포$$E[T]=\eta\Gamma\left(1+\frac1\beta\right)$$

예방정비 주기 -> 조건부 신뢰도 -> RUL 및 예지정비