KR102172012B1 - 철도차량 안전부품 진단장치 - Google Patents
철도차량 안전부품 진단장치 Download PDFInfo
- Publication number
- KR102172012B1 KR102172012B1 KR1020190054257A KR20190054257A KR102172012B1 KR 102172012 B1 KR102172012 B1 KR 102172012B1 KR 1020190054257 A KR1020190054257 A KR 1020190054257A KR 20190054257 A KR20190054257 A KR 20190054257A KR 102172012 B1 KR102172012 B1 KR 102172012B1
- Authority
- KR
- South Korea
- Prior art keywords
- diagnosis
- speed
- railroad vehicle
- safety
- power
- Prior art date
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 181
- 230000007547 defect Effects 0.000 claims abstract description 68
- 230000002159 abnormal effect Effects 0.000 claims abstract description 49
- 238000009826 distribution Methods 0.000 claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000013021 overheating Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 4
- 230000002950 deficient Effects 0.000 claims description 2
- 238000007747 plating Methods 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 description 23
- 230000001133 acceleration Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000010835 comparative analysis Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 101100096650 Mus musculus Srms gene Proteins 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0081—On-board diagnosis or maintenance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Biomedical Technology (AREA)
- Mechanical Engineering (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
본 발명은 철도차량 안전부품 진단장치에 관한 것으로, 복수의 센서들로부터 특정 구간 동안 수집된 센싱값들을 기초로 철도차량의 상태를 요약하는 철도차량 상태 요약부, 복수의 특정 구간들 동안의 철도차량의 상태 요약에 관한 분포를 산출하는 철도차량 상태분포 산출부, 상기 철도차량의 상태 요약에 관한 분포를 통해 특정 센싱값에 관한 이상상황을 판단하여 이상 안전부품을 검출하는 이상 안전부품 검출부 및 상기 이상 안전부품과 연관된 진단 아이템에 따라 정밀진단의 수행 여부를 결정하여 상기 정밀진단을 수행하는 정밀진단 수행부를 포함한다. 따라서, 본 발명은 복수의 센서들로부터 수집한 센싱값들을 이용하여 안전부품의 결함을 진단할 수 있다.
Description
본 발명은 철도차량 안전부품 진단 기술에 관한 것으로, 보다 상세하게는 복수의 센서들로부터 수집한 센싱값들을 이용하여 안전부품의 결함을 진단할 수 있는 철도차량 안전부품 진단장치에 관한 것이다.
현재 철도차량에 대한 자체진단 기술은 제어 시스템의 센서 등 제한된 대상에만 적용되고 있다. 철도차량의 안전부품들은 결함이 발생하는 경우 치명적인 사고로 이어질 가능성이 매우 높지만 이들에 대한 모니터링이나 진단은 효과적으로 수행되지 않고 있다. 철도차량은 수많은 부품들로 구성되어 있고 각 부품들에 관한 데이터 수집 및 분석을 위해 많은 자원이 소모되기 때문에, 다양한 부품들을 위한 각각의 진단 방법이 효과적으로 수행되기 어려운 환경적인 제약을 가지고 있다.
한국공개특허 제10-2011-0070244(2011.06.24)호는 철도차량의 차축상태 진단방법 및 장치에 관한 것으로, 차량의 운행 중에 변화되는 차축의온도를 지속적으로 측정 및 기록하고, 온도수집 과정에서의 정확도와 온도측정 데이터의 관리효율을 향상시켜 이를 통해 차축상태의 진단결과를 도출하는 과정 및 결과의 신뢰성을 향상하는 기술을 개시하고 있다.
한국공개특허 제10-2006-0077587(2006.07.05)호는 전기철도차량의 전동기 고장진단 시스템에 관한 것으로, 전동기의 고장원인을 정확히 판단하고 특정 전동기에서 고장이 발생되었을 경우 보다 신속하고 정확한 조치를 취할 수 있어 전기철도차량의 주행에 따른 최적의 운행 스케쥴 계획을 수립할 수 있을 뿐만 아니라, 철도차량의 주행에 따른 안전성과 신뢰성을 대폭 증대시킬 수 있는 기술을 개시하고 있다.
본 발명의 일 실시예는 복수의 센서들로부터 수집한 센싱값들을 이용하여 안전부품의 결함을 진단할 수 있는 철도차량 안전부품 진단장치를 제공하고자 한다.
본 발명의 일 실시예는 철도차량의 상태를 구성하는 복수의 진단 아이템들 각각에 대한 지표값의 분포를 통해 안전부품의 이상을 판단할 수 있는 철도차량 안전부품 진단장치를 제공하고자 한다.
본 발명의 일 실시예는 전체 주기 동안 수집된 센싱값들을 샘플링하여 주파수 영역에서의 비교분석을 통해 안전부품의 결함을 정밀진단할 수 있는 철도차량 안전부품 진단장치를 제공하고자 한다.
실시예들 중에서, 철도차량 안전부품 진단장치는 복수의 센서들로부터 특정 구간 동안 수집된 센싱값들을 기초로 철도차량의 상태를 요약하는 철도차량 상태 요약부, 복수의 특정 구간들 동안의 철도차량의 상태 요약에 관한 분포를 산출하는 철도차량 상태분포 산출부, 상기 철도차량의 상태 요약에 관한 분포를 통해 특정 센싱값에 관한 이상상황을 판단하여 이상 안전부품을 검출하는 이상 안전부품 검출부 및 상기 이상 안전부품과 연관된 진단 아이템에 따라 정밀진단의 수행 여부를 결정하여 상기 정밀진단을 수행하는 정밀진단 수행부를 포함한다.
상기 철도차량 상태 요약부는 상기 특정 구간 동안 수집된 센싱값들을 이용하여 상기 철도차량의 상태를 구성하는 복수의 진단 아이템들 각각에 대한 지표값을 산출함으로써 상기 철도차량의 상태를 요약할 수 있다.
상기 철도차량 상태분포 산출부는 상기 복수의 진단 아이템들 각각에 대응하는 좌표축들로 구성된 다차원 좌표계를 생성하고 상기 다차원 좌표계에서 상기 복수의 특정 구간들 동안의 복수의 지표값들에 관한 분포를 산출할 수 있다.
상기 이상 안전부품 검출부는 상기 다차원 좌표계에서 상기 복수의 지표값들에 관한 분포를 기초로 각 좌표축들에 대한 제1 안전기준을 결정하고 상기 제1 안전기준을 벗어나는 지표값이 존재하는 경우 해당 좌표축에 대응하는 진단 아이템과 연관된 안전부품을 상기 이상 안전부품으로서 결정할 수 있다.
상기 이상 안전부품 검출부는 상기 해당 좌표축과 관련되고 상기 제1 안전기준을 벗어나는 지표값이 특정 수만큼 연속된 특정 구간들 동안 분포된 경우 상기 해당 좌표축에 대응하는 진단 아이템과 연관된 안전부품을 이상 안전부품으로서 결정할 수 있다.
상기 정밀진단 수행부는 상기 이상 안전부품과 연관된 센서들 각각에 대해 상기 특정 구간 동안 수집된 센싱값을 기초로 엔벨로프(Envelope) 해석 및 고속푸리에 변환(FFT, Fast Fourier Transform) 중 어느 하나를 통해 정밀진단 지수(Index)를 산출할 수 있다.
상기 정밀진단 수행부는 상기 복수의 특정 구간들 동안의 상기 정밀진단 지수를 기초로 제2 안전기준을 결정하고 상기 제2 안전기준 및 상기 정밀진단 지수 간의 비교를 통해 상기 이상 안전부품의 결함을 진단할 수 있다.
상기 정밀진단 수행부는 특정 수만큼 연속된 특정 구간들 동안 상기 정밀진단 지수가 제2 안전기준을 반복하여 초과하는 경우 상기 이상 안전부품에 결함이 있는 것으로 결정할 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 철도차량 안전부품 진단장치는 철도차량의 상태를 구성하는 복수의 진단 아이템들 각각에 대한 지표값의 분포를 통해 안전부품의 이상을 판단할 수 있다.
본 발명의 일 실시예에 따른 철도차량 안전부품 진단장치는 전체 주기 동안 수집된 센싱값들을 샘플링하여 주파수 영역에서의 비교분석을 통해 안전부품의 결함을 정밀진단할 수 있다.
도 1은 본 발명의 일 실시예에 따른 철도차량 안전부품 진단 시스템을 설명하는 도면이다.
도 2는 도 1에 있는 철도차량 안전부품 진단장치를 설명하는 블록도이다.
도 3은 도 1에 있는 철도차량 안전부품 진단장치에서 수행되는 철도차량 안전부품 진단 과정을 설명하는 순서도이다.
도 4 내지 7은 도 1에 있는 철도차량 안전부품 진단장치에서 진단 파라미터에 대한 지수를 이용하여 진단 항목에 대한 지수를 결정하는 과정을 설명하는 예시도이다.
도 8은 도 1에 있는 철도차량 안전부품 진단장치에서 진단 항목에 대한 지수 분포를 산출하는 과정을 설명하는 예시도이다.
도 2는 도 1에 있는 철도차량 안전부품 진단장치를 설명하는 블록도이다.
도 3은 도 1에 있는 철도차량 안전부품 진단장치에서 수행되는 철도차량 안전부품 진단 과정을 설명하는 순서도이다.
도 4 내지 7은 도 1에 있는 철도차량 안전부품 진단장치에서 진단 파라미터에 대한 지수를 이용하여 진단 항목에 대한 지수를 결정하는 과정을 설명하는 예시도이다.
도 8은 도 1에 있는 철도차량 안전부품 진단장치에서 진단 항목에 대한 지수 분포를 산출하는 과정을 설명하는 예시도이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명의 일 실시예에 따른 철도차량 안전부품 진단 시스템을 설명하는 도면이다.
도 1을 참조하면, 철도차량 안전부품 진단 시스템(100)은 철도차량(110), 철도차량 안전부품 진단장치(130), 데이터베이스(150) 및 사용자 단말(170)을 포함한다.
철도차량(110)은 철도의 선로 위를 운행할 목적으로 제조된 교통수단으로서 동력차, 객차, 화차 및 특수차 등에 해당할 수 있다. 일 실시예에서, 철도차량(110)은 다양한 부품들의 상태를 모니터링하기 위하여 관련 데이터를 측정할 수 있는 복수의 센서들을 포함하여 구현될 수 있다. 예를 들어, 철도차량(110)은 모터 블록 온도 센서, 모터 파워 검출기, 대차 속도 센서, GPS 센서, 배전반 온도 센서, 응축수 수위 센서, 도어 위치 센서, 도어 작동 전류 검출기, 축 비틀림 각도 센서, 휠 진동 센서, 기어 박스 진동 센서, 대차 진동 센서 및 송풍기 진동 센서 등을 포함할 수 있다.
모터 블록 온도 센서는 철도차량(110)에 동력을 제공하는 모터들이 모여 있는 모터 블록 근처에 장착될 수 있고, 모터 블록의 온도를 측정하여 이에 대한 신호를 생성할 수 있다. 예를 들어, 모터 블록 온도 센서는 열화상 센서일 수 있다. 모터 파워 검출기는 모터들에 공급되는 전력을 검출하여 이에 대한 신호를 생성할 수 있다.
대차 속도 센서는 철도차량(110)의 속도를 측정하여 이에 대한 신호를 생성할 수 있다. 대차 속도 센서를 사용하는 대신 GPS 센서에서 측정되는 GPS 좌표 변화를 이용하여 철도차량(110)의 속도를 계산할 수 있다. GPS 센서는 철도차량(110)의 GPS 좌표를 측정하여 이에 대한 신호를 생성할 수 있다. 철도차량(110)은 미리 설치된 레일 상에서 움직이게 되므로, 철도차량(110)의 GPS 좌표는 철도차량(110)이 어느 레일 상에서 움직이고 있는지를 예측할 수 있게 한다.
배전반 온도 센서는 철도차량(110)에 사용되는 다양한 전기 부품들(예를 들어, 모터, 송풍기 등)에 전력을 공급하기 위한 배전반의 근처에 장착될 수 있고, 배전반의 온도를 측정하여 이에 대한 신호를 생성할 수 있다. 예를 들어, 배전반 온도 센서는 열화상 센서일 수 있다.
응축수 수위 센서는 철도차량(110) 내에서 발생된 응축수를 모아 두는 응축수 저장 탱크에 장착되어 있고, 응축수의 수위를 측정하여 이에 대한 신호를 생성할 수 있다. 도어 위치 센서는 철도차량(110)에 설치된 도어의 위치를 측정하여 이에 대한 신호를 생성할 수 있다. 도어 위치 센서는 도어에 장착된 타겟과, 도어 근처에 고정적으로 설치될 수 있고 타겟의 위치를 검출하는 센서를 포함할 수 있다. 추가적으로, 도어 위치 센서는 도어에 끼인 물체를 검출하기 위한 초음파 센서를 포함할 수 있다.
도어 작동 전류 검출기는 도어를 움직이기 위한 모터 등의 액츄에이터에 공급되는 전류를 검출하고 이에 대한 신호를 생성할 수 있다. 축 비틀림 각도 센서는 트라이포드에 설치되어 트라이포드에 연결된 축의 비틀림 각도를 측정하여 이에 대한 신호를 생성할 수 있다. 축 비틀림 각도 센서는 상기 축에 걸리는 토크를 검출하는 토크 센서를 포함할 수 있다.
휠 진동 센서는 철도차량(110)의 휠에 장착될 수 있고 휠의 진동을 측정하여 이에 대한 신호를 생성할 수 있다. 휠 진동 센서는 휠의 3축 가속도를 측정할 수 있는 3축 가속도 센서를 포함할 수 있다. 기어 박스 진동 센서는 모터와 축을 연결하는 기어들이 모여 있는 기어 박스에 장착될 수 있고, 기어 박스의 진동을 측정하여 이에 대한 신호를 생성할 수 있다. 기어 박스 진동 센서는 기어 박스의 3축 가속도를 측정할 수 있는 3축 가속도 센서를 포함할 수 있다.
대차 진동 센서는 각 철도차량(110)에 장착될 수 있고 대차 진동을 검출하여 이에 대한 신호를 생성할 수 있다. 송풍기 진동 센서는 모터를 냉각하기 위한 송풍기에 장착될 수 있고 송풍기의 진동을 측정하여 이에 대한 신호를 생성할 수 있다. 철도차량(110)은 반드시 이에 한정되지 않고, 다양한 센서를 더 포함할 수 있으며, 이들의 측정값은 안전부품의 진단을 위해 사용될 수 있다.
철도차량 안전부품 진단장치(130)는 철도차량(110)을 구성하는 안전부품들의 결함을 사전에 진단할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 여기에서, 안전부품은 철도차량(110)을 구성하는 부품들 중에서 결함이 발생하는 경우 철도차량(110) 및 탑승자의 안전에 영향을 미칠 수 있는 주요부품에 해당할 수 있다. 철도차량 안전부품 진단장치(130)는 철도차량(110)과 블루투스, WiFi 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 철도차량(110)과 데이터를 주고 받을 수 있다.
일 실시예에서, 철도차량 안전부품 진단장치(130)는 철도차량(110)에 포함된 복수의 센서들로부터 센싱값을 주기적으로 또는 실시간으로 수신할 수 있고, 안전부품의 이상상황 또는 결함을 진단하여 그 결과를 철도차량(110)에 제공할 수 있다. 다른 실시예에서, 철도차량 안전부품 진단 장치(130)는 철도차량(110)에 포함되어 구현될 수 있다.
철도차량 안전부품 진단장치(130)는 데이터베이스(150)를 포함하여 구현될 수 있고, 데이터베이스(150)와 독립적으로 구현될 수 있다. 데이터베이스(150)와 독립적으로 구현된 경우 철도차량 안전부품 진단장치(130)는 데이터베이스(150)와 유선 또는 무선으로 연결되어 데이터를 주고 받을 수 있다.
데이터베이스(150)는 철도차량(110)의 안전부품을 진단하기 위해 필요한 다양한 정보들을 저장할 수 있는 저장장치이다. 데이터베이스(150)는 철도차량(110) 및 철도차량(110)을 구성하는 다양한 안전부품들에 관한 정보를 저장할 수 있고, 철도차량(110)으로부터 수신한 복수의 센싱값들을 저장할 수 있으며, 반드시 이에 한정되지 않고, 복수의 센싱값들을 기초로 철도차량(110)의 안전부품을 진단하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
데이터베이스(150)는 특정 범위에 속하는 정보들을 저장하는 적어도 하나의 독립된 서브-데이터베이스들로 구성될 수 있고, 적어도 하나의 독립된 서브-데이터베이스들이 하나로 통합된 통합 데이터베이스로 구성될 수 있다. 적어도 하나의 독립된 서브-데이터베이스들로 구성되는 경우에는 각각의 서브-데이터베이스들은 블루투스, WiFi 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 상호 간의 데이터를 주고 받을 수 있다. 데이터베이스(150)는 통합 데이터베이스로 구성되는 경우 각각의 서브-데이터베이스들을 하나로 통합하고 상호 간의 데이터 교환 및 제어 흐름을 관리하는 제어부를 포함할 수 있다.
사용자 단말(170)은 철도차량 안전부품 진단장치(130)에 의해 수행된 안전부품 진단 결과를 수신하여 다양한 인터페이스를 통해 표시할 수 있는 컴퓨팅 장치에 해당할 수 있다. 사용자 단말(170)은 스마트폰, 노트북 또는 컴퓨터로 구현될 수 있으며, 반드시 이에 한정되지 않고, 태블릿 PC 등 다양한 디바이스로도 구현될 수 있다. 사용자 단말(170)은 철도차량 안전부품 진단장치(130)와 네트워크를 통해 연결될 수 있고, 복수의 사용자 단말(170)들은 철도차량 안전부품 진단장치(130)와 동시에 연결될 수 있다. 일 실시예에서, 사용자 단말(170)은 철도차량(110) 및/또는 철도차량 안전부품 진단장치(130)에 미리 등록될 수 있다.
도 2는 도 1에 있는 철도차량 안전부품 진단장치를 설명하는 블록도이다.
도 2를 참조하면, 철도차량 안전부품 진단장치(130)는 철도차량 상태 요약부(210), 철도차량 상태분포 산출부(230), 이상 안전부품 검출부(250), 정밀진단 수행부(270) 및 제어부(290)를 포함할 수 있다.
철도차량 상태 요약부(210)는 복수의 센서들로부터 특정 구간 동안 수집된 센싱값들을 기초로 철도차량(110)의 상태를 요약할 수 있다. 여기에서, 철도차량(110)의 상태를 요약한다는 것은 철도차량(110)의 현재 상태를 쉽게 파악할 수 있도록 다양한 정보들을 하나로 통합한다는 의미일 수 있다. 예를 들어, 철도차량 상태 요약부(210)는 철도차량(110)에 포함된 복수의 센서들로부터 일정 기간 동안 수신한 센싱값들을 이용하여 각 진단 아이템들에 대한 지표값으로 요약함으로써 철도차량(110)의 상태를 간단하게 정리할 수 있다.
일 실시예에서, 철도차량 상태 요약부(210)는 특정 구간 동안 수집된 센싱값들을 이용하여 철도차량(110)의 상태를 구성하는 복수의 진단 아이템들 각각에 대한 지표값을 산출함으로써 철도차량(110)의 상태를 요약할 수 있다. 여기에서, 특정 구간은 센싱값 수집을 위한 시간 구간에 해당할 수 있고, 진단 아이템은 철도차량(110)의 안전부품에 대응하는 진단 대상에 해당할 수 있다. 특정 구간 및 진단 아이템은 철도차량 안전부품 진단장치(130)에 의해 미리 설정되거나 또는 자동으로 설정될 수 있다.
진단 아이템은 진단 아이템의 유형에 따라 진단 항목 및 적어도 하나의 진단 파라미터를 포함할 수 있다. 예를 들어, 진단 아이템의 유형에는 모터블럭 과열, 배전반 과열, 응축수 탱크 수위, 도어 끼임, 도어 결함, 트라이포드, 휠 베어링, 휠 플래팅, 기어박스, 대차 불안정성 및 송풍기 결함 등을 포함할 수 있으며, 반드시 이에 한정되지 않고, 안전부품 진단에 활용 가능한 다양한 진단 아이템을 포함할 수 있다.
각 유형의 진단 아이템은 다음과 같은 진단 항목 및 적어도 하나의 진단 파라미터를 포함할 수 있다. (단, 진단 아이템: 진단 항목(진단 파라미터))
1) 모터블럭 과열: 모터블럭 온도(속도, Power GPS)
2) 배전반 과열: 배전반 온도(속도, Power, GPS)
3) 응축수 범람: 응축수 수위(수위)
4) 도어 끼임: 도어 갭(갭)
5) 도어 결함: 도어 개폐 히스테리시스(작동전류, 개폐궤적)
6) 트라이포드 결함: 축 비틀림 각(속도, Power, GPS)
7) 휠 베어링 결함: 휠 진동(속도, Power, GPS)
8) 휠 찰상: 휠 진동(속도, Power, GPS)
9) 기어박스 결함: 기어박스 진동(속도, Power, GPS)
10) 대차 불안정성: 대차 진동(속도, Power, GPS)
11) 송풍기 결함: 송풍기 진동(속도, Power, GPS)
철도차량 안전부품 진단장치(130)는 진단 아이템이 모터블럭 과열인 경우, 철도차량(110)의 주행거리가 설정 주행거리보다 큰 경우에 모터블럭 과열을 진단할 수 있고 센서들에 의해 측정된 철도차량(110)의 속도, 모터 파워, 철도차량(110)의 위치 하에서 모터블럭 온도를 철도차량(110)의 상태 정보로서 수집할 수 있다.
철도차량 안전부품 진단장치(130)는 진단 아이템이 배전반 과열인 경우, 철도차량(110)의 주행거리가 설정 주행거리보다 큰 경우에 배전반 과열을 진단할 수 있고 센서들에 의해 측정된 철도차량(110)의 속도, 모터 파워, 철도차량(110)의 위치 하에서 배전반 온도를 철도차량(110)의 상태 정보로서 수집할 수 있다.
철도차량 안전부품 진단장치(130)는 진단 아이템이 응축수 범람인 경우, 응축수의 수위가 설정된 응축수 수위보다 높으면 응축수 범람인 것으로 진단할 수 있다.
철도차량 안전부품 진단장치(130)는 진단 아이템이 도어 끼임인 경우, 도어 갭이 설정된 도어 갭보다 크면 도어에 물체가 끼인 것으로 진단할 수 있다.
철도차량 안전부품 진단장치(130)는 진단 아이템이 도어 결함인 경우, 도어 개폐 히스테리시스가 설정된 도어 개폐 히스테리시스로부터 설정값 이상 벗어나면 도어 결함으로 진단할 수 있다. 여기에서, 도어 개폐 히스테리시스는 개폐 신호 발생 후 경과한 시간에 따른 도어의 위치 곡선, 도어의 속도 곡선, 도어의 가속도 곡선을 포함할 수 있다.
이에 따라, 특정 시점에서 도어의 위치값, 도어의 속도값, 또는 도어의 가속도값이 특정 시점에서 도어의 설정 위치값, 도어의 설정 속도값, 도어의 설정 가속도값으로 설정값 이상 벗어나거나, 도어의 위치 곡선의 면적, 도어의 속도 곡선의 면적, 또는 도어의 가속도 곡선의 면적이 설정된 위치 곡선의 면적, 설정된 속도 곡선의 면적, 또는 설정된 가속도 곡선의 면적으로부터 설정값 이상 벗어나면 도어 결함으로 진단될 수 있다.
철도차량 안전부품 진단장치(130)는 진단 아이템이 트라이포드 결함인 경우 축 비틀림 각이 설정된 축 비틀림 각보다 큰 경우 트라이포드 결함을 진단할 수 있고, 센서들에 의해 측정된 철도차량(110)의 속도, 모터 파워, 철도차량(110)의 위치 하에서 축 비틀림 각도를 철도차량(110)의 상태 정보로서 수집할 수 있다.
철도차량 안전부품 진단장치(130)는 진단 아이템이 휠 베어링 결함인 경우 휠 진동이 설정된 휠 진동보다 큰 경우 휠 베어링 결함을 진단할 수 있고, 센서들에 의해 측정된 철도차량(110)의 속도, 모터 파워, 철도차량(110)의 위치 하에서 휠 진동을 철도차량(110)의 상태 정보로서 수집할 수 있다.
철도차량 안전부품 진단장치(130)는 진단 아이템이 휠 찰상인 경우 휠 진동이 설정된 휠 진동보다 큰 경우 휠 찰상을 진단할 수 있고, 센서들에 의해 측정된 철도차량(110)의 속도, 모터 파워, 철도차량(110)의 위치 하에서 휠 진동을 철도차량(110)의 상태 정보로서 수집할 수 있다.
철도차량 안전부품 진단장치(130)는 진단 아이템이 기어박스 결함인 경우 기어박스 진동이 설정된 기어박스 진동보다 큰 경우 기어박스 결함을 진단할 수 있고, 센서들에 의해 측정된 철도차량(110)의 속도, 모터 파워, 철도차량(110)의 위치 하에서 기어박스 진동을 철도차량(110)의 상태 정보로서 수집할 수 있다.
철도차량 안전부품 진단장치(130)는 진단 아이템이 대차 불안정성인 경우 대차 진동이 설정된 대차 진동보다 큰 경우 대차 불안정성을 진단할 수 있고, 센서들에 의해 측정된 철도차량(110)의 속도, 모터 파워, 철도차량(110)의 위치 하에서 대차 진동을 철도차량(110)의 상태 정보로서 수집할 수 있다.
철도차량 안전부품 진단장치(130)는 진단 아이템이 송풍기 결함인 경우 송풍기 진동이 설정된 송풍기 진동보다 큰 경우 송풍기 결함을 진단할 수 있고, 센서들에 의해 측정된 철도차량(110)의 속도, 모터 파워, 철도차량(110)의 위치 하에서 송풍기 진동을 철도차량(110)의 상태 정보로서 수집할 수 있다.
철도차량 상태 요약부(210)는 특정 구간 동안 복수의 센서들로부터 다양한 센싱값을 수집할 수 있고, 수집된 센싱값들 전부를 사용하거나 또는 일부만을 샘플링하여 사용할 수 있다. 센싱값의 수집 주기 또는 샘플링 주기는 철도차량 안전부품 진단장치(130)에 의해 미리 설정되거나 또는 자동으로 설정될 수 있다.
철도차량 상태 요약부(210)는 진단 아이템의 유형별로 진단 항목 및 진단 파라미터들의 지수(index)를 센싱값을 기초로 결정할 수 있고, 특정 구간 동안 수집된 지수 정보들을 이용하여 각 진단 아이템에 대한 지표값을 산출할 수 있다. 여기에서, 지수(index)는 각 센서로부터 수집하는 센싱값의 측정 범위를 일정한 단계(level)로 분할하였을 때 측정된 특정 센싱값이 포함되는 단계에 해당할 수 있고, 지표값은 특정 구간 동안 수집된 지수 정보를 이용하여 산출되고 해당 특정 구간을 대표하는 값에 해당할 수 있다.
예를 들어, 철도차량 상태 요약부(210)는 특정 기간 동안 수집된 센싱값들을 기초로 진단 아이템 중 하나인 모터블럭 과열에 대한 지표값을 산출하는 과정을 설명하면 다음과 같다.
(a) 모터블럭 과열의 진단 항목인 모터블럭 온도를 구성하는 진단 파라미터인 철도차량(110)의 속도, 모터 파워 및 철도차량(110)의 위치에 대하여 각각에 대응되는 센서로부터 센싱값을 수집
(b) 철도차량(110)의 속도가 70km/h, 모터 파워가 20~30%, 철도차량(110)의 위치가 교각로일 경우, 속도의 지수는 3, 파워의 지수는 3, 위치의 지수는 4로 결정(즉, 속도 70km/h는 속도 범위 중 3단계, 파워 20~30%은 파워 범위 중에 3단계, 위치 교각로는 위치 범위 중 4단계에 해당한다.)
(c) 진단 파라미터에 대하여 산출된 지수 정보를 기초로 모터블럭 과열의 진단 항목인 모터블럭 온도에 대한 지수를 결정 (단, 구체적인 과정은 도 4 내지 6에서 보다 자세히 설명한다.)
(d) 특정 기간 동안 수집된 모터블럭 온도에 대한 지수 정보를 이용하여 모터블럭 과열에 대한 지표값을 산출 (여기에서, 지표값은 특정 기간 동안 수집된 지수들의 평균(
), 피크(
), 실효값(
), 파고율(
), 왜도(
), 첨도(
), 클리어런스 팩터(
), 임펄스 팩터(
), 쉐입 팩터(
), 확률 함수(
) 및 통계적 모멘트(
) 중 어느 하나에 해당할 수 있다.)
철도차량 상태분포 산출부(230)는 복수의 특정 구간들 동안의 철도차량(110)의 상태 요약에 관한 분포를 산출할 수 있다. 철도차량 안전부품 진단장치(130)는 철도차량(110)의 안전부품 진단을 위한 전체 주기를 복수의 특정 구간들로 분할할 수 있고, 철도차량 상태분포 산출부(230)는 복수의 특정 구간들을 시간 순서에 따라 정렬한 후 전체 주기 동안의 철도차량(110)의 상태 요약에 관한 분포를 하나로 통합할 수 있다.
일 실시예에서, 철도차량 상태분포 산출부(230)는 복수의 진단 아이템들 각각에 대응하는 좌표축들로 구성된 다차원 좌표계를 생성하고 다차원 좌표계에서 복수의 특정 구간들 동안의 복수의 지표값들에 관한 분포를 산출할 수 있다. 철도차량 상태분포 산출부(230)는 철도차량 상태 요약부(210)에 의해 산출된 전체 주기 동안의 각 진단 아이템에 대한 지표값들을 하나의 좌표계에 통합하여 표시할 수 있다.
다차원 좌표계는 각 축이 하나의 진단 아이템에 대응하도록 구현될 수 있고, 각 축의 단위는 대응되는 진단 아이템의 진단 항목에 대한 지수 단위와 대응될 수 있다. 예를 들어, 진단 아이템이 모터블럭 과열, 배전반 과열 및 응축수 범람과 같이 총 3개인 경우, 다차원 좌표계를 구성하는 제1축은 모터블럭 과열, 제2축은 배전반 과열, 제3축은 응축수 범람에 각각 대응될 수 있다. 또한, 엔진 온도의 지수가 총 10단계로 구분되는 경우 제1축은 총 10 단계로 구분된 단위를 사용할 수 있다.
일 실시예에서, 철도차량 상태분포 산출부(230)는 복수의 센서들 각각에 대응하는 좌표축들로 구성된 다차원 좌표계를 생성하고 다차원 좌표계에서 복수의 특정 구간들 동안의 복수의 센서값들에 관한 분포를 산출할 수 있다. 다른 실시예에서, 철도차량 상태분포 산출부(230)는 복수의 진단 아이템들 각각에 대응하는 다차원 좌표계를 생성할 수 있다. 하나의 진단 아이템에 대응하는 다차원 좌표계의 각축들은 해당 진단 아이템에 포함된 진단 파라미터와 연관된 센서들에 대응될 수 있다. 철도차량 안전부품 진단장치(130)는 철도차량 상태분포 산출부(230)에 의해 생성된 다차원 좌표계를 데이터베이스(150)에 저장할 수 있고 안전부품 진단에 사용할 수 있다.
이상 안전부품 검출부(250)는 철도차량(110)의 상태 요약에 관한 분포를 통해 특정 센싱값에 관한 이상상황을 판단하여 이상 안전부품을 검출할 수 있다. 예를 들어, 다차원 좌표계가 각 센서에 대응하는 축들로 구성된 경우 철도차량(110)의 상태 요약에 관한 분포를 통해 일정한 영역 내에 분포된 센싱값들과 특정 거리만큼 떨어진 센싱값이 존재하는 경우 해당 센싱값에 이상상황이 발생한 것으로 판단함으로써 해당 센서와 관련된 안전부품에 이상이 있는 것으로 결정할 수 있다.
일 실시예에서, 이상 안전부품 검출부(250)는 다차원 좌표계에서 복수의 지표값들에 관한 분포를 기초로 각 좌표축들에 대한 제1 안전기준을 결정하고 제1 안전기준을 벗어나는 지표값이 존재하는 경우 해당 좌표축에 대응하는 진단 아이템과 연관된 안전부품을 이상 안전부품으로서 결정할 수 있다.
각 진단 아이템들에 대한 제1 안전기준은 다음과 같이 산출할 수 있다.
1) 모터블럭 과열
Tmref(속도, Power, GPS) = Tmpeak(속도, Power, GPS) * Fm(=1.5, 2.0: 경고, 경보) in 모터블럭온도(속도, Power, GPS) at VML<속도<VMH, PML(속도)<Power<PMH(속도), and Class(GPS)
2) 배전반 과열
Tdref(속도, Power, GPS) = Tdpeak(RPM, 속도, GPS) * Fd(=1.5, 2.0: 경고, 경보) in 배전반온도(속도, Power, GPS) at VDL<속도<VDH, PDL(속도)<속도<PDH(RPM), and Class(GPS)
3) 응축수 범람
Htref = Htpeak * Fh(=1.1, 1.2: 경고, 경보)
4) 도어 끼임
Gpref = Gppeak * Fg(=1.1, 1.2: 경고, 경보)
5) 도어 결함
Ghref = Ghpeak * Ft(=1.1, 1.2: 경고, 경보)
6) 트라이포드 결함
Tref(속도, Power, GPS) = Trms(속도, Power, GPS) * Ft(=1.5, 2.0: 경고, 경보) in 축비틀림각(속도, Power, GPS) at VTL<속도<VTH, and PTL(속도)<Power<PTH(속도), and Class(GPS)
7) 휠 베어링 결함
Wref(속도, Power, GPS) = Wrms(속도, Power, GPS) * Fw(=1.5, 2.0: 경고, 경보) in 휠진동(속도, Power, GPS) at VWL<속도<VWH, and PWL(속도)<Power<PWH(속도), and Class(GPS)
8) 휠 찰상
Sref(속도, Power, GPS) = Srms(속도, Power, GPS) * Fw(=1.5, 2.0: 경고, 경보) in 휠진동(속도, Power, GPS) at VSL<속도<VSH, and PSL(속도)<Power<PSH(속도), and Class(GPS)9)
9) 기어박스 결함
Gref(속도, Power, GPS) = Grms(속도, Power, GPS) * Fg(=1.5, 2.0: 경고, 경보) in 너클진동(속도, Power, GPS) at VGL<속도<VGH, and PGL(속도)<Power<PGH(속도), and Class(GPS)10)
10) 대차 불안정성
Bref(속도, Power, GPS) = Brms(속도, Power, GPS) * Fb(=1.5, 2.0: 경고, 경보) in 대차진동(속도, Power, GPS) at VBL<속도<VBH, and PBL(속도)<Power<PBH(속도), and Class(GPS)
11) 송풍기 결함
Fref(속도, Power, GPS) = Frms(속도, Power, GPS) * Ff(=1.5, 2.0: 경고, 경보) in 송풍기진동(속도, Power, GPS) at VFL<속도<VFH, and PFL(속도)<Power<PFH(속도), and Class(GPS)
일 실시예에서, 이상 안전부품 검출부(250)는 해당 좌표축과 관련되고 제1 안전기준을 벗어나는 지표값이 특정 수만큼 연속된 특정 구간들 동안 분포된 경우 해당 좌표축에 대응하는 진단 아이템과 연관된 안전부품을 이상 안전부품으로서 결정할 수 있다. 특정 수 n(n은 자연수)은 철도차량 안전부품 진단장치(130)에서 미리 설정되거나 또는 자동으로 설정될 수 있다.
각 진단 아이템들에 대한 진단 알고리즘은 다음과 같이 정의될 수 있다.
1) 모터블럭 과열
모터블럭온도(속도, Power, GPS) > Tmref(속도, Power, GPS) & Repeat at VML<속도<VMH, PML(속도)<Power<PMH(속도), and Class(GPS)
2) 배전반 과열
배전반온도(속도, Power, GPS) > Tdref(속도, Power, GPS) & Repeat at VDL<속도<VDH, PDL(속도)<Power<PDH(속도), and Class(GPS)
3) 응축수 범람
응축수 수위 > Htref & Repeat
4) 도어 끼임
도어갭 > Gpref & Repeat
5) 도어 결함
도어개폐 히스테리시스 > Ghref & Repeat
6) 트라이포드 결함
축비틀림각(속도, Power, GPS) > Tref(속도, Power, GPS) & Repeat at VTL<속도<VTH, and PTL(속도)<Power<PTH(속도), and Class(GPS)
7) 휠 베어링 결함
휠진동(속도, Power, GPS) > Wref(속도, Power, GPS) & Repeat at VWL<속도<VWH, and PWL(속도)<Power<PWH(속도), and Class(GPS)
8) 휠 찰상
휠진동(속도, Power, GPS) > Sref(속도, Power, GPS) & Repeat at VSL<속도<VSH, and PSL(속도)<Power<PSH(속도), and Class(GPS)
9) 기어박스 결함
기어박스진동(속도, Power, GPS) > Gref(속도, Power, GPS) & Repeat at VGL<속도<VGH, and PGL(속도)<Power<PGH(속도), and Class(GPS)
10) 대차 불안정성
대차진동(속도, Power, GPS) > Bref(속도, Power, GPS) & Repeat at VBL<속도<VBH, and PBL(속도)<Power<PBH(속도), and Class(GPS)
11) 송풍기 결함
송풍기진동(속도, Power, GPS) > Frms(속도, Power, GPS) & Repeat at VFL<속도<VFH, and PFL(속도)<Power<PFH(속도), and Class(GPS)
정밀진단 수행부(270)는 이상 안전부품에 관한 정밀진단을 수행할 수 있다. 보다 구체적으로, 정밀진단 수행부(270)는 진단 아이템 중 모터블럭 과열, 배전반 과열, 응축수 범람, 도어 끼임 및 도어 결함의 경우에는 제1 안전기준과의 비교를 통해 곧바로 해당 진단 아이템과 연관된 안전부품에 결함이 있는 것으로 결정할 수 있다. 또한, 정밀진단 수행부(270)는 진단 아이템 중 트라이포드 결함, 휠 베어링 결함, 휠 찰상, 기어박스 결함, 대차 불안정성 및 송풍기 결함의 경우에는 제1 안전기준과의 비교를 통하여 결정된 이상 안전부품들에 대하여 추가 진단을 수행할 수 있다.
일 실시예에서, 정밀진단 수행부(270)는 이상 안전부품과 연관된 센서들 각각에 대해 특정 구간동안 수집된 센싱값을 기초로 엔벨로프(Envelope) 해석 및 고속푸리에 변환(FFT, Fast Fourier Transform) 중 어느 하나를 통해 정밀진단 지수(Index)를 산출할 수 있다. 철도차량 안전부품 진단장치(130)는 진단 아이템의 유형에 따라 엔벨로프 해석 및 고속푸리에 변환 중 어느 것을 사용할지 여부를 미리 설정할 수 있다. 엔벨로프 해석 또는 고속 푸리에 변환을 사용하여 생성되는 특징값은 엔벨로프 스펙트럼(enveloping spectrum), 파워 스펙트럼(power spectrum), 캡스트럼(cepstrum 또는 kepstrum) 등에 해당할 수 있다. 엔벨로프 해석 또는 고속푸리에 변환은 당업자에게 잘 알려져 있으므로, 이에 대한 상세한 설명은 생략한다.
예를 들어, 이상 안전부품과 연관된 진단 아이템이 트라이포드 결함인 경우 정밀진단 수행부(270)는 트라이포드 결함의 진단 항목인 축 비틀림 각에 대한 센싱값들을 엔벨로프 해석을 통해 엔벨로핑 스펙트럼(ENVELOPING Spectrum)을 산출할 수 있다. 정밀진단 수행부(270)는 엔벨로핑 스펙트럼을 트라이포드 결함에 대한 특징값으로 사용하여 정밀진단을 수행할 수 있다. 휠 베어링 결함인 경우에 있어서, 정밀진단 수행부(270)는 휠 진동에 대한 엔벨로핑 스펙트럼을 산출할 수 있고, 이를 기초로 휠 베어링 결함에 대한 정밀진단을 수행할 수 있다.
일 실시예에서, 정밀진단 수행부(270)는 정밀진단 지수 산출을 위하여 특정 구간동안 수집된 센싱값들을 샘플링하여 사용할 수 있다. 또한, 정밀진단 수행부(270)는 철도차량 상태 요약부(210)가 철도차량(110)의 상태 요약을 위하여 센싱값들을 샘플링한 주기보다 더 짧은 주기로 샘플링을 수행할 수 있다.
일 실시예에서, 정밀진단 수행부(270)는 복수의 특정 구간들 동안의 정밀진단 지수를 기초로 제2 안전기준을 결정하고 제2 안전기준 및 정밀진단 지수 간의 비교를 통해 이상 안전부품의 결함을 진단할 수 있다. 보다 구체적으로, 정밀진단 수행부(270)는 제2 안전기준을 초과하는 정밀진단 지수가 존재하는 경우 안전부품에 결함이 있는 것으로 결정할 수 있다.
각 진단 아이템들에 대한 제2 안전기준은 다음과 같이 산출할 수 있다.
1) 트라이포드 결함
Stref-tdfi(속도, Power, GPS) = Stpeak-tdfi(속도, Power, GPS) * Ft(=1.5, 2.0: 경고, 경보) in 비틀림진동 Enveloping Spectrum or Kepstrum(속도, Power, GPS), 트라이포드 defect frequency(tdfi) at VTL<속도<VTH, and PTL(속도)<Power<PTH(속도), and Class(GPS)
2) 휠 베어링 결함
Swref-wdfi(속도, Power, GPS) = Swpeak-wdfi(속도, Power, GPS) * Fw(=1.5, 2.0: 경고, 경보) in 휠진동 Enveloping Spectrum(속도, Power, GPS), 휠베어링 defect frequency(wdfi) at VWL<속도<VWH, and PWL(속도)<Power<PWH(속도), and Class(GPS)
3) 휠 찰상
Ssref-sdfi(RMP, 속도, 가속페달 각도) = Sspeak-sdfi(RMP, 속도, 가속페달 각도) * Fs(=1.5, 2.0: 경고, 경보) in 휠진동 Power, ENVEOPING Spectrum, Kepstrum(속도, Power, GPS), 휠 defect frequency(sdfi) at VSL<속도<VSH, and PSL(속도)<Power<PSH(속도), and Class(GPS)
4) 기어박스 결함
Sgref-gdfi(속도, Power, GPS) = Sgpeak-gdfi(속도, Power, GPS) * Fg(=1.5, 2.0: 경고, 경보) in 기어박스진동 Enveloping Spectrum or Kepstrum(속도, Power, GPS), 기어&베어링 defect frequency(gdfi) at VGL<속도<VGH, and PGL(속도)<Power<PGH(속도), and Class(GPS)
5) 대차 불안정성
Sbref-bdfi(속도, Power, GPS) = Sbpeak-bdfi(속도, Power, GPS) * Fb(=1.5, 2.0: 경고, 경보) in 대차진동 Power Spectrum(속도, Power, GPS), 대차진동 natural frequency(bdfi) at VBL<속도<VBH, and PBL(속도)<Power<PBH(속도), and Class(GPS)
6) 송풍기 결함
Sfref-fdfi(속도, Power, GPS) = Sfpeak-fdfi(속도, Power, GPS) * Ff(=1.5, 2.0: 경고, 경보) in 휠진동 Power, ENVEOPING Spectrum or Kepstrum(속도, Power, GPS), 송풍기 defect frequency(fdfi) at VFL<속도<VFH, and PFL(속도)<Power<PFH(속도), and Class(GPS)
일 실시예에서, 정밀진단 수행부(270)는 특정 수만큼 연속된 특정 구간들 동안 정밀진단 지수가 제2 안전기준을 반복하여 초과하는 경우 이상 안전부품에 결함이 있는 것으로 결정할 수 있다. 특정 수 n(n은 자연수)은 철도차량 안전부품 진단장치(130)에서 미리 설정되거나 또는 자동으로 설정될 수 있다.
각 진단 아이템들에 대한 진단 알고리즘은 다음과 같이 정의될 수 있다.
1) 트라이포드 결함
비틀림진동 ENVEOPING Spectrum or Kepstrum(속도, Power, GPS) > Stref-tdfi(속도, Power, GPS) & Repeatness in 비틀림진동 Enveloping Spectrum or Kepstrum(속도, Power, GPS), 트라이포드 defect frequency(tdfi) at VTL<속도<VTH, and PTL(속도)<Power<PTH(속도), and Class(GPS)
2) 휠 베어링 결함
휠진동 ENVEOPING Spectrum(속도, Power, GPS) > Swref-wdfi(속도, Power, GPS) & Repeatness in 휠진동 Enveloping Spectrum(속도, Power, GPS), 휠 defect frequency(wdfi) at VWL<속도<VWH, and PWL(속도)<Power<PWH(속도), and Class(GPS)
3) 휠 찰상
휠진동 Power, ENVEOPING Spectrum or Kepstrum(속도, Power, GPS) > Ssref-sdfi(속도, Power, GPS) & Repeatness in 휠진동 Power, ENVEOPING Spectrum, Kepstrum(속도, Power, GPS), 휠 defect frequency(sdfi) at VSL<속도<VSH, and PSL(속도)<Power<PSH(속도), and Class(GPS)
4) 기어박스 결함
기어박스진동 ENVEOPING Spectrum or Kepstrum(속도, Power, GPS) > Sgref(속도, Power, GPS) & Repeatness in 기어박스진동 Enveloping Spectrum or Kepstrum(속도, Power, GPS), 기어&베어링 defect frequency(gdfi) at VGL<속도<VGH, and PGL(속도)<Power<PGH(속도), and Class(GPS)
5) 대차 불안정성
대차진동 Power Spectrum(속도, Power, GPS) > Sbref-bdfi(속도, Power, GPS ) & Repeatness in 대차진동 Power Spectrum(속도, Power, GPS), 대차진동 natural frequency(bdfi) at VBL<속도<VBH, and PBL(속도)<Power<PBH(속도), and Class(GPS)
6) 송풍기결함
송풍기진동 Power, ENVEOPING Spectrum, Kepstrum(속도, Power, GPS) > Sfref-fdfi(속도, Power, GPS) & Repeatness in 휠진동 Power, ENVEOPING Spectrum, Kepstrum(속도, Power, GPS), 송풍기 defect frequency(fdfi) at VFL<속도<VFH, and PFL(속도)<Power<PFH(속도), and Class(GPS)
제어부(290)는 철도차량 안전부품 진단장치(130)의 전체적인 동작을 제어하고, 철도차량 상태 요약부(210), 철도차량 상태분포 산출부(230), 이상 안전부품 검출부(250) 및 정밀진단 수행부(270) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 3은 도 1에 있는 철도차량 안전부품 진단장치에서 수행되는 철도차량 안전부품 진단 과정을 설명하는 순서도이다.
도 3을 참조하면, 철도차량 안전부품 진단장치(130)는 철도차량 상태 요약부(210)를 통해 복수의 센서들로부터 특정 구간 동안 수집된 센싱값들을 기초로 철도차량(110)의 상태를 요약할 수 있다(단계 S310). 철도차량 안전부품 진단장치(130)는 철도차량 상태분포 산출부(230)를 통해 복수의 특정 구간들 동안의 철도차량(110)의 상태 요약에 관한 분포를 산출할 수 있다(단계 S330).
철도차량 안전부품 진단장치(130)는 이상 안전부품 검출부(250)를 통해 철도차량(110)의 상태 요약에 관한 분포를 통해 특정 센싱값에 관한 이상상황을 판단하여 이상 안전부품을 검출할 수 있다(단계 S350). 철도차량 안전부품 진단장치(130)는 정밀진단 수행부(270)를 통해 이상 안전부품에 관한 정밀진단을 수행할 수 있다(단계 S370).
도 4 내지 7은 도 1에 있는 철도차량 안전부품 진단장치에서 진단 파라미터에 대한 지수를 이용하여 진단 항목에 대한 지수를 결정하는 과정을 설명하는 예시도이다.
도 4 내지 7을 참조하면, 철도차량 안전부품 진단장치(130)가 진단 아이템 A에 포함된 진단 항목 a에 대한 지수를 진단 파라미터들을 이용하여 산출하는 과정을 확인할 수 있다. 보다 구체적으로, 진단 항목 a는 진단 파라미터로 속도, 파워, 선로 및 온도를 포함하고, 속도 및 파워는 각 10단계(또는 레벨)로 구성되며, 선로 및 온도는 각 5단계로 구성될 수 있다.
예를 들어, 진단 항목 a에 대해 속도 = 2, 파워 = 5, 선로 = 3, 온도 = 4인 경우 도 4에서 속도 2단계에서 10단계까지의 구간을 파워 10단계로 분할할 수 있고, 도 5에서 파워 5단계에서 10단계까지의 구간을 선로 5단계로 분할할 수 있으며, 도 6에서 선로 3단계에서 5단계까지의 구간을 온도 5단계로 분할할 수 있다. 도 7에서, 철도차량 안전부품 진단장치(130)는 최종적으로 온도 4단계에 해당하는 구간을 포함하는 진단 항목 a의 9단계를 a의 지수로 결정할 수 있다.
도 8은 도 1에 있는 철도차량 안전부품 진단장치에서 진단 항목에 대한 지수 분포를 산출하는 과정을 설명하는 예시도이다.
도 8을 참조하면, 철도차량 안전부품 진단장치(130)는 진단 항목 a에 대한 지수 분포를 그래프로 나타낼 수 있다. 철도차량 안전부품 진단장치(130)는 진단 항목 a에 대응하는 특성함수를 y축으로 설정하고 진단 항목 a에 대한 지수에 대응하는 DB Class를 x축으로 설정하여 2차원 그래프를 생성할 수 있다.
도 8에서, 진단 항목 a는 진단 파라미터로 속도, 파워, 선로 및 온도를 포함하고, 속도 및 파워는 각 10단계(또는 레벨)로 구성되며, 선로 및 온도는 각 5단계로 구성될 수 있다. 철도차량 안전부품 진단장치(130)는 x축에 해당하는 DB Class의 총 단계(또는 레벨)를 각 진단 파라미터의 단계 수의 곱을 통해 산출할 수 있다. 예를 들어, 진단 항목 a에 대한 DB Class의 총 단계는 속도 * 파워 * 선로 * 온도 = 10 * 10 * 5 * 5 = 2500로 표현될 수 있다.
철도차량 안전부품 진단장치(130)는 진단 파라미터에 대한 지수를 이용하여 진단 항목 a에 대한 지수를 결정할 수 있고, 산출된 지수를 기초로 각각의 레벨에서 해당 특성함수가 가우스 분포(Gaussian Distribution)를 따른다는 가정하에 전체 레벨에서의 특성함수에 관한 평균선, σ선(단, σ는 표준편차), 3σ선 등을 결정할 수 있다. 철도차량 안전부품 진단장치(130)는 진단 항목별로 복수의 센서들로부터 획득한 센서값을 이용하여 진단 파라미터에 대한 지수를 결정하고, 결정된 진단 파라미터를 이용하여 도 8에서와 같은 진단 항목에 대한 DB Class 분류 정보를 생성하여 데이터베이스(150)에 저장할 수 있다. 철도차량 안전부품 진단장치(130)는 상기 과정을 통해 생성된 진단 항목별 DB Class 분류 정보를 기초로 해당 진단 항목에 대한 이상상황을 판단할 수 있고, 철도차량(110)의 안전부품에 대한 진단을 수행할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 철도차량 안전부품 진단 시스템
110: 철도차량 130: 철도차량 안전부품 진단장치
150: 데이터베이스 170: 사용자 단말
210: 철도차량 상태 요약부 230: 철도차량 상태분포 산출부
250: 이상 안전부품 검출부 270: 정밀진단 수행부
290: 제어부
110: 철도차량 130: 철도차량 안전부품 진단장치
150: 데이터베이스 170: 사용자 단말
210: 철도차량 상태 요약부 230: 철도차량 상태분포 산출부
250: 이상 안전부품 검출부 270: 정밀진단 수행부
290: 제어부
Claims (8)
- 복수의 센서들로부터 특정 구간 동안 수집된 센싱값들을 기초로 철도차량의 상태를 요약하는 철도차량 상태 요약부;
복수의 특정 구간들 동안의 철도차량의 상태 요약에 관한 분포를 산출하는 철도차량 상태분포 산출부;
상기 철도차량의 상태 요약에 관한 분포를 통해 특정 센싱값에 관한 이상상황을 판단하여 이상 안전부품을 검출하는 이상 안전부품 검출부; 및
상기 이상 안전부품과 연관된 진단 아이템에 따라 정밀진단의 수행 여부를 결정하여 상기 정밀진단을 수행하는 정밀진단 수행부를 포함하되,
상기 철도차량 상태 요약부는 상기 특정 구간 동안 수집된 센싱값들을 이용하여 상기 철도차량의 상태를 구성하는 복수의 진단 아이템들 각각에 대한 지표값을 산출함으로써 상기 철도차량의 상태를 요약하고, 상기 복수의 진단 아이템들 각각은 진단 항목과 해당 진단 항목을 구성하는 복수의 진단 파라미터들로 정의되고, 상기 지표값은 각 센서로부터 수집되는 센싱값의 측정 범위를 일정한 단계(level)로 분할하였을 때 측정된 센싱값이 포함되는 단계로 정의되는 지수(index) 정보를 기초로 산출되고 해당 특정 구간을 대표하는 값에 해당하며 상기 복수의 진단 파라미터들의 지수를 기초로 결정된 상기 진단 항목의 지수로서 결정되고,
상기 정밀진단 수행부는 상기 이상 안전부품과 연관된 센서들 각각에 대해 상기 복수의 특정 구간들 동안 수집된 센싱값을 기초로 엔벨로프(Envelope) 해석 및 고속푸리에 변환(FFT, Fast Fourier Transform) 중 어느 하나를 통해 정밀진단 지수(Index)를 산출하고, 상기 정밀진단 지수를 기초로 제2 안전기준을 결정하며 상기 제2 안전기준 및 상기 정밀진단 지수 간의 비교를 통해 상기 이상 안전부품의 결함을 진단하고, 특정 수만큼 연속된 특정 구간들 동안 상기 정밀진단 지수가 제2 안전기준을 반복하여 초과하는 경우 상기 이상 안전부품에 결함이 있는 것으로 결정하며,
진단 아이템의 유형은 모터블럭 과열, 배전반 과열, 응축수 탱크 수위, 도어 끼임, 도어 결함, 트라이포드, 휠 베어링, 휠 플래팅, 기어박스, 대차 불안정성 및 송풍기 결함으로 구성되고, 각 진단 아이템에 대한 진단 항목은 모터블록 온도, 배전반 온도, 응축수 수위, 도어 갭, 작동전류, 축 비틀림 각, 휠 진동, 휠 진동, 기어박스 진동, 대차 진동 및 송풍기 진동으로 구성되는 것을 특징으로 하는 것을 특징으로 하는 철도차량 안전부품 진단장치.
- 삭제
- 제1항에 있어서, 상기 철도차량 상태분포 산출부는
상기 복수의 진단 아이템들 각각에 대응하는 좌표축들로 구성된 다차원 좌표계를 생성하고 상기 다차원 좌표계에서 상기 복수의 특정 구간들 동안의 복수의 지표값들에 관한 분포를 산출하는 것을 특징으로 하는 철도차량 안전부품 진단장치.
- 제3항에 있어서, 상기 이상 안전부품 검출부는
상기 다차원 좌표계에서 상기 복수의 지표값들에 관한 분포를 기초로 각 좌표축들에 대한 제1 안전기준을 결정하고 상기 제1 안전기준을 벗어나는 지표값이 존재하는 경우 해당 좌표축에 대응하는 진단 아이템과 연관된 안전부품을 상기 이상 안전부품으로서 결정하는 것을 특징으로 하는 철도차량 안전부품 진단장치.
- 제4항에 있어서, 상기 이상 안전부품 검출부는
상기 해당 좌표축과 관련되고 상기 제1 안전기준을 벗어나는 지표값이 특정 수만큼 연속된 특정 구간들 동안 분포된 경우 상기 해당 좌표축에 대응하는 진단 아이템과 연관된 안전부품을 이상 안전부품으로서 결정하는 것을 특징으로 하는 철도차량 안전부품 진단장치.
- 삭제
- 삭제
- 삭제
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190054257A KR102172012B1 (ko) | 2019-05-09 | 2019-05-09 | 철도차량 안전부품 진단장치 |
| PCT/KR2020/002530 WO2020171643A1 (ko) | 2019-02-21 | 2020-02-21 | 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190054257A KR102172012B1 (ko) | 2019-05-09 | 2019-05-09 | 철도차량 안전부품 진단장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102172012B1 true KR102172012B1 (ko) | 2020-10-30 |
Family
ID=73048084
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190054257A KR102172012B1 (ko) | 2019-02-21 | 2019-05-09 | 철도차량 안전부품 진단장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102172012B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102448790B1 (ko) * | 2021-11-09 | 2022-09-29 | 주식회사 우진기전 | 고장 진단 및 속도 대응 카메라 자동 제어장치 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060077587A (ko) | 2004-12-30 | 2006-07-05 | 한국철도기술연구원 | 전기철도차량의 전동기 고장진단 시스템 |
| KR20110070244A (ko) | 2009-12-18 | 2011-06-24 | 한국철도기술연구원 | 철도차량의 차축상태 진단방법 및 장치 |
| JP2011185727A (ja) * | 2010-03-08 | 2011-09-22 | Fujitsu Ten Ltd | 車両診断システム、車両診断装置および車両診断方法 |
| KR101571485B1 (ko) * | 2014-05-27 | 2015-11-25 | 주식회사 글로비즈 | 자동차 샤시 부품 상태 모니터링 진단 분석 방법 및 시스템 |
| KR20160103734A (ko) * | 2015-02-25 | 2016-09-02 | 양정율 | 진동분석에 의한 위험예측용 차량 운행정보 모니터링 시스템 |
| KR20170131792A (ko) * | 2016-05-20 | 2017-11-30 | 주식회사 글로비즈 | 철도 차량 모니터링 장치 및 이를 이용한 모니터링 방법 |
-
2019
- 2019-05-09 KR KR1020190054257A patent/KR102172012B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060077587A (ko) | 2004-12-30 | 2006-07-05 | 한국철도기술연구원 | 전기철도차량의 전동기 고장진단 시스템 |
| KR20110070244A (ko) | 2009-12-18 | 2011-06-24 | 한국철도기술연구원 | 철도차량의 차축상태 진단방법 및 장치 |
| JP2011185727A (ja) * | 2010-03-08 | 2011-09-22 | Fujitsu Ten Ltd | 車両診断システム、車両診断装置および車両診断方法 |
| KR101571485B1 (ko) * | 2014-05-27 | 2015-11-25 | 주식회사 글로비즈 | 자동차 샤시 부품 상태 모니터링 진단 분석 방법 및 시스템 |
| KR20160103734A (ko) * | 2015-02-25 | 2016-09-02 | 양정율 | 진동분석에 의한 위험예측용 차량 운행정보 모니터링 시스템 |
| KR20170131792A (ko) * | 2016-05-20 | 2017-11-30 | 주식회사 글로비즈 | 철도 차량 모니터링 장치 및 이를 이용한 모니터링 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102448790B1 (ko) * | 2021-11-09 | 2022-09-29 | 주식회사 우진기전 | 고장 진단 및 속도 대응 카메라 자동 제어장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109689470B (zh) | 异常诊断装置、异常诊断方法和计算机程序 | |
| KR101829645B1 (ko) | 철도 차량 모니터링 장치 및 이를 이용한 모니터링 방법 | |
| EP2690423B1 (en) | Vehicle data analysis apparatus, vehicle data analysis method, and defect diagnosis apparatus | |
| KR102126428B1 (ko) | 철도 차량 부품들의 결함을 진단하는 방법 및 장치 | |
| CN103573307B (zh) | 用于监测运行中的发动机的发动机油温的方法和系统 | |
| KR102169791B1 (ko) | 철도차량 주요부품 및 시스템 진단장치 | |
| CN111351664A (zh) | 一种基于lstm模型的轴承温度预测和报警诊断方法 | |
| CN108896299A (zh) | 一种齿轮箱故障检测方法 | |
| US20210217256A1 (en) | Method and Apparatus for Diagnosing and Monitoring Vehicles, Vehicle Components and Routes | |
| CN111506048B (zh) | 车辆故障预警方法及相关设备 | |
| US20240053225A1 (en) | Method and Apparatus for Identifying an Abnormality in Mechanical Apparatus or Mechanical Component | |
| KR102172012B1 (ko) | 철도차량 안전부품 진단장치 | |
| Nowakowski et al. | Diagnostics of the drive shaft bearing based on vibrations in the high-frequency range as a part of the vehicle's self-diagnostic system | |
| CN114372489A (zh) | 一种柴油机工况识别与异常诊断方法 | |
| CN115200864A (zh) | 轨道车辆轴箱轴承的故障检测方法和装置 | |
| CN114742407A (zh) | 列车轴箱轴承健康状态预警方法及系统 | |
| Gregori et al. | Assessment of catenary condition monitoring by means of pantograph head acceleration and Artificial Neural Networks | |
| US11941920B2 (en) | Apparatus and method of providing automotive preventive maintenance service | |
| CN117289045A (zh) | 用于预测避雷器剩余寿命的方法、装置及存储介质 | |
| WO2017168940A1 (ja) | データ統合分析システム | |
| CN111275847B (zh) | 一种调表车检测方法和装置 | |
| KR102132850B1 (ko) | 차량 안전부품 진단장치 | |
| CN114858480A (zh) | 应用于车辆中的部件故障预警方法、装置、设备及介质 | |
| Byington et al. | False alarm mitigation of vibration diagnostic systems | |
| CN113448306A (zh) | 车辆诊断装置以及车辆诊断系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |