현대 사회에서는 4차 산업혁명의 핵심자원으로 떠오르는 빅데이터를 이용해 의사결정 과정이 혁신적으로 변하고 있다. 항공정비 분야에서도 첨단 센서 및 신호처리 기술의 발전으로 항공기 상태 모니터링이 수월해짐에 따라 고장정비의 비중은 줄이고 예측정비를 확대하는 방향으로 정비 개념이 발전하고 있다.
우리 비행단도 KF-16 항공기 비행자료에서부터 결함, 정비 이력에 이르기까지 방대하고 다양한 데이터가 생산되고 있다. 이를 빅데이터화해 예측정비를 한다면 항공기 가동률 향상은 물론, 예산절감 효과도 기대할 수 있을 것이다. 이를 위해 다음과 같은 몇 가지 방안을 제시하고자 한다.
먼저, 항공기 상태진단 및 수명예측 모델 개발이 필요하다. 수집된 데이터에 근거해 항공기의 상태를 정확하게 진단하고 잔여 수명과 결함 예측을 통해 최적의 정비 시점을 찾는 것이 예측정비의 핵심이다. 이미 선진국에서는 빅데이터를 이용한 예측정비 개념을 항공기 개발단계부터 적용하고 있으며, 기존의 운용 항공기에 대해서도 추가로 인공지능 기반의 예측진단 모델을 개발·적용함으로써 예측정비를 계속 확대하고 있다. KF-16 항공기도 다양한 센서와 장비를 이용한 상태 모니터링 시스템이 구축돼 있기에 저장된 데이터 기반의 상태진단 및 수명예측 모델을 개발해 예측정비를 확대할 수 있다.
다음으로, 운영자료 분석 기반의 신뢰도 중심 정비를 적용할 필요가 있다. 신뢰도 중심 정비는 부품의 고장 유형과 영향성 분석 결과 그리고 과거 자료를 바탕으로 최적의 정비방법을 적용하는 체계적인 기법이다. 무기체계나 장비의 정비계획 분석과 예방정비 계획수립에 널리 사용되고 있다. 따라서 공군장비정비정보체계(DELIIS/F)에 저장된 정비 이력이나 성능 시험결과를 대상으로 회귀분석 또는 시계열 분석과 같은 통계적 기법을 적용해 수명분포, 고장률, 평균시간 등을 산출하고 이를 기반으로 고장 메커니즘 및 영향성 분석을 통해 기존의 정비방법과 점검주기에 대한 검증과 최적화가 가능할 것이다.
끝으로, 빅데이터 통합관리 시스템을 개발해 데이터가 중간에서 손실되지 않고 수집부터 의사결정에 이르기까지의 데이터 흐름이 선순환되는 프로세스를 구축함으로써 예측정비가 유기적으로 수행될 수 있는 여건을 마련하는 것이 중요하다. 최근 개발된 항공기는 통합정비정보체계와 연동돼 항공기 운용 중에 획득된 다양한 데이터를 DB화해 데이터 분석 및 상태 진단에 활용할 수 있다.
빅데이터를 활용한 항공기 예측정비는 향후 지속해서 확대·발전할 것으로 예상한다. 4차 산업혁명 시대에 발맞춰 빅데이터를 체계적으로 수집·관리하고, 인공지능 기반의 알고리즘을 적용함으로써 장비의 상태진단 및 예측을 통한 객관적이고 신속한 정비 의사결정이 가능해짐에 따라 불필요한 정비소요 및 비용의 감소와 항공기 가동률 향상 등의 가시적인 효과를 거둘 수 있을 것으로 생각한다.
현대 사회에서는 4차 산업혁명의 핵심자원으로 떠오르는 빅데이터를 이용해 의사결정 과정이 혁신적으로 변하고 있다. 항공정비 분야에서도 첨단 센서 및 신호처리 기술의 발전으로 항공기 상태 모니터링이 수월해짐에 따라 고장정비의 비중은 줄이고 예측정비를 확대하는 방향으로 정비 개념이 발전하고 있다.
우리 비행단도 KF-16 항공기 비행자료에서부터 결함, 정비 이력에 이르기까지 방대하고 다양한 데이터가 생산되고 있다. 이를 빅데이터화해 예측정비를 한다면 항공기 가동률 향상은 물론, 예산절감 효과도 기대할 수 있을 것이다. 이를 위해 다음과 같은 몇 가지 방안을 제시하고자 한다.
먼저, 항공기 상태진단 및 수명예측 모델 개발이 필요하다. 수집된 데이터에 근거해 항공기의 상태를 정확하게 진단하고 잔여 수명과 결함 예측을 통해 최적의 정비 시점을 찾는 것이 예측정비의 핵심이다. 이미 선진국에서는 빅데이터를 이용한 예측정비 개념을 항공기 개발단계부터 적용하고 있으며, 기존의 운용 항공기에 대해서도 추가로 인공지능 기반의 예측진단 모델을 개발·적용함으로써 예측정비를 계속 확대하고 있다. KF-16 항공기도 다양한 센서와 장비를 이용한 상태 모니터링 시스템이 구축돼 있기에 저장된 데이터 기반의 상태진단 및 수명예측 모델을 개발해 예측정비를 확대할 수 있다.
다음으로, 운영자료 분석 기반의 신뢰도 중심 정비를 적용할 필요가 있다. 신뢰도 중심 정비는 부품의 고장 유형과 영향성 분석 결과 그리고 과거 자료를 바탕으로 최적의 정비방법을 적용하는 체계적인 기법이다. 무기체계나 장비의 정비계획 분석과 예방정비 계획수립에 널리 사용되고 있다. 따라서 공군장비정비정보체계(DELIIS/F)에 저장된 정비 이력이나 성능 시험결과를 대상으로 회귀분석 또는 시계열 분석과 같은 통계적 기법을 적용해 수명분포, 고장률, 평균시간 등을 산출하고 이를 기반으로 고장 메커니즘 및 영향성 분석을 통해 기존의 정비방법과 점검주기에 대한 검증과 최적화가 가능할 것이다.
끝으로, 빅데이터 통합관리 시스템을 개발해 데이터가 중간에서 손실되지 않고 수집부터 의사결정에 이르기까지의 데이터 흐름이 선순환되는 프로세스를 구축함으로써 예측정비가 유기적으로 수행될 수 있는 여건을 마련하는 것이 중요하다. 최근 개발된 항공기는 통합정비정보체계와 연동돼 항공기 운용 중에 획득된 다양한 데이터를 DB화해 데이터 분석 및 상태 진단에 활용할 수 있다.
빅데이터를 활용한 항공기 예측정비는 향후 지속해서 확대·발전할 것으로 예상한다. 4차 산업혁명 시대에 발맞춰 빅데이터를 체계적으로 수집·관리하고, 인공지능 기반의 알고리즘을 적용함으로써 장비의 상태진단 및 예측을 통한 객관적이고 신속한 정비 의사결정이 가능해짐에 따라 불필요한 정비소요 및 비용의 감소와 항공기 가동률 향상 등의 가시적인 효과를 거둘 수 있을 것으로 생각한다.