KR20230098540A - System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities - Google Patents
System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities Download PDFInfo
- Publication number
- KR20230098540A KR20230098540A KR1020230081822A KR20230081822A KR20230098540A KR 20230098540 A KR20230098540 A KR 20230098540A KR 1020230081822 A KR1020230081822 A KR 1020230081822A KR 20230081822 A KR20230081822 A KR 20230081822A KR 20230098540 A KR20230098540 A KR 20230098540A
- Authority
- KR
- South Korea
- Prior art keywords
- cost
- maintenance
- reliability
- effectiveness
- function
- Prior art date
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 165
- 238000010248 power generation Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title description 46
- 230000003449 preventive effect Effects 0.000 claims abstract description 68
- 238000004458 analytical method Methods 0.000 claims abstract description 63
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000012552 review Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 description 62
- 230000008569 process Effects 0.000 description 17
- 238000007726 management method Methods 0.000 description 13
- 230000036541 health Effects 0.000 description 12
- 238000011867 re-evaluation Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000002068 genetic effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012043 cost effectiveness analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011058 failure modes and effects analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013332 literature search Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
Abstract
고장 라이브러리(Library) 등과 같은 예방정비 기준 데이터베이스(PMBD:Preventive Maintenance Basis Database)를 활용하여 효율적 분석이 가능하도록 구성된 간소화된 신뢰도 중심 정비(Streamlined RCM)분석을 도입과 함께 의사결정을 위해 웨이블 분포를 활용하여 신뢰도를 분석함으로써 부품의 교체주기 및/또는 예방정비의 정확성을 높일 수 있는 비용효과를 포함한 소급적 신뢰도 중심 정비 시스템이 개시된다. 상기 소급적 신뢰도 중심 정비 시스템은, 데이터베이스로부터 발전설비에 대한 예방 정비 정보를 위한 요구 데이터를 수집하는 수집부, 상기 요구 데이터를 활용하여 간소화 신뢰도 중심 정비(Streamlined RCM(Reliability-Centered Maintenance)) 분석 및 표준 신뢰도 중심 정비(Standard RCM) 분석을 수행하여 상기 발전설비의 다수의 구성부품에 대한 상기 예방 정비 정보를 산출하는 계산 모듈, 및 상기 예방 정비 정보를 통하여 산출되는 비용 효과도 함수를 이용하여 비용 효과도 기반 의사 결정을 수행하는 의사결정 모듈을 포함하는 것을 특징으로 한다.Streamlined RCM analysis designed to enable efficient analysis by utilizing Preventive Maintenance Basis Database (PMBD) such as a failure library, etc. A retrospective reliability-centered maintenance system including cost-effectiveness that can increase the accuracy of part replacement cycle and/or preventive maintenance by analyzing reliability by utilizing the system is disclosed. The retroactive reliability-centered maintenance system includes a collection unit that collects request data for preventive maintenance information on power generation facilities from a database, streamlined reliability-centered maintenance (RCM) analysis and Cost effectiveness using a calculation module that calculates the preventive maintenance information for a plurality of components of the power plant by performing a standard reliability-centered maintenance (Standard RCM) analysis, and a cost effectiveness function calculated through the preventive maintenance information It is characterized in that it includes a decision-making module that performs degree-based decision-making.
Description
본 발명은 비용효과를 포함한 소급적 신뢰도 중심 정비(Hybrid RCM(Reliability Centered Maintenance)) 기술에 관한 것으로, 특히 발전설비의 높은 가동률을 유지하면서 RCM 분석의 소요시간과 정량적인 교체비용, 운영비 등의 비용을 줄이고 신뢰도와 효율성을 향상시키기 위하여 간소화된 소급적 신뢰도 중심 정비 시스템 및 방법에 대한 것이다.The present invention relates to a hybrid RCM (Reliability Centered Maintenance) technology including cost-effectiveness. It is about a simplified retrospective reliability-centered maintenance system and method to reduce reliability and improve reliability and efficiency.
또한, 본 발명은 정비 누락을 방지하고 정비의 정확성을 향상시키는 비용효과를 포함한 소급적 신뢰도 중심 정비 시스템 및 방법에 대한 것이다.In addition, the present invention is directed to a retrospective reliability-centered maintenance system and method including cost-effectiveness that prevents maintenance omissions and improves maintenance accuracy.
최근 센서를 이용하여 산업설비의 상태를 모니터링하여 고장을 진단하고 잔여 유효 수명을 예측하는 시스템 고장진단 및 예지기술(PHM: Prognostic and Health Management)이 모든 산업분야에서 활발하게 적용되고 있다. Recently, a system failure diagnosis and predictive technology (PHM: Prognostic and Health Management) that monitors the state of industrial facilities using sensors to diagnose failures and predicts the remaining useful life is actively applied in all industrial fields.
이러한 고장진단 및 예지기술(PHM)은 센서를 이용하여 관찰(Monitoring)하고, 이상상태를 진단(Diagnostics)하며, 언제 고장 수준에 도달할지를 미리 예지(Prognostics)하여, 필요한 경우 조치하는(Decision Making)하는 기술이다. 특히, 발전소는 다양한 발전설비의 조합으로 구성되어 있고, 다수의 기체/가스 터빈, 펌프, 팬 등과 같이 다양한 구동 설비가 구비되어 있어 기계적 진동이 발생되므로 매우 필요한 기술 분야이다.This failure diagnosis and prediction technology (PHM) uses sensors to observe (Monitoring), diagnose abnormal conditions (Diagnostics), predict when a failure level will be reached in advance (Prognostics), and take action if necessary (Decision Making) It is a technique to In particular, a power plant is composed of a combination of various power generation facilities, and is provided with various driving facilities such as a plurality of gas/gas turbines, pumps, and fans to generate mechanical vibration, so it is a very necessary technical field.
발전소는 다양한 설비 중의 하나라도 고장이 발생할 경우에는 발전소의 신뢰도 및 경제성에 큰 영향을 미치므로, 각 설비에 고장이 발생하기 전에 예방정비를 수행하고 있다.In a power plant, when any one of various facilities fails, it greatly affects the reliability and economy of the power plant, so preventive maintenance is performed before a failure occurs in each facility.
발전소에서 수행하는 예방정비의 목적은 주요 설비의 고장을 예측, 예방 또는 최소화하여 발전소의 안전성 및 가동률을 향상시키기 위한 것이다. 발전소에 설치된 많은 부품 또는 기기들 중에서 예방정비 대상 부품을 결정하고 이에 적합한 정비 방법 및 주기를 결정하는 방법으로 신뢰도 중심 정비(RCM: Reliability-Centered Maintenance) 방법이 널리 활용되고 있다.The purpose of preventive maintenance performed by power plants is to improve the safety and operation rate of power plants by predicting, preventing or minimizing failures of major facilities. Reliability-Centered Maintenance (RCM) method is widely used as a method of determining a part to be subject to preventive maintenance among many parts or devices installed in a power plant and determining a suitable maintenance method and cycle.
하지만, RCM은 그 절차가 복잡하고 지식과 경험을 갖춘 전문가들이 팀으로 참여하여야 최적화된 예방정비를 수행할 수 있으며 실제 자산경영 의사결정을 위한 전략수립이 중요한 역할을 하므로 많은 시간과 비용이 발생하는 문제점이 있다.However, RCM is a complicated process, and optimized preventive maintenance can be performed only when experts with knowledge and experience participate as a team, and since strategy establishment for actual asset management decision-making plays an important role, it takes a lot of time and money. There is a problem.
또한, 정상적인 RCM 분석을 하려면 담당자의 업부 부담이 과중되므로 실제 현장에서는 RCM 분석 업무를 기피하는 현상이 많아 인력 이동이 잦고, 전문적인 RCM 분석 능력을 갖는 전문가가 거의없다. 또한, 고장없이 가동되는 기간이 상대적으로 길어서 발전소에 일반적인 또는 Standard RCM 분석 방법을 적용하기 어려운 문제점이 있다.In addition, since the work burden of the person in charge is heavy in order to perform normal RCM analysis, there are many phenomena in which RCM analysis work is avoided in the actual field, so personnel movement is frequent, and there are few experts with professional RCM analysis ability. In addition, there is a problem in that it is difficult to apply a general or standard RCM analysis method to a power plant because the period of operation without failure is relatively long.
특히, RCM 방법을 활용한 하나의 예로 한국등록특허공보 제10-1341231호(등록일자: 2013.12.06)에 나타난 발전설비의 신뢰도 중심 정비 관리방법이 있다. 상기 기술에는 컴퓨터가 상기한 운전정보와 정비정보로부터 고장방지를 위한 신뢰도 분석대상 계통을 결정하는 단계와, 컴퓨터가 결정된 신뢰도 분석대상 계통의 기능을 할당하고 기능고장을 할당하는 단계와, 컴퓨터가 기능 고장별 설비목록 정보로부터 전체 설비를 할당하고 각 설비별로 기능 고장이 미치는 영향을 분석하는 단계와, 컴퓨터가 기능 고장 예방을 위한 예방점검 및 정비업무를 결정하는 단계와, 컴퓨터가 평균 고장 간격(MTBF:Mean Time Between Failure) 데이터를 입력받아서 웨이블 분포 분석을 통하여 예방점검 및 정비주기를 결정하는 단계와, 컴퓨터가 결정된 예방점검 및 정비업무를 기존의 예방점검 및 정비기준과 비교하여 최적 예방점검 및 정비기준을 결정하는 단계를 포함하고 있다. In particular, as an example of utilizing the RCM method, there is a reliability-centered maintenance management method for power generation facilities disclosed in Korean Registered Patent Publication No. 10-1341231 (registration date: 2013.12.06). The technique includes the step of determining a reliability analysis target system for failure prevention from the operation information and maintenance information, the computer assigning the function of the determined reliability analysis target system and assigning a functional failure, and the computer assigning the function The step of allocating all facilities from the equipment list information by failure and analyzing the impact of functional failures for each facility, the step of determining preventive inspection and maintenance tasks to prevent functional failures by the computer, and the step of determining the average failure interval (MTBF) by the computer :Mean Time Between Failure) Data is input and the step of determining the preventive inspection and maintenance cycle through wave distribution analysis, and the computer compares the determined preventive inspection and maintenance work with the existing preventive inspection and maintenance standards to perform optimal preventive inspection and maintenance. This includes determining maintenance criteria.
그러나, 각 단계에서 분석하고 결정함에 있어 전문가의 참여가 필요하고 많은 비용과 시간이 발생하는 문제점이 있을 뿐만 아니라 결정에 설계 시 작성된 기본적인 설비의 이력과 예측된 고장율만을 근거로 하고 있어 비효율적인 문제가 있다.However, in analyzing and deciding at each stage, there is a problem in that the participation of experts is required and a lot of cost and time are incurred, and the decision is based only on the history of basic facilities written at the time of design and the predicted failure rate, which is an inefficient problem. there is.
또 다른 예로 한국등록특허공보 제10-1329395호(등록일자: 2013.11.07)에 나타난 발전설비 관리 시스템 및 그 제어방법이 있다. 상기 기술에서도 정비작업 절차를 표준화하여, 모든 정비작업에 대해 동일한 절차로 정비작업을 관리할 수 있도록 하고, 실시간 운전정보 시스템(PIS:Plant Information System)과 태그(Tag) 번호를 통하여 발전운전관리부가 연계되어 실시간 운전정보를 바탕으로 신뢰도 분석 및 위험도 평가를 할 수 있는 기술이 제시되어 있다. 그러나, 정비 계획을 어떻게 수립할 것인지에 대한 구체적인 방법은 여전히 제시되어 있지 않다.Another example is a power generation facility management system and control method disclosed in Korean Patent Registration No. 10-1329395 (registration date: 2013.11.07). In the above technology, the maintenance work procedure is standardized so that maintenance work can be managed with the same procedure for all maintenance work, and the power generation operation management department A technology that can perform reliability analysis and risk assessment based on real-time driving information is presented. However, a specific method for how to establish a maintenance plan is still not presented.
발전소에서 기존의 RCM 분석방법을 적절하게 활용하면 신뢰도가 높은 최적의 예방정비를 수행할 수 있지만, 많은 발전설비에 구비된 많은 부품 또는 기기별 고장분석과 정비업무 매칭 등에 시간과 인적자원이 많이 소요되어 현장에서는 활용도가 떨어지는 문제점이 있다. 뿐만 아니라, 발전소 전체의 설비에 대하여 적용할 경우 너무 많은 데이터를 다루어야 하므로 부분적 설비 변경을 제대로 반영하지 못하는 경우도 있다.Optimal preventive maintenance with high reliability can be performed if the existing RCM analysis method is appropriately used in a power plant. There is a problem of poor usability in the field. In addition, when applied to the facilities of the entire power plant, too much data must be handled, so partial facility changes may not be properly reflected.
또한, 기존의 정비전략에 사용되는 시스템들은 대부분 고장률 함수를 이용하여 설계 및 품질 관리하는 것을 특징으로 한다. 이러한 기존 부품교체 주기를 결정한 방법들은 설계단계에서 설계자 경험과 제조사의 추천 교체 주기를 반영함으로써 실제적인 교체주기의 예측실패를 초래하며 잔존연한이 있음에도 불구하고 부품 또는 장비를 교체하거나 운전환경이 설계조건과 다를 시 조기에 고장이 발생하여 생산성 저하를 초래할 수 있다. In addition, most of the systems used in existing maintenance strategies are characterized by design and quality control using a failure rate function. These existing methods of determining replacement cycles of parts reflect the designer's experience and manufacturer's recommended replacement cycles at the design stage, resulting in failure to predict the actual replacement cycle, replacing parts or equipment despite having a remaining life span, or changing the operating environment to design conditions. Failure to do so may result in premature failure, resulting in reduced productivity.
또한, 기존 방법들은 부품 또는 설비의 수명을 위주로 분석하는 것으로서, 설비의 운전, 보전 등 정비활동을 비용으로 산출하는 데 한계점이 있어 관리자가 원활한 의사결정을 하는 데 한계가 있다.In addition, existing methods mainly analyze the lifespan of parts or facilities, and have limitations in calculating maintenance activities such as operation and maintenance of facilities as costs, which limits managers in making smooth decisions.
본 발명은 위 배경기술에 따른 문제점을 해소하기 위해 제안된 것으로서, 고장 라이브러리(Library) 등과 같은 예방정비 기준 데이터베이스(PMBD:Preventive Maintenance Basis Database)를 활용하여 효율적 분석이 가능하도록 구성된 간소화된 신뢰도 중심 정비(Streamlined RCM)분석을 도입과 함께 의사결정을 위해 웨이블 분포를 활용하여 신뢰도를 분석함으로써 부품의 교체주기 및/또는 예방정비의 정확성을 높일 수 있는 비용효과를 포함한 소급적 신뢰도 중심 정비 시스템 및 방법을 제공하는데 그 목적이 있다.The present invention is proposed to solve the problems caused by the above background art, and simplified reliability-centered maintenance configured to enable efficient analysis by utilizing a Preventive Maintenance Basis Database (PMBD) such as a failure library. (Streamlined RCM) analysis and retrospective reliability-centered maintenance system and method including cost-effectiveness that can increase the accuracy of part replacement cycle and/or preventive maintenance by analyzing reliability by using wavelet distribution for decision making Its purpose is to provide
또한, 본 발명은 신뢰도를 높이기 위해 정비이력 및 정비전산정보를 통해 생애 주기 비용 및 가용도를 산출하고 시스템 효과도를 상호 비교 검토하여 비용효과에 따른 신뢰도를 연계하여 분석함으로써 더욱 명확하고 정확한 결정을 할 수 있는 비용효과를 포함한 소급적 신뢰도 중심 정비 시스템 및 방법을 제공하는데 다른 목적이 있다.In addition, in order to increase reliability, the present invention calculates life cycle cost and availability through maintenance history and maintenance computer information, compares and reviews system effectiveness, and analyzes reliability according to cost effectiveness to make more clear and accurate decisions. Another object is to provide retrospective reliability-oriented maintenance systems and methods, including cost-effectiveness that can be achieved.
본 발명은 위에서 제시된 과제를 달성하기 위해, 고장 라이브러리(Library) 등과 같은 예방정비 기준 데이터베이스(PMBD:Preventive Maintenance Basis Database)를 활용하여 효율적 분석이 가능하도록 구성된 간소화된 신뢰도 중심 정비(Streamlined RCM)분석을 도입과 함께 의사결정을 위해 웨이블 분포를 활용하여 신뢰도를 분석함으로써 부품의 교체주기 및/또는 예방정비의 정확성을 높일 수 있는 비용효과를 포함한 소급적 신뢰도 중심 정비 시스템을 제공한다.In order to achieve the above object, the present invention utilizes a Preventive Maintenance Basis Database (PMBD) such as a failure library to perform a simplified reliability-centered maintenance (Streamlined RCM) analysis configured to enable efficient analysis. With introduction, it provides a retrospective reliability-centered maintenance system including cost-effectiveness that can increase the accuracy of part replacement cycle and/or preventive maintenance by analyzing reliability using the Weibull distribution for decision-making.
상기 소급적 신뢰도 중심 정비 시스템은,The retrospective reliability-centered maintenance system,
데이터베이스로부터 발전설비에 대한 예방 정비 정보를 위한 요구 데이터를 수집하는 수집부;a collection unit that collects request data for preventive maintenance information on power generation facilities from a database;
상기 요구 데이터를 활용하여 간소화 신뢰도 중심 정비(Streamlined RCM(Reliability-Centered Maintenance)) 분석 및 표준 신뢰도 중심 정비(Standard RCM) 분석을 수행하여 상기 발전설비의 다수의 구성부품에 대한 상기 예방 정비 정보를 산출하는 계산 모듈; 및Streamlined reliability-centered maintenance (RCM) analysis and standard reliability-centered maintenance (RCM) analysis are performed using the required data to calculate the preventive maintenance information for multiple components of the power plant. a calculation module that does; and
상기 예방 정비 정보를 통하여 산출되는 비용 효과도 함수를 이용하여 비용 효과도 기반 의사 결정을 수행하는 의사결정 모듈;을 포함하는 것을 특징으로 한다.and a decision-making module for performing cost-effectiveness-based decision-making using a cost-effectiveness function calculated through the preventive maintenance information.
또한, 상기 데이터베이스는 상기 발전설비의 예방정비 기준 데이터베이스(PMBD: Preventive Maintenance Basis Database)인 것을 특징으로 한다.In addition, the database is characterized in that it is a Preventive Maintenance Basis Database (PMBD) of the power generation facility.
또한, 상기 표준 신뢰도 중심 정비(Standard RCM) 분석은 상기 간소화 신뢰도 중심 정비(Streamlined RCM(Reliability-Centered Maintenance)) 분석에서 누락되는 다수의 상기 구성부품 중 분석을 원하는 일부 구성부품에 대해서만 수행되는 것을 특징으로 한다.In addition, the standard reliability-centered maintenance (Standard RCM) analysis is characterized in that only some of the components desired to be analyzed among the plurality of components missing in the streamlined reliability-centered maintenance (RCM) analysis are performed. to be
이때, 누락되는 다수의 상기 구성부품은 자산 건강 지수(AHI: Asset Health Indicator)의 기준을 설정하여 고정 여부로 결정되는 것을 특징으로 한다.At this time, it is characterized in that the plurality of components that are omitted are determined by fixation by setting a standard for an asset health indicator (AHI).
한편, 상기 자산 건강 지수(AHI)에서 정상 상태의 하한치 기준을 설정하고, 상기 하한치 기준에 도달하면 해당 구성 부품을 고장으로 인식하고, 상기 도달의 시점은 해당 구성 부품의 MTFF(Mean Time to First Failure)로 결정되는 것을 특징으로 한다.On the other hand, in the asset health index (AHI), a lower limit standard of the normal state is set, and when the lower limit standard is reached, the component is recognized as a failure, and the point of arrival is the Mean Time to First Failure (MTFF) of the component. ), characterized in that it is determined by.
또한, 상기 자산 건강 지수(AHI)의 상기 하한치 기준에 도달하지 않은 해당 구성 부품에 대해서는 미리 설정되는 문헌조사에 의한 확률분포 모수를 적용하여 시간에 대한 고장률 함수를 산출하고, 상기 고장률 함수를 활용하여 해당 구성 부품의 예방정비 주기가 산출되는 것을 특징으로 한다.In addition, for the component parts that do not reach the lower limit standard of the asset health index (AHI), a probability distribution parameter based on a preset literature search is applied to calculate a failure rate function over time, and the failure rate function is used to It is characterized in that the preventive maintenance cycle of the corresponding component is calculated.
또한, 상기 간소화 신뢰도 중심 정비(Streamlined RCM) 분석은 소극적 접근법, 일반분석 및 리스트(List) 사용법, 및 프로세스(Process) 요소 생략 및 부분 분석법 중의 하나인 것을 특징으로 한다.In addition, the streamlined RCM analysis is characterized in that it is one of a passive approach, a general analysis and list usage, and a process element omission and partial analysis method.
또한, 상기 의사 결정 모듈은 상기 비용 효과도 기반 의사 결정을 위해 비용 효과도 함수를 산출하며, 상기 비용 효과도 함수는 전산정비 관리 시스템으로부터 전달되는 가용도 함수를 상기 예방 정비 정보 중 비용 함수로 나눈 것으로 정의되는 것을 특징으로 한다.In addition, the decision-making module calculates a cost-effectiveness function for the cost-effectiveness-based decision-making, and the cost-effectiveness function divides an availability function transmitted from a computer maintenance management system by a cost function among the preventive maintenance information. characterized by being defined as
또한, 상기 의사 결정 모듈은 상기 비용 효과도 함수에 적용된 해당 구성 부품의 신뢰도를 위해 웨이블 분포이론을 통한 통계 계산 중 키 파라미터 피팅법을 이용하여 산출되는 확률 밀도 함수를 이용하는 것을 특징으로 한다.In addition, the decision-making module may use a probability density function calculated by using a key parameter fitting method among statistical calculations based on Weibull distribution theory for reliability of a corresponding component applied to the cost effectiveness function.
또한, 상기 의사 결정은 총비용-교체주기 함수의 그래프로 출력되는 것을 특징으로 한다.In addition, the decision-making is characterized in that it is output as a graph of a total cost-replacement period function.
또한, 상기 비용 효과도 기반의 의사결정은 생애 주기 비용 검토항목에서 검토된 생애 주기 비용과 시스템 효과도 검토항목에서 검토된 시스템 효과도를 이용하여 이루어지는 것을 특징으로 한다.In addition, the decision-making based on the cost effectiveness is characterized in that it is made using the life cycle cost reviewed in the life cycle cost review item and the system effectiveness diagram reviewed in the system effectiveness review item.
다른 한편으로, 본 발명의 다른 일실시예는, (a) 수집부가 데이터베이스로부터 발전설비에 대한 예방 정비 정보를 위한 요구 데이터를 수집하는 단계; (b) 계산 모듈이 상기 요구 데이터를 활용하여 간소화 신뢰도 중심 정비(Streamlined RCM(Reliability-Centered Maintenance)) 분석 및 표준 신뢰도 중심 정비(Standard RCM) 분석을 수행하여 상기 발전설비의 다수의 구성부품에 대한 상기 예방 정비 정보를 산출하는 단계; 및 (c) 의사결정 모듈이 상기 예방 정비 정보를 통하여 산출되는 비용 효과도 함수를 이용하여 비용 효과도 기반 의사 결정을 수행하는 단계;를 포함하는 것을 특징으로 하는 비용효과를 포함한 소급적 신뢰도 중심 정비 방법을 제공한다.On the other hand, another embodiment of the present invention, (a) collecting the request data for the preventive maintenance information on the power plant from the collection unit database; (b) A calculation module performs a streamlined reliability-centered maintenance (RCM) analysis and a standard reliability-centered maintenance (RCM) analysis using the required data to determine the number of components of the power plant. calculating the preventive maintenance information; and (c) performing, by a decision-making module, cost-effectiveness-based decision-making using a cost-effectiveness function calculated through the preventive maintenance information; retroactive reliability-centered maintenance including cost-effectiveness. provides a way
본 발명에 따르면, 자산 건강 지수 기준을 활용하여 발전소의 설비 또는 부품의 고장을 정량화함으로써 정비의 정확성을 현저히 향상시킬 수 있을 뿐 아니라 발전설비에 대한 고장 데이터의 신뢰도를 현저히 제고할 수 있다.According to the present invention, by quantifying the failure of facilities or parts of a power plant using the asset health index standard, not only the accuracy of maintenance can be significantly improved, but also the reliability of failure data for power generation facilities can be significantly improved.
또한, 본 발명의 다른 효과로서는 의사결정을 위해 웨이블 분포이론을 통하여 생애 주기비용 및 가용도와 신뢰도를 동시에 분석함으로써 비용 효과도를 도출하고 유전알고리즘(Generic Algorithm(GA))을 이용한 최적 주기를 결정함으로써 정확하고 최적의 비용으로 예방정비를 할 수 있는 장점을 들 수 있다.In addition, another effect of the present invention is to derive a cost effectiveness by simultaneously analyzing life cycle cost, availability, and reliability through the Weibull distribution theory for decision making, and determine an optimal cycle using a Generic Algorithm (GA) By doing so, you can take advantage of preventive maintenance at an accurate and optimal cost.
또한, 본 발명의 또 다른 효과로서는 발전설비의 예방정비 기준 데이터베이스(PMBD:Preventive Maintenance Basis Database)를 적극적으로 활용하여 누락된 정비를 보완하거나 분석하고자 하는 설비만을 선별하여 RCM(Reliability Centered Maintenance) 분석을 수행하는 것이 가능하므로, 기존의 RCM 방법보다 시간 및 비용을 절감할 수 있는 장점을 들 수 있다.In addition, as another effect of the present invention, RCM (Reliability Centered Maintenance) analysis is conducted by actively utilizing the Preventive Maintenance Basis Database (PMBD) of power generation facilities to supplement missing maintenance or select only facilities to be analyzed. Since it is possible to perform this method, time and cost can be saved compared to the existing RCM method.
또한, 본 발명의 또 다른 효과로서는 효율적으로 각 설비에 대한 예방정비 주기를 결정할 수 있으므로, 발전설비의 가용도와 비용 대비 효과를 현저히 향상시킬 수 있는 장점을 들 수 있다.In addition, as another effect of the present invention, since it is possible to efficiently determine the preventive maintenance cycle for each facility, the availability and cost effectiveness of power generation facilities can be remarkably improved.
도 1은 본 발명의 일실시예에 따른 비용효과를 포함한 소급적 신뢰도 중심 정비 시스템의 구성 블럭도이다.
도 2는 도 1에 도시된 계산 모듈과 의사 결정 모듈의 관계를 보여주는 도면이다.
도 3은 본 발명의 일실시예에 따른 목적 함수의 예시이다.
도 4는 본 발명의 일실시예에 따른 비용효과를 포함한 소급적 신뢰도 중심 정비 과정을 보여주는 흐름도이다.
도 5는 본 발명의 일실시예에 따른 생애주기비용 검토 항목과 시스템 효과도 검토 항목을 이용하여 비용 효과도를 산출하는 개념도이다.
도 6은 본 발명의 일실시예에 따른 총교체비용 및 교체주기간 관계를 보여주는 그래프이다.
도 7은 본 발명의 일실시예에 따른 펌프의 정비현황 대비를 보여주는 표이다.1 is a block diagram of a retroactive reliability-centered maintenance system including cost effectiveness according to an embodiment of the present invention.
FIG. 2 is a diagram showing a relationship between a calculation module and a decision-making module shown in FIG. 1 .
3 is an example of an objective function according to an embodiment of the present invention.
4 is a flowchart showing a retrospective reliability-centered maintenance process including cost effectiveness according to an embodiment of the present invention.
5 is a conceptual diagram for calculating a cost effectiveness diagram using a life cycle cost review item and a system effectiveness review item according to an embodiment of the present invention.
6 is a graph showing the relationship between the total replacement cost and the replacement period according to an embodiment of the present invention.
7 is a table showing a comparison of maintenance status of a pump according to an embodiment of the present invention.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 구체적으로 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야한다.Since the present invention can make various changes and have various embodiments, specific embodiments will be illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all modifications, equivalents, or substitutes included in the spirit and scope of the present invention.
각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용한다. 제 1, 제 2등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. In describing each figure, like reference numbers are used for like elements. Terms such as first and second may be used to describe various components, but the components should not be limited by the terms. These terms are only used for the purpose of distinguishing one component from another.
예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. "및/또는" 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.For example, a first element may be termed a second element, and similarly, a second element may be termed a first element, without departing from the scope of the present invention. The term "and/or" includes any combination of a plurality of related listed items or any of a plurality of related listed items.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs.
일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않아야 한다.Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in this application, it should not be interpreted in an ideal or excessively formal meaning. Should not be.
이하 첨부된 도면을 참조하여 본 발명의 일실시예에 따른 비용효과를 포함한 소급적 신뢰도 중심 정비 시스템 및 방법을 상세하게 설명하기로 한다.Hereinafter, a retroactive reliability-centered maintenance system and method including cost effectiveness according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings.
본 발명의 일실시예에 따른 비용효과를 포함한 소급적 신뢰도 중심 정비(Hybrid RCM(Reliability Centered Maintenance)) 기술은 발전설비의 높은 가동률 유지와 비용효과를 연계한 정비 최적화 전략으로 예방정비 기준 데이터베이스(PMBD:Preventive Maintenance Basis Database)를 활용한다. 한편, 표준(Standard) RCM 분석은 간소화 신뢰도 중심 정비(Streamlined RCM)에서 누락된 부품이나 기기 중에서 분석하고자 하는 부품 또는 기기에 대해서만 수행된다. 더불어 신뢰도와 비용효과를 포함시킴으로써 효율성 및 정확성을 현저히 향상시킬 수 있는 최적의 정비 기술을 구현할 수 있다.Retroactive reliability centered maintenance (RCM) technology including cost effectiveness according to an embodiment of the present invention is a preventive maintenance standard database (PMBD: Preventive Maintenance Basis Database). On the other hand, standard RCM analysis is performed only for parts or devices to be analyzed among parts or devices missing from Streamlined RCM. In addition, by including reliability and cost-effectiveness, it is possible to implement optimal maintenance technology that can significantly improve efficiency and accuracy.
또한, 간소화 신뢰도 중심 정비(Streamlined RCM)에서 누락된 발전설비 및/또는 보다 정확한 분석이 필요한 설비를 선별하고, 이에 대하여 Standard RCM 분석을 수행하는 단계가 구현된다. 또한, 정량적인 데이터 취득 및 관리를 통하여 현실과 상이한 설계값 위주의 정비주기를 개선하여 설비 신뢰도 계산을 위해 웨이블 분포이론을 통한 통계 계산 중 키 파라미터 피팅(Key Parameter Fitting)(형상모수, 척도모수 등)을 산출하여 확률 밀도 함수(고장률)를 계산하고 상기 신뢰도 계산에서 산출된 해당 설비에 대한 정량적인 교체비, 운영비, 신뢰도 등의 정보를 통해 최적 주기에 대한 계산에서 총비용-교체주기 함수의 그래프를 출력시키며 최적 교체주기 결과값을 유전 알고리즘을 활용함으로써 최적의 결과값을 산출하는 단계가 추가된다.In addition, a step of selecting power generation facilities that are omitted from Streamlined RCM and/or facilities requiring more accurate analysis and performing Standard RCM analysis on them is implemented. In addition, key parameter fitting (shape parameter, scale parameter) among statistical calculations through Weibull distribution theory to calculate facility reliability by improving maintenance cycles based on design values that are different from reality through quantitative data acquisition and management etc.) to calculate the probability density function (failure rate), and calculate the graph of the total cost-replacement cycle function in the calculation of the optimal cycle through information such as quantitative replacement cost, operating cost, and reliability for the facility calculated in the reliability calculation. A step of calculating the optimal result value by outputting and utilizing the genetic algorithm for the optimal replacement cycle result value is added.
한편, 본 발명의 일실시예에서는 발전소의 고장 검출에 있어서 정확한 정량적 방법을 제시하기 위하여 자산 건강 지수(AHI: Asset Health Indicator)를 활용하여 고장을 정의한다.On the other hand, in one embodiment of the present invention, in order to present an accurate quantitative method in detecting a failure of a power plant, a failure is defined using an asset health indicator (AHI).
또한, 발전설비의 가용도(Availability)를 함께 비용효과도 함수 기반의 의사 결정 과정을 추가로 활용하여 총 교체비용의 최저점의 값에 해당하는 교체주기를 결정함으로써 최적의 예방정비 주기를 결정할 수 있다. In addition, the optimal preventive maintenance cycle can be determined by determining the replacement cycle corresponding to the lowest value of the total replacement cost by additionally utilizing the cost effectiveness function-based decision-making process together with the availability of power generation facilities. .
이때, 총 교체비용을 산출하기 위해 웨이불 통계법을 이용하여, 고장률 및/또는 정비 이력 정보와 전주기 비용정보(LCC, Life cycle cost) 등을 활용하고 다변 최적점이 존재할 때 유전알고리즘(GA, Generic Algorithm)을 이용하여 최적해를 구하는 기계학습 과정을 포함할 수 있다.At this time, the Weibull statistical method is used to calculate the total replacement cost, and the failure rate and / or maintenance history information and life cycle cost information (LCC, Life cycle cost) are used, and when a multivariate optimal point exists, the genetic algorithm (GA, Generic Algorithm) may include a machine learning process for obtaining an optimal solution.
도 1은 본 발명의 일실시예에 따른 비용효과를 포함한 소급적 신뢰도 중심 정비 시스템(100)의 구성 블럭도이다. 도 1을 참조하면, 소급적 신뢰도 중심 정비 시스템(100)은, 데이터베이스(10)로부터 요구 데이터를 수집하는 수집부(110), 요구 데이터를 활용하여 간소화 신뢰도 중심 정비(Streamlined RCM) 분석 및 표준 신뢰도 중심 정비(Standard RCM) 분석을 수행하는 계산 모듈(120), 분석을 통하여 산출되는 값을 이용하여 비용 효과도 기반 의사 결정을 수행하는 의사결정 모듈(130), 의사 결정을 재평가하는 재평가 모듈(140), 재평가 결과를 출력하는 출력부(150) 등을 포함하여 구성될 수 있다.1 is a block diagram of a retroactive reliability-centered
수집부(110)는 데이터베이스(10)로부터 요구 데이터를 수집하는 기능을 수행한다. 데이터베이스(10)는 발전설비의 예방정비 기준 데이터베이스(PMBD:Preventive Maintenance Basis Database)가 될 수 있다. 이 예방정비 기준 데이터베이스는 EPRI(Electric Power Research Institute)에서 생성한 PMBD가 될 수 있다. 보통 기기의 고장확률이 다시 증가하기 전에 정비를 수행하여 대상 기기가 건전하고 안정적인 성능을 입증하는 것이 필요하다. 이러한 행위를 일반적으로 예방정비(Preventive Maintenance)라 한다. 따라서, 예방정비 기준 데이터베이스(PMBD:Preventive Maintenance Basis Database)는 이러한 예방정비를 수행하기 위한 근거를 제공한다. The
일반적은 예방정비는 기기의 상태에 따라 정비를 수행하는 상태기준 정비를 수행한다. 예방정비 기준 데이터베이스(PMBD:Preventive Maintenance Basis Database)의 구현 예시로는 논문 이병학외 "EPRI의 예방정비기초자료에 근거한 원전 증기터빈의 예방정비기준 개발"(2010년) 등을 들 수 있다. 이러한 예방정비 기준 데이터베이스에 대해서는 널리 알려져 있으므로 더 이상의 설명은 생략하기로 한다.In general, preventive maintenance performs condition-based maintenance that performs maintenance according to the condition of the equipment. As an example of the implementation of the Preventive Maintenance Basis Database (PMBD), the paper Byung-Hak Lee et al. "Development of Preventive Maintenance Basis for Steam Turbines in Nuclear Power Plants Based on EPRI's Preventive Maintenance Basis Data" (2010) can be cited. Since such a preventive maintenance reference database is widely known, further description thereof will be omitted.
데이터베이스(10)는 소급적 신뢰도 중심 정비 시스템(100) 내에 구현되어 있을 수도 있고, 데이터베이스(10)가 구축되어 있는 외부 서버(미도시)에 통신망으로 연결되어 있을 수도 있다. 또한, 데이터베이스(10)는 소급적 신뢰도 중심 정비 시스템(100) 내에 별도의 데이터베이스 서버로 구성될 수도 있다. The
통신망은 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 공중교환 전화망(PSTN), 공중교환 데이터망(PSDN), 종합정보통신망(ISDN: Integrated Services Digital Networks), 광대역 종합 정보 통신망(BISDN: Broadband ISDN), 근거리 통신망(LAN: Local Area Network), 대도시 지역망(MAN: Metropolitan Area Network), 광역 통신망(WLAN: Wide LAN) 등이 될 수 있다, 그러나, 본 발명은 이에 한정되지는 않으며, 무선 통신망인 CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), Wibro(Wireless Broadband), WiFi(Wireless Fidelity), HSDPA(High Speed Downlink Packet Access) 망 , 블루투쓰(bluetooth),NFC(Near Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 될 수 있다. 또는, 이들 유선 통신망 및 무선 통신망의 조합일 수 있다. A communication network refers to a connection structure capable of exchanging information between nodes such as a plurality of terminals and servers, such as a public switched telephone network (PSTN), a public switched data network (PSDN), and an Integrated Services Digital Network (ISDN). Networks), Broadband ISDN (BISDN), Local Area Network (LAN), Metropolitan Area Network (MAN), Wide LAN (WLAN), etc., but , The present invention is not limited thereto, and the wireless communication networks CDMA (Code Division Multiple Access), WCDMA (Wideband Code Division Multiple Access), Wibro (Wireless Broadband), WiFi (Wireless Fidelity), HSDPA (High Speed Downlink Packet Access) It may be a network, a Bluetooth, a Near Field Communication (NFC) network, a satellite broadcasting network, an analog broadcasting network, a Digital Multimedia Broadcasting (DMB) network, and the like. Alternatively, it may be a combination of these wired communication networks and wireless communication networks.
도 1을 계속 참조하면, 계산 모듈(120)은 간소화 신뢰도 중심 정비(Streamlined RCM) 분석 및 표준 신뢰도 중심 정비(Standard RCM) 분석을 수행하는 기능을 수행한다. 간소화 신뢰도 중심 정비 분석(Streamlined RCM)은 발전 설비의 구성부품에 대해 예방 정비 정보를 산출한다. 예방 정비 정보는 고장율, 신뢰도, 통계지표 등을 들 수 있다. 통계지표로는 형상모수, 척도모수 등을 들 수 있다. 형상모수는 데이터가 어떻게 분포되어있는지를 설명하는 인자이고, 척도모수는 와이블(weibull) 곡선의 분계점에 상대적인 위치를 정의하는 인자이다.Still referring to FIG. 1 ,
표준(Standard) RCM 분석은 간소화 신뢰도 중심 정비(Streamlined RCM)에서 누락된 구성 부품 중에서 분석하고자 하는 구성 부품에 대해서만 수행된다. 구성 부품은 구성 기기를 포함하는 개념이다. 즉, 기기는 발전 설비에서 사용되는 구성 부품이 될 수도 있고, 구성 부품은 기기의 일부 부품이 될 수도 있다. Standard: RCM analysis is performed only for the component to be analyzed among the missing components in Streamlined Reliability Centered Maintenance (RCM). A component part is a concept including a component device. That is, a device may be a component used in a power generation facility, and a component may be a part of a device.
구성 부품으로는 ① 디퓨져 등(Diffusers, Volutes & Channel Rings), ② 밸런싱 디바이스(Balancing Device), ③ 마모링(Wear Rings and surfaces), ④ 샤프트(Shaft), ⑤베어링 오일 결빙방지 링(Bearing Oil Slinger Ring), ⑥베어링 윤활제(Bearings-Antifriction), 및 ⑦ 베어링 슬리브(Bearing-Sleeve) 등이 있다. 이를 더 세분화하여 보여주는 표가 도 7에 도시된다. 도 7에 대해서는 후술하기로 한다.Components include ① Diffusers, Volutes & Channel Rings, ② Balancing Device, ③ Wear Rings and surfaces, ④ Shaft, ⑤ Bearing Oil Slinger Ring), ⑥ Bearings-Antifriction, and ⑦ Bearing-Sleeve. A table showing this in more detail is shown in FIG. 7 . 7 will be described later.
도 1을 계속 참조하면, 간소화 신뢰도 중심 정비(Streamlined RCM) 분석은 소극적 접근법, 일반분석 및 리스트(List) 사용법, 프로세스(Process) 요소 생략 및 부분 분석법의 3가지 방법이 있다.Still referring to FIG. 1 , streamlined RCM analysis has three methods: passive approach, general analysis and list usage, process element omission, and partial analysis.
첫번째로, 소극적 접근법(Retroactive Approaches)은 표준(Standard) RCM과 같이 기능을 정의하는 것이 아닌 정비작업에서 프로세스를 시작하는 방법이다. 그러나, 기존 정비 관리 프로그램은 예방정비가 필요한 모든 실패 모드(Failure Mode)를 포함한다고 가정함으로써 안정성 감소가 있고, 기능정의가 선행되어 있지 않아 정확한 실패 모드(Failure Mode)를 도출할 수 없으므로 정확성에서 감소가 발생한다. 이러한 이유로 분석 결과보다 더 많은 고장이 발생할 수 있는 위험성이 증가하는 문제점이 있다.First, retroactive approaches are methods that start the process from maintenance rather than defining functions like standard RCM. However, stability is reduced by assuming that the existing maintenance management program includes all failure modes requiring preventive maintenance, and accuracy is reduced because an accurate failure mode cannot be derived because the function definition is not preceded. occurs. For this reason, there is a problem in that the risk of more failures than the analysis result increases.
두 번째로, 일반분석 및 List 사용법은 기술적으로 동일한 시스템은 한 시스템에서 수행된 분석을 같이 사용하며, 제3자에 의해 작성된 범용적인 Failure Mode List 또는 FMEA List를 분석하고자 하는 System에 적용하는 방법이다. 일반분석 및 List 사용법은 특정 개별 자산 또는 단일 구성요소만을 포함하는 경우가 대부분으로 List가 시스템 전체를 포함하지 않을 수 있고, 이 경우 정확성이 감소하는 문제점이 있다.Second, the general analysis and list usage is a method of applying the general-purpose Failure Mode List or FMEA List written by a third party to the system to be analyzed, in which technically the same system uses the analysis performed in one system. . In most cases, general analysis and list usage include only specific individual assets or single components, and the list may not include the entire system. In this case, there is a problem in that accuracy decreases.
세 번째로, 프로세스(Process) 요소 생략 및 부분 분석법은 Standard RCM의 Process 요소 중 일부 생략, 일반적으로 기능 정의 단계를 생략하고, Failure Mode를 나열하는 Process 요소 생략과 중요하다고 판단되는 기능 및 장비 또는 치명적인 결과가 예상되는 고장만 분석하는 부분 분석법이다. 이러한 부분 분석법은 기술적으로 기능 정의, 성능 확인이 선행되어야 Failure Mode 식별이 수월하고, 정확한 Failure Mode가 도출되지 않으면 Process 성능 저하의 결과를 가져올 수 있는 문제점이 있다.Thirdly, process element omission and partial analysis method omit some of the process elements of Standard RCM, generally omit function definition steps, omit process elements that list failure modes, and omit functions and equipment that are considered important or fatal. It is a partial analysis method that analyzes only failures with expected results. Technically, this partial analysis method has a problem in that it is easy to identify the failure mode when function definition and performance verification are preceded, and if an accurate failure mode is not derived, the process performance may deteriorate.
위 3가지 적용법에 의한 시스템은 열화 트리거링을 통해 기존 정비현황을 분석하고 PMBD를 활용하여 누락된 정비를 보완하거나 분석하고자 하는 설비만을 선별하는 소급적 RCM 분석을 수행하고 있다. 하지만, 이 역시 설비의 고장율에 기초하여 분석하고 있어 발전설비의 부품과 장비에 대한 신뢰도 분석이 없다. 또한, 발생했거나 향후 발생되는 비용 또는 예산과 관련된 내용이 포함되지 않고 결정이 되어 실질적인 정비전략에 문제점이 발생할 수 있다.The system based on the above three application methods analyzes the existing maintenance status through deterioration triggering and uses PMBD to supplement missing maintenance or performs retrospective RCM analysis that selects only the equipment to be analyzed. However, this is also analyzed based on the failure rate of the facility, so there is no reliability analysis for parts and equipment of the power plant. In addition, problems may occur in the actual maintenance strategy because the decision is made without including the contents related to the cost or budget that has occurred or will occur in the future.
따라서, 본 발명의 일실시예에서는 간소화 신뢰도 중심 정비(Streamlined RCM)에서 누락된 구성 부품 중에서 분석하고자 하는 구성 부품에 대해서 표준(Standard) RCM 분석이 수행된다.Therefore, in one embodiment of the present invention, a standard RCM analysis is performed on a component to be analyzed among components missing from streamlined RCM.
표준(Standard) RCM 분석은 해당 발전설비의 자산 건강 지수(AHI: Asset Health Indicator) 기준을 활용하여 고장을 정의하고 발전설비의 가용도를 활용하여 예방정비 주기를 결정한다.Standard: RCM analysis uses the AHI (Asset Health Indicator) standard of the power generation facility to define failures and determines the preventive maintenance cycle by using the availability of the power generation facility.
의사 결정 모듈(130)은 비용효과를 포함시켜 의사 결정을 하는 기능을 수행한다. 즉, 비용효과를 통해 구성부품의 교체, 정비 시기 등을 결정한다. 물론, 이를 위해 발전 설비 또는 구성 부품의 총 비용과 총 가용도를 이용하고, 총교체비용의 최저점의 값에 해당하는 교체주기를 결정한다.The decision-
재평가 모듈(140)은 의사 결정 모듈(130)에 의해 수행된 의사 결정을 재평가하는 기능을 수행한다.의사 결정 모듈(130)은 간소화된 신뢰도중심정비(Streamlined RCM) 분석 방법을 통하여 예방정비 관련 결과를 도출해 낸 것이므로, 실제 예방정비가 필요 없는 것으로 나타난 부품 중에는 의사 결정 모듈(130)에서 누락된 부품이 있을수 있다. The
따라서, 의사 결정 모듈(130)에서 예방정비 항목으로 지정되지 않은 부품 또는 기기에 대해서 재평가 모듈(140)을 통해 Standard RCM 분석을 수행한다. 재평가 모듈(140)을 통하여 의사 결정 모듈(130)에서 예방정비가 필요하지 않은 것으로 나타난 부품 또는 기기 중 일부는 정비가 필요한 것으로 확인될 수 있다. 또한, 의사 결정 모듈(130)을 통한 Streamlined RCM 분석 후 재평가 모듈(140)을 통하여 Standard RCM을 수행함으로써 RCM 분석 기법을 효율적으로 활용하면서 적합한 정비를 누락 없이 수행할 수 있다.Therefore, standard RCM analysis is performed through the
출력부(150)는 처리되는 데이터를 출력하거나, 설정 화면, 메뉴 화면 등을 제공하는 기능을 수행한다. 또한, 의사 결정 모듈(130) 및 재평가 모듈(140)에 의해 처리된 결과를, 음성, 그래픽, 문자의 조합으로 출력하는 기능을 수행한다. 이를 위해 출력부(150)는, 디스플레이, 사운드 시스템 등이 구성된다. 디스플레이는 LCD(Liquid Crystal Display), LED(Light Emitting Diode) 디스플레이, PDP(Plasma Display Panel), OLED(Organic LED) 디스플레이, 터치 스크린, CRT(Cathode Ray Tube), 플렉시블 디스플레이, 마이크로 LED, 미니 LED 등이 될 수 있다. 터치 스크린의 경우, 사용자의 명령을 입력하는 입력 수단으로도 사용될 수 있다.The
또한, 도 1에 도시된 "수집부", "~모듈"의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 소프트웨어 및/또는 하드웨어로 구현될 수 있다. 하드웨어 구현에 있어, 상술한 기능을 수행하기 위해 디자인된 ASIC(application specific integrated circuit), DSP(digital signal processing), PLD(programmable logic device), FPGA(field programmable gate array), 프로세서, 마이크로프로세서, 다른 전자 유닛 또는 이들의 조합으로 구현될 수 있다. Also, the terms “collection unit” and “~ module” shown in FIG. 1 refer to a unit that processes at least one function or operation, which may be implemented in software and/or hardware. In hardware implementation, ASIC (application specific integrated circuit), DSP (digital signal processing), PLD (programmable logic device), FPGA (field programmable gate array), processor, microprocessor, other It may be implemented as an electronic unit or a combination thereof.
소프트웨어 구현에 있어, 소프트웨어 구성 컴포넌트(요소), 객체 지향 소프트웨어 구성 컴포넌트, 클래스 구성 컴포넌트 및 작업 구성 컴포넌트, 프로세스, 기능, 속성, 절차, 서브 루틴, 프로그램 코드의 세그먼트, 드라이버, 펌웨어, 마이크로 코드 , 데이터, 데이터베이스, 데이터 구조, 테이블, 배열 및 변수를 포함할 수 있다. 소프트웨어, 데이터 등은 메모리에 저장될 수 있고, 프로세서에 의해 실행된다. 메모리나 프로세서는 당업자에게 잘 알려진 다양한 수단을 채용할 수 있다.In software implementation, software components (elements), object-oriented software components, class components and task components, processes, functions, properties, procedures, subroutines, segments of program code, drivers, firmware, microcode, data , databases, data structures, tables, arrays, and variables. Software, data, etc. may be stored in memory and executed by a processor. The memory or processor may employ various means well known to those skilled in the art.
도 2는 도 1에 도시된 계산 모듈(120)과 의사 결정 모듈(130)의 관계를 보여주는 도면이다. 도 2를 참조하면, 의사 결정 모듈(130)은 비용 효과도 함수(E(tp))를 이용하여 의사 결정을 수행한다. 이를 위해, 비용 함수(C(tp))를 계산 모듈(120)로부터 전달받고, 가용도 함수(A(tp))를 전산정비 관리 시스템(210)으로부터 전달받는다. 따라서, 비용 효과도 함수(E(tp))는 다음식으로 표현될 수 있다.FIG. 2 is a diagram showing the relationship between the
전산정비 관리 시스템(210)은 설비번호, 고장 이력, 정비이력, 도입단가, 설치비, 시운전 비용 등을 포함한 설비 마스터/작업지시 정보를 포함하여 구성된다. The computerized
가용도 함수(A(tp))는 
또한, M(tp)는 MTBF로서, 
비용 함수(C(tp))는 
계산 모듈(130)은 예방정비 기준 데이터베이스(PMBD: Preventive Maintenance Basis Database)를 이용하여 산출되는 고장률, 신뢰도, 통계 지표 등을 의사 결정 모듈(130)에 전달한다. 설비 신뢰도 계산은 고장율과 더불어 신뢰도가 포함되도록 형상모수, 척도모수 등의 통계지표를 포함시켜 고장 이력/정비 이력이 호출될 수 있다. 따라서, 상기의 전산정비 관리 시스템(210)의 정보와 발전 설비의 신뢰도 계산으로부터 산출된 값이 비용 효과도 기반의 의사 결정 모듈(140)에서 최종적으로 결정된다.The
도 3은 본 발명의 일실시예에 따른 목적 함수의 예시이다. 도 3을 참조하면, 의사 결정 모듈(140)은 비용 효과도 함수(E(tp))를 포함시켜 더 정확한 정비 전략 시스템을 구축하기 위하여 상기에서 산출된 고장률 계산값, 의사결정 변수, 정비이력, 신뢰도, 및 수명 주기 비용(LCC: Life Cycle Cost)정보 등을 추가로 확보하여 시스템의 정확도를 높이는 데 활용하기 위하여 도 3에 도시된 목적함수를 사용한다. 3 is an example of an objective function according to an embodiment of the present invention. Referring to FIG. 3, the decision-
부연하면, 비용 함수는 0이 될수 없음으로 가용도 함수가 0이 될 때 비용효과도가 0이될 수 있다. 따라서 가용도 함수가 0이 되기 위해서는 가 0이고 MTBF가 0일 때이다. 즉, 비용효과도 분석을 할 때 고장상태로 유지되는 경우를 나타낸다.To elaborate, since the cost function cannot be 0, the cost effectiveness can be 0 when the availability function is 0. Therefore, for the availability function to be 0, when is 0 and MTBF is 0. In other words, it represents the case of maintaining a failure state during the cost effectiveness analysis.
상기의 신뢰도를 적용하기 위하여 발전 설비의 신뢰도 계산은 웨이블 분포이론을 통한 통계 계산중 키 파라미터 피팅(Key Parameter Fitting)으로 형상모수, 척도모수를 산출한다. 이후, 형상모수, 척도모수를 이용하여 확률 밀도 함수(고장률)를 산출한다. 기존의 전산정비 관리 시스템(210)에서 취득되는 정량적 데이터와 상기에서 획득된 고장율 등을 취합한 결과와 부품 또는 발전 설비의 교체를 위한 최적 주기 계산으로부터 산출된 해당 발전 설비에 대한 정량적인 교체비, 운영비, 신뢰도 등의 정보를 통해 의사 결정 모듈(130)에서 총비용-교체주기 함수의 그래프를 출력한다. 이후, 의사 결정 모듈(130)은 유전 알고리즘을 활용하여 최적의 교체주기 결과값을 결정할 수 있도록 한다.In order to apply the above reliability, the reliability calculation of power generation facilities calculates shape parameters and scale parameters by key parameter fitting among statistical calculations through the Weibull distribution theory. Then, a probability density function (failure rate) is calculated using the shape parameter and the scale parameter. Quantitative replacement cost and operating cost for the power generation facility calculated from the result of collecting the quantitative data acquired from the existing computerized
위에서 기술한 바와 같이, 의사 결정 모듈(140)은 부품 또는 발전 설비의 교체를 위한 최적 주기를 결정한다. 주기 결정은 비용 효과도의 최고점이 최적 정비시점이 됨으로 이때 결정된다. 따라서, 비용 효과도 함수는 다음식과 같이 표현될 수 있다.As described above, the decision-
여기서, 생애 주기 비용 = f(정비이력,자산정보,신뢰도 확률 함수), 가용도 = f(운전정보, 신뢰도 확률함수)이다. 수학식1과 수학식2는 같은 방법이지만 수학식 2에서는 수학식1을 비해하기 쉽게 나타내었으며, 비용효과도를 최대값으로 갖는 것을 의미한다. 비용효과도의 최대값을 갖기 위해서는 생애주기비용(LCC)가 최소값을, 가용도가 최대값을 가져야한다. 따라서 M(MTBF)값이 최대값, 검사&수리시간이 최소값을 가져야한다. 가용도함수에는 운전정보(정지,검사)에 대한 신뢰도함수, 비용함수에는 생애주기비용(LCC)가 없을시 들어간비용(Cost)가 포함될 수 있다.Here, life cycle cost = f (maintenance history, asset information, reliability probability function), availability = f (operation information, reliability probability function).
도 4는 본 발명의 일실시예에 따른 비용효과를 포함한 소급적 신뢰도 중심 정비 과정을 보여주는 흐름도이다. 도 4를 참조하면, 발전 설비의 고장 라이브러리(Library) 등과 같은 예방정비 기준 데이터4 is a flowchart showing a retrospective reliability-centered maintenance process including cost effectiveness according to an embodiment of the present invention. Referring to FIG. 4, preventive maintenance reference data such as failure libraries of power generation facilities
베이스(PMBD)를 활용하여 효율적 분석이 가능하도록 구성된 간소화 신뢰도 중심 정비(Streamlined RCM) 분석으로 정비현황을 확인한다(단계 S410).The maintenance status is confirmed by Streamlined RCM analysis configured to enable efficient analysis using the base (PMBD) (step S410).
이후, 상기 간소화 신뢰도 중심 정비(Streamlined RCM)에서 정비가 누락된 구성 부품 또는 분석하고자 하는 구성 부품에 대해서는 표준(Standard) RCM 분석의 수행을 통해 예방 정비 정보를 산출한다(단계 S420). 이때 정비 누락된 구성 부품에 대한 Standard RCM 분석 단계에서는 대상 발전 설비의 각 구성 부품에 대한 자산 건강 지수(AHI)의 기준을 설정하여 고장이 정의되고 이를 정량화한다. Thereafter, preventive maintenance information is calculated by performing a standard RCM analysis on a component part for which maintenance is omitted in the streamlined RCM or a component part to be analyzed (step S420). At this time, in the standard RCM analysis step for components missing maintenance, failures are defined and quantified by setting standards for asset health index (AHI) for each component of the target power plant.
즉, 자산 건강 지수(AHI)에서 정상 상태의 하한치 기준을 설정하고, 상기 하한치 기준에 도달하면 해당 구성 부품을 고장으로 인식하고, 이 도달 시점을 해당 구성 부품의 MTFF(Mean Time to First Failure)로 결정한다. MTFF는 첫 고장까지의 평균 시간으로 수리 불가능 제품의 경우에 해당된다. 한편, 상기 자산 건강 지수(AHI)의 상기 하한치 기준에 도달하지 않은 구성 부품에 대해서는 미리 이루어지는 문헌조사에 의한 확률분포 모수를 적용하여 시간에 대한 고장률 함수를 산출하고, 이를 활용하여 해당 구성 부품의 예방정비 주기(FFI)를 산출한다.That is, the asset health index (AHI) sets a lower limit standard for normal conditions, and when the lower limit standard is reached, the component is recognized as a failure, and the point at which this is reached is set as the mean time to first failure (MTFF) of the component. Decide. MTFF is the mean time to first failure for non-repairable products. On the other hand, for components that do not reach the lower limit of the asset health index (AHI), a probability distribution parameter based on a literature review is applied to calculate a failure rate function over time, and by using this, prevention of the component is prevented. Calculate the maintenance interval (FFI).
또한, 발전 설비의 가동률(Availability)을 활용하여 예방정비 주기를 정량화할 수 있다. In addition, the preventive maintenance cycle can be quantified by utilizing the availability of power generation facilities.
이후, 예방 정비 정보를 통하여 산출되는 비용 효과도 함수를 이용하여 비용 효과도 기반 의사 결정이 수행된다(단계 S430).Thereafter, decision-making based on cost effectiveness is performed using the cost effectiveness function calculated through the preventive maintenance information (step S430).
부연하면, 현실과 상이한 설계값 위주의 정비주기를 개선하여 발전 설비의 신뢰도 계산을 위해 웨이블 분포이론을 통한 통계 계산 중 Key Parameter Fitting (형상모수, 척도모수 등)을 산출하고, 이를 통해 확률 밀도 함수(고장률)를 산출하는 과정이 포함될 수 있다. 이 과정은 비용 효과도 함수의 정확성에 영향을 미친다.To elaborate, key parameter fitting (shape parameter, scale parameter, etc.) is calculated among statistical calculations through the Weibull distribution theory to calculate the reliability of power generation facilities by improving the maintenance cycle based on design values that are different from reality, and through this, probability density A process of calculating a function (failure rate) may be included. This process also affects the accuracy of the cost-effectiveness function.
또한, 해당 발전 설비의 구성 부품에 대한 정량적인 교체비, 운영비, 신뢰도 등의 정보를 통해 최적 교체주기 결과 도출을 위해 유전 알고리즘을 활용하여 분석하는 과정이 추가로 포함될 수 있다.In addition, a process of analyzing using a genetic algorithm may be additionally included in order to derive an optimal replacement cycle result through information such as quantitative replacement cost, operating cost, reliability, etc. for the component parts of the power generation facility.
또한, 의사 결정은 총비용-교체주기 함수의 그래프로 출력될 수 있다. 이를 보여주는 도면이 도 6에 도시된다. 이에 대해서는 후술하기로 한다.In addition, the decision can be output as a graph of the total cost-replacement period function. A diagram showing this is shown in FIG. 6 . This will be described later.
도 5는 본 발명의 일실시예에 따른 생애주기비용 검토 항목(510)과 시스템 효과도 검토 항목(520)을 이용하여 비용 효과도(550)를 산출하는 개념도이다. 도 5를 참조하면, 비용 효과도 기반의 의사결정은 생애 주기 비용 검토항목에서 검토된 생애 주기 비용(530)과 시스템 효과도 검토항목에서 검토된 시스템 효과도(540)를 활용하여 비용 효과도를 결정할 수 있다.5 is a conceptual diagram for calculating a cost effectiveness diagram 550 using a life cycle
생애 주기 비용은 폐기비용, 운용비용, 초기비용을 포함한 취득비용 및 잔존수명으로 평가되는 가치비용으로 구성된다. 또한, 운영비용은 관리비, 미가동 손실비, 보수비, 운전비, 재정비를 포함한 매년 반복되는 계속비용으로 모든 운영비용 등을 포함한다.Life cycle cost consists of disposal cost, operation cost, acquisition cost including initial cost, and value cost evaluated by remaining life. In addition, operating costs include all operating costs, which are repeated annually, including maintenance costs, non-operating loss costs, maintenance costs, operating costs, and reorganization.
또한, 관리비, 초기보전비, 초기운전비, 설비구입비, 연구개발비 등의 반복되지 않는 초기비용을 포함하여 구성되며 상기의 모든 비용은 잔존수명에 따른 잔존가치와 함께 생애 주기 비용으로 구성되며 하기의 시스템 효과도 검토항목과 서로 연계되어 분석될 수 있다.In addition, it is composed of non-recurring initial costs such as management cost, initial maintenance cost, initial operation cost, equipment purchase cost, and research and development cost. It can also be analyzed in connection with review items.
또한, 시스템 효과도 검토항목으로는 발전 설비의 기능과 성능, 안전성, 조작성 등을 포함하여 설계된 시스템 가동율과 예비품, 수리, 수송 등을 포함한 보급 대기 시간과 시험, 고장 검출 진단, 검사시간을 포함한 평균 정지 시간 그리고 수리와 중복도(redundancy)의 MTBF(Mean Time Between Failure)의 평균 가동 시간에 의한 시스템 가동율 등을 종합하여 시스템 효과도를 분석하고 상기 생애 주기 비용과 함께 비용 효과도를 결정할 수 있다.In addition, the system effectiveness review items include the designed system operation rate, including the function and performance of power generation facilities, safety, and operability, and the waiting time for supply including spare parts, repair, and transportation, and average including test, failure detection diagnosis, and inspection time. It is possible to analyze system effectiveness by integrating downtime, repair and redundancy MTBF (Mean Time Between Failure) average operating time, etc., to analyze system effectiveness, and to determine cost effectiveness together with the life cycle cost.
도 6은 본 발명의 일실시예에 따른 총교체비용 및 교체주기간 관계를 보여주는 그래프이다. 도 6을 참조하면, 세로축은 총교체비용이고, 가로축은 교체주기(Interval between replacement)를 나타낸다. 총비용-교체주기 함수의 그래프(610,620,630)가 도시된다. 총비용-교체주기 함수의 그래프(610,620,630)는 해당 구성 부품에 해당하는 그래프이다.6 is a graph showing the relationship between the total replacement cost and the replacement period according to an embodiment of the present invention. Referring to FIG. 6, the vertical axis represents the total replacement cost, and the horizontal axis represents the interval between replacements.
도 7은 본 발명의 일실시예에 따른 펌프의 정비현황 대비를 보여주는 표이다. 도 7을 참조하면, 단계 S420(도 4 참조)의 분석에서 상기 구성 부품들 모두를 선정하여 Standard RCM 분석을 수행한 결과, 위의 표에 나타난 바와 같이 단계 S410의 정비현황에서는 예방정비가 필요하지 않은 구성 부품으로 나타나 있던 밸런싱 디바이스(Balancing Device), 샤프트(Shaft), 및 베어링 씰(Bearing Seals-Labrynth) 중의 일부는 정비가 필요한 것으로 나타남을 확인할 수 있다. 7 is a table showing a comparison of maintenance status of a pump according to an embodiment of the present invention. Referring to FIG. 7, as a result of selecting all of the components and performing Standard RCM analysis in the analysis of step S420 (see FIG. 4), as shown in the table above, preventive maintenance is not required in the maintenance status of step S410. It can be seen that some of the balancing device, shaft, and bearing seals (Labrynth), which were shown as unavailable components, appear to require maintenance.
이는 다수개 구비되어 있는 밸런싱 디바이스(Balancing Device), 샤프트(Shaft), 베어링 씰(Bearing Seals-Labrynth)에 대한 각각의 자산건강지수(AHI)의 기준을 선정하고 이를 모니터링하면서 나타나는 건강지수의 특성 등을 비롯한 실제 측정값으로 부터 정량화하여 나타낼 수 있다. 따라서, 정비가 필요한 부품의 예방정비 주기 등을 효율적으로 정량화하고 정비의 누락을 방지할 수 있다.This is to select the criteria for each asset health index (AHI) for a number of balancing devices, shafts, and bearing seals (Labrynth), and to monitor the characteristics of the health index, etc. It can be expressed by quantification from actual measured values including . Therefore, it is possible to efficiently quantify the preventive maintenance cycle of parts requiring maintenance and prevent omission of maintenance.
또한, 여기에 개시된 실시형태들과 관련하여 설명된 방법 또는 알고리즘의 단계들은, 마이크로프로세서, 프로세서, CPU(Central Processing Unit) 등과 같은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 (명령) 코드, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. In addition, the steps of a method or algorithm described in connection with the embodiments disclosed herein are implemented in the form of program instructions that can be executed through various computer means such as a microprocessor, processor, CPU (Central Processing Unit), etc. It can be recorded on any available medium. The computer readable medium may include program (instruction) codes, data files, data structures, etc. alone or in combination.
상기 매체에 기록되는 프로그램 (명령) 코드는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프 등과 같은 자기 매체(magnetic media), CD-ROM, DVD, 블루레이 등과 같은 광기록 매체(optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 (명령) 코드를 저장하고 수행하도록 특별히 구성된 반도체 기억 소자가 포함될 수 있다. The program (command) code recorded on the medium may be specially designed and configured for the present invention, or may be known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs, DVDs, and Blu-rays, and ROMs and RAMs ( A semiconductor storage element specially configured to store and execute program (instruction) codes such as RAM), flash memory, or the like may be included.
여기서, 프로그램 (명령) 코드의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Here, examples of the program (command) code include high-level language codes that can be executed by a computer using an interpreter, as well as machine language codes such as those produced by a compiler. The hardware devices described above may be configured to act as one or more software modules to perform the operations of the present invention, and vice versa.
*100: 소급적 신뢰도 중심 정비 시스템
110: 수집부
120: 계산 모듈
130: 의사 결정 모듈
140: 재평가 모듈
150: 출력부
210: 전산 정비 관리 시스템
*100: Retrospective reliability-oriented maintenance system
110: collection unit
120: calculation module
130: decision-making module
140: re-evaluation module
150: output unit
210: computerized maintenance management system
Claims (1)
상기 요구 데이터를 활용하여 간소화 신뢰도 중심 정비(Streamlined RCM(Reliability-Centered Maintenance)) 분석 및 표준 신뢰도 중심 정비(Standard RCM) 분석을 수행하여 상기 발전설비의 다수의 구성부품에 대한 상기 예방 정비 정보를 산출하는 계산 모듈(120); 및
상기 예방 정비 정보를 통하여 산출되는 비용 효과도 함수를 이용하여 비용 효과도 기반 의사 결정을 수행하는 의사결정 모듈(130);을 포함하며,
상기 의사 결정 모듈(130)은 상기 비용 효과도 기반 의사 결정을 위해 비용 효과도 함수(E(tp))를 산출하며, 상기 비용 효과도 함수(E(tp))는 전산정비 관리 시스템(210)으로부터 전달되는 가용도 함수(A(tp))를 상기 예방 정비 정보 중 비용 함수(C(tp))로 나눈 것으로 정의되며,
상기 가용도 함수(A(tp))는 수학식
상기 비용 함수(C(tp))는 수학식
상기 데이터베이스(10)는 상기 발전설비의 예방정비 기준 데이터베이스(PMBD: Preventive Maintenance Basis Database)이고,
상기 비용 효과도 기반의 의사결정은 생애 주기 비용 검토항목에서 검토된 생애 주기 비용(530)과 시스템 효과도 검토항목에서 검토된 시스템 효과도(540)를 이용하여 이루어지는 것을 특징으로 하는 비용효과를 포함한 소급적 신뢰도 중심 정비 시스템.
a collection unit 110 that collects requested data for preventive maintenance information on power generation facilities from the database 10;
Streamlined reliability-centered maintenance (RCM) analysis and standard reliability-centered maintenance (RCM) analysis are performed using the required data to calculate the preventive maintenance information for multiple components of the power plant. Calculation module 120 to; and
A decision-making module 130 for performing cost-effectiveness-based decision-making using a cost-effectiveness function calculated through the preventive maintenance information;
The decision-making module 130 calculates a cost-effectiveness function (E(t p )) for the cost-effectiveness-based decision-making, and the cost-effectiveness function (E(t p )) is a computerized maintenance management system ( 210) is defined as dividing the availability function (A(t p )) transmitted by the cost function (C(t p )) of the preventive maintenance information,
The availability function (A(t p )) is Equation
The cost function (C(t p )) is expressed by Equation
The database 10 is a Preventive Maintenance Basis Database (PMBD) of the power generation facility,
The decision-making based on the cost effectiveness includes cost effectiveness, characterized in that it is made using the life cycle cost 530 reviewed in the life cycle cost review item and the system effectiveness diagram 540 reviewed in the system effectiveness review item. Retrospective reliability-oriented maintenance system.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230081822A KR102603558B1 (en) | 2020-10-28 | 2023-06-26 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200141193A KR102550013B1 (en) | 2020-10-28 | 2020-10-28 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR1020230081822A KR102603558B1 (en) | 2020-10-28 | 2023-06-26 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200141193A Division KR102550013B1 (en) | 2020-10-28 | 2020-10-28 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230098540A true KR20230098540A (en) | 2023-07-04 |
| KR102603558B1 KR102603558B1 (en) | 2023-11-20 |
Family
ID=81584554
Family Applications (5)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200141193A KR102550013B1 (en) | 2020-10-28 | 2020-10-28 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR1020230081820A KR102603556B1 (en) | 2020-10-28 | 2023-06-26 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR1020230081821A KR102603557B1 (en) | 2020-10-28 | 2023-06-26 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR1020230081819A KR102603555B1 (en) | 2020-10-28 | 2023-06-26 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR1020230081822A KR102603558B1 (en) | 2020-10-28 | 2023-06-26 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
Family Applications Before (4)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200141193A KR102550013B1 (en) | 2020-10-28 | 2020-10-28 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR1020230081820A KR102603556B1 (en) | 2020-10-28 | 2023-06-26 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR1020230081821A KR102603557B1 (en) | 2020-10-28 | 2023-06-26 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR1020230081819A KR102603555B1 (en) | 2020-10-28 | 2023-06-26 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
Country Status (1)
| Country | Link |
|---|---|
| KR (5) | KR102550013B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240025865A (en) * | 2022-08-19 | 2024-02-27 | 한국전력공사 | System and Method for calculating intelligent health index for evaluating state of equipment asset |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130118644A (en) * | 2012-04-20 | 2013-10-30 | 한국남동발전 주식회사 | Reliability centered maintenance method for power generation facilities |
| KR101329395B1 (en) | 2012-06-04 | 2013-11-14 | 한국남동발전 주식회사 | Power plant equipment management system and control method for thereof |
| KR20160093119A (en) * | 2014-12-31 | 2016-08-08 | 주식회사 효성 | Asset management system and method for electric power apparatus |
| JP2019194744A (en) * | 2018-04-30 | 2019-11-07 | 株式会社Ｌ＆Ｏシールド | Vehicle maintenance information retrieval apparatus and program |
-
2020
- 2020-10-28 KR KR1020200141193A patent/KR102550013B1/en active IP Right Grant
-
2023
- 2023-06-26 KR KR1020230081820A patent/KR102603556B1/en active IP Right Grant
- 2023-06-26 KR KR1020230081821A patent/KR102603557B1/en active IP Right Grant
- 2023-06-26 KR KR1020230081819A patent/KR102603555B1/en active IP Right Grant
- 2023-06-26 KR KR1020230081822A patent/KR102603558B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130118644A (en) * | 2012-04-20 | 2013-10-30 | 한국남동발전 주식회사 | Reliability centered maintenance method for power generation facilities |
| KR101341231B1 (en) | 2012-04-20 | 2013-12-12 | 한국남동발전 주식회사 | Reliability centered maintenance method for power generation facilities |
| KR101329395B1 (en) | 2012-06-04 | 2013-11-14 | 한국남동발전 주식회사 | Power plant equipment management system and control method for thereof |
| KR20160093119A (en) * | 2014-12-31 | 2016-08-08 | 주식회사 효성 | Asset management system and method for electric power apparatus |
| JP2019194744A (en) * | 2018-04-30 | 2019-11-07 | 株式会社Ｌ＆Ｏシールド | Vehicle maintenance information retrieval apparatus and program |
Non-Patent Citations (1)
| Title |
|---|
| 노영진외 4인, 발전설비의 소급적 신뢰도중심정비(Hybrid RCM) 방법론에 관한 연구, 대한기계학회 춘추학술대회, 2019.11.30.* * |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102603558B1 (en) | 2023-11-20 |
| KR102550013B1 (en) | 2023-07-03 |
| KR20230098537A (en) | 2023-07-04 |
| KR102603556B1 (en) | 2023-11-20 |
| KR20220056524A (en) | 2022-05-06 |
| KR20230098538A (en) | 2023-07-04 |
| KR102603557B1 (en) | 2023-11-20 |
| KR20230098539A (en) | 2023-07-04 |
| KR102603555B1 (en) | 2023-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zio | Some challenges and opportunities in reliability engineering | |
| Kwon et al. | IoT-based prognostics and systems health management for industrial applications | |
| Van Horenbeek et al. | Quantifying the added value of an imperfectly performing condition monitoring system—Application to a wind turbine gearbox | |
| Dong et al. | Equipment PHM using non-stationary segmental hidden semi-Markov model | |
| EP2837984B1 (en) | Process to optimize the maintenance of technical systems | |
| KR101925357B1 (en) | System and method for visualizing equipment health status and forecast maintenance requirements | |
| Dinh et al. | Degradation modeling and reliability assessment for a multi-component system with structural dependence | |
| US20130041783A1 (en) | System and method for dynamic spare part management | |
| KR102603558B1 (en) | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities | |
| Blancke et al. | A holistic multi-failure mode prognosis approach for complex equipment | |
| Gould | Diagnostics “after” prognostics: Steps toward a prognostics-informed analysis of system diagnostic behavior | |
| JP2642438B2 (en) | Plant equipment maintenance management support device | |
| Andrzejczak et al. | Quantile analysis of the operating costs of the public transport fleet | |
| KR101853485B1 (en) | Condition based maintenance system for lng fpso | |
| JP2013097793A (en) | Method and system for selecting work range of system | |
| Zhang et al. | Condition based maintenance and operation of wind turbines | |
| Sielaff et al. | Evaluation of a production system’s technical availability and maintenance cost–development of requirements and literature review | |
| Lannoy et al. | Expertise, safety, reliability, and decision making: practical industrial experience | |
| Nwadinobi et al. | Development of Simulation for Condition Monitoring and Evaluation of Manufacturing Systems | |
| KR100682509B1 (en) | Information application system for maintenance of railway car | |
| Dinh | Opportunistic predictive maintenance for multi-component systems with multiple dependences | |
| Knezevic | 3 MIRCE Science: a mathematical scheme for predicting impacts of reliability engineering on the time evolution of physical systems | |
| Wu et al. | Maintenance Modelling | |
| Singh et al. | Advanced Maintenance and Reliability | |
| Luna et al. | Strategies for optimizing the application of prognostic health management to complex systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |