バスタブ曲線の再考：ランダム故障を予測可能な信頼性へ転換

「バスタブ曲線」は長らく、機械故障の時間経過を理解するベンチマークとして引用されてきた。基本的な前提は妥当だが、従来の描写を文字通りのライフサイクルモデルとして捉えると誤解を招く。故障率が実際にどう進化するかをより明確に把握することで、より効果的な信頼性戦略が可能になる。

本質的に、バスタブ曲線は故障挙動を3フェーズ——初期故障、安定期間、摩耗——に、時間、サイクル、走行距離に基づいて分割する概念ツールだ。古典的な平坦な区間は、多くの機械システムで見られる線形増加を見落としがちで、これがいわゆる定率ゾーンに取って代わることがある。

重要なのは、この曲線を特定の機械やシステムに対する精密な予測として解釈すべきではないことだ。代わりに、異なるライフステージで出現し得る故障モードのタイプを予測するためのフレームワークを提供する。

信頼性専門家は、ほとんどの設備が有用寿命の大半で安定した「ランダムな」故障率を経験するとよく主張する。この期間は通常、故障がより頻繁な初期故障期に続く。しかし機械資産では、故障率が時間とともに線形に上昇することがある。

しばしば誤解されるのは、定常故障率が故障が真にランダムで制御不能であることを意味しない点だ。ランダムに見えるのは2要因による：一部の故障モードに真のランダム成分があること、そして多くの無関係な故障モードが重ね合わさり、背後にある時間依存関係を隠蔽すること（Figure 1参照）。

故障をモード別に分解すれば、明確な時間依存性を発見できる——一部は増加、一部は減少、多くは定常。明確な時間トレンドが存在する場合、プロアクティブな介入——設計変更、操業調整、計画保全——で曲線をシフトし、信頼性を改善できる。

故障モードの故障時間がタイトな分布に従い、設計や運転変更で変更不能な場合、ハードタイム保全タスクが最も効率的なアプローチとなり得る。状態基準保全（CBM）が現代のベストプラクティスだが、故障モードの時間依存性が明確に定義され予測可能な場合、ハードタイムアクションも依然価値がある。

Figure 1

維持管理を単純化するだけでなく、時間依存故障モードを特定することは、信頼性改善への多数の道を開く：

1) 標的を絞った設計改善。 モード別故障データは設計エンジニアへ実用的洞察を与える。汎用的な信頼性目標ではなく、弱点の具体的エビデンスを提供し、将来の故障を減らす精密な修正を可能にする。

2) 初期故障の削減。 初期故障は設置不正確さや不十分な起動手順に起因しがち。モードレベルデータでこれらを特定し、コミッショニングプラクティスを洗練し、コストのかかる初期寿命欠陥を削減。

3) 監視間隔の最適化。 中程度の時間トレンドを示すがハードタイム交換を正当化しない故障モードでは、上昇リスクに合わせてCBM間隔を調整し、故障として顕在化する前に問題を捕捉。

故障モードレベルでのデータ収集と分析には規律が必要だが、確立された標準がこれを支援する。IEC 300-3-2が堅牢なフィールドデータ収集フレームワークを、IEC 812が標準化された故障モード分類法を提供。データを故障モード・影響解析（FMEA）に投入すれば、アクションへの構造化されたロードマップが得られる。

バスタブ曲線が避けられないランダム故障期間をdictateするという神話を捨てれば、それを概念ガイドとして活用し、故障をプロアクティブに特定、予測、軽減できる。

Drew Troyer氏、CREおよびCMRP、Noria Corporation共同創業者兼グローバルサービスオペレーション担当シニアVP。機械信頼性に数十年の専門知識を持つ。キャリアはEntek/Rockwell Automation製品マネージャー、Diagnetics Inc.テクニカルアプリケーションディレクター、International Paper、Cargill、Goodyear、Texas Utilities、Reliant Energy、Southern Companiesなど多数クライアントへのコンサルティングにわたる。