[논문]항공기 예비엔진 및 모듈 재고수준이 전시 운용가용도에 미치는 영향

김진호; 이상진; 정성태

doi:10.7737/kmsr.2014.31.2.033

문제 정의

첫째, 현재 예비엔진과 모듈의 재고수준은 평시 운영을 만족하는 양으로서 정비소요가 급증하는 전시 운용가용도는 급격히 저하된다. 따라서 전시에 목표 운용가용도를 만족하기 위해서 구체적으로 어떤 수리부속을 얼마만큼을 확보해야 하는가를 본 연구는 제시할 수 있다. 둘째, 엔진과 모듈이 운용가용도에 미치는 영향을 보여주는 메타모델을 제시하여 중점적으로 관리해야 할 품목이 무엇인지를 제시하였다.
따라서, 본 연구는 전시 급증하는 정비소요를 고려한 시뮬레이션 모형을 개발하여 예비엔진과 모듈이 전시 목표 운용가용도에 미치는 영향을 살펴보고자 한다. 메타모델 개발을 위해서 2^k 인자 설계법과 NOLH(Nearly Orthogonal Latin Hypercube) 설계법을 비교하여 효율적인 방법을 제시한다.
본 연구는 시뮬레이션 모형과 분석적 모형이 갖는 장점을 채택, 빠른 시간에 적정재고수준을 산출할 수 있는 메타모델을 제시하였다. 연구의 학술적 의의는 첫째, NOLH 실험설계법 적용으로 효율적 이고 정확한 메타모델을 개발하였다.
본 연구는 예비엔진 및 모듈 재고수준이 전시 항공기 운용가용도에 미치는 영향을 살펴보고 목표 운용가용도를 유지하기 위한 적정재고수준을 결정하고자 하였다. 이를 위해 전시 항공기 운용가용도에 영향을 미치는 전시 정비소요를 분석하여 시뮬레이션 모형에 반영하였다.
본 연구의 목적은 전시 목표 운용가용도를 고려한 예비엔진 및 모듈의 적정재고수준을 산정하는 것이므로 비행소티가 급격히 증가하는 전쟁 초기 60일의 결과가 중요하다. 따라서 본 연구는 전쟁기간을 60일, 준비기간을 400일, 반복횟수를 200회로 설정하고 시뮬레이션을 실행하였다.
본 연구의 실무적 의의는 현재 군이 전시를 대비하여 예비엔진과 모듈을 확보하는 가이드라인을 제시할 수 있다. 첫째, 현재 예비엔진과 모듈의 재고수준은 평시 운영을 만족하는 양으로서 정비소요가 급증하는 전시 운용가용도는 급격히 저하된다.
유효성이 입증된 메타모델을 바탕으로 적정재고수준은 선형계획모형으로 결정할 수 있다. 본 연구의 주된 관심사는 전시 목표 운용가용도를 충족하기 위해 예비엔진 및 모듈을 현 재고수준에서 추가로 얼마나 더 확보해야 할 것인가를 결정하는 것이며, 이때 비용을 최소화하는 것이다. 적정재고수준을 결정하기 위한 선형계획모형은 다음과 같다.
둘째, 전시 항공기 운용가용도에 영향을 미치는 다양한 불확실성을 반영하지 못했다. 전시의 경우 수많은 불확실성이 있어 많은 가정사항을 바탕으로 하기 때문에 이러한 사항을 다수 반영하기에는 제한이 되어 본 연구는 증가하는 비행소티를 만족하기 위해서 현 재고에서 어느 품목을 얼마나 더 구매해야하는가에 중점을 두고 연구를 진행하였다. 따라서 차후 연구에서는 전시 발생가능한 다양한 상황(예 : 창 및 기지 긴급수리대 체제)과 실제 훈련데이터를 모형에 반영한다면 좀 더 전시에 가까운 모형을 형성할 수 있으리라 판단된다.

가설 설정

본 연구의 가정은 METRIC 기반 분석적 모형의 가정을 일부 완화하였다. METRIC 모형에서는 수리부속의 수요율은 일정하다는 가정을 필요로 하나 본 연구는 급증하는 전시수요를 고려할 수 있어 수리부속의 수요가 일정하다는 가정을 완화하였다. 하지만 창과 기지의 수리능력의 제한, 고장품의 폐기, 수리부속의 유용금지 등과 같은 METRIC 모형의 기본가정은 여전히 모형의 실행을 위해서는 필요하다.
넷째, 목표 운용가용도는 다른 구성품의 정비소요는 고려하지 않고 엔진의 정비소요만을 고려하므로 실제보다 높은 95% 이상으로 설정한다[3]. 다섯째, 항공기 엔진 및 모듈의 창정비는 전시에도 동일하게 수행되기 때문에 전시 엔진 및 모듈의 정비절차는 평시와 차이가 없다고 가정한다. 여섯째, 운용가용도는 전시에 발생되는 항공기 손실에 따라 변화되지만 본 연구에서는 전시 정비소요에 따른 운용가용도 변화를 살펴보고 예비엔진과 모듈의 적정재고수준을 산정하는 것이 목표이기 때문에 전시 항공기 손실은 고려하지 않는다.
전시 수리부속 운영소요량이 전시 비행소티수와 평시 정비발생 빈도에 따라 결정되는 것처럼 전시 엔진정비소요는 평시 엔진정비횟수와 전시 소티증가계수를 통해 산출할 수 있다. 본 연구에서는 평시 정비소요량에 창정비 소요량이 포함되어 있으므로 전시 창정비소요량을 따로 고려하지 않았다. 평시 정비소요량을 일일 엔진정비횟수로 표현하고 전시 단계별 일일 비행소티와 단계별 일수 대신 전시 일일 평균 소티증가계수를 적용하였다.
하지만 본 연구는 다음과 같은 한계점을 가지고 있다. 첫째, 항공기 엔진과 모듈의 적정 재고수준을 결정하는 메타모델의 각 독립변수들은 선형모형을 가정하여 각 변수 간 교호작용은 고려하지 않았다. 항공기 부품의 경우 신뢰도가 매우 높은 부품을 사용하기 때문에 각 부품의 고장은 독립적으로 발생한다고 가정하고 연구를 진행하였으나, 기계류 고장의 상호작용에 의한 고장은 현실상 완전히 배제할 수 없기 때문에 차후 연구에서 이러한 사항을 보완한다면 보다 정확한 모형을 만들 수 있을 것이다.

제안 방법

시뮬레이션 모형에서 측정하고자 하는 것은 엔진과 5개 모듈의 재고수준별 시나리오에 따른 운용가용도와 총 소요비용이다. 2^k인자 실험설계법에서 실험영역 2가지 수준은 엔진과 모듈 재고수준에 대한 하한선과 상한선이며, 하한선은 현 재고 수준으로 설정하였고 상한선은 엔진 15개, 모듈은 30개로 설정하였다. 하한선을 현 재고수준으로 설정한 이유는 본 연구의 목적이 운영유지단계에서의 적정재고수준을 산정하고 현 재고에서 추가로 확보해야할 재고량을 판단하기 위한 것이기 때문이다.
그 밖의 시뮬레이션 모형의 입력 변수인 정비시간(정비종류별 정비시간, 자재대기시간, 입·출고 대기시간 등)에 대한 확률분포는 5년간 정비시간 자료를 바탕으로 Arena의 입력분석기를 사용하여 추정하였고 결과는 과 같다.
하지만 NOLH를 적용한 시나리오 선정은 각 요인의 전 영역에 걸쳐 고르게 샘플을 추출하여 메타모델의 정확성을 높일 수 있었다. 둘째, 시뮬레이션의 최적화 프로그램 결과와 메타모델에 선형계획법을 활용하여 도출한 적정재고수준을 비교하여 결과의 유효성을 입증하였다. 제약조건으로 일정 운용가용도를 만족하도록 설정 후 적정재고수준을 도출한 결과 본 연구 모형이 시뮬레이션 최적화 방법에 비해 비용을 상당히 절약할 수있다는 것을 보여주었다.
따라서 전시에 목표 운용가용도를 만족하기 위해서 구체적으로 어떤 수리부속을 얼마만큼을 확보해야 하는가를 본 연구는 제시할 수 있다. 둘째, 엔진과 모듈이 운용가용도에 미치는 영향을 보여주는 메타모델을 제시하여 중점적으로 관리해야 할 품목이 무엇인지를 제시하였다. 연구에서 제시한 메타모델의 효과계수는 각 수리부속이 운용가용도에 미치는 영향력을 나타내는 것으로, 목표 운용가 용도를 만족하기 위해 Core와 FDT를 중점적으로 관리해야 함을 의미한다.
본 연구의 목적은 전시 목표 운용가용도를 고려한 예비엔진 및 모듈의 적정재고수준을 산정하는 것이므로 비행소티가 급격히 증가하는 전쟁 초기 60일의 결과가 중요하다. 따라서 본 연구는 전쟁기간을 60일, 준비기간을 400일, 반복횟수를 200회로 설정하고 시뮬레이션을 실행하였다. 적절한 준비기간을 찾기 위해서 준비기간을 50일씩 증가시켜 시뮬레이션을 수행하였고 준비기간에 따라 운용가용도가 어떻게 변화하는 지를 살펴보았다.
적정재고수준을 산출하기 위한 메타모델 개발시 2^k 인자 실험설계법과 NOLH 기법을 비교하였다. 또한 메타모델을 기반으로 한 선형계획모형을 통해 예비엔진과 모듈의 적정재고 수준을 산출하고, 이를 ARENA OptQuest 최적화 결과와 비교하여 전시 목표 운용가용도를 고려한 적정재고수준을 제시하였다.
메타모델 개발을 위해서 2^k 인자 설계법과 NOLH(Nearly Orthogonal Latin Hypercube) 설계법을 비교하여 효율적인 방법을 제시한다. 또한 메타모델을 통해 도출된 적정재고수준과 ARENA OptQuest 결과를 비교하여 최적화된 재고수준을 도출한다.
0을 통해 시뮬레이션 모형을 구성하였고 과거 엔진정비실적 자료를 분석하여 입력 자료로 활용하였다. 또한 전시 운용가용도 산출을 위해 전시 정비소요를 산정하여 모형에 반영하였다. 주요 변수에 대한 민감도 분석을 통해 모형의 타당성을 검토하였다.
따라서, 본 연구는 전시 급증하는 정비소요를 고려한 시뮬레이션 모형을 개발하여 예비엔진과 모듈이 전시 목표 운용가용도에 미치는 영향을 살펴보고자 한다. 메타모델 개발을 위해서 2^k 인자 설계법과 NOLH(Nearly Orthogonal Latin Hypercube) 설계법을 비교하여 효율적인 방법을 제시한다. 또한 메타모델을 통해 도출된 적정재고수준과 ARENA OptQuest 결과를 비교하여 최적화된 재고수준을 도출한다.
목적함수는 엔진 및 모듈의 단가와 재고량을 곱하고 이를 모두 합한 비용이 최소가 되는 재고수준을 찾도록 설정하였다. 첫 번째 제약조건은 예비엔진과 모듈의 재고수준이 목표 운용가용도 95% 이상을 달성해야 한다는 것을 나타낸다.
전시 목표 운용가용도 달성을 위한 적정재고수준 결정은 기존 연구와 비교하여 결정할 수 있다. 본 연구는 기존 연구들[3, 19]에서 최적화 모형으로 주로 사용된 선형계획모형과 Qizhi and Bin[13]이 활용한 ARENA OptQuest 최적화 프로그램을 이용하여 적정재고수준을 산출하고 이를 비교함으로써 적정재고수준을 결정하였다.
본 연구는 실제 엔진정비체계를 기반으로 ARENA 14.0을 통해 시뮬레이션 모형을 구성하였고 과거 엔진정비실적 자료를 분석하여 입력 자료로 활용하였다. 또한 전시 운용가용도 산출을 위해 전시 정비소요를 산정하여 모형에 반영하였다.
민감도 분석은 대표적인 타당성 검토 방법인데, 모형의 변수 값을 변화시키고 그 변화로 야기되는 결과를 분석하여 모형의 타당성을 살펴보는 방법이다[4, 9]. 본 연구모형의 주요 변수는 예비엔진과 모듈의 재고수준이다. 특히, 정비간 평균시간이 가장 적은 엔진과 Core 모듈의 재고수준이 항공기 운용가용도에 큰 영향을 미칠 것으로 예상된다.
KF-16의 F100-PW-229 엔진은 Fan, Core, FDT(Fan Drive Turbine), Augmentor(이하 Aug), Gearbox의 5개 모듈로 구성되어 있고 엔진의 정비는 결함 발생 및 예방정비에 따라 계획창정비, 비계획창정비, 기지정비, TCTO 정비로 분류되어 있다. 시뮬레이션 모형은 실제 엔진정비체계를 고려하여 가능한 유사하게 표현하였으며, 입력된 자료를 통해 항공기의 운용가용도를 산출할 수 있도록 구성하였다. 모형은 <그림 1>과 같이 크게 항공기 이동 라인과 정비엔진 이동라인 두 가지로 구성하였다.
특히, 정비간 평균시간이 가장 적은 엔진과 Core 모듈의 재고수준이 항공기 운용가용도에 큰 영향을 미칠 것으로 예상된다. 엔진과 Core 재고수준에 따른 운용가용도 변화를 살펴보기 위해 나머지를 모두 현재고로 고정한 상태에서 엔진과 Core 모듈의 재고를 각각 7～16개까지 변화시켜 운용가용도를 도출 하였다. 결과는 <표 4>와 같고 <그림 4>는 이를 그래프로 나타낸 것이다.
이상진 등[3]은 Steans Ⅲ의 연구를 기반으로 KF-16 항공기의 적정재고수준에 관한 연구를 수행하였다. 엔진과 모듈의 적정재고수준의 결정은 2^k 인자 시뮬레이션 실험설계법을 통해 개발한 메타모델을 결합한 방법을 사용하였고 비용, 목표 운용가용도, 최소재고 등 다수의 제약조건을 추가한 선형계획모형을 통해 적정재고수준을 산출하였다. Qizhi and Bin[13]은 다단계 재고모형에서 고장률이 포아송분포가 아닌 일반분포인 경우를 반영하는 시뮬레이션 모형을 제시하였고 적정재고수준 산출은 ARENA 시뮬레이션의 OptQuest를 활용하였다.
Steans Ⅲ[19]는 수리부속의 계층구조를 반영한 시뮬레이션 모형을 통해 항공모함에 탑재된 F-18 항공기를 대상으로 비용을 최소화 할 수 있는 예비모듈의 적정재고수준 판단을 연구하였다. 엔진정비 실적자료를 이용하여 시뮬레이션을 수행하고 도출된 결과값에 대한 다중회귀분석을 통해 메타모델을 개발하였으며 이를 이용하여 적정재고수준을 판단하였다. Köchel and Nieländer[10] 은 시뮬레이션과 유전알고리즘을 이용하여 목표 운용가용도를 만족하면서 수요분포와 주문정책을 고려한 적정재고수준을 도출하였다.
본 연구는 시뮬레이션 모형과 분석적 모형이 갖는 장점을 채택, 빠른 시간에 적정재고수준을 산출할 수 있는 메타모델을 제시하였다. 연구의 학술적 의의는 첫째, NOLH 실험설계법 적용으로 효율적 이고 정확한 메타모델을 개발하였다. 기존의 실험설계법으로 사용된 2^k 인자 설계법은 각 요인수에 2의 승수만큼 시나리오를 생성하여 상대적으로 많은 시뮬레이션이 필요하나 NOLH는 직교성에 의한샘플 추출로 상대적으로 적은 시나리오를 필요로 하여 데이터 산출에 적은 시간이 소요된다.
86%로 나타나 전시 급격히 증가하는 정비 소요를 고려할 때 현 재고수준은 부족한 것으로 나타났다. 예비엔진과 모듈의 재고수준이 전시 운용가용도에 미치는 영향을 구체적으로 살펴보고, 최적화 모형을 도출하기 위해서 시뮬레이션 실행 결과를 바탕으로 메타모델을 개발하였다. 이때 효과적이고 정확한 메타모델을 개발하기 위해 2^k인자 실험설계법과 NOLH 기법을 비교하였다.
예비엔진과 모듈의 재고수준이 전시 운용가용도에 미치는 영향을 구체적으로 살펴보고, 최적화 모형을 도출하기 위해서 시뮬레이션 실행 결과를 바탕으로 메타모델을 개발하였다. 이때 효과적이고 정확한 메타모델을 개발하기 위해 2^k인자 실험설계법과 NOLH 기법을 비교하였다.
본 연구는 예비엔진 및 모듈 재고수준이 전시 항공기 운용가용도에 미치는 영향을 살펴보고 목표 운용가용도를 유지하기 위한 적정재고수준을 결정하고자 하였다. 이를 위해 전시 항공기 운용가용도에 영향을 미치는 전시 정비소요를 분석하여 시뮬레이션 모형에 반영하였다. 적정재고수준을 산출하기 위한 메타모델 개발시 2^k 인자 실험설계법과 NOLH 기법을 비교하였다.
세 번째는 적정재고수준의 상한선을 나타낸 것이다. 재고수준이 엔진은 15개, 모듈은 30개 이상을 초과 하지 않도록 하였다. 적정재고수준에 상한선을 두지 않으면 구매단가 대비 운용가용도에 미치는 효과계수가 가장 큰 FDT 모듈의 재고수준만 늘어날 것이다.
따라서 본 연구는 전쟁기간을 60일, 준비기간을 400일, 반복횟수를 200회로 설정하고 시뮬레이션을 실행하였다. 적절한 준비기간을 찾기 위해서 준비기간을 50일씩 증가시켜 시뮬레이션을 수행하였고 준비기간에 따라 운용가용도가 어떻게 변화하는 지를 살펴보았다. <그림 3> 은 준비기간에 따른 운용가용도 변화를 나타내는 것이며, 준비기간이 증가할수록 초기편의가 제거되어 일정한 값에 수렴하는 것을 볼 수 있다.
이를 위해 전시 항공기 운용가용도에 영향을 미치는 전시 정비소요를 분석하여 시뮬레이션 모형에 반영하였다. 적정재고수준을 산출하기 위한 메타모델 개발시 2^k 인자 실험설계법과 NOLH 기법을 비교하였다. 또한 메타모델을 기반으로 한 선형계획모형을 통해 예비엔진과 모듈의 적정재고 수준을 산출하고, 이를 ARENA OptQuest 최적화 결과와 비교하여 전시 목표 운용가용도를 고려한 적정재고수준을 제시하였다.
전시 목표 운용가용도 충족과 동시에 비용을 최소화하는 적정재고수준을 결정하기 위해서 선형계획모형의 결과와 ARENA OptQuest 결과를 비교 하였다. 선형계획모형에 의한 최적해 결과와 그에 따른 메타모델의 운용가용도, 총 소요비용의 결과는 <표 9>와 같다.
정비소요에 대한 운용가용도 변화를 살펴보기 위해 460일 이후에는 전시가 아닌 평시 정비소요를 반영하여 1,000일 동안의 운용가용도 변화를 살펴보았고 그 결과는 와 같다.
또한 전시 운용가용도 산출을 위해 전시 정비소요를 산정하여 모형에 반영하였다. 주요 변수에 대한 민감도 분석을 통해 모형의 타당성을 검토하였다.
본 연구에서는 평시 정비소요량에 창정비 소요량이 포함되어 있으므로 전시 창정비소요량을 따로 고려하지 않았다. 평시 정비소요량을 일일 엔진정비횟수로 표현하고 전시 단계별 일일 비행소티와 단계별 일수 대신 전시 일일 평균 소티증가계수를 적용하였다. 따라서 전시 엔진정비소요인 전시 일일 엔진정비횟수는 다음과 같은 식을 통해 구할 수 있다.
0를 활용하여 다중회귀분석을 실시하였다. 회귀분석의 경우 NOLH 실험설계법의 경우 샘플수가 17개로 유의한 결과를 얻기에 제한되므로 두 실험설계법 모두 각 200번의 시뮬레이션 결과를 모두 이용하여 분석을 실시하였다. 다중회귀분석 결과에서 공통적으로 Gearbox의 회귀계수가 음(-)으로 나타났고 유의확률도 높게 나타나 Gearbox를 제외하고 다시 회귀분석을 실시하였다.

대상 데이터

KF-16 엔진의 정비 자료는 2009년부터 2013년까지 5년간의 실적 자료를 활용하였다. <표 1>은 5년간 엔진 운용시간인 229,552.
시뮬레이션의 결과와 메타모델을 통해 산출된 결과를 비교함으로써 메타모델의 유효성을 검증할 수 있고, 2^k 인자 기법과 NOLH 기법을 통해 도출된 두 메타모델의 유효성을 비교함으로써 본 시뮬레이션 모형에 적합한 메타모델을 판단할 수 있다. 두 메타모델의 유효성을 비교하기 위해서 엔진과 각 모듈의 극단값 사이에서 난수를 발생시켜 얻은 임의의 시나리오 20개를 생성하였다. 각 시나리오별 시뮬레이션 값과 두 메타모델의 값을 비교한 오차 절대값평균(MAE : Mean Absolute Error), 오차 제곱평균(MSE : Mean Squared Error)과 신뢰 구간 포함여부는 <표 8>과 같다.
전시 항공기 예비엔진 및 모듈 재고수준이 항공기 운용가용도에 미치는 영향을 살펴보기 위해 KF- 16항공기의 F100-PW-229 엔진을 대상으로 하였다. 항공기 운용가용도에 영향을 미치는 계통에는 기체, 항전, 전기, 무장 등 엔진 외에 다른 계통에 의한 불 가동도 많으나, 엔진이 미치는 영향이 가장 크기 때문이다[1].

데이터처리

회귀분석의 경우 NOLH 실험설계법의 경우 샘플수가 17개로 유의한 결과를 얻기에 제한되므로 두 실험설계법 모두 각 200번의 시뮬레이션 결과를 모두 이용하여 분석을 실시하였다. 다중회귀분석 결과에서 공통적으로 Gearbox의 회귀계수가 음(-)으로 나타났고 유의확률도 높게 나타나 Gearbox를 제외하고 다시 회귀분석을 실시하였다. 각 실험설계법에 따른 회귀분석 결과는 <표 7>과 같다.
메타모델을 개발하기 위해 두 실험설계법에 의한 시뮬레이션 실행 결과를 SPSS 19.0를 활용하여 다중회귀분석을 실시하였다. 회귀분석의 경우 NOLH 실험설계법의 경우 샘플수가 17개로 유의한 결과를 얻기에 제한되므로 두 실험설계법 모두 각 200번의 시뮬레이션 결과를 모두 이용하여 분석을 실시하였다.

이론/모형

이와 같이 분석적 모형의 적용을 위해서는 엄격한 가정사항을 필요로 하는 문제점 때문에 이를 완화하여 현실적인 적정재고수준을 산정하기 위해 시뮬레이션 모형이 이용되었다. 시뮬레이션 모형은 수리부속 수요나 수송시간 등이 다양한 분포를 따르는 경우라도 그 적용이 가능하며, 예방정비와 수리부속 대기시간 등의 다양한 정비절차를 표현할 수 있다는 장점이 있기 때문이다[3].

성능/효과

5년간 총 정비횟수는 655건으로 시간당 엔진정비횟수는 총 횟수를 운용시간으로 나누어 계산하고, 시간당 엔진 정비횟수에 일일 엔진작동시간을 곱해주면 평시 일일 정비횟수를 결정할 수 있다.
NOLH 실험계획법을 통해 도출된 메타모델이 본 연구에 적합한 모델임을 확인하였다. 유효성이 입증된 메타모델을 바탕으로 적정재고수준은 선형계획모형으로 결정할 수 있다.
NOLH 실험설계법을 통해 도출된 메타모델은2^k 인자 기법에 의해 도출된 메타모델보다 오차 절대값평균은 약 50%, 오차 제곱평균은 약 25%수준으로 훨씬 적게 나타났다. 메타모델의 결과가 시뮬레이션 결과의 95% 신뢰구간에 포함되는 결과를 살펴볼 때 2^k 실험설계법은 2개, NOLH는 7개로서 이는 NOLH에 의해 도출된 메타모델이 시뮬레이션 모형을 더 잘 반영하고 있음을 의미한다.
마지막으로 목적함수는 총 재고 비용으로서 최소화를 선택한다. OptQuest 결과, 시뮬레이션은 총 924번을 수행하였고 최소비용이 산출된 것은 473번째였으며, 적정재고수준은 엔진 15개, Fan 16개, Core 22개, FDT 22개, Aug 7개, Gearbox 24개로 나타났다.
1단계 정비인 부대정비는 사소한 결함에 대한 정비작업으로 예비엔진 및 모듈의 소요나 운용가용도와는 거의 관련이 없어 고려하지 않았다. 넷째, 목표 운용가용도는 다른 구성품의 정비소요는 고려하지 않고 엔진의 정비소요만을 고려하므로 실제보다 높은 95% 이상으로 설정한다[3]. 다섯째, 항공기 엔진 및 모듈의 창정비는 전시에도 동일하게 수행되기 때문에 전시 엔진 및 모듈의 정비절차는 평시와 차이가 없다고 가정한다.
두 실험설계법에 의한 메타모델 모두 다수 샘플로 회귀분석을 실시하여 각 독립변수의 유의확률과 메타모델 전체의 유의확률은 0에 가까운 결과를 보이기 때문에 두 메타모델 모두 유의하다고 할 수 있다. 시뮬레이션의 결과와 메타모델을 통해 산출된 결과를 비교함으로써 메타모델의 유효성을 검증할 수 있고, 2^k 인자 기법과 NOLH 기법을 통해 도출된 두 메타모델의 유효성을 비교함으로써 본 시뮬레이션 모형에 적합한 메타모델을 판단할 수 있다.
첫째, 신품 엔진이나 모듈의 단가가 높아서 정비 현장에서는 품목을 재생하여 사용하므로 정비순환에서 어떤 엔진이나 모듈도 폐기되어 새로운 것으로 교체되지 않는다. 둘째, 부품 부족시 엔진이나 모듈의 동류전용(Cannibalization)은 정비규정에서 정한 바와 같이 허용하지 않는다. 동류전용을 허용할 경우 초기에는 운용가용도를 향상시키는 것 같으나 시스템 전체적으로는 부정적인 영향을 미치기 때문이다.
메타모델의 결과가 시뮬레이션 결과의 95% 신뢰구간에 포함되는 결과를 살펴볼 때 2^k 실험설계법은 2개, NOLH는 7개로서 이는 NOLH에 의해 도출된 메타모델이 시뮬레이션 모형을 더 잘 반영하고 있음을 의미한다. 따라서 NOLH 실험설계법을 통해 도출된 메타모델이 본 연구의 시뮬레이션 모형에 더 효과적이다.
기존의 실험설계법으로 사용된 2^k 인자 설계법은 각 요인수에 2의 승수만큼 시나리오를 생성하여 상대적으로 많은 시뮬레이션이 필요하나 NOLH는 직교성에 의한샘플 추출로 상대적으로 적은 시나리오를 필요로 하여 데이터 산출에 적은 시간이 소요된다. 또한, 2^k 인자 설계법은 각 요인들의 최대값과 최소값만을 고려하여, 각 요인의 영역내부에 있는 값을 고려하지 못해 메타모델의 결과가 오차가 상대적으로 크게 나타났다. 하지만 NOLH를 적용한 시나리오 선정은 각 요인의 전 영역에 걸쳐 고르게 샘플을 추출하여 메타모델의 정확성을 높일 수 있었다.
인자 기법에 의해 도출된 메타모델보다 오차 절대값평균은 약 50%, 오차 제곱평균은 약 25%수준으로 훨씬 적게 나타났다. 메타모델의 결과가 시뮬레이션 결과의 95% 신뢰구간에 포함되는 결과를 살펴볼 때 2^k 실험설계법은 2개, NOLH는 7개로서 이는 NOLH에 의해 도출된 메타모델이 시뮬레이션 모형을 더 잘 반영하고 있음을 의미한다. 따라서 NOLH 실험설계법을 통해 도출된 메타모델이 본 연구의 시뮬레이션 모형에 더 효과적이다.
본 연구의 가정은 METRIC 기반 분석적 모형의 가정을 일부 완화하였다. METRIC 모형에서는 수리부속의 수요율은 일정하다는 가정을 필요로 하나 본 연구는 급증하는 전시수요를 고려할 수 있어 수리부속의 수요가 일정하다는 가정을 완화하였다.
OptQuest를 이용하여 산출된 적정재고수준은 엔진 15개, Fan 16개, Core 22개, FDT 22개, Aug 7개, Gearbox 24개이고 추가 비용은 약 $ 5,860만으로 나타났다. 선형계획모형에 의해 산출된 재고수준이 OptQuest 결과보다 약 $443만의 비용을 절약할 수 있는 것으로 나타나 더 적절하다고 판단된다.
KF-16 항공기를 운용하고 있는 B기지가 현재 보유하고 있는 예비엔진은 11개, 예비모듈은 Fan 12개, Core 12개, FDT 13개, Gearbox 9개, Aug 4개이다. 시뮬레이션 실행결과, 전시 운용가용도는 평균 84.86%로 나타나 전시 급격히 증가하는 정비 소요를 고려할 때 현 재고수준은 부족한 것으로 나타났다. 예비엔진과 모듈의 재고수준이 전시 운용가용도에 미치는 영향을 구체적으로 살펴보고, 최적화 모형을 도출하기 위해서 시뮬레이션 실행 결과를 바탕으로 메타모델을 개발하였다.
두 실험설계법에 의한 메타모델 모두 다수 샘플로 회귀분석을 실시하여 각 독립변수의 유의확률과 메타모델 전체의 유의확률은 0에 가까운 결과를 보이기 때문에 두 메타모델 모두 유의하다고 할 수 있다. 시뮬레이션의 결과와 메타모델을 통해 산출된 결과를 비교함으로써 메타모델의 유효성을 검증할 수 있고, 2^k 인자 기법과 NOLH 기법을 통해 도출된 두 메타모델의 유효성을 비교함으로써 본 시뮬레이션 모형에 적합한 메타모델을 판단할 수 있다. 두 메타모델의 유효성을 비교하기 위해서 엔진과 각 모듈의 극단값 사이에서 난수를 발생시켜 얻은 임의의 시나리오 20개를 생성하였다.
다섯째, 항공기 엔진 및 모듈의 창정비는 전시에도 동일하게 수행되기 때문에 전시 엔진 및 모듈의 정비절차는 평시와 차이가 없다고 가정한다. 여섯째, 운용가용도는 전시에 발생되는 항공기 손실에 따라 변화되지만 본 연구에서는 전시 정비소요에 따른 운용가용도 변화를 살펴보고 예비엔진과 모듈의 적정재고수준을 산정하는 것이 목표이기 때문에 전시 항공기 손실은 고려하지 않는다. 일곱째, 항공기 수리를 위한 수리 자원은 충분하여 수리를 위한 대기는 발생하지 않는다.
둘째, 엔진과 모듈이 운용가용도에 미치는 영향을 보여주는 메타모델을 제시하여 중점적으로 관리해야 할 품목이 무엇인지를 제시하였다. 연구에서 제시한 메타모델의 효과계수는 각 수리부속이 운용가용도에 미치는 영향력을 나타내는 것으로, 목표 운용가 용도를 만족하기 위해 Core와 FDT를 중점적으로 관리해야 함을 의미한다.
Tao and Wen[20]은 METRIC 모델의 제한사항이었던 수리시간, 주문 및 수송시간에 대한 다양한 분포를 시뮬레이션 모델에 적용하여 수리부속의 적정재고수준을 산출하였다. 이를 통해 METRIC 모델의 결과와 비교하여 수리부속 최적화 방법으로 시뮬레이션을 이용하는 것이 더 효과적임을 제시하였다. 이상진 등[3]은 Steans Ⅲ의 연구를 기반으로 KF-16 항공기의 적정재고수준에 관한 연구를 수행하였다.
여섯째, 운용가용도는 전시에 발생되는 항공기 손실에 따라 변화되지만 본 연구에서는 전시 정비소요에 따른 운용가용도 변화를 살펴보고 예비엔진과 모듈의 적정재고수준을 산정하는 것이 목표이기 때문에 전시 항공기 손실은 고려하지 않는다. 일곱째, 항공기 수리를 위한 수리 자원은 충분하여 수리를 위한 대기는 발생하지 않는다. 정비능력에 대한 제한을 반영하기 위해서는 정비자원 수에 따른 정비시간자료가 구분되어서 획득되어야 하나 야전데이터는 이러한 구분없이 통합되어 있어 이를 분리하여 모형에 반영하기 제한되기 때문에 이를 가정사항에 포함하였다.
둘째, 시뮬레이션의 최적화 프로그램 결과와 메타모델에 선형계획법을 활용하여 도출한 적정재고수준을 비교하여 결과의 유효성을 입증하였다. 제약조건으로 일정 운용가용도를 만족하도록 설정 후 적정재고수준을 도출한 결과 본 연구 모형이 시뮬레이션 최적화 방법에 비해 비용을 상당히 절약할 수있다는 것을 보여주었다.
목적함수는 엔진 및 모듈의 단가와 재고량을 곱하고 이를 모두 합한 비용이 최소가 되는 재고수준을 찾도록 설정하였다. 첫 번째 제약조건은 예비엔진과 모듈의 재고수준이 목표 운용가용도 95% 이상을 달성해야 한다는 것을 나타낸다. 회귀분석을 통해 도출된 효과계수에 각 재고수준을 곱해주고 이를 모두 합하여 구한 운용가용도가 95% 이상이 되어야 한다.
첫째, 신품 엔진이나 모듈의 단가가 높아서 정비 현장에서는 품목을 재생하여 사용하므로 정비순환에서 어떤 엔진이나 모듈도 폐기되어 새로운 것으로 교체되지 않는다. 둘째, 부품 부족시 엔진이나 모듈의 동류전용(Cannibalization)은 정비규정에서 정한 바와 같이 허용하지 않는다.
본 연구의 실무적 의의는 현재 군이 전시를 대비하여 예비엔진과 모듈을 확보하는 가이드라인을 제시할 수 있다. 첫째, 현재 예비엔진과 모듈의 재고수준은 평시 운영을 만족하는 양으로서 정비소요가 급증하는 전시 운용가용도는 급격히 저하된다. 따라서 전시에 목표 운용가용도를 만족하기 위해서 구체적으로 어떤 수리부속을 얼마만큼을 확보해야 하는가를 본 연구는 제시할 수 있다.
본 연구모형의 주요 변수는 예비엔진과 모듈의 재고수준이다. 특히, 정비간 평균시간이 가장 적은 엔진과 Core 모듈의 재고수준이 항공기 운용가용도에 큰 영향을 미칠 것으로 예상된다. 엔진과 Core 재고수준에 따른 운용가용도 변화를 살펴보기 위해 나머지를 모두 현재고로 고정한 상태에서 엔진과 Core 모듈의 재고를 각각 7～16개까지 변화시켜 운용가용도를 도출 하였다.
선형계획모형을 통해 산출된 적정재고수준은 Core 가 28개, FDT가 29개이고 나머지 모듈과 엔진은 현재고와 차이가 없다. 현 재고에서 Core와 FDT가 각각 16개씩 증가하고 이를 위해 필요한 추가비용은약 $ 5,410만으로 나타났다. OptQuest를 이용하여 산출된 적정재고수준은 엔진 15개, Fan 16개, Core 22개, FDT 22개, Aug 7개, Gearbox 24개이고 추가 비용은 약 $ 5,860만으로 나타났다.

후속연구

항공기 부품의 경우 신뢰도가 매우 높은 부품을 사용하기 때문에 각 부품의 고장은 독립적으로 발생한다고 가정하고 연구를 진행하였으나, 기계류 고장의 상호작용에 의한 고장은 현실상 완전히 배제할 수 없기 때문에 차후 연구에서 이러한 사항을 보완한다면 보다 정확한 모형을 만들 수 있을 것이다. 둘째, 전시 항공기 운용가용도에 영향을 미치는 다양한 불확실성을 반영하지 못했다. 전시의 경우 수많은 불확실성이 있어 많은 가정사항을 바탕으로 하기 때문에 이러한 사항을 다수 반영하기에는 제한이 되어 본 연구는 증가하는 비행소티를 만족하기 위해서 현 재고에서 어느 품목을 얼마나 더 구매해야하는가에 중점을 두고 연구를 진행하였다.
전시의 경우 수많은 불확실성이 있어 많은 가정사항을 바탕으로 하기 때문에 이러한 사항을 다수 반영하기에는 제한이 되어 본 연구는 증가하는 비행소티를 만족하기 위해서 현 재고에서 어느 품목을 얼마나 더 구매해야하는가에 중점을 두고 연구를 진행하였다. 따라서 차후 연구에서는 전시 발생가능한 다양한 상황(예 : 창 및 기지 긴급수리대 체제)과 실제 훈련데이터를 모형에 반영한다면 좀 더 전시에 가까운 모형을 형성할 수 있으리라 판단된다.
첫째, 항공기 엔진과 모듈의 적정 재고수준을 결정하는 메타모델의 각 독립변수들은 선형모형을 가정하여 각 변수 간 교호작용은 고려하지 않았다. 항공기 부품의 경우 신뢰도가 매우 높은 부품을 사용하기 때문에 각 부품의 고장은 독립적으로 발생한다고 가정하고 연구를 진행하였으나, 기계류 고장의 상호작용에 의한 고장은 현실상 완전히 배제할 수 없기 때문에 차후 연구에서 이러한 사항을 보완한다면 보다 정확한 모형을 만들 수 있을 것이다. 둘째, 전시 항공기 운용가용도에 영향을 미치는 다양한 불확실성을 반영하지 못했다.

핵심어	질문	논문에서 추출한 답변
	한국 공군의 주력전투기인 KF-16의 특징은 무엇인가?	항공력은 전쟁 승패에 핵심적인 요인 중 하나이며 전시 항공기 운용가용도를 유지하는 것은 중요한 문제이다. 한국 공군의 주력전투기인 KF-16은 단발엔진으로 구성되어 있으며 항공기 특성상 엔진이 항공기 전체 운용가용도에 미치는 영향은 크다. 공군은 엔진 결함발생과 계획정비에 따른 항공기 불가동을 최소화하기 위해 항공기 장착엔진 이외의 추가 예비 엔진 및 모듈을 운영하도록 규정하고 있다.
	항공기 운용가용도에 미치는 영향은 무엇인가?	전시 항공기 예비엔진 및 모듈 재고수준이 항공기 운용가용도에 미치는 영향을 살펴보기 위해 KF- 16항공기의 F100-PW-229 엔진을 대상으로 하였다. 항공기 운용가용도에 영향을 미치는 계통에는 기체, 항전, 전기, 무장 등 엔진 외에 다른 계통에 의한 불 가동도 많으나, 엔진이 미치는 영향이 가장 크기 때문이다[1]. 연구의 목적에 집중하고 모형의 간결성을 위해 시뮬레이션 모형에서 다음 사항을 가정하였다.
	항공력은 어떠한 요인인가?	항공력은 전쟁 승패에 핵심적인 요인 중 하나이며 전시 항공기 운용가용도를 유지하는 것은 중요한 문제이다. 한국 공군의 주력전투기인 KF-16은 단발엔진으로 구성되어 있으며 항공기 특성상 엔진이 항공기 전체 운용가용도에 미치는 영향은 크다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

항공기 예비엔진 및 모듈 재고수준이 전시 운용가용도에 미치는 영향
The Impact of Aircraft Spare Engine and Module Inventory Level on Wartime Operational Availability 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (20)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

항공기 예비엔진 및 모듈 재고수준이 전시 운용가용도에 미치는 영향 The Impact of Aircraft Spare Engine and Module Inventory Level on Wartime Operational Availability 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (20)

이 논문을 인용한 문헌

저자의 다른 논문 :

이상진 (18) 정성태 (1)

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

항공기 예비엔진 및 모듈 재고수준이 전시 운용가용도에 미치는 영향
The Impact of Aircraft Spare Engine and Module Inventory Level on Wartime Operational Availability 원문보기

AI 본문요약
AI-Helper