비모수적 성장 곡선
비모수적 성장 곡선은 여러 번 고장 날 수 있는 수리 가능 시스템을 분석합니다. 고장당 한 행으로 고장 시 연령과 시스템 ID를 입력합니다. 고장률에 대한 모형을 가정하지 않고 Nelson의 평균 누적 함수(MCF)를 추정합니다. 출력에는 표준오차와 신뢰 한계가 있는 MCF 표, 위험 집합의 시스템 수, 사건 그림, 신뢰대가 있는 MCF 그림이 포함됩니다.
최종 검토
핵심 요점
비모수적 성장 곡선은 모형을 가정하지 않고 평균 누적 함수(MCF), 즉 각 연령까지 수리 가능 시스템당 평균 고장 수를 추정하여 수리가 더 잦아지는지 줄어드는지 보여 줍니다.
목적
비모수적 성장 곡선은 수리 가능 시스템, 즉 고장 후마다 수리되어 다시 사용에 투입되므로 하나의 시스템이 여러 번 고장 날 수 있는 기계, 차량, 장치를 분석합니다. 고장률이 어떻게 변하는지에 대한 어떤 모형도 가정하지 않고 평균 누적 함수(MCF), 즉 각 연령까지 시스템당 평균 고장 수를 추정합니다. 시스템이 노후화함에 따라 수리가 더 잦아지는지 줄어드는지 확인하고, 수리율을 목표와 비교하며, 예비품과 정비를 계획하는 데 사용합니다.
주요 기능
- 반복 고장 데이터를 다룹니다. 고장당 한 행으로, 고장 시 연령과 고장이 발생한 시스템을 입력합니다.
- 모든 고장 연령에서의 Nelson MCF 추정값과 그 표준오차 및 신뢰구간.
- 각 연령에서 아직 관측 중인 시스템 수로, 추정값이 적은 수의 시스템에 의존하는 구간을 확인할 수 있습니다.
- 연령 축을 따라 각 시스템의 고장을 나타내는 사건 그림.
- 신뢰대가 있는 MCF 그림.
통계적 방법
각 시스템의 고장은 연령순으로 정렬되며, 마지막으로 기록된 고장의 연령이 그 시스템의 관측 종료 시점으로 간주됩니다. 별도의 중도절단 열은 없습니다. 서로 다른 고장 연령 tⱼ마다 dⱼ는 그 연령에서 모든 시스템에 걸친 총 고장 수이고, rⱼ는 아직 관측 중인 시스템 수(마지막 기록 연령이 tⱼ 이상인 시스템)입니다. 평균 누적 함수의 Nelson 추정값은 tⱼ까지의 모든 연령에 대해 M(tⱼ) = Σ dₖ / rₖ입니다. 기록이 끝난 시스템은 더 이상 rⱼ에 포함되지 않으므로, 이 추정값은 시스템마다 관측된 기간이 다른 경우를 반영합니다.
M(t)의 분산은 모든 연령에서 각 시스템 자체의 고장 수를 사용하는 Nelson 공식으로 추정합니다. Var(M(tⱼ)) = Σₖ Σᵢ (dNᵢₖ − Yᵢₖ · dₖ / rₖ)² / rₖ²이며, dNᵢₖ는 연령 tₖ에서 시스템 i의 고장 수이고 Yᵢₖ는 그때 시스템 i가 여전히 관측 중이면 1입니다. 신뢰구간은 M ± z·SE이며 하한은 0에서 잘리고, z는 신뢰수준에 해당하는 표준정규 값입니다.
MCF의 기울기가 수리율입니다. MCF가 직선이면 수리율이 일정하다는 뜻이고, 위로 휘는 곡선은 연령이 늘수록 수리가 더 잦아진다는 뜻(시스템이 마모되고 있음)이며, 평평해지는 곡선은 수리가 덜 잦아진다는 뜻(신뢰성 성장)입니다. 연령 범위의 끝 부근에서는 관측 중인 시스템이 몇 개 남지 않으므로 그 구간의 추정값은 덜 확실하고 신뢰대가 넓어집니다.
입력 항목 및 옵션
항목 | 설명 |
Variable/Failure age | 필수. 각 고장 시 시스템의 연령이며, 고장당 한 행입니다. |
System ID | 각 고장이 어느 시스템에서 발생했는지 식별하는 열입니다. |
Confidence level (%) | MCF 신뢰구간에 사용합니다. 기본값 95, 범위 50~99.99. |

그림 1 — 예제의 옵션: Failure 열의 에어컨 장치 고장 연령, System1의 항공기 번호.
출력 설명
- Method table — System 열, Model (Nonparametric (Nelson MCF)), N Systems, N Events.
- MCF table — 각 고장 연령에 대해 Age, Number at Risk, Number of Events, MCF, Standard Error 및 신뢰 한계.
- Event Plot — 시스템 ID 순서로 시스템당 한 행이며, 연령 0에서 해당 시스템의 마지막 기록 연령까지 이어지는 선 위에 각 고장이 별표로 표시됩니다.
- Nonparametric Growth Curve (MCF) — 신뢰대와 함께 나타낸, 연령에 대한 평균 누적 사건 수.
- Download를 통한 PDF 내보내기.

그림 2 — 항공기 13대의 수리 213건에 대한 Method table, MCF table의 시작 부분, Event Plot, MCF 그림: 각 항공기의 수리가 자신의 선을 따라 표시되며, MCF는 장치당 100시간에 약 1회 수리의 거의 직선입니다.
계산 예제
한 신뢰성 엔지니어가 상업용 제트 항공기 13대의 에어컨 장치를 연구합니다. 각 장치는 고장 후 수리되어 다시 사용에 투입되며, 데이터에는 고장 213건과 각 고장 시 장치의 연령(시간)이 들어 있습니다. 엔지니어는 장치가 노후화함에 따라 수리율이 변하는지 알고 싶어 합니다. Variable/Failure age = Failure, System ID = System1로 설정하고 95% 신뢰수준을 유지합니다.
MCF는 498시간까지 장치당 수리 4.61회(95% CI 3.49~5.73), 1,000시간까지 10.37회(8.60~12.15), 1,496시간까지 15.27회, 1,916시간까지 20.83회에 도달합니다. 이는 전 구간에 걸쳐 장치당 약 100시간마다 1회 수리하는 수준이며, MCF 그림은 직선에 가깝습니다. 수리율이 연령에 따라 크게 변하지 않으므로 마모나 개선의 징후는 없습니다.
Number at Risk 열은 곡선의 각 부분을 얼마나 많은 데이터가 뒷받침하는지 보여 줍니다. 첫 번째 항공기의 기록이 393시간에 끝난 뒤 407시간에서 13에서 12로 줄고, 1,000시간에서는 10, 1,916시간에서는 3에 불과하며, 마지막 고장 연령(2,722시간)에서는 항공기 한 대만 남습니다. 따라서 곡선의 끝부분은 불확실하며, 이는 넓어지는 신뢰대로 나타납니다. 계획 측면에서 거의 일정한 기울기는 가동 100시간당 장치당 약 1회 수리를 기준으로 예비품과 정비 예산을 편성하는 것을 뒷받침합니다.
자주 묻는 질문
평균 누적 함수(MCF)란 무엇입니까?
평균 누적 함수는 고장 후마다 수리되어 다시 사용에 투입되는 수리 가능 시스템에 대해, 각 연령까지 시스템당 평균 고장 수를 나타냅니다. Nelson 추정값은 각 고장 연령에서 고장 수를 아직 관측 중인 시스템 수로 나눈 값을 합산합니다.
MCF 그림의 기울기는 어떻게 해석합니까?
MCF의 기울기가 수리율입니다. MCF가 직선이면 수리율이 일정하다는 뜻입니다. 위로 휘는 곡선은 연령이 늘수록 수리가 더 잦아진다는 뜻이며 마모를 나타냅니다. 평평해지는 곡선은 수리가 덜 잦아진다는 뜻이며 신뢰성 성장을 나타냅니다.
연령이 높아지면 MCF 신뢰대가 넓어지는 이유는 무엇입니까?
연령 범위의 끝 부근에서는 관측 중인 시스템이 몇 개 남지 않으므로 추정값이 더 적은 데이터에 의존하여 덜 확실합니다. Number at Risk 열은 곡선의 각 부분을 몇 개의 시스템이 뒷받침하는지 보여 줍니다. 별도의 중도절단 열이 없으므로 각 시스템의 관측은 마지막으로 기록된 고장 연령에서 끝나는 것으로 간주됩니다.
비모수적 성장 곡선에는 어떤 데이터가 필요합니까?
고장당 한 행으로 이루어진 반복 고장 데이터, 즉 각 고장 시 시스템의 연령과 고장이 발생한 시스템을 식별하는 열이 필요합니다. MCF 구간의 신뢰수준 기본값은 95%입니다. 기록이 끝난 시스템은 더 이상 위험 집합의 시스템에 포함되지 않으므로, 관측된 기간이 서로 다른 시스템도 처리됩니다.
