WO2020171643A1 - 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치 - Google Patents

상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치 Download PDF

Info

Publication number
WO2020171643A1
WO2020171643A1 PCT/KR2020/002530 KR2020002530W WO2020171643A1 WO 2020171643 A1 WO2020171643 A1 WO 2020171643A1 KR 2020002530 W KR2020002530 W KR 2020002530W WO 2020171643 A1 WO2020171643 A1 WO 2020171643A1
Authority
WO
WIPO (PCT)
Prior art keywords
network
control
speed
railroad
data
Prior art date
Application number
PCT/KR2020/002530
Other languages
English (en)
French (fr)
Inventor
임준식
Original Assignee
주식회사 글로비즈
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020190020713A external-priority patent/KR102167258B1/ko
Priority claimed from KR1020190054257A external-priority patent/KR102172012B1/ko
Application filed by 주식회사 글로비즈 filed Critical 주식회사 글로비즈
Publication of WO2020171643A1 publication Critical patent/WO2020171643A1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
    • B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
    • B61K9/08—Measuring installations for surveying permanent way
    • 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
    • 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
    • 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
    • G06Q50/10—Services
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/40—Bus networks

Definitions

  • the present invention relates to a condition monitoring-based railway vehicle maintenance technology, and more particularly, a condition monitoring-based railway vehicle maintenance platform capable of performing failure diagnosis and prediction for major devices of a railway vehicle by extending an existing system. It relates to a dragon device.
  • Korean Patent Registration No. 10-0540162 (2005.12.23) relates to an information system for maintenance and repair of railroad vehicles, and integrates business processes and data management that are distributed in the operating institutions of railroad vehicles through the establishment of information infrastructure. It is possible to manage and operate to increase the operational efficiency of the railway field, and improve productivity and competitiveness in the railway vehicle field through standardization/informatization of the operation and maintenance system in the railway vehicle field.
  • Korean Patent Registration No. 10-1231836 (2013.02.04) relates to a real-time monitoring system for the maintenance of the door of a railroad vehicle.
  • a mobile computer such as an industrial computer with a cable
  • it is easy to check the status information such as control and monitoring history of the door
  • it is easy to analyze the cause of the failure thereby reducing maintenance equipment and maintenance time. I can.
  • An embodiment of the present invention is to provide an apparatus for a railroad vehicle maintenance platform based on condition monitoring capable of performing failure diagnosis and prediction for major devices of a railroad vehicle by extending an existing system.
  • an independent communication network capable of transmitting wave data having a large data capacity, it is possible to effectively predict the failure of major devices and predict the remaining life of the railroad vehicle. It is intended to provide a device for vehicle maintenance platform.
  • An embodiment of the present invention is based on a condition monitoring capable of maintaining real-time monitoring of the condition of a railway vehicle through a separate communication network even when one communication network fails by dynamically determining an operation mode according to the condition of the railway vehicle.
  • An embodiment of the present invention is capable of monitoring a defect related to a railroad vehicle based on driving data measured from various sensors installed in a railroad vehicle, and driving of the same major parts installed on each of a plurality of bogies constituting the railroad vehicle. It is intended to provide an apparatus and method capable of comparing data to determine whether there is a defect.
  • an abnormality of a safety component can be determined through the distribution of index values for each of a plurality of diagnostic items constituting the state of a railroad vehicle, and sensing values collected during the entire period are sampled in the frequency domain.
  • the apparatus for a railroad vehicle maintenance platform based on condition monitoring includes a plurality of first control devices for detecting the presence or absence of a failure by generating point data based on sensor data, and a first controlling device for transmitting the point data.
  • a first control management unit connected through a network to support control and management of a railroad vehicle, a plurality of second control devices respectively connected to the first network and performing failure prediction using the point data and wave data, and ,
  • a second control management unit connected through a second network in charge of transmitting the wave data to support control and management of the railway vehicle, and the selective use of the first and second networks according to the state of the railway vehicle.
  • an integrated operation unit that determines an operation mode and supports the control and management of the railway vehicle through data exchange between the first and second devices.
  • the first control management unit may use any one of a multifunction vehicle bus (MVB), a wired train bus (WTB), and RS485 as the first network.
  • MVB multifunction vehicle bus
  • WTB wired train bus
  • RS485 RS485
  • the second control management unit may operate independently of the first network and use a communication network having a larger transmission amount and a shorter transmission period than the first network for processing the wave data as the second network.
  • the second control management unit may use any one of a control device including an IoT communication module and a switching hub, and a control device including an analog sensor and an analog-digital converter (ADC) as the second control device.
  • a control device including an IoT communication module and a switching hub
  • ADC analog-digital converter
  • the integrated operation unit operates in a first operation mode in which only the first network operates, a second operation mode in which only the second network operates, and a third operation mode in which the first and second networks operate together according to the state of the railway vehicle. You can decide either.
  • the integrated operation unit may add the sensor data to the point data according to the third operation mode and transmit it to the second control management unit through the first or second network.
  • the integrated operation unit transmits the point data generated by the plurality of first control devices to the plurality of second control devices through the first network or generates the plurality of second control devices according to the operation mode.
  • Point data related to the desired wave data may be transmitted to the plurality of first control devices through the first network.
  • the integrated operation unit transmits a control signal generated by the plurality of second control devices according to the operation mode to the first control management unit through the first network or transmits a control signal generated by the second control management unit to the second control unit. 2 It can be transmitted to the first control management unit through a network.
  • the apparatus includes a railroad driving data generator configured to generate railroad driving data by detecting the driving of a railroad vehicle, a railroad driving characteristic determining unit configured to determine railroad driving characteristics by applying a driving characteristic function to the railroad driving data, and At least one railroad driving monitoring target is determined based on the railroad driving characteristics, and whether or not there is a defect related to the railroad driving monitoring target based on the diagnostic criteria determined according to the reproducibility of each of the determined at least one railroad driving monitoring target It includes a processing unit to monitor railroad driving.
  • the railroad driving data generation unit is based on a sensing value detected from at least two of a vibration sensor, a temperature sensor, a thermal image sensor, a position sensor, a speed sensor, an acceleration sensor, an ultrasonic sensor, and a current sensor installed in the railway vehicle. You can generate railroad driving data.
  • the railroad driving monitoring target processing unit determines the main parts of the railroad vehicle as the monitoring target with relatively high fault reproducibility, and determines the vehicle unstableness due to the lateral vibration of the railroad vehicle and the track of the railroad vehicle. This lower can be determined as the monitoring target.
  • the railroad driving monitoring object processor may compare a result value of the driving characteristic function according to the driving data with a reference value in a normal state to determine whether there is a defect in the monitoring object.
  • the railroad driving monitoring target processing unit may determine whether or not there is a defect in the monitoring target by comparing result values of the driving characteristic function of each of a plurality of bogies constituting the railroad vehicle.
  • the railroad driving monitoring target processing unit may compare the results of the driving characteristic function in real time to determine whether or not the railroad vehicle is unstable.
  • the processing unit to be monitored for railroad driving may determine whether or not there is a line defect of the railroad vehicle by comparing whether the truck unstable occurs or not with other railroad vehicles.
  • the method includes the steps of generating railroad driving data by detecting the driving of the railroad vehicle (a), determining railroad driving characteristics by applying a driving characteristic function to the railroad driving data (b), and Determining at least one railroad driving monitoring target based on driving characteristics (c) and determining whether or not there is a defect in the railroad driving monitoring target based on a diagnostic criterion determined according to the failure reproducibility of the railroad driving monitoring target It includes step (d).
  • the main parts of the railway vehicle are determined as the monitoring object with relatively high failure reproducibility, and the vehicle unstableness due to the lateral vibration of the railway vehicle and the track of the railway vehicle are determined relatively in the failure reproducibility. It may include the step of determining the lower the monitoring target.
  • the step (d) may include comparing a result value of the driving characteristic function according to the driving data with a reference value in a normal state to determine whether there is a defect in the monitoring object.
  • the step (d) may include comparing result values of the driving characteristic function of each of the plurality of bogies constituting the railway vehicle to determine whether or not there is a defect in the monitored object.
  • the step (d) may include comparing the result values of the driving characteristic function in real time to determine whether or not the railroad vehicle is unsafe.
  • the step (d) may include comparing whether or not the truck unstable has occurred with other rail vehicles and determining whether or not a track defect has occurred in the rail vehicle.
  • the device includes a railroad vehicle status summary unit for summarizing the status of the railroad vehicle based on sensing values collected during a specific section from a plurality of sensors, and a status summary of the railroad vehicle during a plurality of specific sections.
  • a railroad vehicle condition distribution calculation unit that calculates a distribution
  • an abnormal safety component detection unit that detects an abnormal safety component by determining an abnormal situation with respect to a specific sensing value through the distribution of the state summary of the railroad vehicle, and a diagnosis related to the abnormal safety component. It includes a precision diagnosis execution unit that determines whether to perform the detailed diagnosis according to the item and performs the detailed diagnosis.
  • the railroad vehicle state summary unit may summarize the state of the railroad vehicle by calculating an index value for each of a plurality of diagnostic items constituting the state of the railroad vehicle by using sensing values collected during the specific section.
  • the railroad vehicle state distribution calculation unit may generate a multidimensional coordinate system composed of coordinate axes corresponding to each of the plurality of diagnostic items, and calculate a distribution of a plurality of indicator values during the plurality of specific sections in the multidimensional coordinate system. have.
  • the abnormal safety component detection unit determines a first safety standard for each coordinate axis based on the distribution of the plurality of index values in the multidimensional coordinate system, and when there is an index value deviating from the first safety standard, the corresponding coordinate axis
  • the safety component associated with the corresponding diagnostic item can be determined as the abnormal safety component.
  • the abnormal safety part detection unit When the abnormal safety part detection unit is related to the corresponding coordinate axis and when the index values deviating from the first safety standard are distributed for a specific number of consecutive specific sections, the safety parts related to the diagnosis item corresponding to the corresponding coordinate axis are detected as abnormal safety parts. It can be determined as
  • the precision diagnosis execution unit performs precision diagnosis through any one of an envelope analysis and a fast Fourier transform (FFT) based on the sensing values collected during the specific section for each of the sensors associated with the abnormal safety component. Index can be calculated.
  • FFT fast Fourier transform
  • the precision diagnosis execution unit determines a second safety standard based on the precision diagnosis index during the plurality of specific sections, and diagnoses the defect of the abnormal safety component through comparison between the second safety standard and the precision diagnosis index. I can.
  • the precise diagnosis execution unit may determine that the abnormal safety component has a defect when the precision diagnosis index repeatedly exceeds the second safety standard during a specific number of consecutive periods.
  • the disclosed technology can have the following effects. However, since it does not mean that a specific embodiment should include all of the following effects or only the following effects, it should not be understood that the scope of the rights of the disclosed technology is limited thereby.
  • the device for a railroad vehicle maintenance platform based on condition monitoring adds an independent communication network capable of transmitting wave data with a large data capacity to effectively predict the failure of major devices and predict the remaining life of the railroad. Effective preventive maintenance of the vehicle may be possible.
  • the device for a railroad vehicle maintenance platform based on condition monitoring dynamically determines an operation mode according to the state of the railroad vehicle, so that even when one communication network fails, the railroad vehicle is Real-time monitoring of the status can be maintained.
  • An apparatus and method can monitor a defect related to a railroad vehicle based on driving data measured from various sensors installed in a railroad vehicle, and the same type installed on each of a plurality of bogies constituting the railroad vehicle. It is possible to determine whether there is a defect by comparing the driving data of the major parts of the.
  • An apparatus can determine an abnormality of a safety component through distribution of indicator values for each of a plurality of diagnostic items constituting the state of a railroad vehicle, and sample sensing values collected during the entire cycle. Through comparative analysis in the frequency domain, defects of safety parts can be accurately diagnosed.
  • FIG. 1 is a diagram illustrating a railroad vehicle maintenance system based on condition monitoring according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating a basic system configuration of the apparatus for a railroad vehicle maintenance platform shown in FIG. 1.
  • FIG. 3 is a block diagram illustrating a functional configuration of the apparatus for a railroad vehicle maintenance platform shown in FIG. 1.
  • FIG. 4 is a flowchart illustrating a condition monitoring-based rail vehicle maintenance process performed in the device for a rail vehicle maintenance platform in FIG. 1.
  • FIG. 5 is a view for explaining the overall concept of the device for a railroad vehicle maintenance platform based on condition monitoring according to an embodiment of the present invention.
  • 6 to 8 are diagrams for explaining data types used in the device for a railroad vehicle maintenance platform based on condition monitoring according to an embodiment of the present invention.
  • FIG. 9 is a diagram illustrating another embodiment of the apparatus in FIG. 1.
  • 10 and 11 are diagrams illustrating a method for monitoring railroad driving defects performed in the apparatus of FIG. 9.
  • FIG. 12 is a diagram illustrating another embodiment of the apparatus in FIG. 1.
  • 13 to 16 are exemplary diagrams illustrating a process of determining an index for a diagnostic item using an index for a diagnostic parameter in the device of FIG. 1.
  • 17 is an exemplary diagram illustrating a process of calculating an exponential distribution for a diagnosis item in the apparatus of FIG. 1.
  • first and second are used to distinguish one component from other components, and the scope of rights is not limited by these terms.
  • a first component may be referred to as a second component, and similarly, a second component may be referred to as a first component.
  • the identification code (for example, a, b, c, etc.) is used for convenience of explanation, and the identification code does not describe the order of each step, and each step has a specific sequence clearly in context. Unless otherwise stated, it may occur differently from the stated order. That is, each of the steps may occur in the same order as specified, may be performed substantially simultaneously, or may be performed in the reverse order.
  • the present invention can be embodied as computer-readable codes on a computer-readable recording medium, and the computer-readable recording medium includes all types of recording devices storing data that can be read by a computer system.
  • Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, and optical data storage devices.
  • the computer-readable recording medium is distributed over a computer system connected by a network, so that the computer-readable code can be stored and executed in a distributed manner.
  • FIG. 1 is a diagram illustrating a railroad vehicle maintenance system based on condition monitoring according to an embodiment of the present invention.
  • the railroad vehicle maintenance system 100 based on condition monitoring may include a railroad vehicle 110, an apparatus 130 for a railroad vehicle maintenance platform, a database 150, and a user terminal 170. have.
  • the railroad vehicle 110 may correspond to a power car, a passenger car, a freight car, a special car, etc. manufactured for the purpose of running on a railroad track.
  • the railroad vehicle 110 may be implemented by including a plurality of control devices that perform various functions during a driving process.
  • the railway vehicle 110 is a brake control unit (BCU), a peripheral transformer (MTR), heating, ventilation, and air conditioning (HVAC), a door control unit (DCU), a propulsion inverter (VVVF), and a compressor (CMPR).
  • BCU brake control unit
  • MTR peripheral transformer
  • HVAC heating, ventilation, and air conditioning
  • DCU door control unit
  • VVVF propulsion inverter
  • CMPR compressor
  • BTA Biller
  • HSCB High Speed Circuit Breaker
  • SIV Static Inverter
  • BSM Bogie Sensor Module
  • WSM Wired Sensor Module
  • SBM Switch Board Module
  • MBM Motor Block Module
  • ATS /ATC/ATP/ATO onboard signaling device
  • WLC train radio device
  • TCMS&COM CCTV
  • CPL coupled
  • PIS Passenger information system
  • the railway vehicle 110 is a means of transportation manufactured for the purpose of running on a railroad track, and may correspond to a power car, a passenger car, a freight car, a special car, and the like.
  • the railroad vehicle 110 may be implemented by including a plurality of sensors capable of measuring related data in order to monitor the state of various parts.
  • the railway vehicle 110 includes a motor block temperature sensor, a motor power detector, a bogie speed sensor, a GPS sensor, a switchboard temperature sensor, a condensate level sensor, a door position sensor, a door operating current detector, a shaft twist angle sensor, and a wheel vibration. It may include a sensor, a gearbox vibration sensor, a balance vibration sensor, a blower vibration sensor, and the like.
  • the motor block temperature sensor may be mounted near a motor block in which motors that provide power to the railway vehicle 110 are gathered, and may generate a signal for this by measuring the temperature of the motor block.
  • the motor block temperature sensor may be a thermal image sensor.
  • the motor power detector may detect power supplied to the motors and generate a signal for this.
  • the bogie speed sensor may measure the speed of the railway vehicle 110 and generate a signal for this. Instead of using the bogie speed sensor, the speed of the railroad vehicle 110 may be calculated using the change in GPS coordinates measured by the GPS sensor.
  • the GPS sensor may measure the GPS coordinates of the railroad vehicle 110 and generate a signal corresponding thereto. Since the railroad vehicle 110 moves on a pre-installed rail, the GPS coordinates of the railroad vehicle 110 enable it to predict on which rail the railroad vehicle 110 is moving.
  • the switchboard temperature sensor may be mounted near the switchboard for supplying power to various electric parts (eg, motors, blowers, etc.) used in the railroad vehicle 110, and measure the temperature of the switchboard to signal this. Can be created.
  • the switchboard temperature sensor may be a thermal image sensor.
  • the condensate water level sensor is mounted in a condensate storage tank that collects condensate generated in the railroad vehicle 110, and may generate a signal for this by measuring the level of the condensate.
  • the door position sensor may generate a signal by measuring the position of the door installed in the railroad vehicle 110.
  • the door position sensor may include a target mounted on the door, and a sensor that may be fixedly installed near the door and detect the position of the target. Additionally, the door position sensor may include an ultrasonic sensor for detecting an object stuck in the door.
  • the door operating current detector may detect a current supplied to an actuator such as a motor for moving a door and generate a signal for this.
  • the axial twist angle sensor may be installed on the tripod to measure the twist angle of the shaft connected to the tripod and generate a signal for this.
  • the axial twist angle sensor may include a torque sensor that detects a torque applied to the shaft.
  • the wheel vibration sensor may be mounted on a wheel of the railway vehicle 110 and may measure the vibration of the wheel and generate a signal for this.
  • the wheel vibration sensor may include a 3-axis acceleration sensor capable of measuring 3-axis acceleration of the wheel.
  • the gearbox vibration sensor may be mounted on a gearbox in which gears connecting a motor and a shaft are gathered, and a signal may be generated by measuring the vibration of the gearbox.
  • the gearbox vibration sensor may include a 3-axis acceleration sensor capable of measuring 3-axis acceleration of the gearbox.
  • the bogie vibration sensor may be mounted on each railway vehicle 110 and may detect bogie vibration and generate a signal for this.
  • the blower vibration sensor may be mounted on a blower for cooling the motor, and may generate a signal for this by measuring the vibration of the blower.
  • the railroad vehicle 110 is not necessarily limited thereto, and may further include various sensors, and the measured values thereof may be used for diagnosis of safety parts.
  • the railway vehicle maintenance platform device 130 is a computer that can support integrated control and management of the railway vehicle 110 by performing failure diagnosis and prediction of the railway vehicle 110 based on various information collected according to the operating mode. Alternatively, it may be implemented as a server corresponding to the program.
  • the device 130 for a railroad vehicle maintenance platform can be wirelessly connected to the railroad vehicle 110 through the Internet of Things (Internet of Thing) such as Bluetooth and WiFi, and can exchange data with the railroad vehicle 110 through a network. have.
  • Internet of Thing Internet of Thing
  • the device 130 for a railroad vehicle maintenance platform may periodically or in real time receive sensing data from a plurality of sensors included in the railroad vehicle 110, and according to the operating mode, the railroad vehicle 110 ) Can be provided to the railroad vehicle 110 with information necessary for control and management.
  • the apparatus 130 for a railroad vehicle maintenance platform may be implemented by being included in the railroad vehicle 110, and various information necessary for diagnosis and prediction of a failure may be provided to the user terminal 170.
  • the apparatus 130 for a railroad vehicle maintenance platform may store information necessary to support integrated control and management of the railroad vehicle 110 in connection with the database 150.
  • the apparatus 130 for a railroad vehicle maintenance platform may be implemented including the database 150 inside.
  • the railway vehicle maintenance platform device 130 may be implemented including a processor, a memory, a user input/output unit, and a network input/output unit, which will be described in more detail in FIG. 2.
  • the database 150 is a storage device capable of storing various pieces of information necessary to support integrated control and management of the railway vehicle 110.
  • the database 150 may store information on the railroad vehicle 110 and various control devices, and may store a plurality of sensing data received from the railroad vehicle 110, but is not necessarily limited thereto, and a plurality of sensing data
  • the information collected or processed in various forms may be stored in the process of determining an operation mode based on the information and integrated support for controlling and managing the railway vehicle 110.
  • the user terminal 170 may correspond to a computing device capable of receiving information necessary for control and management of the railroad vehicle 110 from the device 130 for a railroad vehicle maintenance platform and displaying it through various interfaces.
  • the user terminal 170 may be implemented as a smart phone, a notebook computer, or a computer, but is not limited thereto, and may be implemented as various devices such as a tablet PC.
  • the user terminal 170 may be connected to the device 130 for a railroad vehicle maintenance platform through a network, and a plurality of user terminals 170 may be simultaneously connected with the device 130 for a railroad vehicle maintenance platform.
  • the user terminal 170 may be registered in advance in the railroad vehicle 110 and/or the railroad vehicle maintenance platform device 130 to obtain limited authority to transmit and receive data or to check.
  • FIG. 2 is a diagram illustrating a basic system configuration of the apparatus for a railroad vehicle maintenance platform shown in FIG. 1.
  • the apparatus 130 for a railroad vehicle maintenance platform may include a processor 210, a memory 230, a user input/output unit 250, and a network input/output unit 270.
  • the processor 210 can execute each procedure to support integrated control and management of the railroad vehicle 110 by performing fault diagnosis and prediction of the railroad vehicle 110 on the basis of various information collected according to the operation mode, and , It is possible to manage the memory 230 that is read or written throughout the process, and a synchronization time between the volatile memory and the nonvolatile memory in the memory 230 can be scheduled.
  • the processor 210 can control the overall operation of the device 130 for a railroad vehicle maintenance platform, and is electrically connected to the memory 230, the user input/output unit 250, and the network input/output unit 270 to provide data between them. You can control the flow.
  • the processor 210 may be implemented as a CPU (Central Processing Unit) of the apparatus 130 for a railroad vehicle maintenance platform.
  • CPU Central Processing Unit
  • the memory 230 is implemented as a nonvolatile memory such as a solid state disk (SSD) or a hard disk drive (HDD), and includes an auxiliary storage device used to store all data required for the device 130 for a railroad vehicle maintenance platform.
  • a main memory device implemented with volatile memory such as RAM (Random Access Memory) may be included.
  • the user input/output unit 250 may include an environment for receiving a user input and an environment for outputting specific information to a user.
  • the user input/output unit 250 may include an input device including an adapter such as a touch pad, a touch screen, an on-screen keyboard, or a pointing device, and an output device including an adapter such as a monitor or a touch screen.
  • the user input/output unit 250 may correspond to a computing device connected through a remote connection, and in such a case, the device 130 for a railroad vehicle maintenance platform may be performed as a server.
  • the network input/output unit 270 includes an environment for connecting to an external device or system through a network, and includes, for example, a local area network (LAN), a metropolitan area network (MAN), a wide area network (WAN), and a VAN ( Value Added Network) may include an adapter for communication.
  • LAN local area network
  • MAN metropolitan area network
  • WAN wide area network
  • VAN Value Added Network
  • FIG. 3 is a block diagram illustrating a functional configuration of the apparatus for a railroad vehicle maintenance platform shown in FIG. 1.
  • the apparatus 130 for a railroad vehicle maintenance platform may include a first control management unit 310, a second control management unit 330, an integrated operation unit 350, and a control unit 370.
  • the first control management unit 310 is connected to a plurality of first control devices for detecting the presence or absence of a fault by generating point data based on sensor data, and a railroad vehicle 110 by being connected through a first network in charge of transmitting the point data. ) Can support the control and management.
  • the first control management unit 310 may serve as a forwarding server (FWSV) that processes point data, and, for example, a train control and control unit (TCMS) that is basically installed inside the railway vehicle 110. Management System).
  • the point data may include pressure, temperature, and power.
  • the first control management unit 310 is connected to various controllers (ECUs) included in the plurality of first control devices to receive the control device failure and measurement data of the control device, It is possible to support the safe operation of the railroad vehicle 110 by providing the state of (110).
  • the first control device may include a controller (ECU) therein, and the controller (ECU) may include various sensors internally for device control. Since the controller (ECU) is mainly used for device control, it may determine whether the sensor is normal and transmit a fault code to the first control management unit 310. In addition, the controller (ECU) may select only a small part or main value of the sensor data and transmit it to the first control management unit 310 so as to refer to the operation of the railway vehicle 110.
  • the first control management unit 310 may use any one of a multifunction vehicle bus (MVB), a wired train bus (WTB), and RS485 as the first network.
  • MVB multifunction vehicle bus
  • WTB wired train bus
  • RS485 RS485
  • the first network may correspond to a TCMS backbone, and may generally be implemented using a communication network such as MVB, WTB, and RS485. .
  • the first network has a limitation in transmitting large amounts of data due to the narrow bandwidth of the communication network, and for example, data of 1024 bytes or less (byte or less) may be transmitted in a period of 1000 ms.
  • the first control management unit 310 receives and processes only point data of a limited capacity from a plurality of first control devices through the first network, thereby performing only a limited role in control and management of the railroad vehicle 110. I can.
  • the second control management unit 330 is connected to a first network, and is connected through a second network in charge of transmitting wave data with a plurality of second control devices that perform failure prediction using point data and wave data. As a result, it is possible to support the control and management of the railway vehicle 110.
  • the second control management unit 330 may serve as a local processing server (LPSV) that processes wave data.
  • LPSV local processing server
  • the second control management unit 330 may perform an extended role than that of the existing TCMS, and by receiving and processing wave data having a larger capacity than point data, but having more information, whether or not the control device has a simple failure. In addition, it can effectively support preventive maintenance by predicting signs of impending failure or remaining life in the future.
  • the wave data may include a vibration signal, a current/voltage waveform signal, and the like.
  • the second control management unit 330 operates independently of the first network and may use a communication network having a larger transmission amount and a shorter transmission period than the first network for processing wave data as the second network.
  • the second network may correspond to an independent communication backbone connected to the first network, and may operate in connection with a plurality of second control devices.
  • the second network may provide a performance capable of transmitting data of 1 gigabyte or less (Giga Byte or Less) in a 100 ms cycle for transmission of wave data.
  • the second control management unit 330 may provide a larger data storage capacity and a longer data storage period compared to the first control management unit 310 in response to improved network performance.
  • the second control management unit 330 uses any one of a control device including an IoT communication module and a switching hub, and a control device including an analog sensor and an analog-digital converter (ADC) as a second control device.
  • the second control device may basically have an operation capability capable of processing wave data, and may include a separate database capable of storing raw data and main indexes for main situations.
  • the second control device may correspond to a separate device that operates independently from the first control device.
  • the second control device may perform data communication through the first network or the second network according to the operation mode, and for this, it may be implemented including an IoT communication module and a switching hub.
  • the second control device may include a new analog sensor and an analog-to-digital converter (ADC) for measuring or collecting additional wave data.
  • ADC analog-to-digital converter
  • the integrated operation unit 350 controls the railroad vehicle 110 through data exchange between the first and second devices by determining an operation mode for selective use of the first and second networks according to the state of the railroad vehicle 110 And management can be integrated support.
  • the state of the railroad vehicle 110 may be defined in advance based on the operating period, the operating section, and operating conditions of the railroad vehicle 110, and the integrated operation unit 350 includes the railroad vehicle 110 classified on the basis of various conditions. ), the operating mode can be dynamically determined.
  • the integrated operation unit 350 may determine an operation mode in which a more precise diagnosis is possible. That is, the integrated operation unit 350 may use the first network when measuring or diagnosing only simple information, and may use the second network when more precise analysis is required. In addition, the integrated operation unit 350 may build a table on the operation mode for each state of the railroad vehicle 110 and use it to determine the operation mode.
  • the integrated operation unit 350 may exchange data between the first control devices and the second control devices according to the operation mode, and the railroad vehicle maintenance platform device 130 is complementarily integrated.
  • the data may be used to monitor the condition of the railroad vehicle 110.
  • Data exchange between the first control devices and the second control devices is performed by indirect communication through the first network or between the first and second control devices according to an operation mode determined by the integrated operation unit 350. It can be done by direct communication. In this case, direct communication between the first and second control devices may correspond to IoT communication.
  • the integrated operation unit 350 operates in a first operation mode in which only the first network is operated, a second operation mode in which only the second network is operated, and the first and second networks are combined according to the state of the railway vehicle 110. Any one of the third operating modes to operate can be determined.
  • the first operation mode may correspond to an operation mode in which the existing TCMS installed on the railway vehicle 110 is used as it is, and the second operation mode is an operation mode that enables more precise analysis through a communication network with a larger bandwidth.
  • the third operation mode may correspond to an operation mode in which the first and second networks operate together to share failure diagnosis and analysis for prediction.
  • the integrated operation unit 350 When an abnormality is detected in the operation of the first control management unit 310 or the second control management unit 330, the integrated operation unit 350 facilitates a real-time monitoring function regarding the state of the railroad vehicle 110 through change of the operation mode. It can be controlled to be performed. In another embodiment, the integrated operation unit 350 may manually change the operation mode according to a control command received from the user terminal 170. In addition, the integrated operation unit 350 is not necessarily limited thereto, and may define and utilize various operation modes for monitoring the condition of the railroad vehicle 110.
  • the integrated operation unit 350 may add sensor data to the point data according to the third operation mode and transmit it to the second control management unit 330 through the first or second network.
  • the integrated operation unit 350 may add sensor data that can be used to the point data transmitted through the first network.
  • the integrated operation unit 350 may increase the bandwidth of the first network. Sensor data and related information transmitted through the first and second networks will be described in more detail with reference to FIGS. 6 to 8.
  • the integrated operation unit 350 transmits point data generated by a plurality of first control devices according to an operation mode to a plurality of second control devices through a first network, or a plurality of second control devices
  • Point data related to the generated wave data may be transmitted to the plurality of first control devices through the first network.
  • the first control devices and the second control devices can complementaryly exchange data through the first network, and because the first network is used, data transmitted from the second control devices to the first control devices is As point data, it may correspond to summary data or representative values for wave data.
  • communication between the first control device and the first control management unit 310 is performed through the first network
  • communication between the second control device and the second control management unit 330 may be performed through the second network.
  • the transmitted data and the network may change.
  • the second control device Since the second control devices are connected to the first network, and the point data generated by the first control devices is transmitted through the first network, the second control device integrates the point data transmitted through the first network. ) Can be selectively received.
  • the ECU data of the first control device constituting the existing TCMS can be provided to the second control device.
  • speed data, etc. is one of the data required for analysis in the second control device. Since the data sent from the device can be secured by the second control device as it is, the installation of additional sensors can be omitted.
  • the integrated operation unit 350 transmits a control signal generated by a plurality of second control devices according to the operation mode to the first control management unit 310 through the first network or the second control management unit 330
  • the control signal generated from may be transmitted to the first control management unit 310 through the second network.
  • the second control device may transmit only the result of the final operation as a real-time monitoring result under the control of the integrated operation unit 350 to the first control management unit 310 through the existing first network, and the first control management unit 310 You can perform actions accordingly.
  • the second control management unit 330 may be directly connected to the first control management unit 310 through a second network, and directly transmit a control signal to the first control management unit 310 under the control of the integrated operation unit 350. I can.
  • the control unit 370 controls the overall operation of the apparatus 130 for a railroad vehicle maintenance platform, and controls the control flow or data flow between the first control management unit 310, the second control management unit 330, and the integrated operation unit 350. Can be managed.
  • FIG. 4 is a flowchart illustrating a condition monitoring-based rail vehicle maintenance process performed in the device for a rail vehicle maintenance platform in FIG. 1.
  • the railway vehicle maintenance platform device 130 is in charge of transmitting point data to a plurality of first control devices that generate point data using sensor data through the first control management unit 310. It is connected through the first network to support the control and management of the railroad vehicle 110 (step S410).
  • the railway vehicle maintenance platform device 130 is connected to the first network through the second control management unit 330 and generates wave data using sensor data and point data, and a plurality of second control devices and wave data. It is connected through a second network in charge of transmission of the railroad vehicle 110 to support control and management (step S430).
  • the device 130 for a railroad vehicle maintenance platform determines an operating mode related to the selective use of the first and second networks according to the state of the railroad vehicle 110 through the integrated operation unit 350, so that the first and second devices are It is possible to support integrated control and management of the railroad vehicle 110 through data exchange between them (step S450).
  • FIG. 5 is a view for explaining the overall concept of the device for a railroad vehicle maintenance platform based on condition monitoring according to an embodiment of the present invention.
  • the device 130 for a railroad vehicle maintenance platform is a new CMB that provides an improved communication environment with a first control management unit 510 using an existing TCMS backbone as a first network 513.
  • a second control management unit 530 that uses the backbone as the second network 533 may be included.
  • the first network 513 may be connected to a plurality of first control devices 511 to transmit point data to the first control management unit 510, and the second network 533 may include a plurality of second control devices 531 ) And may transmit wave data to the second control management unit 530.
  • the second control device 531 may include a control device 531b including an IoT communication module and a switching hub, and a control device 531a including an analog sensor and an analog-to-digital converter (ADC).
  • the control device 531a including an analog sensor may measure or collect waveform data that was difficult to use in the existing TCMS, and may be selectively installed at a location where precise analysis is required for preventive maintenance of the railway vehicle 110.
  • the control device 531b including the IoT communication module and the switching hub corresponds to the first control device 511 constituting the existing TCMS, and has improved performance so that the collection and analysis of wave data is possible by itself. It may correspond to a condition monitoring system based.
  • the second control device 531 is capable of collecting raw data and building a database, extracting features and classifying reference features, and is capable of diagnosing and processing big data based on the classified feature distribution. You can perform foresight by In addition, the second control device 531 may perform a role of transmitting core data to the first control management unit 510.
  • 6 to 8 are diagrams for explaining data types used in the device for a railroad vehicle maintenance platform based on condition monitoring according to an embodiment of the present invention.
  • the apparatus 130 for a railroad vehicle maintenance platform may support control and management of the railroad vehicle 110 by collecting and analyzing various types of information through the first and second networks.
  • a control device including a plurality of sensors and collecting sensing data may selectively transmit data through the first and second networks according to the operation mode.
  • the first and second control devices corresponding to each device transmit each information through the first and second networks according to the operation mode, the first control management unit 310, the second control management unit 330, and the railroad vehicle maintenance platform. It can be transmitted to the device 130 for.
  • the BCU may transmit a failure code and basic TCMS sensor data through the first network.
  • the basic TCMS sensor data includes cylinder pressure, loading load, regenerative power demand, regenerative braking achievement, air brake attenuation, command, BCP range failure, BCP consistency failure, component failure, WSP signal, MR pressure failure, etc. I can.
  • the BCU can additionally transmit cylinder pressure, loading load, AC pressure, BC pressure, anti skid valve, MR pressure, AS pressure, BC pressure application, number of operations, etc., depending on the operating mode.
  • the first control management unit 310 Alternatively, the second control management unit 330 may receive corresponding data.
  • the BCU can transmit IoT precision diagnostic and predictive information through the second network, for example, cylinder operating pressure, waveform, load load, valve operating current waveform, cylinder pressure, load load, AC pressure, BC pressure, Anti skid valve, MR pressure, AS pressure, BC pressure application, number of operations, outside temperature, speed, deceleration, driving distance, driving time, driving section, etc. can be transmitted.
  • FIG. 9 is a diagram illustrating another embodiment of the apparatus in FIG. 1.
  • the apparatus 130 may include a railroad driving data generation unit 910, a railroad driving characteristic determination unit 930, a railroad driving monitoring target processing unit 950, and a control unit 970.
  • the device 130 may simultaneously monitor the railroad vehicle 110 running and the defect of the corresponding track in real time.
  • it includes major parts mounted on the railroad vehicle 110 to be monitored, the unstable truck vehicle due to lateral vibration during the running of the railroad vehicle 110, and a track on which the railroad vehicle 110 travels.
  • the device 130 applies different diagnostic criteria based on the failure reproducibility of the monitored object, and in the case of a monitoring object with high failure reproducibility, the characteristic function result value and the diagnostic criteria of the database 150 are compared. And, by evaluating the repeatability for exceeding the standard, it diagnoses whether the major parts installed in the railroad vehicle 110 are damaged, and in the case of a monitoring target with low failure reproducibility, the result value of the characteristic function and the diagnostic criteria are compared in real time, It is possible to diagnose whether the line is defective.
  • the railroad driving data generation unit 910 may generate railroad driving data by detecting the driving of the railroad vehicle 110.
  • the railroad driving data generation unit 910 may generate driving data of the railroad vehicle 110 using various sensors installed on the railroad vehicle 110 that is running.
  • the driving data is included in data related to the driving environment of the railroad vehicle 110, and the driving speed, acceleration, driving position, temperature, vibration value, current value, wind direction, wind speed, humidity, and It may correspond to at least one of the rainfall.
  • the railroad driving data generation unit 910 may provide data to the controller 970 with various physical quantities measured from a vibration sensor, a temperature sensor, a thermal image sensor, a position sensor, a speed sensor, an acceleration sensor, an ultrasonic sensor, and a current sensor.
  • the railroad driving data generation unit 910 includes at least two of a vibration sensor, a temperature sensor, a thermal image sensor, a position sensor, a speed sensor, an acceleration sensor, an ultrasonic sensor, and a current sensor installed in the railroad vehicle 110. It is possible to generate railroad driving data based on the sensing values detected from them.
  • the railroad driving characteristic determination unit 930 may determine railroad driving characteristics by applying a driving characteristic function to the railroad driving data generated by the railroad driving data generation unit 910.
  • the driving characteristic function is a function for determining the damage of major parts of the railroad vehicle 110, truck unstableness, or track integrity, and is a function consisting of parameters related to the driving condition of the railroad vehicle 110, and the vibration characteristic function, It may include at least one of a temperature change characteristic function, a torsional characteristic function, and a current characteristic function.
  • the railroad driving monitoring target processing unit 950 determines at least one railroad driving monitoring target based on railroad driving characteristics, and monitors the railroad driving based on the diagnostic criteria determined according to the reproducibility of each of the determined at least one railroad driving monitoring target. It is possible to determine whether there is a defect on the object.
  • the railroad driving monitoring object processing unit 950 may apply different diagnostic criteria by classifying a monitoring object having high failure reproducibility and a monitoring object having low failure reproducibility depending on whether or not the failure reproducibility is present.
  • the railroad driving monitoring target processing unit 950 determines the main parts of the railroad vehicle 110 as a monitoring target with relatively high failure reproducibility, and the vehicle stability and railroad vehicle due to the lateral vibration of the railroad vehicle 110 The line of (110) can be determined as a monitoring target with relatively low failure reproducibility.
  • the railroad driving monitoring object processing unit 950 may determine whether or not there is a defect in the monitoring object by comparing a result value of a driving characteristic function according to the driving data with a reference value in a normal state.
  • the railroad driving monitoring object processing unit 950 may determine whether or not there is a defect in the monitoring target by comparing result values of driving characteristic functions of each of a plurality of bogies constituting the railroad vehicle 110.
  • the railroad driving monitoring target processing unit 950 may compare the result values of the driving characteristic functions in real time to determine whether or not the railroad vehicle 110 is unsafe.
  • the railroad driving monitoring target processing unit 950 may determine whether a railroad vehicle 110 has a defect in a track by comparing whether or not a truck unstable has occurred with another railroad vehicle.
  • the control unit 970 controls the overall operation of the device 130, and controls a control flow or data flow between the railroad driving data generation unit 910, the railroad driving characteristic determination unit 930, and the railroad driving monitoring target processing unit 950. Can be managed.
  • the device 130 may perform a method for monitoring railroad driving defects, the step of generating railroad driving data by detecting the driving of the railroad vehicle 110 (S1-1), and providing a driving characteristic function to the railroad driving data. Determining railroad driving characteristics by applying (S1-2), determining at least one railroad driving monitoring target based on railroad driving characteristics (S1-3), and diagnosis determined according to failure reproducibility of the railroad driving monitoring target It includes a step (S1-4) of determining whether the object is defective based on the criterion.
  • step S1-4 the railroad driving defect monitoring method determines the main parts of the railroad vehicle 110 as a monitoring target with relatively high failure reproducibility, and the vehicle unstableness due to the lateral vibration of the railroad vehicle 110 and the railroad vehicle 110 ), and the like, as a monitoring target with relatively low failure reproducibility.
  • the railroad driving defect monitoring method may include comparing a result value of the driving characteristic function according to the driving data with a reference value in a normal state to determine whether or not there is a defect on the monitored object.
  • the method for monitoring railroad driving defects may include determining whether or not there is a defect on the monitored object by comparing result values of driving characteristic functions of each of the plurality of bogies constituting the railroad vehicle 110.
  • the railroad driving defect monitoring method may include determining whether or not the railroad vehicle 110 is unsafe by comparing result values of the driving characteristic function in real time.
  • the method for monitoring railroad driving defects may include determining whether or not a railroad defect occurs in the corresponding railroad vehicle 110 by comparing whether or not a truck unstable occurs with other railroad vehicles.
  • 10 and 11 are diagrams illustrating a method for monitoring railroad driving defects performed in the apparatus of FIG. 9.
  • the device 130 may perform a railroad driving defect monitoring method, a driving condition parameter selection step (S1010), a driving condition DB construction parameter class classification step (S1020), a monitoring target selection step ( S1030), including the step of setting a measurement sensor to be monitored (S1040) and a step of setting a characteristic function to be monitored (S1050), driving generated to monitor damage to major parts of the railway vehicle 110, the occurrence of instability of the truck, and defects of the track Data can be parameterized and classified by class.
  • the parameters may include a measurement date and time (Xdtm), a driving speed (Xspd), a driving position (Xgps), an outside temperature (Xtmp), a wind speed (Xwnd), and humidity and rainfall conditions (Xhmd).
  • the device 130 may classify each class according to speed, position, and temperature, and build a DB related to the measured driving data for each parameter and the result value of the characteristic function for the corresponding driving data (S1020).
  • the device 130 sets a monitoring object having high reproducibility and a monitoring object having low reproducibility according to whether or not failure reproducibility is present (S1030).
  • monitoring targets with high failure reproducibility include damage to the wheel bearing of the railway vehicle 110, damage to the drive shaft, overheating of the motor block, damage to the blower system, overheating of the switchboard, damage to the gearbox, damage to the main power converter, and damage to the traction motor. do.
  • monitoring targets with low failure reproducibility include unstable trucks and line defects.
  • the device 130 sets a measurement sensor to measure driving data for each monitoring target (S1040). For example, in order to monitor whether a wheel bearing is defective, a vibration sensor and a temperature sensor may be set as a measurement sensor, and a temperature sensor may be set as a measurement sensor to monitor whether a switchboard is defective. In addition, in order to monitor unstable bogie or line defects, a vibration sensor and a sensor related to the driving position may be set.
  • the device 130 sets a characteristic function for diagnosing a defect for each monitoring target (S1050). For example, in order to diagnose whether a wheel bearing is defective, a temperature characteristic function, a momentum, and a vibration characteristic function related to the envelope spectrum are set. In order to monitor whether the switchboard is defective or not, a temperature change characteristic function related to the maximum temperature is set. In addition, in order to monitor the vehicle instability defect, a vibration characteristic function related to a vibration value and an envelope spectrum can be set.
  • the device 130 sets a monitoring object and a measurement sensor to detect a defect, and selects a characteristic function related to the monitoring object (S1110).
  • the device 130 selects a diagnostic criterion for determining whether a monitoring target is defective (S1120).
  • the device 130 detects driving data related to driving conditions and driving environment, calculates a result value of a characteristic function based on the detected driving data, and fails to monitor the target. Whether or not a defect has occurred is detected in consideration of reproducibility (S1130 to S1150).
  • the characteristic function may include at least one of a vibration characteristic function, a temperature change characteristic function, a torsional characteristic function, and a current characteristic function according to an embodiment of the present invention.
  • the vibration characteristic function related to the vibration sensor may include at least one of spectral values of Root Mean Square Acceleration (RMSA), Peak, Skewness, Kurtosis, Crest factor, Impulse factor, Shape factor, and defect frequency.
  • RMSA Root Mean Square Acceleration
  • Skewness represents a measure of how much the probability distribution of the actual random variable is biased with respect to the average value
  • Crest factor represents the ratio of the peak to the average value as a measure of waveforms such as AC current or sound.
  • Kurtosis represents one measure of the peak size of the probability distribution of random variables, and the clearance factor is an element for detecting initial spalling of bearing due to fatigue.
  • the impulse factor is one dimensionless amplitude parameter and is a useful method under simulation conditions using a gas probability density function model of bearing spalling due to fatigue
  • the shape factor is another dimensionless amplitude parameter and bearing spalling due to fatigue. It is a useful method under simulation conditions using a Gaos probability density function model of.
  • the device 130 classifies the driving condition and the driving environment as parameters in the case of wheel bearings, and one of the two as a characteristic function of the vibration and temperature sensor values in the classified category. If only the characteristic function of exceeds the reference value, it is judged that there is a possibility of a primary defect.
  • the device 130 sufficiently shows a relative difference compared to the characteristic function of the other wheel bearings in the bogie, and when such a phenomenon continues repeatedly, it can be finally diagnosed that a defect has occurred. .
  • the temperature change characteristic function includes the maximum value of the temperature sensor, and the diagnostic criterion is equal to T max > T f + ⁇ using the tolerance and the limit temperature.
  • T f is the limit temperature
  • ⁇ is the temperature tolerance
  • the temperature characteristic function means that when the temperature of a wide area such as a thermal image sensor is measured by a pixel, it is the maximum among the temperature values of each pixel.
  • the device 130 attaches a plurality of thermal image sensors to the motor blocks of the towing vehicle of the railway vehicle 110 and the switchboards of the carriage, and the maximum temperature is diagnosed by the temperature change characteristic function. If it exceeds the reference value, it is judged that there is a possibility of a primary defect.
  • the device 130 compares the maximum temperature of the adjacent motor block and the switchboard, respectively, and if this phenomenon continues repeatedly, it is possible to finally diagnose that a defect has occurred in the motor block or switchboard. have.
  • the torsion characteristic function is as follows.
  • ⁇ denotes torsional strain
  • ⁇ 1 and ⁇ 2 denote the encoder rotation angle
  • T 1 and T 2 denote the driving torque and braking torque.
  • the device 130 may diagnose whether the power transmission device of the railway vehicle 110 is defective using the torsion function.
  • the device 130 measures the three-phase current waveforms of the main power converter using a current sensor, and derives a characteristic function related to the roundness.
  • the device 130 can check the defect of the main component by whether or not the roundness of the characteristic function exists within the tolerance from the reference value.
  • the device 130 is a transverse vibration sensor mounted on the bogie to detect the occurrence of bogie instability, and generally measures a low-frequency signal within 10 Hz and performs a specific vibration for a specific time in real time. It monitors whether the value persists.
  • the device 130 diagnoses that when the vehicle instability as described above is highly correlated with a specific driving position and consistently appears in other trucks and other trained vehicles, the integrity of the track has occurred. can do.
  • FIG. 12 is a diagram illustrating another embodiment of the apparatus in FIG. 1.
  • the apparatus 130 includes a railroad vehicle status summary unit 1210, a railroad vehicle status distribution calculation unit 1230, an abnormal safety component detection unit 1250, a precision diagnosis execution unit 1270, and a control unit 1290. ) Can be included.
  • the railroad vehicle status summary unit 1210 may summarize the status of the railroad vehicle 110 based on sensing values collected during a specific section from a plurality of sensors.
  • summarizing the state of the railroad vehicle 110 may mean that various pieces of information are integrated into one so that the current state of the railroad vehicle 110 can be easily recognized.
  • the railroad vehicle status summary unit 1210 uses sensing values received from a plurality of sensors included in the railroad vehicle 110 for a certain period of time and summarizes them into index values for each diagnostic item. 110) can be summarized simply.
  • the railroad vehicle status summary unit 1210 calculates an index value for each of a plurality of diagnostic items constituting the state of the railroad vehicle 110 by using sensing values collected during a specific section. 110) can be summarized.
  • the specific section may correspond to a time section for collecting sensing values
  • the diagnosis item may correspond to a diagnosis target corresponding to the safety component of the railroad vehicle 110.
  • the specific section and diagnosis item may be preset or automatically set by the device 130.
  • the diagnosis item may include a diagnosis item and at least one diagnosis parameter according to the type of the diagnosis item.
  • types of diagnostic items may include motor block overheating, switchboard overheating, condensate tank level, door jamming, door faults, tripods, wheel bearings, wheel plating, gearbox, bogie instability, and blower faults.
  • motor block overheating switchboard overheating
  • condensate tank level door jamming
  • door faults door faults
  • tripods wheel bearings
  • wheel plating gearbox
  • bogie instability bogie instability
  • blower faults It is not necessarily limited thereto, and may include various diagnostic items that can be used for diagnosing safety parts.
  • Each type of diagnosis item may include the following diagnosis items and at least one diagnosis parameter. (However, diagnosis item: diagnosis item (diagnosis parameter))
  • Motor block overheating Motor block temperature (speed, Power GPS)
  • Switchboard overheating Switchboard temperature (speed, power, GPS)
  • Door defect door open/close hysteresis (operating current, open/close trajectory)
  • Tripod defect axial twist angle (speed, power, GPS)
  • Wheel bearing defect Wheel vibration (speed, power, GPS)
  • Wheel scratch Wheel vibration (speed, power, GPS)
  • Gearbox defect Gearbox vibration (speed, power, GPS)
  • Bogie instability Bogie vibration (speed, power, GPS)
  • Blower defect Blower vibration (speed, power, GPS)
  • the device 130 can diagnose the motor block overheating when the mileage of the railroad vehicle 110 is greater than the set mileage, and the railroad vehicle 110 measured by sensors The speed, motor power, and motor block temperature under the position of the railroad car 110 may be collected as state information of the railroad car 110.
  • the device 130 can diagnose the switchboard overheating when the mileage of the railroad vehicle 110 is greater than the set mileage, and the speed of the railroad vehicle 110 measured by sensors , Motor power, and the temperature of the switchboard under the location of the railroad vehicle 110 may be collected as state information of the railroad vehicle 110.
  • the device 130 may diagnose that the condensate overflow is when the level of the condensate is higher than the set condensate level.
  • the device 130 may diagnose that an object is jammed in the door if the door gap is larger than the set door gap.
  • the device 130 may diagnose a door defect if the door open/close hysteresis deviates from the set door open/close hysteresis by a set value or more.
  • the door opening/closing hysteresis may include a door position curve, a door speed curve, and a door acceleration curve according to time elapsed after the opening/closing signal is generated.
  • the position value of the door, the speed value of the door, or the acceleration value of the door at a specific point in time deviates from the set value by the set position value of the door, the set speed value of the door, the set acceleration value of the door, or If the area of the position curve of the door, the area of the speed curve of the door, or the area of the acceleration curve of the door deviates by more than a set value from the area of the set position curve, the area of the set speed curve, or the area of the set acceleration curve, it will be diagnosed as a door defect. I can.
  • the device 130 can diagnose the tripod defect when the axis twist angle is greater than the set axis twist angle, and the speed and motor power of the railroad vehicle 110 measured by sensors , It is possible to collect the axis twist angle under the position of the railroad vehicle 110 as state information of the railroad vehicle 110.
  • the device 130 may diagnose a wheel bearing defect when the wheel vibration is greater than the set wheel vibration, and the speed, motor power, and railroad vehicle 110 measured by sensors Wheel vibration under the position of the vehicle 110 may be collected as state information of the railroad vehicle 110.
  • the device 130 can diagnose a wheel abrasion when the wheel vibration is greater than the set wheel vibration, and the speed, motor power, and railroad vehicle ( Wheel vibration under the position of 110) may be collected as status information of the railroad vehicle 110.
  • the device 130 can diagnose a gearbox defect when the gearbox vibration is greater than the set gearbox vibration, and the speed and motor power of the railroad vehicle 110 measured by sensors , The vibration of the gearbox under the position of the railroad vehicle 110 may be collected as state information of the railroad vehicle 110.
  • the device 130 can diagnose the truck instability when the diagnosis item is the truck instability and the truck vibration is greater than the set truck vibration, and the speed, motor power, and railroad vehicle ( Under the position of 110), the vibration of the bogie may be collected as status information of the railroad vehicle 110.
  • the device 130 can diagnose the blower defect when the blower vibration is greater than the set fan vibration, and the speed, motor power, and railroad vehicle ( The vibration of the blower under the position of 110) may be collected as status information of the railroad vehicle 110.
  • the railroad vehicle status summary unit 1210 may collect various sensing values from a plurality of sensors during a specific section, and may use all or only a part of the collected sensing values.
  • the collection period or sampling period of the sensing values may be preset or automatically set by the device 130.
  • the railroad vehicle status summary unit 1210 may determine the index of diagnosis items and diagnosis parameters for each type of diagnosis item based on the sensing value, and an index for each diagnosis item using index information collected during a specific section. You can calculate the value.
  • the index may correspond to a step in which a specific sensing value measured when the measurement range of the sensing value collected from each sensor is divided into a certain level is included, and the index value is collected during a specific period. It is calculated using the obtained index information and may correspond to a value representing the specific section.
  • the index for the motor block temperature which is a diagnostic item for motor block overheating, is determined (however, detailed processes will be described in more detail in FIGS. 13 to 16).
  • index value for motor block overheating using index information on motor block temperature collected during a specific period (here, the index value is the average of the indexes collected during a specific period ( ), peak( ), RMS value ( ), crest factor ( ), skewness( ), kurtosis ( ), clearance factor ( ), impulse factor ( ), shape factor ( ), probability function ( ) And statistical moment ( ) May correspond to any one of.)
  • the railroad vehicle state distribution calculation unit 1230 may calculate a distribution of a state summary of the railroad vehicle 110 during a plurality of specific sections.
  • the device 130 may divide the entire cycle for diagnosing safety parts of the railroad vehicle 110 into a plurality of specific sections, and the railroad vehicle state distribution calculation unit 1230 divides the plurality of specific sections according to time order. After the alignment, the distribution of the summary of the state of the railroad vehicle 110 for the entire cycle may be integrated into one.
  • the railroad vehicle state distribution calculating unit 1230 generates a multidimensional coordinate system composed of coordinate axes corresponding to each of a plurality of diagnostic items, and relates a plurality of index values during a plurality of specific sections in the multidimensional coordinate system. The distribution can be calculated.
  • the railroad vehicle condition distribution calculation unit 1230 may integrate and display the index values for each diagnostic item for the entire period calculated by the railroad vehicle status summary unit 1210 in one coordinate system.
  • the multidimensional coordinate system may be implemented so that each axis corresponds to one diagnosis item, and a unit of each axis may correspond to an index unit for a diagnosis item of a corresponding diagnosis item.
  • a unit of each axis may correspond to an index unit for a diagnosis item of a corresponding diagnosis item.
  • the first axis constituting the multidimensional coordinate system is the motor block overheating
  • the second axis is the switchboard overheating
  • the third axis corresponds to the condensate overflow. I can.
  • the index of the engine temperature is divided into 10 stages
  • the first axis may use units divided into 10 stages.
  • the railroad vehicle state distribution calculation unit 1230 generates a multidimensional coordinate system composed of coordinate axes corresponding to each of a plurality of sensors, and distribution of a plurality of sensor values during a plurality of specific sections in the multidimensional coordinate system. Can be calculated.
  • the railroad vehicle condition distribution calculator 1230 may generate a multidimensional coordinate system corresponding to each of a plurality of diagnostic items. Each axis of the multidimensional coordinate system corresponding to one diagnosis item may correspond to sensors related to a diagnosis parameter included in the corresponding diagnosis item.
  • the device 130 may store the multidimensional coordinate system generated by the railroad vehicle state distribution calculation unit 1230 in the database 150 and use it for safety component diagnosis.
  • the abnormal safety component detection unit 1250 may detect the abnormal safety component by determining an abnormal situation with respect to a specific sensing value through distribution of the state summary of the railroad vehicle 110. For example, when the multidimensional coordinate system is composed of axes corresponding to each sensor, sensing values distributed within a certain area through distribution of the state summary of the railroad vehicle 110 and sensing values separated by a specific distance exist, the corresponding sensing By judging that an abnormal situation has occurred in the value, it can be determined that there is an abnormality in the safety parts related to the sensor.
  • the abnormal safety component detection unit 1250 determines a first safety standard for each coordinate axis based on a distribution of a plurality of index values in a multidimensional coordinate system, and an index value deviating from the first safety standard exists.
  • the safety part associated with the diagnosis item corresponding to the corresponding coordinate axis may be determined as the abnormal safety part.
  • the first safety standard for each diagnosis item can be calculated as follows.
  • the abnormal safety component detection unit 1250 is a safety component associated with a diagnostic item corresponding to the coordinate axis when the index value associated with the corresponding coordinate axis and deviating from the first safety standard is distributed for a specific number of consecutive specific sections. Can be determined as an abnormal safety part.
  • the specific number n (n is a natural number) may be preset in the device 130 or may be automatically set.
  • the diagnosis algorithm for each diagnosis item may be defined as follows.
  • the precise diagnosis performing unit 1270 may perform a precise diagnosis on the abnormal safety component. More specifically, in the case of motor block overheating, switchboard overheating, condensate overflow, door jamming and door defects among the diagnostic items, the precision diagnosis execution unit 1270 immediately compares with the first safety standard to safety parts related to the corresponding diagnosis item. Can be determined to be defective. In addition, in the case of tripod defects, wheel bearing defects, wheel scratches, gearbox defects, bogie instability and blower defects among diagnosis items, the precision diagnosis execution unit 1270 includes abnormal safety parts determined through comparison with the first safety standard. Additional diagnostics can be performed on.
  • the precision diagnosis performing unit 1270 is performed during an envelope analysis and a Fast Fourier Transform (FFT) based on the sensing values collected during a specific section for each of the sensors associated with the abnormal safety component.
  • FFT Fast Fourier Transform
  • the device 130 may preset whether to use an envelope analysis or a fast Fourier transform according to a type of a diagnosis item. Feature values generated using envelope analysis or fast Fourier transform may correspond to an envelope spectrum, a power spectrum, a cepstrum or kepstrum, and the like. Envelope analysis or Fast Fourier Transform is well known to those skilled in the art, and a detailed description thereof will be omitted.
  • the precision diagnosis execution unit 1270 uses the envelope analysis to analyze the sensing values for the axis twist angle, which is the diagnosis item of the tripod defect, through an envelope analysis. Spectrum) can be calculated.
  • the precise diagnosis performing unit 1270 may perform precise diagnosis by using the enveloping spectrum as a feature value for the tripod defect.
  • the precision diagnosis performing unit 1270 may calculate an envelope spectrum for wheel vibration, and perform a precise diagnosis on the wheel bearing defect based on this.
  • the precision diagnosis execution unit 1270 may sample and use sensing values collected during a specific period in order to calculate the precision diagnosis index. Further, the precise diagnosis performing unit 1270 may perform sampling at a shorter period than a period in which the sensing values were sampled for the railroad vehicle state summary unit 1210 to summarize the state of the railroad vehicle 110.
  • the precision diagnosis execution unit 1270 determines the second safety standard based on the precision diagnosis index for a plurality of specific sections, and compares the second safety standard and the precision diagnosis index to determine the defect of the abnormal safety component. Can be diagnosed. More specifically, the precision diagnosis performing unit 1270 may determine that the safety component has a defect when there is a precision diagnosis index exceeding the second safety standard.
  • the second safety standard for each diagnostic item can be calculated as follows.
  • the precision diagnosis execution unit 1270 may determine that the abnormal safety component has a defect when the precision diagnosis index repeatedly exceeds the second safety standard during a specific number of consecutive specific sections.
  • the specific number n (n is a natural number) may be preset in the device 130 or may be automatically set.
  • the diagnosis algorithm for each diagnosis item may be defined as follows.
  • Torsional Vibration ENVEOPING Spectrum or Kepstrum (Speed, Power, GPS)> Stref-tdfi (Speed, Power, GPS) & Repeatness in Torsional Vibration Enveloping Spectrum or Kepstrum (Speed, Power, GPS), tripod defect frequency(tdfi) at VTL ⁇ Speed ⁇ VTH, and PTL(Speed) ⁇ Power ⁇ PTH(Speed), and Class(GPS)
  • Wheel Vibration ENVEOPING Spectrum(Speed, Power, GPS)> Swref-wdfi(Speed, Power, GPS) & Repeatness in Wheel Vibration Enveloping Spectrum(Speed, Power, GPS), wheel defect frequency(wdfi) at VWL ⁇ speed ⁇ VWH, and PWL(speed) ⁇ Power ⁇ PWH(speed), and Class(GPS)
  • Gearbox Vibration ENVEOPING Spectrum or Kepstrum(Speed, Power, GPS)> Sgref(Speed, Power, GPS) & Repeatness in Gearbox Vibration Enveloping Spectrum or Kepstrum(Speed, Power, GPS), Gear & Bearing defect frequency(gdfi) at VGL ⁇ speed ⁇ VGH, and PGL(speed) ⁇ Power ⁇ PGH(speed), and Class(GPS)
  • Balanced vehicle vibration Power Spectrum (Speed, Power, GPS)> Sbref-bdfi (Speed, Power, GPS) & Repeatness in Balanced vehicle vibration Power Spectrum (speed, Power, GPS), Balanced vehicle vibration natural frequency(bdfi) at VBL ⁇ speed ⁇ VBH , and PBL(speed) ⁇ Power ⁇ PBH(speed), and Class(GPS)
  • the control unit 1290 controls the overall operation of the device 130, and a railroad vehicle status summary unit 1210, a railroad vehicle status distribution calculation unit 1230, an abnormal safety component detection unit 1250, and a precision diagnosis execution unit 1270 ) To manage the control flow or data flow.
  • 13 to 16 are exemplary diagrams illustrating a process of determining an index for a diagnostic item using an index for a diagnostic parameter in the device of FIG. 1.
  • the diagnostic item a includes speed, power, line, and temperature as diagnostic parameters, and the speed and power consist of 10 steps (or levels), and the line and temperature may consist of 5 steps.
  • the section from speed 2 to 10 in FIG. 4 may be divided into 10 power steps, and FIG. 5 In FIG. 6, the section from step 5 to step 10 of power can be divided into 5 stages of the line, and the section from stage 3 to stage 5 of the line can be divided into 5 stages of temperature.
  • the device 130 may finally determine step 9 of the diagnostic item a including a section corresponding to step 4 of temperature as an index of a.
  • 17 is an exemplary diagram illustrating a process of calculating an exponential distribution for a diagnosis item in the apparatus of FIG. 1.
  • the device 130 may display an exponential distribution for diagnosis item a in a graph.
  • the device 130 may generate a two-dimensional graph by setting a characteristic function corresponding to the diagnosis item a as a y-axis and a DB class corresponding to the index for the diagnosis item a as an x-axis.
  • the diagnostic item a includes speed, power, line, and temperature as diagnostic parameters, and the speed and power consist of 10 steps (or levels), and the line and temperature may consist of 5 steps.
  • the device 130 may determine the index for the diagnosis item a using the index for the diagnosis parameter, and based on the calculated index, on the assumption that the corresponding characteristic function follows a Gaussian distribution at each level.
  • the mean line, ⁇ line (where ⁇ is the standard deviation), 3 ⁇ line, and the like for the characteristic function at all levels can be determined.
  • the device 130 determines an index for a diagnosis parameter using sensor values obtained from a plurality of sensors for each diagnosis item, and uses the determined diagnosis parameter to obtain DB class classification information for the diagnosis item as shown in FIG. 8. It can be created and stored in the database 150.
  • the device 130 may determine an abnormal situation for the corresponding diagnosis item based on the DB Class classification information for each diagnosis item generated through the above process, and perform diagnosis on the safety parts of the railroad vehicle 110. have.
  • processor 230 memory
  • first control management unit 330 second control management unit
  • first control management unit 511 first control device
  • first network 530 second control management unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

본 발명은 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치에 관한 것으로, 센서 데이터를 기초로 포인트 데이터를 생성하여 고장 유무를 감지하는 복수의 제1 제어 장치들과, 상기 포인트 데이터의 전송을 담당하는 제1 네트워크를 통해 연결되어 철도차량의 제어 및 관리를 지원하는 제1 제어관리부, 상기 제1 네트워크와 각각 연결되고 상기 포인트 데이터와 웨이브 데이터를 이용하여 고장 예지를 수행하는 복수의 제2 제어 장치들과, 상기 웨이브 데이터의 전송을 담당하는 제2 네트워크를 통해 연결되어 상기 철도차량의 제어 및 관리를 지원하는 제2 제어관리부 및 상기 철도차량의 상태에 따라 상기 제1 및 제2 네트워크들의 선택적 사용에 관한 운영 모드를 결정하여 상기 제1 및 제2 장치들 간의 데이터 교환을 통해 상기 철도차량의 제어 및 관리를 통합 지원하는 통합 운영부를 포함한다.

Description

상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치
본 발명은 상태 모니터링 기반의 철도차량 유지보수 기술에 관한 것으로, 보다 상세하게는 기존 시스템을 확장하여 철도차량의 주요 장치에 대한 고장 진단 및 예지를 수행할 수 있는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치에 관한 것이다.
고속철도는 대량 수송 체계로서 사고 발생시 대형 사고로 이어질 확률이 높아 철도차량의 결함을 조기에 검출할 수 있는 시스템의 필요성이 대두되고 있다. 전세계적으로 사고예방 및 유지보수에 소요되는 비용 절감을 위해 주기 정비에서 상태기반 유지보수(Condition Based Maintenance, CBM)으로 전환되고 있다. 기존의 유지보수 시스템은 다양한 제어 장치들이 내부 통신 네트워크를 통해 연결되어 철도차량을 안전하게 운영하기 위한 다양한 기능을 수행하고 있으나, 통신 네트워크의 밴드폭이 좁아 많은 센서 데이터를 통신하는 것이 불가능하다는 문제점을 가지고 있다.
한국등록특허 제10-0540162(2005.12.23)호는 철도차량의 유지보수를 위한 정보화 시스템에 관한 것으로, 정보화 인프라 구축을 통하여 철도차량의 운영기관에서 분산되어 진행되는 업무 프로세스 및 자료관리 등을 통합관리 운영이 가능하여 철도분야의 운영 효율성을 증대시키고, 철도차량분야의 운영 유지보수 체계의 표준화/정보화 구축을 통해 철도차량 분야의 생산성 및 경쟁력을 향상시킬 수 있다.
한국등록특허 제10-1231836(2013.02.04)호는 철도차량 출입문 유지보수를 위한 실시간 모니터링 시스템에 관한 것으로, 철도차량의 출입문이 고장 시 출입문을 제어하는 DCU의 상태정보를 직접 휴대가 가능한 노트북이나 산업용 컴퓨터 등의 이동식 컴퓨터를 케이블로 직접 연결하여 출입문의 제어 및 감시 이력 등의 상태 정보를 확인하고 그 고장 등이 발생시에 고장 원인의 분석이 용이하고 그로 인해 유지 보수 장비 및 유비보수 시간을 단축할 수 있다.
[선행기술문헌]
[특허문헌]
한국등록특허 제10-0540162(2005.12.23)호
한국등록특허 제10-1231836(2013.02.04)호
본 발명의 일 실시예는 기존 시스템을 확장하여 철도차량의 주요 장치에 대한 고장 진단 및 예지를 수행할 수 있는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치를 제공하고자 한다.
본 발명의 일 실시예는 데이터 용량이 큰 웨이브 데이터를 전송할 수 있는 독립된 통신 네트워크를 추가하여 주요 장치의 고장 예지 및 잔류수명 예측을 효과적으로 수행함으로써 철도차량에 대한 효과적인 예방정비가 가능한 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치를 제공하고자 한다.
본 발명의 일 실시예는 철도차량의 상태에 따라 운영 모드를 동적으로 결정함으로써 하나의 통신 네트워크가 고장난 경우에도 별도의 통신 네트워크를 통해 철도차량의 상태에 관한 실시간 감시를 유지할 수 있는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치를 제공하고자 한다.
본 발명의 일 실시예는 철도차량에 설치된 다양한 센서들로부터 측정된 주행 데이터를 기초로 철도차량과 관련된 결함을 모니터링할 수 있고 철도차량을 구성하는 복수의 대차들 각각에 설치된 동종의 주요 부품들의 주행 데이터를 비교하여 결함 여부를 결정할 수 있는 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 철도차량의 상태를 구성하는 복수의 진단 아이템들 각각에 대한 지표값의 분포를 통해 안전부품의 이상을 판단할 수 있고 전체 주기 동안 수집된 센싱값들을 샘플링하여 주파수 영역에서의 비교분석을 통해 안전부품의 결함을 정밀진단할 수 있는 장치를 제공하고자 한다.
실시예들 중에서, 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치는 센서 데이터를 기초로 포인트 데이터를 생성하여 고장 유무를 감지하는 복수의 제1 제어 장치들과, 상기 포인트 데이터의 전송을 담당하는 제1 네트워크를 통해 연결되어 철도차량의 제어 및 관리를 지원하는 제1 제어관리부, 상기 제1 네트워크와 각각 연결되고 상기 포인트 데이터와 웨이브 데이터를 이용하여 고장 예지를 수행하는 복수의 제2 제어 장치들과, 상기 웨이브 데이터의 전송을 담당하는 제2 네트워크를 통해 연결되어 상기 철도차량의 제어 및 관리를 지원하는 제2 제어관리부 및 상기 철도차량의 상태에 따라 상기 제1 및 제2 네트워크들의 선택적 사용에 관한 운영 모드를 결정하여 상기 제1 및 제2 장치들 간의 데이터 교환을 통해 상기 철도차량의 제어 및 관리를 통합 지원하는 통합 운영부를 포함한다.
상기 제1 제어관리부는 차량 내 통신버스(Multifunction Vehicle Bus, MVB), 차량 간 통신버스(Wired Train Bus, WTB) 및 RS485 중 어느 하나를 상기 제1 네트워크로서 사용할 수 있다.
상기 제2 제어관리부는 상기 제1 네트워크와 독립적으로 동작하면서 상기 웨이브 데이터의 처리를 위해 상기 제1 네트워크보다 더 큰 전송량 및 더 짧은 전송 주기를 가진 통신 네트워크를 상기 제2 네트워크로서 사용할 수 있다.
상기 제2 제어관리부는 IoT 통신 모듈과 스위칭 허브를 포함하는 제어 장치 및 아날로그 센서와 아날로그-디지털 컨버터(ADC)를 포함하는 제어 장치 중 어느 하나를 제2 제어 장치로서 사용할 수 있다.
상기 통합 운영부는 상기 철도차량의 상태에 따라 상기 제1 네트워크만 동작하는 제1 운영 모드, 상기 제2 네트워크만 동작하는 제2 운영 모드, 상기 제1 및 제2 네트워크가 함께 동작하는 제3 운영 모드 중 어느 하나를 결정할 수 있다.
상기 통합 운영부는 상기 제3 운영 모드에 따라 상기 포인트 데이터에 상기 센서 데이터를 추가하여 상기 제1 또는 제2 네트워크를 통해 상기 제2 제어관리부에 전송할 수 있다.
상기 통합 운영부는 상기 운영 모드에 따라 상기 복수의 제1 제어 장치들이 생성하는 상기 포인트 데이터를 상기 제1 네트워크를 통해 상기 복수의 제2 제어 장치들에 전송하거나 또는 상기 복수의 제2 제어 장치들이 생성하는 웨이브 데이터에 관한 포인트 데이터를 상기 제1 네트워크를 통해 상기 복수의 제1 제어 장치들에 전송할 수 있다.
상기 통합 운영부는 상기 운영 모드에 따라 상기 복수의 제2 제어 장치들이 생성하는 제어 신호를 상기 제1 네트워크를 통해 상기 제1 제어관리부에 전송하거나 또는 상기 제2 제어관리부에서 생성하는 제어 신호를 상기 제2 네트워크를 통해 상기 제1 제어관리부에 전송할 수 있다.
실시예들 중에서, 상기 장치는 철도차량의 주행을 검출하여 철도주행 데이터를 생성하는 철도주행 데이터 생성부, 상기 철도주행 데이터에 주행 특성함수를 적용하여 철도주행 특성을 결정하는 철도주행 특성 결정부 및 상기 철도주행 특성을 기초로 적어도 하나의 철도주행 모니터링 대상을 결정하고 상기 결정된 적어도 하나의 철도주행 모니터링 대상 각각의 고장 재현성에 따라 결정되는 진단 기준을 기초로 해당 철도주행 모니터링 대상에 관한 결함 여부를 결정하는 철도주행 모니터링 대상 처리부를 포함한다.
상기 철도주행 데이터 생성부는 상기 철도차량에 설치된 진동 센서, 온도 센서, 열화상 센서, 위치 센서, 속도 센서, 가속도 센서, 초음파 센서 및 전류 센서 중 적어도 둘의 센서들로부터 검출된 센싱값을 기초로 상기 철도주행 데이터를 생성할 수 있다.
상기 철도주행 모니터링 대상 처리부는 상기 철도차량의 주요 부품들을 비교적 상기 고장 재현성이 높은 상기 모니터링 대상으로 결정하고, 상기 철도차량의 횡방향 진동에 의한 대차 불안전성 및 상기 철도차량의 선로 등을 비교적 상기 고장 재현성이 낮은 상기 모니터링 대상으로 결정할 수 있다.
상기 철도주행 모니터링 대상 처리부는 상기 주행 데이터에 따른 상기 주행 특성함수의 결과값을 정상상태에서의 기준값과 비교하여 상기 모니터링 대상에 관한 결함 여부를 결정할 수 있다.
상기 철도주행 모니터링 대상 처리부는 상기 철도차량을 구성하는 복수의 대차들 각각의 상기 주행 특성함수 결과값들을 비교하여 상기 모니터링 대상에 관한 결함 여부를 결정할 수 있다.
상기 철도주행 모니터링 대상 처리부는 실시간으로 상기 주행 특성함수 결과값들을 비교하여 상기 철도차량의 대차 불안전성 발생 여부를 결정할 수 있다.
상기 철도주행 모니터링 대상 처리부는 상기 대차 불안전성의 발생 여부를 다른 상기 철도차량과 비교하여 상기 철도차량의 선로 결함 발생 여부를 결정할 수 있다.
실시예들 중에서, 상기 방법은 철도차량의 주행을 검출하여 철도주행 데이터를 생성하는 단계(a), 상기 철도주행 데이터에 주행 특성함수를 적용하여 철도주행 특성을 결정하는 단계(b), 상기 철도주행 특성을 기초로 적어도 하나의 철도주행 모니터링 대상을 결정하는 단계(c) 및 상기 철도주행 모니터링 대상의 고장 재현성에 따라 결정되는 진단 기준을 기초로 해당 상기 철도주행 모니터링 대상에 관한 결함 여부를 결정하는 단계(d)를 포함한다.
상기 (d) 단계는 상기 철도차량의 주요 부품들을 비교적 상기 고장 재현성이 높은 상기 모니터링 대상으로 결정하고, 상기 철도차량의 횡방향 진동에 의한 대차 불안전성 및 상기 철도차량의 선로 등을 비교적 상기 고장 재현성이 낮은 상기 모니터링 대상으로 결정하는 단계를 포함할 수 있다.
상기 (d) 단계는 상기 주행 데이터에 따른 상기 주행 특성함수의 결과값을 정상상태에서의 기준값과 비교하여 상기 모니터링 대상에 관한 결함 여부를 결정하는 단계를 포함할 수 있다.
상기 (d) 단계는 상기 철도차량을 구성하는 복수의 대차들 각각의 상기 주행 특성함수 결과값들을 비교하여 상기 모니터링 대상에 관한 결함 여부를 결정하는 단계를 포함할 수 있다.
상기 (d) 단계는 실시간으로 상기 주행 특성함수 결과값들을 비교하여 상기 철도차량의 대차 불안전성 발생 여부를 결정하는 단계를 포함할 수 있다.
상기 (d) 단계는 상기 대차 불안전성의 발생 여부를 다른 상기 철도차량과 비교하여 상기 철도차량의 선로 결함 발생 여부를 결정하는 단계를 포함할 수 있다.
실시예들 중에서, 상기 장치는 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 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치는 데이터 용량이 큰 웨이브 데이터를 전송할 수 있는 독립된 통신 네트워크를 추가하여 주요 장치의 고장 예지 및 잔류수명 예측을 효과적으로 수행함으로써 철도차량에 대한 효과적인 예방정비가 가능할 수 있다.
본 발명의 일 실시예에 따른 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치는 철도차량의 상태에 따라 운영 모드를 동적으로 결정함으로써 하나의 통신 네트워크가 고장난 경우에도 별도의 통신 네트워크를 통해 철도차량의 상태에 관한 실시간 감시를 유지할 수 있다.
본 발명의 일 실시예에 따른 장치 및 방법은 철도차량에 설치된 다양한 센서들로부터 측정된 주행 데이터를 기초로 철도차량과 관련된 결함을 모니터링할 수 있고 철도차량을 구성하는 복수의 대차들 각각에 설치된 동종의 주요 부품들의 주행 데이터를 비교하여 결함 여부를 결정할 수 있다.
본 발명의 일 실시예에 따른 장치는 철도차량의 상태를 구성하는 복수의 진단 아이템들 각각에 대한 지표값의 분포를 통해 안전부품의 이상을 판단할 수 있고 전체 주기 동안 수집된 센싱값들을 샘플링하여 주파수 영역에서의 비교분석을 통해 안전부품의 결함을 정밀진단할 수 있다.
도 1은 본 발명의 일 실시예에 따른 상태 모니터링 기반의 철도차량 유지보수 시스템을 설명하는 도면이다.
도 2는 도 1에 있는 철도차량 유지보수 플랫폼용 장치의 기본 시스템 구성을 설명하는 도면이다.
도 3은 도 1에 있는 철도차량 유지보수 플랫폼용 장치의 기능적 구성을 설명하는 블록도이다.
도 4는 도 1에 있는 철도차량 유지보수 플랫폼용 장치에서 수행되는 상태 모니터링 기반의 철도차량 유지보수 과정을 설명하는 순서도이다.
도 5는 본 발명의 일 실시예에 따른 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치의 전체적인 개념을 설명하는 도면이다.
도 6 내지 8은 본 발명의 일 실시예에 따른 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치에서 사용되는 데이터 유형을 설명하는 도면이다.
도 9는 도 1에 있는 장치의 다른 실시예를 설명하는 도면이다.
도 10 및 11은 도 9의 장치에서 수행되는 철도주행 결함 모니터링 방법을 설명하는 도면이다.
도 12는 도 1에 있는 장치의 다른 실시예를 설명하는 도면이다.
도 13 내지 16은 도 1에 있는 장치에서 진단 파라미터에 대한 지수를 이용하여 진단 항목에 대한 지수를 결정하는 과정을 설명하는 예시도이다.
도 17은 도 1에 있는 장치에서 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 상태 모니터링 기반의 철도차량 유지보수 시스템을 설명하는 도면이다.
도 1을 참조하면, 상태 모니터링 기반의 철도차량 유지보수 시스템(100)은 철도차량(110), 철도차량 유지보수 플랫폼용 장치(130), 데이터베이스(150) 및 사용자 단말(170)을 포함할 수 있다.
철도차량(110)은 철도의 선로 위를 운행할 목적으로 제조된 동력차, 객차, 화차 및 특수차 등에 해당할 수 있다. 일 실시예에서, 철도차량(110)은 운행 과정에서 다양한 기능을 수행하는 복수의 제어 장치들을 포함하여 구현될 수 있다. 예를 들어, 철도차량(110)은 BCU(Brake Control Unit), MTR(주변압기), HVAC(Heating, Ventilation, and Air Conditioning), DCU(Door Control Unit), VVVF(Propulsion Inverter), CMPR(Compressor), BTA(Battery), HSCB(High Speed Circuit Breaker), SIV(Static Inverter), BSM(Bogie Sensor Module), WSM(Wheel Sensor Module), SBM(Switch Board Module), MBM(Motor Block Module), ATS/ATC/ATP/ATO(차상신호장치), WLC(열차무선장치), TCMS&COM(CCTV), CPL(커플러) 및 PIS(승객 정보 시스템)을 포함하여 구현될 수 있다.
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 유지보수 플랫폼용 장치(130)는 운영 모드에 따라 수집된 다양한 정보들을 기초로 철도차량(110)의 고장 진단 및 예지를 수행함으로써 철도차량(110)의 제어 및 관리를 통합 지원할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 철도차량 유지보수 플랫폼용 장치(130)는 철도차량(110)과 블루투스, WiFi 등 사물인터넷(Internet of Thing)을 통해 무선으로 연결될 수 있고, 네트워크를 통해 철도차량(110)과 데이터를 주고 받을 수 있다.
일 실시예에서, 철도차량 유지보수 플랫폼용 장치(130)는 철도차량(110)에 포함된 복수의 센서들로부터 센싱 데이터를 주기적으로 또는 실시간으로 수신할 수 있고, 운영 모드에 따라 철도차량(110)의 제어 및 관리에 필요한 정보들을 철도차량(110)에 제공할 수 있다. 다른 실시예에서, 철도차량 유지보수 플랫폼용 장치(130)는 철도차량(110)에 포함되어 구현될 수 있고, 고장진단 및 예지를 위해 필요한 다양한 정보들을 사용자 단말(170)에 제공할 수 있다.
일 실시예에서, 철도차량 유지보수 플랫폼용 장치(130)는 데이터베이스(150)와 연동하여 철도차량(110)의 제어 및 관리를 통합 지원하기 위하여 필요한 정보를 저장할 수 있다. 한편, 철도차량 유지보수 플랫폼용 장치(130)는 도 1과 달리, 데이터베이스(150)를 내부에 포함하여 구현될 수 있다. 또한, 철도차량 유지보수 플랫폼용 장치(130)는 프로세서, 메모리, 사용자 입출력부 및 네트워크 입출력부를 포함하여 구현될 수 있고, 이에 대해서는 도 2에서 보다 자세히 설명한다.
데이터베이스(150)는 철도차량(110)의 제어 및 관리를 통합 지원하기 위해 필요한 다양한 정보들을 저장할 수 있는 저장장치이다. 데이터베이스(150)는 철도차량(110) 및 다양한 제어 장치들에 관한 정보를 저장할 수 있고, 철도차량(110)으로부터 수신한 복수의 센싱 데이터들을 저장할 수 있으며, 반드시 이에 한정되지 않고, 복수의 센싱 데이터들을 기초로 운영 모드를 결정하여 철도차량(110)의 제어 및 관리를 통합 지원하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
사용자 단말(170)은 철도차량 유지보수 플랫폼용 장치(130)로부터 철도차량(110)의 제어 및 관리에 필요한 정보들을 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 유지보수 플랫폼용 장치(130)와 네트워크를 통해 연결될 수 있고, 복수의 사용자 단말(170)들은 철도차량 유지보수 플랫폼용 장치(130)와 동시에 연결될 수 있다. 일 실시예에서, 사용자 단말(170)은 철도차량(110) 및/또는 철도차량 유지보수 플랫폼용 장치(130)에 미리 등록되어 데이터들을 송수신하거나 확인할 수 있는 제한된 권한을 획득할 수 있다.
도 2는 도 1에 있는 철도차량 유지보수 플랫폼용 장치의 기본 시스템 구성을 설명하는 도면이다.
도 2를 참조하면, 철도차량 유지보수 플랫폼용 장치(130)는 프로세서(210), 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)를 포함할 수 있다.
프로세서(210)는 운영 모드에 따라 수집된 다양한 정보들을 기초로 철도차량(110)의 고장 진단 및 예지를 수행함으로써 철도차량(110)의 제어 및 관리를 통합 지원하기 위한 각 프로시저를 실행할 수 있고, 그 과정 전반에서 읽혀지거나 작성되는 메모리(230)를 관리할 수 있으며, 메모리(230)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄할 수 있다. 프로세서(210)는 철도차량 유지보수 플랫폼용 장치(130)의 동작 전반을 제어할 수 있고, 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 철도차량 유지보수 플랫폼용 장치(130)의 CPU(Central Processing Unit)로 구현될 수 있다.
메모리(230)는 SSD(Solid State Disk) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 철도차량 유지보수 플랫폼용 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다.
사용자 입출력부(250)는 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함할 수 있다. 예를 들어, 사용자 입출력부(250)는 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(250)는 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 철도차량 유지보수 플랫폼용 장치(130)는 서버로서 수행될 수 있다.
네트워크 입출력부(270)은 네트워크를 통해 외부 장치 또는 시스템과 연결하기 위한 환경을 포함하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다.
도 3은 도 1에 있는 철도차량 유지보수 플랫폼용 장치의 기능적 구성을 설명하는 블록도이다.
도 3을 참조하면, 철도차량 유지보수 플랫폼용 장치(130)는 제1 제어관리부(310), 제2 제어관리부(330), 통합 운영부(350) 및 제어부(370)를 포함할 수 있다.
제1 제어관리부(310)는 센서 데이터를 기초로 포인트 데이터를 생성하여 고장 유무를 감지하는 복수의 제1 제어 장치들과, 포인트 데이터의 전송을 담당하는 제1 네트워크를 통해 연결되어 철도차량(110)의 제어 및 관리를 지원할 수 있다. 제1 제어관리부(310)는 포인트 데이터를 처리하는 포워딩 서버(Forwarding Server, FWSV)로서의 역할을 수행할 수 있고, 예를 들어, 철도차량(110)의 내부에 기본적으로 설치되는 TCMS(Train Control and Management System)에 해당할 수 있다. 포인트 데이터는 압력, 온도 및 전력량 등을 포함할 수 있다.
즉, 제1 제어관리부(310)는 복수의 제1 제어 장치들에 포함된 각종 제어기(ECU)들과 연결되어 제어 장치의 고장 여부와 제어 장치의 측정 데이터를 수신하여 기관사나 관제부서에 철도차량(110)의 상태를 제공하여 철도차량(110)을 안전하게 운영할 수 있게 지원할 수 있다. 제1 제어 장치는 내부에 제어기(ECU)를 포함할 수 있고, 제어기(ECU)는 장치 제어를 위해 내부적으로 다양한 센서들을 포함할 수 있다. 제어기(ECU)는 장치 제어에 활용하는 것이 주 목적이기 때문에 센서의 정상 여부를 판단하여 제1 제어관리부(310)에 고장코드를 전송할 수 있다. 또한, 제어기(ECU)는 철도차량(110)의 운영에 참고할 수 있도록 센서 데이터의 극히 일부분이나 주요 값만을 선별하여 제1 제어관리부(310)에 전송할 수 있다.
일 실시예에서, 제1 제어관리부(310)는 차량 내 통신버스(Multifunction Vehicle Bus, MVB), 차량 간 통신버스(Wired Train Bus, WTB) 및 RS485 중 어느 하나를 제1 네트워크로서 사용할 수 있다. 예를 들어, 제1 제어관리부(310)가 TCMS에 해당하는 경우 제1 네트워크는 TCMS 백본(Backbone)에 해당할 수 있고, 일반적으로 MVB, WTB 및 RS485 등의 통신 네트워크를 사용하여 구현될 수 있다.
제1 네트워크는 통신 네트워크의 밴드폭이 좁아서 대용량의 데이터를 전송하는데 제한이 있으며, 예를 들어, 1024 바이트 이하(Byte or less)의 데이터를 1000 ms 주기로 전송할 수 있다. 결과적으로, 제1 제어관리부(310)는 제1 네트워크를 통해 복수의 제1 제어 장치들로부터 제한된 용량의 포인트 데이터만을 수신하여 처리함으로써 철도차량(110)의 제어 및 관리에 관한 제한된 역할만을 수행할 수 있다.
제2 제어관리부(330)는 제1 네트워크와 각각 연결되고 포인트 데이터와 웨이브 데이터를 이용하여 고장 예지를 수행하는 복수의 제2 제어 장치들과, 웨이브 데이터의 전송을 담당하는 제2 네트워크를 통해 연결되어 철도차량(110)의 제어 및 관리를 지원할 수 있다. 제2 제어관리부(330)는 웨이브 데이터를 처리하는 로컬 프로세싱 서버(Local Processing Server, LPSV)로서의 역할을 수행할 수 있다.
또한, 제2 제어관리부(330)는 기존의 TCMS의 역할보다 확장된 역할을 수행할 수 있으며, 포인트 데이터보다 용량은 크지만 더 많은 정보를 가진 웨이브 데이터를 수신하여 처리함으로써 제어 장치의 단순 고장 여부 뿐만 아니라 고장에 임박하는 징후나 향후 잔류한 수명 등을 예측하여 예방 정비를 효과적으로 지원할 수 있다. 웨이브 데이터는 진동 신호, 전류/전압 파형 신호 등을 포함할 수 있다.
일 실시예에서, 제2 제어관리부(330)는 제1 네트워크와 독립적으로 동작하면서 웨이브 데이터의 처리를 위해 제1 네트워크보다 더 큰 전송량 및 더 짧은 전송 주기를 가진 통신 네트워크를 제2 네트워크로서 사용할 수 있다. 제2 네트워크는 제1 네트워크와 연결된 독립적인 통신 백본에 해당할 수 있고, 복수의 제2 제어 장치들과 연결되어 동작할 수 있다. 제2 네트워크는 웨이브 데이터의 전송을 위해 1 기가 바이트 이하(Giga Byte or Less)의 데이터를 100 ms 주기로 전송할 수 있는 성능을 제공할 수 있다. 또한, 제2 제어관리부(330)는 향상된 네트워크 성능에 대응하여 제1 제어관리부(310)와 비교하여 더 큰 데이터 저장 용량과 더 긴 데이터 저장 기간을 제공할 수 있다.
일 실시예에서, 제2 제어관리부(330)는 IoT 통신 모듈과 스위칭 허브를 포함하는 제어 장치 및 아날로그 센서와 아날로그-디지털 컨버터(ADC)를 포함하는 제어 장치 중 어느 하나를 제2 제어 장치로서 사용할 수 있다. 제2 제어장치는 웨이브 데이터를 처리할 수 있는 연산 능력을 기본적으로 구비할 수 있으며, 주요 상황에 대한 로우(Raw) 데이터와 주요 인덱스(Index)를 저장할 수 있는 별도의 데이터베이스를 포함할 수 있다. 제2 제어 장치는 제1 제어 장치와 독립적으로 동작하는 별도의 장치에 해당할 수 있다.
또한, 제2 제어 장치는 운영 모드에 따라서 제1 네트워크 또는 제2 네트워크를 통해 데이터 통신을 수행할 수 있고, 이를 위하여 IoT 통신 모듈과 스위칭 허브를 포함하여 구현될 수 있다. 제2 제어 장치는 추가적인 웨이브 데이터의 측정 또는 수집을 위하여 새로운 아날로그 센서와 아날로그-디지털 컨버터(ADC)를 포함하여 구현될 수 있다.
통합 운영부(350)는 철도차량(110)의 상태에 따라 제1 및 제2 네트워크들의 선택적 사용에 관한 운영 모드를 결정하여 제1 및 제2 장치들 간의 데이터 교환을 통해 철도차량(110)의 제어 및 관리를 통합 지원할 수 있다. 철도차량(110)의 상태는 철도차량(110)의 운행 기간, 운행 구간, 운행 조건 등을 기초로 사전에 정의될 수 있고, 통합 운영부(350)는 다양한 조건을 기초로 분류된 철도차량(110)의 상태에 따라 운영 모드를 동적으로 결정할 수 있다.
예를 들어, 철도차량(110)이 운행을 개시한 상태이거나 일정 기간 이상 운행되어 노후화된 상태인 경우 철도차량(110)의 주요 제어 장치들에 대한 고장을 사전에 진단하여 사고를 예방할 필요가 있기 때문에 통합 운영부(350)는 보다 정밀한 진단이 가능한 운영 모드를 결정할 수 있다. 즉, 통합 운영부(350)는 단순한 정보만을 측정하거나 진단할 경우 제1 네트워크를 사용할 수 있고, 보다 정밀한 분석이 필요한 경우 제2 네트워크를 사용할 수 있다. 또한, 통합 운영부(350)는 철도차량(110)의 상태별 운영 모드에 관한 테이블을 구축하여 운영 모드 결정에 활용할 수 있다.
또한, 통합 운영부(350)는 운영 모드에 따라 제1 제어 장치들 및 제2 제어 장치들 간의 데이터 교환을 수행할 수 있고, 철도차량 유지보수 플랫폼용 장치(130)는 상호 보완적으로 통합된 상태 데이터를 이용하여 철도차량(110)의 상태에 관한 모니터링을 수행할 수 있다. 제1 제어 장치들 및 제2 제어 장치들 간의 데이터 교환은 통합 운영부(350)에 의해 결정되는 운영 모드에 따라 제1 네트워크를 통한 간접적인 통신에 의해 수행되거나 또는 제1 및 제2 제어 장치들 간의 직접적인 통신에 의해 수행될 수 있다. 이 경우 제1 및 제2 제어 장치들 간의 직접적인 통신은 사물인터넷 통신에 해당할 수 있다.
일 실시예에서, 통합 운영부(350)는 철도차량(110)의 상태에 따라 제1 네트워크만 동작하는 제1 운영 모드, 제2 네트워크만 동작하는 제2 운영 모드, 제1 및 제2 네트워크가 함께 동작하는 제3 운영 모드 중 어느 하나를 결정할 수 있다. 제1 운영 모드는 철도차량(110)에 설치된 기존의 TCMS를 그대로 이용하여 동작하는 운영 모드에 해당할 수 있고, 제2 운영 모드는 더 큰 대역폭을 가진 통신 네트워크를 통해 보다 정밀한 분석이 가능한 운영 모드에 해당할 수 있으며, 제3 운영모드는 제1 및 제2 네트워크가 함께 동작하여 고장 진단 및 예지를 위한 분석을 분담하는 운영 모드에 해당할 수 있다.
통합 운영부(350)는 제1 제어관리부(310) 또는 제2 제어관리부(330)의 동작에 이상이 감지된 경우 운영 모드의 변경을 통해 철도차량(110)의 상태에 관한 실시간 감시 기능이 원활하게 수행되도록 제어할 수 있다. 다른 실시예에서, 통합 운영부(350)는 사용자 단말(170)로부터 수신된 제어 명령에 따라 운영 모드를 수동으로 변경할 수 있다. 또한, 통합 운영부(350)는 반드시 이에 한정되지 않고 철도차량(110)의 상태 모니터링을 위하여 다양한 운영 모드를 정의하여 활용할 수 있다.
일 실시예에서, 통합 운영부(350)는 제3 운영 모드에 따라 포인트 데이터에 센서 데이터를 추가하여 제1 또는 제2 네트워크를 통해 제2 제어관리부(330)에 전송할 수 있다. 제1 네트워크와 제2 네트워크가 함께 동작하는 제3 운영 모드에 의해 동작하는 경우 통합 운영부(350)는 제1 네트워크를 통해 전송되는 포인트 데이터에 활용 가능한 센서 데이터를 추가할 수 있다. 이를 위하여 통합 운영부(350)는 제1 네트워크의 밴드 폭을 증가시킬 수 있다. 제1 및 제2 네트워크를 통해 전송되는 센서 데이터 및 관련 정보에 대해서는 도 6 내지 8에서 보다 자세히 설명한다.
일 실시예에서, 통합 운영부(350)는 운영 모드에 따라 복수의 제1 제어 장치들이 생성하는 포인트 데이터를 제1 네트워크를 통해 복수의 제2 제어 장치들에 전송하거나 또는 복수의 제2 제어 장치들이 생성하는 웨이브 데이터에 관한 포인트 데이터를 제1 네트워크를 통해 복수의 제1 제어 장치들에 전송할 수 있다. 제1 제어 장치들과 제2 제어 장치들은 제1 네트워크를 통해 상호 보완적으로 데이터를 교환할 수 있고, 제1 네트워크를 이용하기 때문에 제2 제어 장치들에서 제1 제어 장치들로 전송되는 데이터는 포인트 데이터로서 웨이브 데이터에 대한 요약 데이터 또는 대표값에 해당할 수 있다. 기본적으로 제1 제어 장치와 제1 제어관리부(310) 간의 통신은 제1 네트워크를 통해 수행되고, 제2 제어 장치와 제2 제어관리부(330) 간의 통신은 제2 네트워크를 통해 수행될 수 있으나, 운영 모드에 따라 전송되는 데이터와 네트워크가 변경될 수 있다.
제2 제어 장치들은 제1 네트워크와 연결되어 있고, 제1 제어 장치들이 생성한 포인트 데이터는 제1 네트워크를 통해 전송되기 때문에 제2 제어 장치는 제1 네트워크를 통해 전송되는 포인트 데이터를 통합 운영부(350)의 제어에 따라 선택적으로 수신할 수 있다. 이를 통해 기존 TCMS를 구성하는 제1 제어 장치의 ECU 데이터들이 제2 제어 장치로 제공될 수 있고, 예를 들어, 속도 데이터 등은 제2 제어 장치에서도 분석을 위해 필요한 데이터 중 하나인데 기존 제1 제어 장치에서 보내주는 데이터를 제2 제어 장치가 그대로 확보할 수 있어 추가 센서의 설치를 생략할 수 있다.
일 실시예에서, 통합 운영부(350)는 운영 모드에 따라 복수의 제2 제어 장치들이 생성하는 제어 신호를 제1 네트워크를 통해 제1 제어관리부(310)에 전송하거나 또는 제2 제어관리부(330)에서 생성하는 제어 신호를 제2 네트워크를 통해 제1 제어관리부(310)에 전송할 수 있다. 제2 제어 장치는 통합 운영부(350)의 제어에 따라 실시간 감시 결과로서 최종 연산의 결과만을 기존의 제1 네트워크를 통해 제1 제어관리부(310)에 전송할 수 있고, 제1 제어관리부(310)는 그에 따른 동작을 수행할 수 있다. 또한, 제2 제어관리부(330)는 제2 네트워크를 통해 제1 제어관리부(310)와 직접 연결될 수 있고, 통합 운영부(350)의 제어에 따라 제어 신호를 제1 제어 관리부(310)에 직접 전송할 수 있다.
제어부(370)는 철도차량 유지보수 플랫폼용 장치(130)의 전체적인 동작을 제어하고, 제1 제어관리부(310), 제2 제어관리부(330) 및 통합 운영부(350) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 4는 도 1에 있는 철도차량 유지보수 플랫폼용 장치에서 수행되는 상태 모니터링 기반의 철도차량 유지보수 과정을 설명하는 순서도이다.
도 4를 참조하면, 철도차량 유지보수 플랫폼용 장치(130)는 제1 제어관리부(310)를 통해 센서 데이터를 이용하여 포인트 데이터를 생성하는 복수의 제1 제어 장치들과 포인트 데이터의 전송을 담당하는 제1 네트워크를 통해 연결되어 철도차량(110)의 제어 및 관리를 지원할 수 있다(단계 S410). 철도차량 유지보수 플랫폼용 장치(130)는 제2 제어관리부(330)를 통해 제1 네트워크와 각각 연결되고 센서 데이터 및 포인트 데이터를 이용하여 웨이브 데이터를 생성하는 복수의 제2 제어 장치들과 웨이브 데이터의 전송을 담당하는 제2 네트워크를 통해 연결되어 철도차량(110)의 제어 및 관리를 지원할 수 있다(단계 S430). 철도차량 유지보수 플랫폼용 장치(130)는 통합 운영부(350)를 통해 철도차량(110)의 상태에 따라 제1 및 제2 네트워크들의 선택적 사용에 관한 운영 모드를 결정하여 제1 및 제2 장치들 간의 데이터 교환을 통해 철도차량(110)의 제어 및 관리를 통합 지원할 수 있다(단계 S450).
도 5는 본 발명의 일 실시예에 따른 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치의 전체적인 개념을 설명하는 도면이다.
도 5를 참조하면, 철도차량 유지보수 플랫폼용 장치(130)는 기존의 TCMS 백본(Backbone)을 제1 네트워크(513)로 사용하는 제1 제어관리부(510)와 향상된 통신 환경을 제공하는 새로운 CMB 백본을 제2 네트워크(533)로 사용하는 제2 제어관리부(530)를 포함할 수 있다. 제1 네트워크(513)는 복수의 제1 제어 장치(511)들과 연결되어 제1 제어관리부(510)에게 포인트 데이터를 전송할 수 있고, 제2 네트워크(533)는 복수의 제2 제어 장치(531)들과 연결되어 제2 제어관리부(530)에게 웨이브 데이터를 전송할 수 있다.
일 실시예에서, 제2 제어 장치(531)는 IoT 통신 모듈과 스위칭 허브를 포함하는 제어 장치(531b) 및 아날로그 센서와 아날로그-디지털 컨버터(ADC)를 포함하는 제어 장치(531a)로 구성될 수 있다. 아날로그 센서를 포함하는 제어 장치(531a)는 기존의 TCMS에서 활용하기 어려웠던 파형 데이터를 측정하거나 수집할 수 있고, 철도차량(110)의 예방정비를 위하여 정밀분석이 필요한 위치에 선택적으로 설치될 수 있다. 또한, IoT 통신 모듈과 스위칭 허브를 포함하는 제어 장치(531b)는 기존의 TCMS를 구성하는 제1 제어 장치(511)에 각각 대응하면서 웨이브 데이터의 수집과 분석이 자체적으로 가능하도록 향상된 성능을 갖춘 IoT 기반의 상태 모니터링 시스템에 해당할 수 있다.
즉, 제2 제어 장치(531)는 로우(raw) 데이터 수집과 데이터베이스 구축이 가능하고, 특징 추출과 참조 특징(reference feature)을 분류할 수 있으며, 분류된 특징 분포에 의한 진단과 빅데이터 처리에 의한 예지를 수행할 수 있다. 또한, 제2 제어 장치(531)는 제1 제어관리부(510)로 핵심 데이터를 전송하는 역할을 수행할 수 있다.
도 6 내지 8은 본 발명의 일 실시예에 따른 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치에서 사용되는 데이터 유형을 설명하는 도면이다.
도 6 내지 8을 참조하면, 철도차량 유지보수 플랫폼용 장치(130)는 제1 및 제2 네트워크들을 통해 다양한 정보들을 수집 및 분석하여 철도차량(110)의 제어 및 관리를 지원할 수 있다. 복수의 센서를 포함하여 센싱 데이터를 수집하는 제어 장치는 운영 모드에 따라 제1 및 제2 네트워크를 통해 선별적으로 데이터를 전송할 수 있다.
도 6 내지 8에서, 철도차량(110)에 설치되는 주요 제어 장치별 명칭, 고장/기본정보, 자체 센서 정보 중 기본 TCMS 센서 데이터, 자체 센서 정보 중 추가/전송 가능 데이터, IoT 정밀 진단 및 예지 정보, 참조 데이터(Reference Data)를 확인할 수 있다. 각 장치에 대응되는 제1 및 제2 제어 장치들은 운영 모드에 따라 제1 및 제2 네트워크를 통해 각각의 정보를 제1 제어관리부(310), 제2 제어관리부(330) 및 철도차량 유지보수 플랫폼용 장치(130)에 전송할 수 있다.
예를 들어, BCU(브레이크 제어 유닛)는 제1 네트워크를 통해 고장 코드(failure code) 및 기본 TCMS 센서 데이터를 전송할 수 있다. 이 때, 기본 TCMS 센서 데이터는 실린더 압력, 적재하중, 회생재동력요구, 회생제동달성, 공기제동감쇄, 지령, BCP 범위 고장, BCP 일관성 고장, 부품고장, WSP 신호, MR 압력 고장 등을 포함할 수 있다. BCU는 운영 모드에 따라 실린더 압력, 적재하중, AC압력, BC압력, Anti skid valve, MR 압력, AS 압력, BC 압력적용, 작동 횟수 등을 추가적으로 전송할 수 있으며, 이 경우 제1 제어관리부(310) 또는 제2 제어관리부(330)가 해당 데이터들을 수신할 수 있다.
또한, BCU는 제2 네트워크를 통해 IoT 정밀 진단 및 예지 정보를 전송할 수 있으며, 예를 들어, 실린더 작동 압력, 파형, 적재하중, Valve 작동 전류 파형, 실린더 압력, 적재하중, AC압력, BC압력, Anti skid valve, MR 압력, AS 압력, BC 압력적용, 작동 횟수, 외기온도, 속도, 감속도, 운행거리, 운행시간, 운행구간 등을 전송할 수 있다.
도 9는 도 1에 있는 장치의 다른 실시예를 설명하는 도면이다.
도 9를 참조하면, 상기 장치(130)는 철도주행 데이터 생성부(910), 철도주행 특성 결정부(930), 철도주행 모니터링 대상 처리부(950) 및 제어부(970)를 포함할 수 있다.
상기 장치(130)는 주행 중인 철도차량(110)과 해당 선로의 결함을 동시에 실시간으로 모니터링 할 수 있다. 여기에서, 모니터링 대상 철도차량(110)에 장착된 주요 부품, 철도차량(110)의 주행중 횡방향 진동에 의한 대차 불안전성 및 철도차량(110)이 주행하는 선로 등을 포함한다.
보다 상세하게는, 상기 장치(130)는 모니터링 대상의 고장 재현성을 기초로 서로 다른 진단 기준을 적용하여, 고장 재현성이 높은 모니터링 대상의 경우, 특성함수 결과값과 데이터베이스(150)의 진단 기준을 비교하고 기준 초과에 대한 반복성을 평가하여 철도차량(110)에 장착된 주요 부품의 손상 여부를 진단하고, 고장 재현성이 낮은 모니터링 대상의 경우, 특성함수 결과값 및 진단 기준을 실시간으로 비교하여 대차 불안전성 및 선로 결함 여부를 진단할 수 있다.
철도주행 데이터 생성부(910)는 철도차량(110)의 주행을 검출하여 철도주행 데이터를 생성할 수 있다. 보다 상세하게는, 철도주행 데이터 생성부(910)는 주행 중인 철도차량(110)에 설치된 각종 센서들을 이용해 철도차량(110)의 주행 데이터를 생성할 수 있다. 여기에서, 주행 데이터는 철도차량(110)의 주행 환경과 관련된 데이터에 포함하며, 상기 철도차량(110)의 주행속도, 가속도, 주행위치, 온도, 진동값, 전류값, 풍향, 풍속, 습도 및 강우량 중 적어도 하나에 해당할 수 있다.
또한, 철도주행 데이터 생성부(910)는 진동 센서, 온도 센서, 열화상 센서, 위치 센서, 속도 센서, 가속도 센서, 초음파 센서 및 전류 센서로부터 측정된 각종 물리량을 데이터를 제어부(970)에 제공할 수 있다. 일 실시예에서, 철도주행 데이터 생성부(910)는 철도차량(110)에 설치된 진동 센서, 온도 센서, 열화상 센서, 위치 센서, 속도 센서, 가속도 센서, 초음파 센서 및 전류 센서 중 적어도 둘의 센서들로부터 검출된 센싱값을 기초로 철도주행 데이터를 생성할 수 있다.
철도주행 특성 결정부(930)는 철도주행 데이터 생성부(910)에서 생성된 철도주행 데이터에 주행 특성함수를 적용하여 철도주행 특성을 결정할 수 있다. 여기에서, 주행 특성함수는 철도차량(110)의 주요 부품의 손상, 대차 불안전성 또는 선로 건전성을 판단하기 위한 함수이고, 철도차량(110)의 주행 조건과 관련된 파라미터로 이루어진 함수로, 진동 특성함수, 온도 변화 특성함수, 비틀림 특성함수 및 전류 특성함수 중 적어도 하나를 포함할 수 있다.
철도주행 모니터링 대상 처리부(950)는 철도주행 특성을 기초로 적어도 하나의 철도주행 모니터링 대상을 결정하고 결정된 적어도 하나의 철도주행 모니터링 대상 각각의 고장 재현성에 따라 결정되는 진단 기준을 기초로 해당 철도주행 모니터링 대상에 관한 결함 여부를 결정할 수 있다. 보다 상세하게는, 철도주행 모니터링 대상 처리부(950)는 고장 재현성 여부에 따라 고장 재현성이 높은 모니터링 대상과 고장 재현성이 낮은 모니터링 대상을 구분하여 서로 다른 진단 기준을 적용할 수 있다.
일 실시예에서, 철도주행 모니터링 대상 처리부(950)는 철도차량(110)의 주요 부품들을 비교적 고장 재현성이 높은 모니터링 대상으로 결정하고, 철도차량(110)의 횡방향 진동에 의한 대차 불안전성 및 철도차량(110)의 선로 등을 비교적 고장 재현성이 낮은 모니터링 대상으로 결정할 수 있다.
일 실시예에서, 철도주행 모니터링 대상 처리부(950)는 주행 데이터에 따른 주행 특성함수의 결과값을 정상상태에서의 기준값과 비교하여 모니터링 대상에 관한 결함 여부를 결정할 수 있다.
일 실시예에서, 철도주행 모니터링 대상 처리부(950)는 철도차량(110)을 구성하는 복수의 대차들 각각의 주행 특성함수 결과값들을 비교하여 모니터링 대상에 관한 결함 여부를 결정할 수 있다.
일 실시예에서, 철도주행 모니터링 대상 처리부(950)는 실시간으로 주행 특성함수 결과값들을 비교하여 철도차량(110)의 대차 불안전성 발생 여부를 결정할 수 있다.
일 실시예에서, 철도주행 모니터링 대상 처리부(950)는 대차 불안전성의 발생 여부를 다른 철도차량과 비교하여 철도차량(110)의 선로 결함 발생 여부를 결정할 수 있다.
제어부(970)는 상기 장치(130)의 전체적인 동작을 제어하고, 철도주행 데이터 생성부(910), 철도주행 특성 결정부(930) 및 철도주행 모니터링 대상 처리부(950) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
또한, 상기 장치(130)는 철도주행 결함 모니터링 방법은 수행할 수 있으며, 철도차량(110)의 주행을 검출하여 철도주행 데이터를 생성하는 단계(S1-1), 철도주행 데이터에 주행 특성함수를 적용하여 철도주행 특성을 결정하는 단계(S1-2), 철도주행 특성을 기초로 적어도 하나의 철도주행 모니터링 대상을 결정하는 단계(S1-3) 및 철도주행 모니터링 대상의 고장 재현성에 따라 결정되는 진단 기준을 기초로 상기 대상의 결함 여부를 결정하는 단계(S1-4)를 포함한다.
단계 S1-4에서, 철도주행 결함 모니터링 방법은 철도차량(110)의 주요 부품들을 비교적 고장 재현성이 높은 모니터링 대상으로 결정하고, 철도차량(110)의 횡방향 진동에 의한 대차 불안전성 및 철도차량(110)의 선로 등을 비교적 고장 재현성이 낮은 모니터링 대상으로 결정하는 단계를 포함할 수 있다.
단계 S1-4에서, 철도주행 결함 모니터링 방법은 주행 데이터에 따른 주행 특성함수의 결과값을 정상상태에서의 기준값과 비교하여 모니터링 대상에 관한 결함 여부를 결정하는 단계를 포함할 수 있다.
단계 S1-4에서, 철도주행 결함 모니터링 방법은 철도차량(110)을 구성하는 복수의 대차들 각각의 주행 특성함수 결과값들을 비교하여 모니터링 대상에 관한 결함 여부를 결정하는 단계를 포함할 수 있다.
단계 S1-4에서, 철도주행 결함 모니터링 방법은 실시간으로 주행 특성함수 결과값들을 비교하여 철도차량(110)의 대차 불안전성 발생 여부를 결정하는 단계를 포함할 수 있다.
단계 S1-4에서, 철도주행 결함 모니터링 방법은 대차 불안전성의 발생 여부를 다른 철도차량과 비교하여 해당 철도차량(110)의 선로 결함 발생 여부를 결정하는 단계를 포함할 수 있다.
도 10 및 11은 도 9의 장치에서 수행되는 철도주행 결함 모니터링 방법을 설명하는 도면이다.
도 10을 참조하면, 상기 장치(130)는 철도주행 결함 모니터링 방법은 수행할 수 있으며, 주행 조건 파라미터 선정 단계(S1010), 주행 조건 DB 구축용 파라미터 등급 분류 단계(S1020), 모니터링 대상 선정 단계(S1030), 모니터링 대상 측정 센서 설정 단계(S1040) 및 모니터링 대상 특성함수 설정 단계(S1050)를 포함하여, 철도차량(110)의 주요 부품 손상, 대차 불안정성 발생 및 선로의 결함을 모니터링하기 위해 생성된 주행 데이터를 파라미터화하여 등급별로 분류할 수 있다.
S1010에서, 파라미터는 측정 일자 및 시각(Xdtm), 주행속도(Xspd), 주행위치(Xgps), 외기온도(Xtmp), 풍향풍속(Xwnd) 및 습도와 강우상황(Xhmd) 등을 포함할 수 있다. 예를 들어, 상기 장치(130)는 속도, 위치, 온도 별로 각각 등급을 나누고, 각 파리미터별로 측정된 주행 데이터 및 해당 주행 데이터에 대한 특성함수의 결과값과 관련된 DB를 구축할 수 있다(S1020).
그리고, 본 발명의 일 실시예에 따른 상기 장치(130)는 고장 재현성 여부에 따라 재현성이 높은 모니터링 대상과 재현성이 낮은 모니터링 대상을 설정한다(S1030). 예를 들어, 고장 재현성이 높은 모니터링 대상은 철도차량(110)의 휠 베어링 손상, 구동축 손상, 모터블록 과열, 송풍기 시스템 손상, 배전반 과열, 기어박스 손상, 주전력변환기 손상 및 견인모터 손상 등을 포함한다. 그리고, 고장 재현성이 낮은 모니터링 대상은 대차 불안전성 및 선로 결함 등을 포함한다.
또한, 본 발명의 일 실시예에 따른 상기 장치(130)는 모니터링 대상 별로 주행 데이터를 측정할 측정 센서를 설정한다(S1040). 예를 들어, 휠베이링의 결함 여부를 모니터링하기 위해서는 진동 센서 및 온도 센서를 측정 센서로 설정하고, 배전반의 결함 여부를 모니터링하기 위해서 온도 센서를 측정센서로 설정할 수 있다. 또한, 대차 불안전성이나 선로 결함을 모니터링 하기 위해서는 진동 센서 및 주행 위치와 관련된 센서를 설정할 수 있다.
그리고, 본 발명의 일 실시예에 따른 상기 장치(130)는 모니터링 대상 별로 결함 여부를 진단할 특성함수를 설정한다(S1050). 예를 들어, 휠베어링 결함 여부를 진단하기 위해서는 온도 특성함수, 모멘텀 및 포락 스펙트럼과 관련된 진동 특성함수를 설정한다. 배전반의 결함 여부를 모니터링하기 위해서 최대 온도와 관련된, 온도 변화 특성함수를 설정한다. 또한, 대차 불안전성을 결함을 모니터링하기 위해서는 진동값 및 포락 스펙트럼과 관련된 진동 특성함수를 설정할 수 있다.
도 11을 참조하면, 본 발명의 일 실시예에 따른 상기 장치(130)는 결함 여부를 검출할 모니터링 대상과 측정 센서를 설정하고, 해당 모니터링 대상과 관련된 특성함수를 선정한다(S1110).
또한, 본 발명의 일 실시예에 따른 상기 장치(130)는 모니터링 대상의 결함 여부를 판단할 진단 기준을 선정한다(S1120).
그리고, 본 발명의 일 실시예에 따른 상기 장치(130)는 주행 조건 및 주행 환경과 관련된 주행 데이터를 검출하고, 검출된 주행 데이터를 바탕으로 특성함수의 결과값을 연산하며, 모니터링 대상에 대한 고장 재현성 여부를 고려해서 결함 발생 여부를 검출한다(S1130 내지 S1150).
여기에서, 특성함수는 본 발명의 일 실시예에 따라 진동 특성함수, 온도 변화 특성함수, 비틀림 특성함수 및 전류 특성함수 중 적어도 하나를 포함할 수 있다. 그리고, 진동센서와 관련된 진동 특성함수는 RMSA(Root Mean Square Acceleration), Peak, Skewness, Kurtosis, Crest factor, Impulse factor, Shape factor 및 결함 주파수의 스펙트럼 값 중 적어도 하나를 포함할 수 있다.
또한, Skewness는 실제 랜덤변수의 확률분포가 평균값에 대한 어느 정도 치우치어져 있는지를 나타내는 척도를 나타내며, Crest factor는 교류전류나 소리와 같은 파형의 척도로써 평균값에 대한 peak의 비를 나타낸다.
그리고, Kurtosis는 Random변수 확률 분포의 peak크기에 대한 하나의 척도를 나타내며, Clearance factor는 피로에 의한 bearing의 초기 spalling을 검출하기 위한 요소이다.
그리고, Impulse factor는 하나의 무차원 진폭 parameter로 피로에 의한 bearing spalling의 가오스 확률밀도함수 모델을 사용하는 시뮬레이션 조건하에 유용한 방법이며, Shape factor는 또 하나의 무차원 진폭 parameter로 피로에 의한 bearing spalling의 가오스 확률밀도함수 모델을 사용하는 시뮬레이션 조건하에 유용한 방법이다.
예를 들어, 본 발명의 일 실시예에 따른 상기 장치(130)는 휠베어링의 경우 주행조건 및 주행환경을 파라미터로 분류하고, 이렇게 분류된 카테고리에서 진동 및 온도 센서값의 특성함수로 둘중의 하나의 특성함수만 기준값을 넘는 경우 일차적인 결함 발생 가능성 있는 것으로 판단한다.
또한, 본 발명의 일 실시예에 따른 상기 장치(130)는 대차내에 타 휠베어링의 특성함수와 비교하여 상대적인 차이를 충분히 보이고, 반복적으로 이러한 현상이 지속되는 경우 결함이 발생한 것으로 최종 진단할 수 있다.
그리고, 온도 변화 특성함수는 온도센서의 최대값을 포함하며, 허용공차와 한계온도를 이용하여 진단기준은 Tmax > Tf + β 와 같다.
여기에서, Tf는 한계온도, β는 온도 허용공차이고, 온도 특성함수는 열화상 센서와 같이 넓은 영역의 온도를 픽셀로 측정하는 경우 각 픽셀의 온도값 중에 최대가 되는 것을 의미한다.
본 발명의 일 실시예에 따른 상기 장치(130)는 철도차량(110)의 견인차의 모터블럭들과 객차의 배전반들에 다수의 열화상센서를 부착하고, 온도 변화 특성함수에 의한 최대 온도가 진단 기준값을 넘는 경우 일차적인 결함 발생 가능성 있는 것으로 판단한다.
그리고, 본 발명의 일 실시예에 따른 상기 장치(130)는 인접 모터블럭 및 배전반의 최대온도와 각각 비교하고, 이러한 현상이 반복적으로 지속되는 경우 모터블럭이나 배전반에 결함이 발생한 것으로 최종 진단할 수 있다.
그리고, 비틀림 특성함수는 하기 수학식과 같다.
θ= θ1 - θ2 at Σ(T1 + T2)
여기에서, θ는 비틀림 스트레인이며, θ1, θ2는 엔코더 회전 각도를 나타내며, T1, T2는 구동 토오크 및 제동 토오크를 나타낸다.
본 발명의 일 실시예에 따른 상기 장치(130)는 상기 비틀림 함수를 이용하여 철도차량(110)의 동력전달장치의 결함 여부를 진단할 수 있다.
또한, 본 발명의 일 실시예에 따른 상기 장치(130)는 전류센서를 이용해 주전력변환장치의 3상 전류 파형을 각각 측정하고, 진원도에 관한 특성함수를 도출한다.
그리고, 본 발명의 일 실시예에 따른 상기 장치(130)는 특성함수에 의한 진원도가 기준값에서 허용 공차 안에 존재하는지 여부로 주요 부품의 결함을 확인할 수 있다.
또한, 본 발명의 일 실시예에 따른 상기 장치(130)는 대차 불안정성 발생을 감지하기 위해 대차에 장착된 횡방향 진동 센서로 일반적으로 10Hz이내의 저주파 신호를 계측하고, 실시간으로 특정 시간 동안 특정 진동값이 지속되는지를 모니터링하게 된다.
그리고, 본 발명의 일 실시예에 따른 상기 장치(130)는 상기와 같은 대차 불안전성이 특정한 주행 위치와 연관성이 크고, 다른 대차 및 다른 편성 차량에서도 지속적으로 나타나는 경우, 선로의 건전성 결함이 발생한 것으로 진단할 수 있다.
도 12는 도 1에 있는 장치의 다른 실시예를 설명하는 도면이다.
도 12를 참조하면, 상기 장치(130)는 철도차량 상태 요약부(1210), 철도차량 상태분포 산출부(1230), 이상 안전부품 검출부(1250), 정밀진단 수행부(1270) 및 제어부(1290)를 포함할 수 있다.
철도차량 상태 요약부(1210)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(1210)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(1210)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 상기 장치(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)
상기 장치(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.
상기 장치(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.
상기 장치(130)는 진단 아이템이 응축수 범람인 경우, 응축수의 수위가 설정된 응축수 수위보다 높으면 응축수 범람인 것으로 진단할 수 있다.
상기 장치(130)는 진단 아이템이 도어 끼임인 경우, 도어 갭이 설정된 도어 갭보다 크면 도어에 물체가 끼인 것으로 진단할 수 있다.
상기 장치(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.
상기 장치(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.
상기 장치(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.
상기 장치(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.
상기 장치(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.
상기 장치(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.
상기 장치(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(1210)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 상기 장치(130)에 의해 미리 설정되거나 또는 자동으로 설정될 수 있다.
철도차량 상태 요약부(1210)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(1210)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 13 내지 16에서 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(
Figure PCTKR2020002530-appb-I000001
), 피크(
Figure PCTKR2020002530-appb-I000002
), 실효값(
Figure PCTKR2020002530-appb-I000003
), 파고율(
Figure PCTKR2020002530-appb-I000004
), 왜도(
Figure PCTKR2020002530-appb-I000005
), 첨도(
Figure PCTKR2020002530-appb-I000006
), 클리어런스 팩터(
Figure PCTKR2020002530-appb-I000007
), 임펄스 팩터(
Figure PCTKR2020002530-appb-I000008
), 쉐입 팩터(
Figure PCTKR2020002530-appb-I000009
), 확률 함수(
Figure PCTKR2020002530-appb-I000010
) 및 통계적 모멘트(
Figure PCTKR2020002530-appb-I000011
) 중 어느 하나에 해당할 수 있다.)
철도차량 상태분포 산출부(1230)는 복수의 특정 구간들 동안의 철도차량(110)의 상태 요약에 관한 분포를 산출할 수 있다. 상기 장치(130)는 철도차량(110)의 안전부품 진단을 위한 전체 주기를 복수의 특정 구간들로 분할할 수 있고, 철도차량 상태분포 산출부(1230)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(1230)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(1230)는 철도차량 상태 요약부(1210)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(1230)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(1230)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. 상기 장치(130)는 철도차량 상태분포 산출부(1230)에 의해 생성된 다차원 좌표계를 데이터베이스(150)에 저장할 수 있고 안전부품 진단에 사용할 수 있다.
이상 안전부품 검출부(1250)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(1250)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(1250)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 상기 장치(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(1270)는 이상 안전부품에 관한 정밀진단을 수행할 수 있다. 보다 구체적으로, 정밀진단 수행부(1270)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(1270)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(1270)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. 상기 장치(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(1270)는 트라이포드 결함의 진단 항목인 축 비틀림 각에 대한 센싱값들을 엔벨로프 해석을 통해 엔벨로핑 스펙트럼(ENVELOPING Spectrum)을 산출할 수 있다. 정밀진단 수행부(1270)는 엔벨로핑 스펙트럼을 트라이포드 결함에 대한 특징값으로 사용하여 정밀진단을 수행할 수 있다. 휠 베어링 결함인 경우에 있어서, 정밀진단 수행부(1270)는 휠 진동에 대한 엔벨로핑 스펙트럼을 산출할 수 있고, 이를 기초로 휠 베어링 결함에 대한 정밀진단을 수행할 수 있다.
일 실시예에서, 정밀진단 수행부(1270)는 정밀진단 지수 산출을 위하여 특정 구간동안 수집된 센싱값들을 샘플링하여 사용할 수 있다. 또한, 정밀진단 수행부(1270)는 철도차량 상태 요약부(1210)가 철도차량(110)의 상태 요약을 위하여 센싱값들을 샘플링한 주기보다 더 짧은 주기로 샘플링을 수행할 수 있다.
일 실시예에서, 정밀진단 수행부(1270)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(1270)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(1270)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 상기 장치(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(1290)는 상기 장치(130)의 전체적인 동작을 제어하고, 철도차량 상태 요약부(1210), 철도차량 상태분포 산출부(1230), 이상 안전부품 검출부(1250) 및 정밀진단 수행부(1270) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 13 내지 16은 도 1에 있는 장치에서 진단 파라미터에 대한 지수를 이용하여 진단 항목에 대한 지수를 결정하는 과정을 설명하는 예시도이다.
도 13 내지 16을 참조하면, 상기 장치(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, 상기 장치(130)는 최종적으로 온도 4단계에 해당하는 구간을 포함하는 진단 항목 a의 9단계를 a의 지수로 결정할 수 있다.
도 17은 도 1에 있는 장치에서 진단 항목에 대한 지수 분포를 산출하는 과정을 설명하는 예시도이다.
도 17을 참조하면, 상기 장치(130)는 진단 항목 a에 대한 지수 분포를 그래프로 나타낼 수 있다. 상기 장치(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 17에서, 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. 상기 장치(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.
상기 장치(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. 상기 장치(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. 상기 장치(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.
본 발명을 지원한 국가연구개발사업
과제고유번호: 17RTRP-B091404-05
부처명: 국토교통부
연구관리전문기관: 국토교통과학기술진흥원
연구사업명: 철도기술연구사업
연구과제명: 철도차량 주요부품 결함발생 차지상 조기검출 모듈 및 운영기술 개발
기여율: 1/1
주관기관: 한국철도공사
연구기간: 2019.01.01 ~ 2019.12.31
[부호의 설명]
100: 상태 모니터링 기반의 철도차량 유지보수 시스템
110: 철도차량
130: 철도차량 유지보수 플랫폼용 장치
150: 데이터베이스 170: 사용자 단말
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 제1 제어관리부 330: 제2 제어관리부
350: 통합 운영부 370: 제어부
510: 제1 제어관리부 511: 제1 제어장치
513: 제1 네트워크 530: 제2 제어관리부
531: 제2 제어장치 533: 제2 네트워크
910: 철도주행 데이터 생성부 930: 철도주행 특성 결정부
950: 철도주행 모니터링 대상 처리부
970: 제어부
1210: 철도차량 상태 요약부 1230: 철도차량 상태분포 산출부
1250: 이상 안전부품 검출부 1270: 정밀진단 수행부
1290: 제어부

Claims (8)

  1. 센서 데이터를 기초로 포인트 데이터를 생성하여 고장 유무를 감지하는 복수의 제1 제어 장치들과, 상기 포인트 데이터의 전송을 담당하는 제1 네트워크를 통해 연결되어 철도차량의 제어 및 관리를 지원하는 제1 제어관리부;
    상기 제1 네트워크와 각각 연결되고 상기 포인트 데이터와 웨이브 데이터를 이용하여 고장 예지를 수행하는 복수의 제2 제어 장치들과, 상기 웨이브 데이터의 전송을 담당하는 제2 네트워크를 통해 연결되어 상기 철도차량의 제어 및 관리를 지원하는 제2 제어관리부; 및
    상기 철도차량의 상태에 따라 상기 제1 및 제2 네트워크들의 선택적 사용에 관한 운영 모드를 결정하여 상기 제1 및 제2 장치들 간의 데이터 교환을 통해 상기 철도차량의 제어 및 관리를 통합 지원하는 통합 운영부를 포함하는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치.
  2. 제1항에 있어서, 상기 제1 제어관리부는
    차량 내 통신버스(Multifunction Vehicle Bus, MVB), 차량 간 통신버스(Wired Train Bus, WTB) 및 RS485 중 어느 하나를 상기 제1 네트워크로서 사용하는 것을 특징으로 하는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치.
  3. 제1항에 있어서, 상기 제2 제어관리부는
    상기 제1 네트워크와 독립적으로 동작하면서 상기 웨이브 데이터의 처리를 위해 상기 제1 네트워크보다 더 큰 전송량 및 더 짧은 전송 주기를 가진 통신 네트워크를 상기 제2 네트워크로서 사용하는 것을 특징으로 하는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치.
  4. 제1항에 있어서, 상기 제2 제어관리부는
    IoT 통신 모듈과 스위칭 허브를 포함하는 제어 장치 및 아날로그 센서와 아날로그-디지털 컨버터(ADC)를 포함하는 제어 장치 중 어느 하나를 제2 제어 장치로서 사용하는 것을 특징으로 하는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치.
  5. 제1항에 있어서, 상기 통합 운영부는
    상기 철도차량의 상태에 따라 상기 제1 네트워크만 동작하는 제1 운영 모드, 상기 제2 네트워크만 동작하는 제2 운영 모드, 상기 제1 및 제2 네트워크가 함께 동작하는 제3 운영 모드 중 어느 하나를 결정하는 것을 특징으로 하는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치.
  6. 제5항에 있어서, 상기 통합 운영부는
    상기 제3 운영 모드에 따라 상기 포인트 데이터에 상기 센서 데이터를 추가하여 상기 제1 또는 제2 네트워크를 통해 상기 제2 제어관리부에 전송하는 것을 특징으로 하는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치.
  7. 제1항에 있어서, 상기 통합 운영부는
    상기 운영 모드에 따라 상기 복수의 제1 제어 장치들이 생성하는 상기 포인트 데이터를 상기 제1 네트워크를 통해 상기 복수의 제2 제어 장치들에 전송하거나 또는 상기 복수의 제2 제어 장치들이 생성하는 웨이브 데이터에 관한 포인트 데이터를 상기 제1 네트워크를 통해 상기 복수의 제1 제어 장치들에 전송하는 것을 특징으로 하는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치.
  8. 제1항에 있어서, 상기 통합 운영부는
    상기 운영 모드에 따라 상기 복수의 제2 제어 장치들이 생성하는 제어 신호를 상기 제1 네트워크를 통해 상기 제1 제어관리부에 전송하거나 또는 상기 제2 제어관리부에서 생성하는 제어 신호를 상기 제2 네트워크를 통해 상기 제1 제어관리부에 전송하는 것을 특징으로 하는 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치.
PCT/KR2020/002530 2019-02-21 2020-02-21 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치 WO2020171643A1 (ko)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
KR1020190020713A KR102167258B1 (ko) 2019-02-21 2019-02-21 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치
KR10-2019-0020713 2019-02-21
KR10-2019-0054257 2019-05-09
KR10-2019-0054245 2019-05-09
KR1020190054257A KR102172012B1 (ko) 2019-05-09 2019-05-09 철도차량 안전부품 진단장치
KR20190054245 2019-05-09

Publications (1)

Publication Number Publication Date
WO2020171643A1 true WO2020171643A1 (ko) 2020-08-27

Family

ID=72144353

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/002530 WO2020171643A1 (ko) 2019-02-21 2020-02-21 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치

Country Status (1)

Country Link
WO (1) WO2020171643A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113886320A (zh) * 2021-10-15 2022-01-04 南京亚派科技股份有限公司 再生制动能量装置智能运维平台中can总线传输的方法
CN116166199A (zh) * 2023-03-17 2023-05-26 哈尔滨市科佳通用机电股份有限公司 机车信号记录数据的存储容量自适应调整方法及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050060979A (ko) * 2003-12-17 2005-06-22 한국철도기술연구원 철도차량 통신망을 이용한 신호측정 장치
KR20060072978A (ko) * 2004-12-24 2006-06-28 한국철도기술연구원 무선열차제어시스템 차상장치의 대기이중계방식결함허용장치 및 그 방법
KR20110134780A (ko) * 2010-06-09 2011-12-15 한국철도기술연구원 바이모달 트램의 차량 운행 관리 시스템
KR20140129788A (ko) * 2013-04-30 2014-11-07 한국철도기술연구원 무선 및 자가발전 센서를 이용한 철도 차량 모니터링 시스템 및 방법
KR20190003245A (ko) * 2017-06-30 2019-01-09 (주)에스티와이드 철도차량 객실 실시간 감시 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050060979A (ko) * 2003-12-17 2005-06-22 한국철도기술연구원 철도차량 통신망을 이용한 신호측정 장치
KR20060072978A (ko) * 2004-12-24 2006-06-28 한국철도기술연구원 무선열차제어시스템 차상장치의 대기이중계방식결함허용장치 및 그 방법
KR20110134780A (ko) * 2010-06-09 2011-12-15 한국철도기술연구원 바이모달 트램의 차량 운행 관리 시스템
KR20140129788A (ko) * 2013-04-30 2014-11-07 한국철도기술연구원 무선 및 자가발전 센서를 이용한 철도 차량 모니터링 시스템 및 방법
KR20190003245A (ko) * 2017-06-30 2019-01-09 (주)에스티와이드 철도차량 객실 실시간 감시 시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113886320A (zh) * 2021-10-15 2022-01-04 南京亚派科技股份有限公司 再生制动能量装置智能运维平台中can总线传输的方法
CN116166199A (zh) * 2023-03-17 2023-05-26 哈尔滨市科佳通用机电股份有限公司 机车信号记录数据的存储容量自适应调整方法及设备
CN116166199B (zh) * 2023-03-17 2023-08-08 哈尔滨市科佳通用机电股份有限公司 机车信号记录数据的存储容量自适应调整方法及设备

Similar Documents

Publication Publication Date Title
WO2021071189A1 (ko) 중전기기 건전성 분석 플랫폼 및 이를 이용하는 분석 방법
WO2020171643A1 (ko) 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치
WO2015005663A1 (ko) 신호 계측 진단 모니터링 시스템과 그 방법 및 이를 개별 장치에 적용한 방법 및 시스템
WO2020189915A1 (ko) 배터리 관리 장치
WO2020189918A1 (ko) 배터리 관리 장치
WO2010008168A2 (ko) 전력설비의 부분방전 노이즈 제거 장치 및 부분방전 발생구간 검출 장치
EP0342597B1 (en) Abnormality system for a high voltage power supply apparatus
WO2011034253A1 (ko) 원격 전기 안전 진단 시스템 및 장치
WO2014088324A1 (ko) 이차 전지의 파라미터 추정 장치 및 방법
WO2022114871A1 (ko) 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차
WO2013015511A1 (ko) 차량 에너지 관리 시스템, 이를 위한 방법 및 장치
WO2020032604A1 (ko) 출입 관리 시스템 및 이를 이용한 출입 관리 방법
WO2021010808A9 (ko) Iot기술을 이용한 전기재해 선제적 탐지 및 예방 시스템
WO2019182246A1 (en) Partial discharge detecting system
WO2023229326A1 (ko) 배터리 셀 진단 장치 및 방법
WO2020189919A1 (ko) 배터리 상태 추정 장치
WO2013058615A2 (ko) 가정 통신 제어 장치 및 그 동작 방법
WO2020189819A1 (ko) 배치공간의 공기질에 기반하여 공기청정제어장치를 제어하는 서버장치 및 이를 제어하는 방법
WO2019190049A1 (ko) 배전반 내 차단기 관리 시스템
WO2023158111A1 (ko) 자율 운항 선박의 사이버 보안 관리 시스템
WO2023234742A1 (ko) 음향 신호를 이용한 공간 감시 시스템 및 공간 감시 방법
WO2021045417A1 (ko) 절연 저항 측정 회로 진단 장치 및 방법
WO2021060900A1 (ko) 배터리 관리 장치 및 방법
WO2023224414A1 (ko) 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차
WO2014163331A1 (ko) 카메라를 이용한 엘리베이터 운행 시스템 및 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20759842

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20759842

Country of ref document: EP

Kind code of ref document: A1