몬테카를로 시뮬레이션을 활용한 건축물 수선교체주기 신뢰성 분석 모델에 관한 연구 A study on reliability analysis model of the repair and replacement cycle of a building which utilizes Monte Carlo Simulation원문보기
본 연구에서는 수선교체이력 자료 및 전문가 의견을 기초데이터로 하고 몬테카를로 시뮬레이션을 활용하여 건축물 수선교체주기에 대한 신뢰성 분석을 가능하게 할 수 있는 모델을 제시하였다. 제시된 모델은 건축물의 경년별 수선교체 시기를 확률적으로 제시하고 건물의 유지관리 계획시 신뢰성분석에 근거한 수선교체시기와 비용수요를 사전에 예측하도록 지원한다. 또한 건물의 소유주체나 유지관리 의사결정권자에게 공통적으로 발생하는 계획상의 많은 리스크를 감소시켜주는 역할을 할 것이다. 더불어 기존건물의 수선교체 이력데이터의 부재로 인해 의사결정에 많은 어려움 겪고 있는 대규모 건물자산의 유지관리책임자가 수선교체소요에 대한 중장기정책 수립시 이에 대한 타당성을 확보할 수 있는 공학적 해법이 제시되었다. 정리하면 크게 다음과 같이 3가지의 연구성과로 나눌 수 있다 첫째, 건축시스템의 발달에 대응할 수 있는 수선교체주기 산정법이 개발되었다. 둘째, 수선교체주기의 리스크를 정량화 시킬 수 있는 확률론적 방법론이 제안되었다. 셋째, 제안된 모델은 건축프로젝트에서 설계자와 시공자가 건물의 생애주기설계에 관한 의사결정을 지원할 수 있는 도구로 활용 가능할 것이다.
본 연구에서는 수선교체이력 자료 및 전문가 의견을 기초데이터로 하고 몬테카를로 시뮬레이션을 활용하여 건축물 수선교체주기에 대한 신뢰성 분석을 가능하게 할 수 있는 모델을 제시하였다. 제시된 모델은 건축물의 경년별 수선교체 시기를 확률적으로 제시하고 건물의 유지관리 계획시 신뢰성분석에 근거한 수선교체시기와 비용수요를 사전에 예측하도록 지원한다. 또한 건물의 소유주체나 유지관리 의사결정권자에게 공통적으로 발생하는 계획상의 많은 리스크를 감소시켜주는 역할을 할 것이다. 더불어 기존건물의 수선교체 이력데이터의 부재로 인해 의사결정에 많은 어려움 겪고 있는 대규모 건물자산의 유지관리책임자가 수선교체소요에 대한 중장기정책 수립시 이에 대한 타당성을 확보할 수 있는 공학적 해법이 제시되었다. 정리하면 크게 다음과 같이 3가지의 연구성과로 나눌 수 있다 첫째, 건축시스템의 발달에 대응할 수 있는 수선교체주기 산정법이 개발되었다. 둘째, 수선교체주기의 리스크를 정량화 시킬 수 있는 확률론적 방법론이 제안되었다. 셋째, 제안된 모델은 건축프로젝트에서 설계자와 시공자가 건물의 생애주기설계에 관한 의사결정을 지원할 수 있는 도구로 활용 가능할 것이다.
This study presented a model that can enable a reliability analysis for the repair and replacement cycle of a building by using background repair and replacement data and expert opinion as foundation data and applying Monte Carlo Simulation. The presented model offers the time of the repair and repl...
This study presented a model that can enable a reliability analysis for the repair and replacement cycle of a building by using background repair and replacement data and expert opinion as foundation data and applying Monte Carlo Simulation. The presented model offers the time of the repair and replacement of building elements for the period of a year, and supports the prediction of repair and replacement and expenses demand in advance while planning the maintenance of a building. In addition, the model will significantly reduce the risks to the building owner with regard to maintenance decisions. In addition, when a person in charge of the maintenance of large-scale building assets is having difficulties making decisions regarding the repair and replacement of existing building elements due to a lack of background data to support a long-term policy on the repair and replacement requirements, an engineering solution that can ensure the adequacy of this is provided. In summary, it can be largely divided into three study results. First, a method of estimating the repair and replacement cycle that can deal with the development of a construction system was developed. Second, a probabilistic methodology that can quantify the risk of the repair and replacement cycle was proposed. Third, the proposed model can be used as a means of supporting designer and constructor in making decisions for the life cycle plan of a building during a construction project.
This study presented a model that can enable a reliability analysis for the repair and replacement cycle of a building by using background repair and replacement data and expert opinion as foundation data and applying Monte Carlo Simulation. The presented model offers the time of the repair and replacement of building elements for the period of a year, and supports the prediction of repair and replacement and expenses demand in advance while planning the maintenance of a building. In addition, the model will significantly reduce the risks to the building owner with regard to maintenance decisions. In addition, when a person in charge of the maintenance of large-scale building assets is having difficulties making decisions regarding the repair and replacement of existing building elements due to a lack of background data to support a long-term policy on the repair and replacement requirements, an engineering solution that can ensure the adequacy of this is provided. In summary, it can be largely divided into three study results. First, a method of estimating the repair and replacement cycle that can deal with the development of a construction system was developed. Second, a probabilistic methodology that can quantify the risk of the repair and replacement cycle was proposed. Third, the proposed model can be used as a means of supporting designer and constructor in making decisions for the life cycle plan of a building during a construction project.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 기존의 건축물 수선교체주기에 대한 불확실성에 대해 확률적으로 분석 가능한 신뢰성 분석모델을 제시하기 위한 연구로서 다음과 같은 방법으로 진행된다. 먼저 수선교체주기의 불확실성에 대한 고찰을 실시하고 수선교체주기의 확률적 분석 방법을 모색한다.
본 연구에서는 수선교체이력 자료 및 전문가 의견을 기초데이터로 하고 몬테카를로 시뮬레이션을 활용하여 건축물 수선교체 주기에 대한 신뢰성 분석을 가능하게 할 수 있는 모델을 제시하였다. 저四된 모델은 건축물의 경년별 수선교체 시기를 확률적으로 제시하고 건물의 유지관리계획시 신뢰성분석에 근거한 수선교체 시기와 비용수요를 사전에 예측하도록 지원한다.
본 연구에서는 수선교체이력 자료 및 전문가 의견을 기초데이터로 하고 몬테카를로 시뮬레이션을 활용하여 건축물수선교체 주기에 대한 신뢰성 분석을 가능하게 할 수 있는 모델을 개발하여 건축물의 수선교체 시기를 확률적으로 제시하고 신뢰 성분석에 근거한 수선교체시기를 도출하고자 한다
가설 설정
① 연속분포는 지속적인 변화, 정의한 범위(영역)내의 어떤 값이든지 가져옴. (변화를 대표하기 위해 사용
제안 방법
건축물의 수선교체 항목을 삼각형분포에 적합하여 얻어진 시뮬레이션 결과로서 전문가 의견에서 건물 내외부에 해당하는 부위별 수선교체 항목 중 신뢰성분석 모델에 대한 개념의 적용을 보이기 위해 하나의 항목을 대상으로 기술하기로 한다. 열경화성수지천정재의 수선교체주기에 대한 전문가 의견을 청취하여 최소값은 10년, 최빈치는 15년, 최대값을 20년으로 데이터를 배열하고 확률적으로 전문가 의견을 해석하기 위해 10, 000번의 시뮬레이션을 수행한 결과 확률적 빈도를 얻을 수 있었다.
이제 컴퓨터로 난수를 발생하여 무작위로 정사각형 내부에 점을 찍는다. 그리고 정사각형의 꼭지점과의 거리를 계산하여 점이 사분원의 내부에 있는지 외부에 있는지를 판단한다. 예를 들어 전체 10만 개의 점을 찍었다고 할 때이 중 n개가 사분원의 내부에 있었다면 두 숫자의 비율, 즉 n/10 만의 값은 넓이의 비인 7T /4에 근접하리라고 예측할 수 있다.
논문의 범위로서 수선교체의 이력데이터는 학교건물로부터 수집하였으며 교육시설의 문서보존 연한이 최근 5년간의 데이터만 보유하고 있어 시뮬레이션 수행전 전체 데이터들에 대한 분포적합 (batch fit)은 적용하지 않는다 즉 데이터의 불확실성을 설명하기 위한 확률적 특성치를 적용한 가정 정의(define assumptions) 를 이용하여 예측값(define forecasts)을 도출해 낸다. 또한 여러 종류의 시뮬레이션 소프트웨어가 있으나 엑셀 스프레드시트 모델링을 편리하게 지원하고 리스크 분석에 널리 활용되고 있는 오라클 (oracle)사의 크리스탈볼(crystall ball)를 사용하였다.
이용하여 예측값(define forecasts)을 도출해 낸다. 또한 여러 종류의 시뮬레이션 소프트웨어가 있으나 엑셀 스프레드시트 모델링을 편리하게 지원하고 리스크 분석에 널리 활용되고 있는 오라클 (oracle)사의 크리스탈볼(crystall ball)를 사용하였다.
다음과 같은 방법으로 진행된다. 먼저 수선교체주기의 불확실성에 대한 고찰을 실시하고 수선교체주기의 확률적 분석 방법을 모색한다. 이어 선정된 확률적분석방법을 이력자료 및 전문가 의견에 대해 몬테카를로 시뮬레이션을 적용하고 최종적으로 건축물 수선교체주기의 신뢰성분석 모델을 제시하고자 한다.
먼저 수선교체주기의 불확실성에 대한 고찰을 실시하고 수선교체주기의 확률적 분석 방법을 모색한다. 이어 선정된 확률적분석방법을 이력자료 및 전문가 의견에 대해 몬테카를로 시뮬레이션을 적용하고 최종적으로 건축물 수선교체주기의 신뢰성분석 모델을 제시하고자 한다. 아래의 그림 1은 연구의 절차를 도시한 것이다.
확정적 수선교체주기를 경영과학에서는 결정론적 방법이라 하며 불확실성하에서 어떤 하나의 값으로 한정 시켜 의사결정을 하는 것이 문제점으로 지적되고 있다. 즉 통계량의 평균을 적용하여 분석하는 것으로 모집단에서 무작위로 추출된 대응 함수에서 모집집단의 어떤 변수(평균, 표준편차, 비율에 대한 근사값을 구하는 점 추정방식인 것이다.
성능/효과
넷째로, 일반적으로 수선이 교체보다 우위일 것으로 인식할 수 있으나 교체가 비용적인 측면에 유리할 수 있다.
셋째, 제안된 모델은 건축프로젝트에서 설계자와 시공자가 건물의 생애주기설계에 관한 의사결정을 지원할 수 있는 도구로 활용 7]능할 것이다.
셋째로, 수선교체주기가 설정되어 있지만 기술의 발달과 건물의 사용자의 요구에 의해 발생하는 사회적인 노후화에 대응한 조기 교체가 경제적인 판단이 될 수 있다
한다. 열경화성수지천정재의 수선교체주기에 대한 전문가 의견을 청취하여 최소값은 10년, 최빈치는 15년, 최대값을 20년으로 데이터를 배열하고 확률적으로 전문가 의견을 해석하기 위해 10, 000번의 시뮬레이션을 수행한 결과 확률적 빈도를 얻을 수 있었다. 그림 13의 상단 그래프는 수선교체 누적확률 확률적 분포를 분석한 것이며 하단의 표는 발생 확률별로 수선교체주기의 예측값을 정리한 것이다.
첫째, 건축시스템에 채용된 구성품은 생애주기동안 발생하는 수선교체 시기에 대한 예측치가 생산방식에 의해 신뢰성에 큰 차이를 보인다.
그림 13의 상단 그래프는 수선교체 누적확률 확률적 분포를 분석한 것이며 하단의 표는 발생 확률별로 수선교체주기의 예측값을 정리한 것이다. 해석해 볼 때 시뮬레이션을 반복적으로 수행하여 무한대로 수렴할 경우 16.19년의 값을 가지며 13.69년에서 16.19년 사이의 발생확률을 갖는 것으로 신뢰성 분석되었다.
후속연구
저四된 모델은 건축물의 경년별 수선교체 시기를 확률적으로 제시하고 건물의 유지관리계획시 신뢰성분석에 근거한 수선교체 시기와 비용수요를 사전에 예측하도록 지원한다. 또한 건물의 소유 주체나 유지관리 의사결정권자에게 공통적으로 발생하는 계획상의 많은 리스크를 감소시켜주는 역할을 할 것이다. 더불어 기존건물의 수선교체 이력데이터의 부재로 인해 의사결정에 많은 어려움 겪고 있는 대규모 건물자산의 유지관리책임자가 수선교체 소요에 대한 중장기정책 수립시 이에 대한 타당성을 확보할 수 있는 공학적 해법이 제시되었디: 정리하면 크게 다음과 같이 3가지의 연구성과로 나눌 수 있다
본 연구에서 개발 제안하는 모델은 현행의 수선교체주기 산정방식을 개선하여 불확실성을 저감시킨 모델로서 본 연구에서 제안된 방식을 기초로 수선교체주기 산정에 적용된다면 수선교체예산 집행 또는 유지관리 관련 정책에 새로운 패러다임(paradigm) 을 제공할 것이다.
참고문헌 (11)
이덕찬 외, 공동주택의 LCC검토서 작성 및 평가지침 개발, 주택공사주택연구소, 2000
Alphonse J. Dell'lsola, Stephen J. Kirk, Life Cycle Cost or Facilities. Reed Construction Data, 2003
APPA(The Association of Physical Plant Administrators, Custodial Staffing Guidelines for Educational Facilities, APPA, 1998
APPA, Maintenance Staffing Guidelines for Educational Facilities, APPA, 2002
Halim A. Boussabaine, Richard J. Kirkham, Whole Life-Cycle Costing : Risk and Risk Responses. Blackwell Publishing, 2004
Hans Reiche, Maintenance Minimization for Competitive Advantage. Gordon and Breach Science Publishers, 1994
Richard F. Gerson, Ph.D. Measuring Customer Satisfaction,Thomson, 1993
※ AI-Helper는 부적절한 답변을 할 수 있습니다.