자료검색

상태기반정비(CBM/CBM , Condition-Based Maintenance)는 장비의 상태정보변화를 고장의 징후로 식별하고 잔존유효수명(RUL, Remaining Useful Life)을 예측하는 정비를 일컫는다. 상태기반정비는 고장 발생 전에 고장을 해소하기 때문에 소모적인 정비비용 절감과 장비 운용률 향상을 기대할 수 있다. 이러한 장점으로 상태기반정비는 국방 분야 정비전략 패러다임 전환의 중심에 있다. 본 기고문에서는 대표적인 감시·정찰 무기체계인 열상감시장비(TOD, Thermal Observation Device)의 운용 데이터를 활용한 딥러닝 모델 기반의 상태기반정비 적용 방안을 소개하고자 한다.

최근 4차 산업혁명이라는 화두와 함께 빅데이터에 대한 관심이 급부상하고 있으며, 국방 분야에서도 빅데이터를 활용하기 위해 많은 노력을 쏟고 있다. 이에 따라 본 기고문에서는 빅데이터에 대한 보다 세부적인 정의와 빅데이터 분석의 시작인 빅데이터 분석 기획의 중요성을 제시하였다. 또한, 필자가 예상할 수 있는 국방품질경영 분야에서의 빅데이터 활용 방안에 대한 예시를 제안하였다.

지금까지의 품질관리 개념은 주어진 사용자 요구도를 충족하기 위한 것으로 통용되어 왔다. 그러나 앞으로는 사용자 요구도 충족은 기본이고, 사용자가 요구하기에 앞서 더 나은 기능과 성능으로 개량될 수 있도록 연구하는 역할이 강조되고 있다. 무기체계 획득과정에서 이러한 품질관리 관점을 구현하기 위해서는 사업착수 전의 선제적이고 능동적인 품질기획활동이 필요하다.