항공기 제트엔진정비 (록히드마틴 사례)

사실 대다수 항공기는 이렇게 관리한다. 제트엔진등은 실시간 데이터수집 분석으로 고장예측을 하여 비행기 다운타임을 최소화 하고 있다. 이미 오래된 정비 방법이다. 돈 버는 정비방법이다. 항공기 결항은 상당한 금전적 손실이 오기때문이다.

자동차 데이터기반 예방정비 시스템

자동차도 마찬가지이다. 간헐적으로 시동이 안 걸리거나 혹 주행중에 시동이 꺼지거나 하는이유중에 시동모터 연료공급에 이슈가 있는경우가 많다. 과학적으로 확정적으로 진단이 가능하지 않을까? 미리 이상증상을 파악하여 예방정비는 더 좋을것이다. 시동꺼지거나 시동 안 되는것은 큰 스트레스이기 때문이다.

예를들어서, 이렇게 분석이 가능

위 처럼, 간헐적으로 주행중 시동이 꺼지거나 혹 시동이 걸리지 않는경우, 잠정 요인이 a)시동모터 b)연료펌프 라고 가정해본다. 이 분석방법론은 모든 차량의 시동모터, 팬모터, 블로우어모터 등 모든 DC모터에 해당된다. ms(1/1000초) 혹 μs(1/1,000,000초) 단위로 데이터 파형분석을 통해서 고장부위를 찾아내는 것이다. 아래분석은 일부일 뿐이다.

a) 시동모터 고장

소비 전류 파형이 _-_-_-_ 처럼 sine wave 형태로 200A등 상당한 전류를 소모하거나, 가끔씩 전류가 바닥으로 내려오는경우, 솔레노이드 밸브가 작동불가 하는경우 등 이 모든것을 데이터분석으로 가능하다.

b) 연표펌프 고장

모터회전속도가 3000RPM인데 소비전류 파형은 20A 정도이다. 역시모터고장이다. 회전수는 낮은데 소비전력은 무척 높다. 마치 캘리퍼 고착같은 상태인것이다.

분해조립 최소화 정비문화

이 외에 여러형태의 데이터와 파형분석을 통하여 아무리 비싼차량의 연료펌프시스템도 분해조립 전혀없이 (Non Destructive) 가능하다. 처음에는 신기했는데, 지금보면 너무나 심플한 과학과 데이터 분석의 영역이라는 생각이다.