욕조곡선과 고장 분포 — 지수분포·와이블 분포
욕조곡선의 3단계(초기·우발·마모 고장기), 지수분포의 CFR 특성과 무기억성, 와이블 분포의 형상모수 β 해석을 계산 예제와 함께 정리합니다.
개요
욕조곡선(Bathtub Curve)은 제품 수명 주기에 따른 고장률 λ(t)의 변화 패턴을 욕조 단면에 비유한 그래프다. 초기·우발·마모 3단계로 나뉘며, 각 단계에 적합한 고장 분포가 다르다.
욕조곡선 — 3단계 고장률 패턴
고장률
λ(t) ↑
\ /
\ /
DFR \ / IFR
\___________________/
CFR
──────────────────────→ 시간 t
| 초기고장기 | 우발고장기 | 마모고장기 |
(DFR) (CFR) (IFR)
| 단계 | 고장률 특성 | 주요 원인 | 대응 전략 |
|---|---|---|---|
| 초기고장기 (DFR, Decreasing Failure Rate) | 시간이 지날수록 감소 | 설계·제조 결함, 불량 부품, 조립 오류 | 번인(Burn-in), 스트레스 스크리닝, 출하 검사 강화 |
| 우발고장기 (CFR, Constant Failure Rate) | 시간에 무관하게 일정 | 우발적 과부하, 예상 밖 환경 충격, 인적 오류 | 예방보전 계획, 중복설계(Redundancy), 운용 교육 |
| 마모고장기 (IFR, Increasing Failure Rate) | 시간이 지날수록 증가 | 피로, 마모, 부식, 산화, 열화 | 계획 교체(TBM), 마모 징후 모니터링(CBM) |
지수분포 — CFR의 수학적 모델
우발고장기의 고장률은 일정(λ = 상수)하며, 이를 지수분포로 모델링한다.
f(t) = λ · exp(-λt)
R(t) = exp(-λt)
F(t) = 1 - exp(-λt)
λ(t) = λ (상수)
MTTF = 1/λ
무기억성(Memoryless Property)
지수분포의 핵심 특성이자 시험 출제 포인트:
P(T > s+t | T > s) = P(T > t)
이미 s시간 동안 정상 작동한 부품이 앞으로 t시간 더 생존할 확률은, 처음 사용하는 부품이 t시간 생존할 확률과 동일하다.
이 성질 덕분에 우발고장기의 부품은 "이미 오래 썼으니 곧 고장날 것"이라는 예측이 성립하지 않는다. 마모 없이 언제든지 교체해도 확률적으로 동일하다.
와이블 분포 (Weibull Distribution) — 욕조곡선 전체를 포괄
와이블 분포는 β 값 하나로 욕조곡선 3단계를 모두 표현할 수 있어 신뢰성 분석의 핵심 분포다.
2모수 와이블의 함수 표현
R(t) = exp[-(t/η)^β]
f(t) = (β/η) · (t/η)^(β-1) · exp[-(t/η)^β]
λ(t) = (β/η) · (t/η)^(β-1)
- β : 형상모수(Shape Parameter) — 고장 패턴의 형태 결정
- η : 척도모수(Scale Parameter, 특성수명) — 시간 축의 척도 결정
형상모수 β의 해석 (시험 핵심)
| β 값 | 고장률 특성 | 해당 고장기 | 대표 현상 |
|---|---|---|---|
| β < 1 | 감소 (DFR) | 초기고장기 | 초기 결함, 조립 불량 |
| β = 1 | 일정 (CFR) | 우발고장기 | 지수분포와 완전 동일 |
| β = 2 | 완만한 증가 | 마모 초기 | 레일리(Rayleigh) 분포와 동일 |
| β = 3~4 | 증가 (IFR) | 마모고장기 | 정규분포에 근사 |
| β >> 1 | 급격한 증가 | 마모 후기 | 급격한 피로·마모 패턴 |
척도모수 η(특성수명)의 의미
β 값에 무관하게, **t = η일 때 항상 R(η) = exp(-1) ≈ 0.3679(36.79%)**다.
R(η) = exp[-(η/η)^β] = exp[-1] ≈ 0.3679
→ η는 누적 고장 확률이 63.21%가 되는 시간 = 특성수명(Characteristic Life)
번인(Burn-in) — 초기고장기 제거 전략
초기고장기(β < 1)에서 고장률이 빠르게 낮아지는 특성을 이용해, 출하 전 일정 시간 동안 스트레스를 가해 잠재 결함 부품을 미리 제거하는 방법.
| 구분 | 내용 |
|---|---|
| 목적 | 초기고장기 고장품 선별·제거 |
| 방법 | 온도 사이클, 전압 스트레스, 진동 등 |
| 결과 | 번인 후 고객 인도 시점은 우발고장기(CFR) 진입 상태 |
| 주의 | 스트레스가 지나치면 마모 촉진 → 수명 단축 |
시험 예제
[예제 1] 어떤 베어링의 수명이 와이블 분포를 따르며 형상모수 β = 2, 척도모수 η = 1,000시간이다.
(1) t = 500시간에서의 신뢰도 R(500)을 구하라. (2) t = 500시간에서의 순간 고장률 λ(500)을 구하라. (3) 이 베어링의 고장 패턴(초기/우발/마모)을 β 값으로 설명하라.
[예제 2] 위의 베어링(β=2, η=1,000h)에서 t = η = 1,000시간일 때의 신뢰도를 계산하고, η의 물리적 의미를 설명하라.
[예제 3 — 서술형] 어느 전자 제품의 현장 데이터를 와이블 확률지에 플롯하여 분석한 결과, 형상모수 β = 0.6으로 추정되었다. 이 결과가 의미하는 바와 적절한 개선 방향을 설명하라.
지수분포 vs 와이블 분포 비교
| 항목 | 지수분포 | 와이블 분포 |
|---|---|---|
| 적용 고장기 | 우발고장기(CFR)만 | 3단계 전체 가능 |
| 모수 수 | 1개 (λ) | 2개 (β, η) |
| 고장률 | 상수 | β에 따라 감소/일정/증가 |
| 무기억성 | 있음 | β=1일 때만 |
| 사용 분야 | 전자 부품, 소프트웨어 고장 | 기계 부품, 피로·마모 고장 |