MTTR, MTTF, MTBF - CMMS 고장이력데이터로 MTBF구하기

 

MTBF(Mean Time Between Failure) : 평균 고장 시간 간격

MTTR(Mean Time To Repair) : 평균 수리 시간

MTTF(Mean Time to Failure) : 평균 고장시간

 

출처 - https://m.blog.naver.com/sigmagil/222000246303

 

설비데이터로 할 수 있는 분석(CMMS활용)

 

• 설비능력분석 : 최대설비가동율, 가용설비가동율
• 설비운영분석 : 설비가동율, 설비고장현황(건수, 시간), MTBF(고장발생간격), MTTR(고장유지시간)
• 보전활동분석 : 보전계획준수율(예방/예측 – 계획, 실적), 보전활동시간 (예방/예측, 돌발)
• 보전비용분석 : 보전비용(예방/예측, 사후보전), 보전자재비용(구매, 재고)
• 설비개선분석 : 설비능력개선율, 개선제안실시율
• 설비예측분석 : 설비가동율-예측, 보전계획준수율-예측, 보전금액-예측, MTBF(고장발생간격)-예측

 

 

 

CMMS데이터나 고장이력데이터에 이를 적용하여 MTTR, MTBF를 계산할 수 있다.

장비가 고장날 때마다 고장 내역과 수리 내역을 기록한 설비고장이력 데이터가 있다고 가정하자.

MTBF는 고장나면 수리하고 고장나면 수리하고...고쳐쓰는 설비에 적합하다.

RM이 고장이 나서 사후 보전한 고장 데이터고 이 것을 수리한 일시가 함께 기록되어 있는 CMMS 데이터가 있다고 가정하자.

한 장비에서도 여러 번 고장이 날 경우 다른 시간선으로 데이터가 여러 행 기록되어 있다.

ex) 장비A - 고장유형 1- 일시1 - 수리일시1

장비A - 고장유형 1- 일시2 - 수리일시2

장비A - 고장유형 4- 일시3 - 수리일시3

장비B- 고장유형 1- 일시1 - 수리일시1

장비A - 고장유형 2- 일시4 - 수리일시4

 

이것을 전처리하여 장비 A의 MTBF, MTTR을 계산할 수 있다.

가령 관측기간이 동일하게 2019년 1월 1일부터 2022년 4월 30일까지 3년 4개월이고 장비의 구매기간이 모두 다르다고 하자.

어떤 장비는 관측기간 이전에 구매하고 어떤 것은 관측기간 도중에 구매했다.

이 경우 2019년 1월 1일 이전에 구매한 장비들이고 폐기 없이 관측기간 도중 가동했다고 가정할 시 가동시간은 (3년 4개월 - 고장시간)이다.

만약 관측 기간 도중 구매한 장비, 예를 들어 2022년 4월 1일 구매한 장비라면 (0년 30일 - 고장시간)으로 가동시간을 계산해야 한다.

 

엄밀히는 가동시간을 계산할 때 실제 가동시간으로 넣어야 한다.

전체 기간에서 장비를 돌리지 않은 시간 - 고장 다운 타임, 정비(PM)의 다운타임, 고장나지 않았으나 해당 라인 생산 계획이 없어 미가동한 시간 등.

장비 혹은 라인 별로 생산 계획이 Join 된다면 미생산시간도 빼야 한다.

 

반대로 관측기간 도중 폐기한 장비가 있다면 그 또한 가동시간 계산할 때 참고해야 한다. 

이렇게 가동시간을 구한 후 관측기간 내 고장횟수로 나누어주면 MTBF가 나온다. MTTR도 참고하여 구한다.

 

CMMS의 설비의 '가상' 고장데이터

 

 

 

 

 

각 장비 별 RM~수리까지의 간격의 평균이 MTBF인 것이다.

 

 

 

 

또한 마지막 RM(고장) 부터 일괄적으로 끝나는 관측일자까지를 제품의 고장 주기(혹은 수명)으로 간주하여

Life distribution을 통한 장비 별 고장주기 적합, 예측도 가능하다.

이와 같이 고장이력이 행별로 기록된 데이터를 전처리하여

장비 별 MTTR, MTBF, 고장 주기 등 신뢰성 지표를 구할 수 있다.