DOI QR코드

DOI QR Code

A Study on Process and Case of RAM Analysis in Ground Weapon System Using Field-Data

야전운용제원을 활용한 지상무기체계 RAM 분석 절차 및 사례연구

  • Park, Gyeong-Mi (RAM Analysis Division, Defense Agency for Technology and Quality)
  • 박경미 (국방기술품질원 RAM 분석팀)
  • Received : 2019.03.14
  • Accepted : 2019.05.03
  • Published : 2019.05.31

Abstract

In this paper, we present a process and case of RAM analysis using Field-Data of the ground weapon system in operation in the army. In order to perform RAM analysis in filed-Data, we propose data collection, data refining and calibration, and RAM analysis process. RAM analysis was performed with the RAM verification and evaluation system developed by Defense Agency for Technology and Quality. We enhance the objectivity and reliability in result of data, which contains a variety of conditions; operation and maintenance concept of domestic ground weapon system, relevant regulation and after-sales service data of developer. Results are compared 2015, 2018 and development RAM value. We prove results of RAM analysis through discussion experts. Studies show that proposed method can effectively apply database from setting to evaluation RAM value in various ground weapon system.

본 논문은 현재 육군에 운용 중인 지상 무기체계의 데이터를 활용하여 RAM 분석을 수행하기 위한 RAM 분석 절차 및 적용 사례에 관한 연구이다. 효과적인 RAM 분석을 위해 데이터 수집, 데이터 정제 및 보정, RAM 분석 절차를 제안한다. RAM 분석은 기품원에서 개발한 RAM 목표값 검증 및 평가체계로 분석을 수행하였다. 본 연구를 수행하기 위하여 국내 지상 무기체계의 운영 및 정비 개념, 관련 규정 및 최근 근거, 개발 업체의 AS 데이터 등을 활용하여 연구의 객관성과 신뢰성을 제고하였다. RAM 분석 결과값은 2015년과 2018년을 비교하여 추세를 파악하고, RAM 분석 결과값과 개발 단계에서 RAM 목표값을 비교하여 개발 값과 실측값의 차이를 확인한다. 결과값은 실제 운용 및 정비 전문가를 통하여 제안한 방법이 가능한 것을 입증하였다. 또한 본 연구결과는 향후 지상 무기체계의 RAM 목표값 설정에서부터 평가까지 중요한 기초 자료로 활용할 수 있을 것이다.

Keywords

SHGSCZ_2019_v20n5_485_f0001.png 이미지

Fig. 1. Introduce of RAMVV

SHGSCZ_2019_v20n5_485_f0002.png 이미지

Fig. 2. RAM Analysis process in RAMVV

SHGSCZ_2019_v20n5_485_f0003.png 이미지

Fig. 3. Example of LCN

Table 1. Result of RAM analysis in Ground System

SHGSCZ_2019_v20n5_485_t0001.png 이미지

Table 2. The Comparison Table of MTBF

SHGSCZ_2019_v20n5_485_t0002.png 이미지

Table 3. The Comparison Table of MTTR

SHGSCZ_2019_v20n5_485_t0003.png 이미지

References

  1. DAPA, "Guidelines for RAM Instrument system", Defense Acquisition Program Administration, Korea, pp. 13-17, 2018.
  2. Gyeong Mi. Park, "A Study for RAM data Management of Development and Operation phase using RAMDB", Korea Institute of military Science and Technology, Korea, pp. 88-89, 2018.
  3. Il Yong. Na, "Introduction and Education for RAMVV", Defense Agency for Technology and Quality, Korea, pp.9. 2017.
  4. Il Yong. Na, "RAM analysis report using tracked vehicle field data", Technical Report, Defense Agency for Technology and Quality, Korea, pp.1-23. 2015.
  5. J. Yu, G. Tian, M. Tang, "Statistical inference and prediction for the Weibull process with incomplete observations", Computational Statistics & Data Analysis, Vol. 52, No. 3, pp. 1587-1603, 2008. DOI: http://doi.org/10.1016/j.csda.2007.05.003
  6. F. Pellerey, M. Shaked, J. Zinn, "NONHOMOGENEOUS POISSON PROCESSES AND LOGCONCAVITY", Probability in the Engineering and Informational Sciences, Vol. 8, No. 3, pp. 1508-1519, 2009. DOI: http://doi,org/10.1017/S0269964800143062
  7. S. Tripathy, R. Saxena, P. Gupta. "Comparison of Statistical Methods for Outlier Detection in Proficiency Testing Data on Analysis of Lead in Aqueous Solution" American Journal of Theoretical and Applied Statistics. Vol. 2, No. 6, pp. 233-242, 2013. DOI: http://doi.org/10.11648/j.ajtas.20130206.21