The purpose of the warranty data analysis can be classified into two categories. Two goals is a failure cause analysis and life prediction analysis. In this paper first, we applied multivariate analysis method that can be estimated in consideration of various factors on the failure cause warranty data. In particular, we apply the Tree model and Cox model. The advantage of the Tree is easy to interpret this result as compared to other models. In addition Cox model can quantitatively express the risk. Second, this paper proposed a multivariate life prediction model (AFT) considering a variety of factors. By applying the actual warranty data confirmed the usability.

보증데이터의 분석 목적은 크게 세 가지로 분류할 수 있다. 첫째 현상파악이다. 현 상파악은 각 부품별 보증클레임데이터를 이용하여 각부품의 현수준을 분석하는 방법 으로 단변량 분석방법이다. 즉 부품의 현 수명(신뢰도)를 분석할 수 있는 생명표법, 카 랜마이어 방법이 대표적이라고 할 수 있다. 둘째, 고장원인분석이다. 부품의 고장에 다 양한 인자가 영향을 줄 것이다. 생산부터 고객의 사용조건까지 다양할 것이다. 이처럼 단순히 사용시간을 가지고 분석하는 것이 아닌 다양한 원인변수를 통해서 원인을 파 악하는 다변량 방법이다. 셋째, 단변량이 아닌 다변량 수명예측방법으로 그 모형의 구 조에 따라 비례적 위험함수 모형 (proportional hazards)의 가정을 적용하는 COX 모형 과 가속화 시간 (accelerated failure time)을 적용하는 AFT 모형으로 분류할 수 있다. 본 연구에서는 예측에 적합한 AFT모형을 통해서 생존 시간 자체에 대한 설명변수 의 효과를 모형화하고 각 부품의 수명을 예측하고자 한다. 이 방법을 제시하는 이유는 COX모형의 경우 준 모수적 방법으로 위험함수의 모수적 유형을 지정하지 않아도 된 다는 장점을 가지고 있지만, 위험 함수 보다는 설명변수의 효과를 추정에 그 주 목적 이 있기 때문에 모형의 결과를 수명예측에 사용하기에는 부적합하다. 본 논문에서는 다양한 인자를 고려하여 부품의 수명 및 수명에 대한 설명변수의 효 과를 모형화 하여 보증데이터를 분석하는 AFT 모형을 제시 하였고 실제 보증데이터 를 통해서 AFT 모형의 활용성을 확인하였다.

보증데이터의 분석방법은 크게 두 가지로 분류할 수 있다. 첫째, 현상파악이다. 현상 파악은 각 부품별 보증클레임데이터를 이용하여 각부품의 현 수준을 분석하는 방법으 로 단변량 분석방법이다. 즉 부품의 현 수명(신뢰도)를 분석할 수 있는 생명표법, 카랜 마이어 방법이 대표적이라고 할 수 있다. 둘째, 고장원인분석이다. 부품의 고장에 다양 한 인자가 영향을 줄 것이다. 생산부터 고객의 사용조건까지 다양할 것이다. 이처럼 단순히 사용시간을 가지고 분석하는 것이 아닌 다양한 원인변수를 통해서 원인을 파 악하는 다변량 방법이다. 본 연구에서는 다변량 방법 중 Tree기법과 Cox모형을 적용 하고자 한다. 두 방법을 제시하는 이유는 이 두 방법의 서로의 장단점을 보완하여 최 적을 결과를 얻기 위함이다. Tree의 장점은 결과 해석이 다른 모형에 비해 쉽다. 단점 은 유의한 변수가 무엇인지는 알 수 있으나 정량적으로 표현하기 어렵다. 반면에 COX 모형의 경우는 위험도를 정량적으로 표현할 수 있다. 즉 다양한 인자의 기여도를 비교 적 쉽게 찾을 수 있다. 보증데이터는 다양한 정보와 고장에 대한 정보를 가지고 있으 며 이를 바탕으로 원인분석이 가능하다. 본 논문에서는 다양한 인자를 고려하여 고장원인을 추정할 수 있는 다변량 분석방 법을 보증데이터에 적용해 보았고, 실제 유의함을 확인하였다. 특히 Tree 모형 및 Cox 모형를 통해서 서로의 장단점을 보완하였고, 더욱 정확한 원인을 찾을 수 있었다.

자동차와 복사기와 같은 제품의 보증범위는 일반적으로 보유기간 뿐만 아니라 작동 기간(주행거리, 복사매수 등)에 의해서도 제한된다. 이와 같은 제품의 보증데이터는 보 유기간과 작동기간, 두 가지 척도에 따라 신뢰성 분석을 진행할 수 있다. 본 논문에서는 두 가지 척도의 보증범위를 갖는 이차원 보증데이터를 이용한 신뢰 성 분석에 대한 동향연구를 진행하고자 한다. 이를 통해 이차원 보증데이터를 활용하 여 효과적으로 신뢰성 분석을 할 수 있는 연구방안을 제안하고자 한다.

제한된 환경인 실험실에서 짧은 시험 시간으로 신속하게 수명을 파악할 수 있는 가 속시험 데이터와 극한 환경시험 데이터는 실험실 데이터로서 정밀한 결과를 제공하지 만, 실제 사용 환경을 잘 반영하지 못한다. 그러나 사용현장데이터인 보증데이터는 보 증기간 동안 보증서비스 센터에 접수된 고장으로부터 얻어진 필드 데이터로 사용자의 실제 사용 환경에 따른 제품 고장을 파악할 수 있으므로 제품의 수명을 추정하기에 더욱 효과적일 수 있다. 본 연구에서는 보증데이터의 특징을 설명하였으며 보증정책에 따른 분석방법으로 1 차원, 2차원으로 분류하였다. 이에 따른 연구 동향과 적용 현황을 조사하여 보증데이 터를 사용한 필드 신뢰성 분석의 효과적인 활용방안을 논의하고자 한다.

This paper is a case study of reliability assessment with field warranty data of Clutch Master Cylinder (CMC) in hydraulic clutch system. We estimate lifetime distribution using field warranty data which contain much useful information for understanding reliability of the system in the real-world environments. However, the estimated parameters are far from existing reference values, which seems to be caused right censored field warranty data. To modify the parameters, we use the information of the durability test which is performed to verify that the lifetime of the item meets the required level. After that, we can observe that the modified parameters are closer to the existing reference values. This case study shows a possible idea to supplement lack of right censored field warranty data and its applicability.

This paper is a case study of reliability assessment with field warranty data of Clutch Master Cylinder(CMC) in hydraulic clutch system. We estimate lifetime distribution using field warranty data which contain much useful information for understanding reliability of the system in the real-world environments. However, the estimated parameters are far from existing reference values, which seems to be caused right censored field warranty data. To modify the parameters, we use the information of the durability test which is performed to verify that the lifetime of the item meets the required level. After that, we can observe that the modified parameters are closer to the existing reference values. This case study shows a possible idea to supplement lack of right censored field warranty data and its applicability

보증 데이터를 통해 제품의 수명 및 형상모수를 추정할 때 최우추정법과 같은 전통적인 통계 분석방법(Classical Statistical Method)을 많이 사용하였다. 그러나 전통적인 통계 분석방법을 통해 수명과 형상모수의 추정 시 표본의 크기가 작거나 불완전한 경우 추정량의 신뢰성이 떨어진다는 단점이 있고 또 누적된 경험과 과거자료를 충분히 이용하지 못하는 단점도 있다. 이러한 문제점을 해결하기 위해 모수의 사전분포를 가정하는 베이지안(Bayesian) 기법의 적용이 필요하다. 하지만 보증 데이터분석에 있어서 베이지안 기법을 이용한 연구는 아직 미흡한 실정이다. 본 연구에서는 수명분포가 와이블 분포를 갖는 보증데이터를 활용하여 모수 추정의 효율성을 비교 분석하고자 한다. 이를 위해 와이블 분포의 모수가 대수정규분포를 따르는 사전분포를 갖는 베이지안 기법과 전통적 통계기법인 생명표법(Actuarial method)을 활용하여 추정량을 도출하고 비교 분석하였다. 이를 통해 충분한 관측 데이터를 확보할 수 없는 경우에 베이지안 기법을 이용한 보증 데이터 분석방법의 성능을 확인하고자 한다.

The issue is all about the study of warranty data collection and the analysis method to get a reasonable information of the products and improve reliability. In this paper, we consider the classification of warranty data analyses into a parametric and non-parametric analysis and method to get a reasonable information of the products. Also, it is considered the research trend by grouping the relationship among the studies. This study would be used to find the effective application and the condition of warranty data analysis.

최근 들어 시스템이나 부품에 대한 고객의 요구조건이 다양해지고 제품책임과 품질보증 등의 사회적 요구가 점차 엄격해지고 있다. 이에 기업에서는 위험을 줄이고 제품의 합리적인 정보를 얻기 위해 제품 관련 보증데이터 수집 시스템을 구축하고 분석과예측을 위한 다양한 연구가 진행되고 있다. 그러나 데이터 수집체계 구축에 많은 시간이 소요되고 데이터 유형에 따른 분석 방법에 익숙하지 못하여 데이터를 수집하고 분석하는 대에 어려움이 되고 있다. 본 연구에서는 보증데이터의 분석방법에 대한 연구 동향과 적용 현황을 조사하고, 보증데이터를 통한 효과적 분석방법과 활용방안을 모색 하고자 한다.

This paper is concerned with the method of estimating lifetime distribution for field data in warranty period and for a situation where some additional field data can be gathered after the warranty period. Implementing the proposed methods in this paper will result in obtaining the more precise product life time estimation and product improvement.