구성 요소 신뢰성 또는 수리 불가능한 시스템 신뢰성에서는 구성 요소에 오류가 발생한 후 해당 구성 요소가 폐기되어 수리할 수 없다고 가정합니다. 구성요소의 수명은 Weibull 또는 대수정규 분포(특히)를 사용하여 모델링되며, 목표는 특정 비율의 부품이 고장나는 시간 또는 특정 시간에 고장나는 부품의 비율을 추정하는 것입니다.
시스템 신뢰성 또는 수리 가능한 시스템 신뢰성에서는 시스템에 장애가 발생한 후 수리할 수 없는 구성 요소를 새 부품으로 교체하여 수리할 수 있습니다. 시스템 신뢰성 분석은 수리할 수 없는 구성 요소로 구성된 시스템의 오류를 모델링하는 것과 관련이 있습니다. 데이터는 계산 프로세스에서 나옵니다. 응답은 특정 시간의 수리 이벤트 수입니다. 목표는 시간 t 동안 총 사건 수를 제공하는 평균 누적 함수 C ( t )를 모델링하는 것입니다. 이 추정치로부터 수리율을 제공하는 강도 함수 I ( t )를 추정할 수 있습니다.
시스템 신뢰성 분석
오류 분포에 메모리가 없는 경우, 즉 오류 사이의 시간이 지수 분포를 따르는 경우 MTBF(평균 오류 사이의 시간)가 프로세스의 특징을 완전히 나타냅니다. 그러나 고장 사이의 시간이 다른 분포를 따르는 경우 평균은 시간이 지남에 따라 변하고 MTBF는 프로세스를 적절하게 특성화하지 않습니다.
이벤트 플롯 및 평균 누적 함수 플롯(그림 1)과 같은 그래픽 분석을 사용하여 수리율이 시간에 따라 변하는지 확인할 수 있습니다. 실패 사이의 시간을 설명하는 데 통계 모델이 적합할 수 있습니다. 모델의 매개변수는 그룹화 변수 또는 공변량의 함수로 처리될 수 있습니다.
그림 1. 세 가지 시스템에 대한 이벤트 플롯 및 평균 누적 함수 플롯(무작위 오류가 있는 시스템, 신뢰성이 향상된 시스템, 신뢰성이 저하되는 시스템).
Recurrence 플랫폼의 모델에는 동종 포아송 과정과 비균질 포아송 과정이 포함됩니다. 각 모델은 평균 누적 함수의 형태를 선형, 다항식 또는 지수로 지정합니다(그림 2). 신뢰성 성장 플랫폼을 사용하면 신뢰성 향상 또는 저하 등 신뢰성의 변화를 모델링할 수 있습니다(그림 3).
그림 2. 동종 포아송 공정(선형) 및 전력 비균질 포아송 공정(다항식) 모델을 추가하여 신뢰성 저하에 대한 MCF 플롯.
그림 3. 조각별 Weibull 비균질 포아송 공정으로 모델링한 신뢰성 증가에 대한 MTBF 플롯.
수리 가능한 시스템의 신뢰성에 대해 자세히 알아보세요.
이 짧은 비디오 시리즈를 시청하여 시스템 신뢰성을 시각화, 설명 및 추론하는 방법을 이해하십시오.
