모수적 성장 곡선
모수적 성장 곡선 분석은 수리 가능 시스템이 가동 시간을 누적하고 수리를 거치면서 고장률이 시간에 따라 어떻게 변하는지 모형화합니다. 멱법칙을 사용하는 비동질 포아송 과정(Crow-AMSAA) 같은 모형으로 시스템이 개선되는지(고장률 감소), 악화되는지(고장률 증가), 안정적인지 판단합니다.
최종 검토
핵심 요점
모수적 성장 곡선 분석은 수리 가능 시스템이 가동 시간을 누적하고 수리를 거치면서 고장률이 시간에 따라 어떻게 변하는지 모형화합니다.
이 페이지 내용
모수적 성장 곡선이란?
모수적 성장 곡선 분석은 수리 가능 시스템이 가동 시간을 누적하고 수리를 거치면서 고장률이 시간에 따라 어떻게 변하는지 모형화합니다. 멱법칙을 사용하는 비동질 포아송 과정(Crow-AMSAA) 같은 모형으로 시스템이 개선되는지(고장률 감소), 악화되는지(고장률 증가), 안정적인지 판단합니다.
간단한 정의: 수리 가능 시스템에 대한 통계 모형으로, 수리를 거치면서 시스템이 시간이 지날수록 더 신뢰할 수 있게 되는지, 마모되고 있는지, 고장률이 일정하게 유지되는지를 보여 줍니다.
모수적 성장 곡선은 언제 사용합니까?
- 기계, 차량, 복잡한 장비처럼 고장나고 여러 번 수리되는 수리 가능 시스템 을 분석할 때 사용합니다.
- 가동 수명 동안 신뢰성이 개선되는지, 저하되는지, 안정적인지 판단할 때 사용합니다.
- 다음 용도에 사용합니다: 보전 계획, 예비 부품 수요 예측, 신뢰성 개선 프로그램.
모수적 성장 곡선의 올바른 사용 지침
- 모든 고장 시간과 수리 시간을 정확하게 기록하십시오. 누락된 시간은 성장 곡선을 왜곡합니다.
- 결론을 내리기 전에 Cramer-von Mises 같은 적합도 검정 으로 모형 적합을 확인하십시오.
- 추세를 가정하기 전에 Laplace 검정 으로 신뢰성이 실제로 개선되거나 악화되고 있는지 확인하십시오.
대안: 모수적 성장 곡선을 사용하지 않아야 할 때
- 품목이 수리 불가능하여(고장나면 교체)경우에는 다음을 사용하십시오: 모수적 분포 분석
- 고장률이 일정하다고 확인된 경우에는 간단한 지수분포 모형 으로 충분할 수 있습니다.
모수적 성장 곡선 예제
한 신뢰성 엔지니어가 상업용 제트기 13대에 사용된 에어컨 장치의 고장률을 분석합니다. 각 장치는 고장난 후 수리되어 다시 운용되었습니다. 엔지니어는 운용에서 퇴역한 장치가 없는 정확한 고장 시간 데이터를 사용하여 고장률이 시간에 따라 증가하는지, 감소하는지, 일정한지 판단하려고 합니다. 모든 데이터는 정확한 고장 시간입니다. 단계는 다음과 같습니다.
- 필요한 데이터를 수집했습니다.

2. 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
3. 모수적 성장 곡선을 찾으려면 Statistical module> Reliability>Parametric Growth Curve를 선택합니다.
4. 도구 안에서 다음과 같이 데이터와 다른 입력값을 입력합니다.

5. 위 도구를 사용하면 다음과 같은 출력이 나옵니다.


모수적 성장 곡선 방법
절차는 다음과 같습니다.
- Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
- 홈 페이지에서 Statistical Tool> Reliability>Parametric Growth Curve를 선택합니다.
- 다음으로 데이터를 직접 입력하거나, 엑셀 시트의 데이터를 전체 복사(Ctrl+C)하여 붙여넣기(Ctrl+V)합니다. 또는 Load Example 옵션으로 예제 데이터를 불러올 수 있습니다.
- 다음으로 필요한 옵션을 입력합니다.
- 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.
모수적 성장 곡선의 도구 화면은 두 부분으로 나뉩니다.

왼쪽 부분에는 데이터 창(Data Pane)이 있습니다. Data Pane에서는 각 행이 하나의 부분군을 이룹니다. 데이터는 직접 입력하거나, 엑셀 시트의 데이터를 전체 복사(Ctrl+C)하여 여기에 붙여넣기(Ctrl+V)할 수 있습니다.
Load example: 샘플 데이터가 불러와집니다.
오른쪽 부분에는 다음과 같은 여러 옵션이 있습니다.
- Data Format: 고장 시간 데이터의 구조를 정의합니다. Data are exact failure/retirement times 는 데이터셋의 각 관측값이 고장이 발생했거나 시스템이 운용에서 퇴역한 정확한 시간이라는 뜻이며, 고장이 발생한 시간 구간만 아는 구간 중도절단 데이터와 대비됩니다.
- Variable / Start Variables: 수리 가능 시스템에서 기록된 각 사건의 정확한 고장 시간 또는 퇴역 시간이 들어 있는 열을 선택합니다. 구간 데이터의 경우 고장이 포함된 시간 구간의 시작입니다.
- System ID: 각 고장 시간이 어느 수리 가능 시스템에 속하는지 식별하는 열을 선택하며, 여러 시스템의 데이터를 같은 데이터셋에 결합했을 때 사용합니다. 그러면 성장 곡선은 식별된 각 시스템에 대해 개별적으로 또는 공동으로 추정됩니다.
자주 묻는 질문
모수적 성장 곡선이란 무엇입니까?
모수적 성장 곡선은 수리 가능 시스템이 가동 시간을 누적하고 수리를 거치면서 고장률이 어떻게 변하는지 모형화합니다. 멱법칙을 사용하는 비동질 포아송 과정(Crow-AMSAA) 같은 모형으로 시스템이 고장률이 감소하며 개선되는지, 고장률이 증가하며 악화되는지, 안정적인지 판단합니다.
모수적 성장 곡선은 언제 사용합니까?
기계, 차량, 복잡한 장비처럼 고장나고 여러 번 수리되는 수리 가능 시스템에서 가동 수명 동안 신뢰성이 개선되는지, 저하되는지, 안정적인지 알아내는 데 사용합니다. 보전 계획, 예비 부품 수요 예측, 신뢰성 개선 프로그램을 지원합니다.
모수적 성장 곡선 모형은 어떻게 확인합니까?
누락된 시간은 성장 곡선을 왜곡하므로 모든 고장 시간과 수리 시간을 정확하게 기록하십시오. Cramer-von Mises 같은 적합도 검정으로 모형 적합을 확인하고, 추세를 가정하기 전에 Laplace 검정으로 신뢰성이 실제로 개선되거나 악화되고 있는지 확인하십시오.
모수적 성장 곡선은 언제 사용하지 않아야 합니까?
모수적 성장 곡선은 고장난 후 수리되어 다시 운용되는 시스템을 대상으로 합니다. 품목이 수리 불가능하여 고장나면 교체되는 경우에는 대신 모수적 분포 분석을 사용하십시오. 고장률이 일정하다고 확인된 경우에는 간단한 지수분포 모형으로 충분할 수 있습니다.
