[논문]운영유지 비용을 고려한 항공무기체계 레이다의 최적정비주기 설정 방안

탁정호; 정원

doi:10.33162/jar.2018.06.18.2.184

운영유지 비용을 고려한 항공무기체계 레이다의 최적정비주기 설정 방안
Optimal Maintenance Cycle Plan of Aerial Weapon System Radar Considering Maintenance Cost 원문보기

신뢰성응용연구 = Journal of the applied reliability, v.18 no.2, 2018년, pp.184 - 191

탁정호 (대구대학교 산업경영공학과) , 정원 (대구대학교 산업경영공학과)

Abstract ▼ AI-Helper

Purpose: The purpose of this study is to propose a method to calculate the optimal preventive maintenance cycle of radar used in the aviation weapon system of ROKAF. Methods: A hybrid model is used to estimate the optimal preventive maintenance cycle in a system that can perform condition based predictive maintenance (CBPM) through continuous diagnosis. The failure data of the radars operating in the military were used to calculate the reliability. Results: According to the research results, the reliability threshold of the radar began to decrease after 5 flights, and decreased rapidly after 12 flights. Since the second check, costs have continued to decline. Conclusion: A method is proposed to determine the cycle of optimal preventive maintenance of radar within operational budget through modeling results between reliability limit and cost for radar. The results can be used to determine the optimal preventive maintenance cycle and frequency of various avionics equipment.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

하이브리드 모델을 활용하여 산출된 레이다의 최적 예방주기와 레이다 정비비용 간의 모델링 결과 10회 이내의 예방정비 횟수 유지 시에는 주기별로 비용이 크게 감소하는 것을 확인하였으며, 10회 이상의 예방정비 횟수 유지 시에는 비용이 크게 감소하지 않는다는 것을 확인하였다. 또한, 본 연구는 현재 예방정비 주기와 횟수가 정립되어 있지 않으며, 결함 발생 시에만 부품을 교체하는 정비를 수행하고 있는 레이다에 대하여 신뢰도한계 산출 결과와 신뢰도한계와 비용 간의 모델링 결과를 통하여 운영 예산 내에서의 레이다의 최적 예방정비 주기와 횟수를 결정하는 방법을 제시하고 있다.
본 연구의 목적은 한국공군의 항공무기체계에 사용되는 레이다(radar)의 최적예방정비 주기를 산출하는 방법을 제시하는데 있다. 레이다는 지속적이고 반복적인 진단을 통하여 상태기반예측정비(CBPM; condition based predictive maintenance)가 가능하며, 산출된 레이다의 최적예방정비주기와 정비비용 간의 모델링을 통해 제한된 예산 범위 내에서의 목표신뢰도 유지를 위한 최적예방정비 주기와 횟수를 결정하는 방법을 연구하고자 한다. 본 연구를 위해 미공군의 항공전자장비 결함발생 특성을 분석한 자료를 활용하였으며, 한국공군의 레이다의 결함과 미공군의 전자 장비 결함발생 특성과 비교하여 해당 고장메커니즘에 맞는 예방정비 주기산출모델을 제시하려고 한다.
레이다는 지속적이고 반복적인 진단을 통하여 상태기반예측정비(CBPM; condition based predictive maintenance)가 가능하며, 산출된 레이다의 최적예방정비주기와 정비비용 간의 모델링을 통해 제한된 예산 범위 내에서의 목표신뢰도 유지를 위한 최적예방정비 주기와 횟수를 결정하는 방법을 연구하고자 한다. 본 연구를 위해 미공군의 항공전자장비 결함발생 특성을 분석한 자료를 활용하였으며, 한국공군의 레이다의 결함과 미공군의 전자 장비 결함발생 특성과 비교하여 해당 고장메커니즘에 맞는 예방정비 주기산출모델을 제시하려고 한다.
본 연구의 목적은 한국공군의 항공무기체계에 사용되는 레이다(radar)의 최적예방정비 주기를 산출하는 방법을 제시하는데 있다. 레이다는 지속적이고 반복적인 진단을 통하여 상태기반예측정비(CBPM; condition based predictive maintenance)가 가능하며, 산출된 레이다의 최적예방정비주기와 정비비용 간의 모델링을 통해 제한된 예산 범위 내에서의 목표신뢰도 유지를 위한 최적예방정비 주기와 횟수를 결정하는 방법을 연구하고자 한다.

대상 데이터

무기체계 F1과 F2는 한국공군이 해외로부터 도입하여 운영 중인 무기체계이며, 무기체계 F3은 국내개발을 통해 운용중인 무기체계이다 . 결함자료는 도입 및 개발시점 에서부터 2016년까지의 자료이며, 군수정보체계로부터 수집된 자료이다.
레이다의 신뢰도한계 R의 변화와 식 (5)의 예방정비 주기당 예상되는 비용 C를 통해 레이다의 예방정비 주기와 비용변화의 관계를 모델링 하였다 . 모델링 시에 무기체계 F1~F3의 결함자료를 적용하였으며, 가정된 파라미터 값은 [Table 1]과 같다.
한국공군의 레이다 결함유형을 확인하기 위해 유사한 방식과 성능의 레이다가 장착되어있는 항공무기체계 F1∼F3의 결함자료를 활용하였다.

성능/효과

무기체계 F1과 F2는 10년 이상 운영기간이 경과 함에 따라 정상상태(steady-state)의 결함발생 추이를 보이나, 무기체계 F3은 운영기간이 짧아 과도상태 (transient-state)의 결함 발생 추이를 보인다. 군수정보 체계의 결함원인과 조치내용을 분석한 결과 한국공군이 운영 중인 레이다도 미공군의 항공전자장비의 전자부품 결함과 유사한 수준으로 기계적 요인에 의한 결함이 발생하는 것을 확인하였다. [Fig.
미공군은 항공무기체계 운영과정에서 기체 , 기관, 항공전자 등 다양한 계통과 유형의 결함을 경험하고 신뢰성을 높이기 위한 정비활동들을 연구해왔다. 그결과, 2000년 이후 기체, 기관 등 무기체계 구성품의 85%를 차지하는 엔진 등 기계적 부품의 결함은 감소하였으나, 15% 정도의 전자장비의 결함은 증가하게 되었고, 이에 따라 항공전자장비의 신뢰도 유지를 위해 많은 비용을 지출하게 되었다. [Fig.
모델링 결과 10회 예방정비 이전에는 주기별로 비용이 크게 감소하는 것을 확인하였으며, 10회 예방정비 이후에는 유사한 수준으로 유지되는 것을 확인하였다. 또한, 동일한 간격으로 예방정비를 수행하는 경우 신뢰도한계 R을 유지를 위해 초기에는 비용이 많이 소요되지만, 지속적으로 감소하는 것을 확인할 수있다. 즉, 레이다의 신뢰도 유지 목표가 90%이면, 신뢰도가 그 이하로 저하되기 이전인 10소티 비행 이내로 예방정비 주기를 설정해야 하며, 예방정비 최적 횟수는 비용변화 모델링 결과에 따라 만약, 예방정비 예산이 150이라면 주기 내에서 2회(1회 94.
레이다 결함 분석 결과를 바탕으로 기계적 메커니즘에 의한 결함이 주로 발생하는 시스템의 신뢰도 한계 예측에 주로 활용되는 하이브리드 모델을 적용하여 레이다의 신뢰도 한계를 예측한 결과 무기체계 F1∼F3의 레이다의 신뢰도는 비행 5소티 이후부터 감소가 시작되며, 12소티 이후부터는 급격하게 감소되는 것을 확인하였다.
모델링 결과 10회 예방정비 이전에는 주기별로 비용이 크게 감소하는 것을 확인하였으며, 10회 예방정비 이후에는 유사한 수준으로 유지되는 것을 확인하였다. 또한, 동일한 간격으로 예방정비를 수행하는 경우 신뢰도한계 R을 유지를 위해 초기에는 비용이 많이 소요되지만, 지속적으로 감소하는 것을 확인할 수있다.
무기체계 F1∼F3의 결함 데이터 분석을 통해 한국공군이 운영 중인 레이다는 미 공군이 운영 중인 항공 전자장비 전자부품의 결함과 매우 유사한 것이 확인되었으며, 예방정비를 통해 레이다의 상태를 확인하고, 예방정비를 통해 식별된 결함에 대하여 적절한 조치를 반복적으로 수행한다면, 레이다의 신뢰성 향상이 가능할 것으로 판단된다[4].
본 연구는 한국공군이 운영중인 무기체계 F1∼F3 의 레이다 결함을 분석하여 커넥터 부위에서 진동 , 부식 등 기계적 메커니즘에 의해 주로 발생하는 것을 확인하였으며, 운영기간 동안 결함 발생은 와이블분포를 따른다는 것을 확인하였다.
하이브리드 모델을 통해 산출된 예방정비 주기별 위험도 함수를 누적하면 신뢰도한계를 산출할 수 있으며, 시스템이 주기 T로 예방정비를 수행하는 경우 예방정비 후 다음 예방정비까지의 위험도는 동일하게 된다. 시스템의 상태 진단 주기 ∆T가 T_i보다 매우 작아지면, 진단을 통해 시스템의 위험도를 확인하고 상태를 예측하는 상태기반예측정비 구현이 가능하다. 하이브리드 모델을 통해 산출된 위험도 함수 식 (1)에 ∆t를 적용하면 h_i+1(t)는 식 (3)과 같다.
창정비는 항공기의 주요 계통의 건전성 확보를 위해 일정 주기를 가지고 수행되는 정비로서 창정비 비용은 엔진계통 50%, 항공전자장비(avionics) 계통 35% 및 기골(aircraft structure)계통에서 11%로 크게 나타나며 무장, 지상장비 등에서도 일부 발생하는 것을 확인할 수 있다. 미공군 창정비의 특징은 항공기 부품의 15% 정도를 차지하는 항공전자장비의 창정비 비용이 전체 비용의 35% 이상 차지한다는 것이며, 이는 한국 공군에서도 유사하게 나타나고 있다.
한국공군은 레이다가 운영되는 동안에 비행 전․ 후 점검과 중간점검을 통해서 일정 수준의 반복적인 진단을 수행하고 있어 상태기반예측정비 구현이 가능한 조건을 갖추고 있다. 하이브리드 모델을 활용하여 산출된 레이다의 최적 예방주기와 레이다 정비비용 간의 모델링 결과 10회 이내의 예방정비 횟수 유지 시에는 주기별로 비용이 크게 감소하는 것을 확인하였으며, 10회 이상의 예방정비 횟수 유지 시에는 비용이 크게 감소하지 않는다는 것을 확인하였다. 또한, 본 연구는 현재 예방정비 주기와 횟수가 정립되어 있지 않으며, 결함 발생 시에만 부품을 교체하는 정비를 수행하고 있는 레이다에 대하여 신뢰도한계 산출 결과와 신뢰도한계와 비용 간의 모델링 결과를 통하여 운영 예산 내에서의 레이다의 최적 예방정비 주기와 횟수를 결정하는 방법을 제시하고 있다.
한국공군이 운영 중인 레이다의 최적주기 설정을 위해서 무기체계 F1∼F3의 결함 발생 추이 확인결과 비행 소티 당 항공기의 결함발생 수가 와이블분포를 따르는 것을 확인하였다.

후속연구

향후 무기체계 발전에 따라 항공무기체계에서 항공전자장비가 차지하는 비중은 지속적으로 증가할 것이며, 항공전자장비의 신뢰도 유지를 위한 예방정비의 중요성은 지속 증대될 것이다 . 본 연구의 결과는 다양한 항공전자장비의 최적예방정비 주기와 횟수 결정 시 활용 가능하며, 무기체계의 센서 적용방법 연구, 진단 모델 개발 등 상태기반예측정비 구현 방법 개발에 따라 상태기반예측정비를 무기체계에 적용하는데 효과적으로 활용이 가능할 것으로 판단된다
본 연구의 결과는 한국공군에서 레이다와 같이 예방정비 주기와 횟수가 설정되지 않은 장비들에 대하여 최적의 예방정비 주기와 횟수를 설정하는데 활용할 수 있을 것이다. 또한, 군이 운영하고 있는 무기체 계의 비용을 고려한 최적의 정비정책 수립을 위한 중요 연구사례로 활용이 가능하다.
향후 무기체계 발전에 따라 항공무기체계에서 항공전자장비가 차지하는 비중은 지속적으로 증가할 것이며, 항공전자장비의 신뢰도 유지를 위한 예방정비의 중요성은 지속 증대될 것이다 . 본 연구의 결과는 다양한 항공전자장비의 최적예방정비 주기와 횟수 결정 시 활용 가능하며, 무기체계의 센서 적용방법 연구, 진단 모델 개발 등 상태기반예측정비 구현 방법 개발에 따라 상태기반예측정비를 무기체계에 적용하는데 효과적으로 활용이 가능할 것으로 판단된다

질의응답

핵심어	질문	논문에서 추출한 답변
	창정비는 무엇인가?	창정비는 항공기의 주요 계통의 건전성 확보를 위해 일정 주기를 가지고 수행되는 정비로서 창정비 비용은 엔진계통 50%, 항공전자장비(avionics) 계통 35% 및 기골(aircraft structure)계통에서 11%로 크게 나타나며 무장, 지상장비 등에서도 일부 발생하는 것을 확인할 수 있다. 미공군 창정비의 특징은 항공기 부품의 15% 정도를 차지하는 항공전자장비의 창정비 비용이 전체 비용의 35% 이상 차지한다는 것이며, 이는 한국 공군에서도 유사하게 나타나고 있다.
	한국공군은 레이다에 대하여 비행 전․후 외관에 대한 육안점검과 전자파 송․수신에 대하여 기능점검을 수행하는 것으로 레이다 정비개념을 설정하고 있는데, 이는 어떠한 통념에 기이한 방식인가?	한국공군은 레이다에 대하여 비행 전․후 외관에 대한 육안점검과 전자파 송․수신에 대하여 기능점검을 수행하는 것으로 레이다 정비개념을 설정하고 있다. 이는 항공전자장비의 빈번한 점검은 장비의 신뢰성을 저하시킨다는 통념에 기인한 방식으로 실제로 기존의 연구를 통해 일정부분 확인이 되었다 [13]. 무기체계 F1∼F3의 결함 데이터 분석을 통해 한국공군이 운영 중인 레이다는 미 공군이 운영 중인 항공 전자장비 전자부품의 결함과 매우 유사한 것이 확인되었으며, 예방정비를 통해 레이다의 상태를 확인하고, 예방정비를 통해 식별된 결함에 대하여 적절한 조치를 반복적으로 수행한다면, 레이다의 신뢰성 향상이 가능할 것으로 판단된다[4].
	미공군 창정비의 특징은 무엇인가?	창정비는 항공기의 주요 계통의 건전성 확보를 위해 일정 주기를 가지고 수행되는 정비로서 창정비 비용은 엔진계통 50%, 항공전자장비(avionics) 계통 35% 및 기골(aircraft structure)계통에서 11%로 크게 나타나며 무장, 지상장비 등에서도 일부 발생하는 것을 확인할 수 있다. 미공군 창정비의 특징은 항공기 부품의 15% 정도를 차지하는 항공전자장비의 창정비 비용이 전체 비용의 35% 이상 차지한다는 것이며, 이는 한국 공군에서도 유사하게 나타나고 있다.

참고문헌 (15)

National Research Council, Division on Engineering and Physical Sciences (2001). "Aging Avionics in Military Aircraft".
Recht, M. and Ramappan, V. (1992). "Are Components still the majar problem: A review of electronic system and device field failure returns". IEEE Transactions on Components, Hybrids and Manufacturing Technology, Vol. 15, No. 6. pp. 182-216.
Moir, A. G. and Seabridge, M. J. (2006). "Military Avionics Systems". Atrium, Southern Gate, Chichester, West Sussex PO19 8SQ, John Wiley & Sons Ltd. England, pp. 99-181.
Lee, W. J. and Lim, D. J., and Shin, I. S. (2017). "Study on the interface data between avionics and AESA RADAR for multi-role fighter". Journal of applied Aeronautical and Space Sciences, pp. 1124-1125.
Zhou, X., Xi, L., and Lee, J. (2007). "Reliability-centered predictive maintenance scheduling for a continuously monitored system subject to degradation". Reliability Engineering and System Safety, Vol. 92, pp. 530-534.

상세보기
Nakagawa, T. (1984). "Optimal policy of continuous and discrete replacement with minimal repair at failure". Nav Res Logist Q, pp. 543-550.
Canfield, R. V. (1986). "Cost optimization of periodic preventive maintenance". IEEE Trans Reliab, pp. 78-81.
Sheu, S. H., Griffith, W. S., and Nakagawa, T. (1995). "Extended optimal replacement model with random minimal repair costs". Eur J Oper Res, pp. 425-438.
Nakagawa, T. (1988). "Sequential imperfect preventive maintenance policies". IEEE Tran Relib, pp. 295-298.
Martorell, S., Sanchez, A., and Serradell, V. (1999). "Age dependent reliability model considering effect of maintenance and working condition". Reliab Eng Syst Saf, pp. 19-31.
Mobley, R. K. (1989). "An introduction to predictive maintenance". New York Butterworth Heinemann.
Kim, I. S. and Jung, W. (2015). "Comparison of RAM target value and operation data in air weapon system". Journal of applied reliability, Vol. 15, No. 4. pp. 282-288.
Kirkland, L. L. Pombo, T., Nelson, K. J., and Berghout, F. (2003). "Avionics Health Management; Searching for the Prognostic Grail". IEEEAC Paper No. 1205.
Jayabalan, V. and Chaudhuri, D. (1992). "Cost optimization of maintenance scheduling for system with assured reliability". IEEE Trans Reliab, pp. 21-25.
Chan, J. K. (1993). "Modeling repairable systems with failure rates that depends on age and maintenance". IEEE Trans Reliab, pp. 566-571.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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