본문 바로가기

[설비보전지표] MTTR, MTBF, MTTF이란?

기계쟁이입니다 2021. 12. 29.

안녕하세요.
오늘은 MTTR, MTBF, MTTF라는 설비보전 지표에 대해서 알아보겠습니다.
해당 지표들은 설비 보전의 신뢰성 지표로 사용되고 있으며, 설비 효율을 극대화하기 위한 척도로 사용됩니다.

생산 라인에서 설비만의 효율성을 판단하기 위한 지표는 설정하기 굉장히 애매합니다.
Human Error, 자재 기인으로 인한 제품 불량, Utility 문제로 인한 비가동 등 설비의 문제가 아님에도 설비의 가동률이 저하되는 것 처럼 보이는 요소들이 굉장히 많기 때문입니다.

오늘 소개드릴 MTTR, MTBF, MTTF는 고유한 설비만의 지표로 설비종합효율과도 밀접한 연관이 있습니다.


MTTR(Mean Time To Repair)이란?

MTTR = 설비 정지 총 시간 / 설비 정지 횟수의 합


평균 수리 시간 (평균 고장 복구 시간)으로서 설비 고장이 발생했을 때부터 다시 동작하기까지 걸리는 시간을 의미합니다.

바꿔서 말하면, 설비가 재기능을 하지 못하는 시간의 총합을 측정하고 총 건수로 나눈 값을 의미합니다. 많은 라인에서 설비의 보전성 지표로 사용되고 있습니다.

이상적인 MTTR 값은 정해져있지 않습니다. 라인의 환경, 산업의 성향, 설비의 종류에 따라 최적의 MTTR 값은 달라지기 때문에 이상적으로 얼마의 값을 가지는 것이 좋다고는 말씀드릴 수 없습니다.

현재의 MTTR를 계산하고 가용도 측면을 따지면서 MTTR을 개선(줄이는)하는 방향으로 접근하시는 것이 옳습니다.(가용도는 마지막에 다루도록하겠습니다.)

물론 고장이 나지 않도록 하는 것을 초점을 두고 보전 활동을 하는 것이 최선이겠지만 차선으로 MTTR을 어떻게 줄일 수 있을까에 대해서 고민할 필요가 있습니다.


MTBF(Mean Time Between Failures)이란?

MTBF = 정상 가동 총 시간 / 고장 횟수 (=MTTF + MTTR)


평균 무고장 시간으로서 설비가 한번 고장이 발생한 뒤 같은 고장이 발생할 때까지의 시간을 의미합니다. 설비 고장에 대한 대응력을 확인할 수 있는 지표로 설비의 신뢰성 지표라고 할 수 있습니다.

설비의 고장은 대부분 부품에서 부터 발생하는 것이기 때문에 각 부품별 수명을 파악하여 수명들의 산포를 최소화 시키는 방향으로 보전 점검 주기를 설정해야 합니다.

MTBF에서 가장 중요한 점은 수리를 해가면서 사용하는 설비일 경우만 사용할 수 있는 지표입니다. 부품의 경우에는 대부분 파손이 발생하여 교체를 시켜버리기 때문에 MTBF와는 별개로 MTTF를 사용해야합니다.


MTTF(Mean Time To Failures)이란?

MTTF = 수리하지 않는 부품의 사용 시작부터 고장 시까지 걸린 시간


MTTF의 경우 수리하지 않는 부품이 사용되었을 첫 시점부터 고장 시까지 걸린 시간을 의미합니다.

A설비에 B부품이 사용되고 10시간만에 파손되어 설비 고장을 발생시켰고 B부품을 1시간동안 교체 후 재가동 시킨 후 10시간 뒤에 다시 파손이 되었다면, MTTR은 1시간, MTTF는 10시간, MTBF는 11시간입니다.

여기서 가용도는 10/11로 약 91%가 됩니다.

가용도 = MTTF/MTBF

이는 연간으로 따지만 9%가 비가동 시간으로 산출될 수 있으며, 365일 X 0.09 = 32.85일이 비가동이라고 볼 수 있습니다.


추가적인 지표들의 소개

설비 관리 지표로 많이 쓰이기 보다는 IT 대응 지표로 많이 사용되긴 하지만, 개념을 이해하기 위하여 소개드립니다.

출처 : https://www.splunk.com/en_us/data-insider/what-is-mean-time-to-repair.html


MTTD : 담당 조직이 발생한 문제를 인식할 때까지 걸리는 시간

MTTI : 문제를 인식하고 원인 파악, 예비품 구비 등 보수작업이 이루어지기 직전까지의 시간

MTTR : 평균 수리 시간

MTRS : 수리 완료 후 서비스가 완전히 정상적으로 고객에게 제공되기까지 걸린 시간

MTBSI : 2개의 연속적인 문제 인식 사이에 걸린 시간 (=MTBF +MTRS)

감사합니다.

반응형

댓글