KR101902556B1 - 철도차량용 모니터링 시스템 및 그 방법 - Google Patents
철도차량용 모니터링 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR101902556B1 KR101902556B1 KR1020160114506A KR20160114506A KR101902556B1 KR 101902556 B1 KR101902556 B1 KR 101902556B1 KR 1020160114506 A KR1020160114506 A KR 1020160114506A KR 20160114506 A KR20160114506 A KR 20160114506A KR 101902556 B1 KR101902556 B1 KR 101902556B1
- Authority
- KR
- South Korea
- Prior art keywords
- line
- risk
- graph
- railway vehicle
- railway
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 22
- 238000004451 qualitative analysis Methods 0.000 claims abstract description 20
- 238000012423 maintenance Methods 0.000 claims description 47
- 230000008859 change Effects 0.000 claims description 16
- 238000013480 data collection Methods 0.000 claims description 8
- 238000009940 knitting Methods 0.000 claims description 8
- 230000007257 malfunction Effects 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000011058 failure modes and effects analysis Methods 0.000 description 6
- 238000011155 quantitative monitoring Methods 0.000 description 5
- 230000008439 repair process Effects 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000009420 retrofitting Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/40—Handling position reports or trackside vehicle data
-
- B61L27/0077—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/02—Digital computers in general; Data processing equipment in general manually operated with input through keyboard and computation using a built-in program, e.g. pocket calculators
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Development Economics (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
본 발명은 기차나 지하철과 같은 철도차량을 모니터링하기 위한 시스템 및 그 방법에 관한 것으로서, 보다 상세하게는, 철도차량의 운행장애 횟수를 호선, 장치, 편성별로 정량적으로 표시하는 정량적 분석부와, 철도차량의 운행장애 횟수에 기초하여 호선, 장치, 부품별로 위험도를 산출하여 표시하는 정성적 분석부를 포함하는 것을 특징으로 하는 철도차량용 모니터링 시스템 및 그 방법에 관한 것이다.
Description
본 발명은 기차나 지하철과 같은 철도차량을 모니터링하기 위한 시스템 및 그 방법에 관한 것으로서, 보다 상세하게는, 철도차량의 운행장애 횟수를 호선, 장치, 편성별로 정량적으로 표시하는 정량적 분석부와, 철도차량의 운행장애 횟수에 기초하여 호선, 장치, 부품별로 위험도를 산출하여 표시하는 정성적 분석부를 포함하는 것을 특징으로 하는 철도차량용 모니터링 시스템 및 그 방법에 관한 것이다.
종래 철도차량의 운행상의 안전을 모니터링하는 관리 방법은 고장수리 이력의 경우, 수기장부에서 워크시트를 거쳐서 전산화된 데이터 관리를 통하여 이루어져 왔고, 이러한 고장수리 이력의 데이터를 기반으로 하여 철도차량의 고장원인과 그 횟수를 분석하는 소위 RCM 또는 RAMS 기법이 철도 관리에 적용되고 있다.
상기 RCM 또는 RAMS 분석기법은 신뢰성을 기반으로 적용되고 있는 기법이나, 이러한 기법들도 철도차량의 구성과 사용 환경이 상이할 경우에는 분석 효과를 수득하기에 어려움이 있고, 더구나 현재까지는 일반적인 산업 현장의 사례를 벤치마킹하는 수준에 머물고 특화되지 못한 수준에 머물고 있는 실정이다.
왜냐하면, 이는 분석기법에 있어서 데이터 축적과정의 난해성이 있기 때문이다. 즉, 시스템 구축과 데이터베이스 구축(구조적 기능적 주요 항목 결정, 기능적 분석, 주요항목 대상 선정, 고장모드 영향 분석, RCM 결정 로직, 개선방법 평가, RCM 분석 프로그램) 과정이 숙련된 전문과정을 요구하기 때문이다.
또한, 제시된 결론들이 분석 대상 기간 중 발생한 과도기적 상황(정비주기의 변경, 부품사양의 변경, 투입인력의 기술력 차이 등)을 전혀 반영하지 못하기 때문에 현실적인 효용가치가 매우 낮기 때문이다.
더구나, 철도차량을 이루는 구조적 모습을 보면 복잡한 구성 속에서 어떤 구성요소의 신뢰성을 찾아내어 조치 방법까지를 자동적으로 산출해 내기가 쉽지 않다는데 있다.
예를 들면, 철도차량은 기능과 역할이 각각 상이한 10 여종의 주요 시스템으로 대분되고, 각 시스템은 10-20 종류의 장치들로 구성되며, 이러한 시스템을 이루고 있는 각 장치들은 10-50 종류의 구성품으로 이루어져 있되, 더우기, 구성품들을 소자 단위까지 확장하면 대략 10 만개 이상의 부품을 사용하기 때문에, 이러한 부품 하나 하나들에 대한 신뢰도를 확립하기 위해서는 최소한 10,000 개의 동등한 부품들에 대한 수선 데이터가 쌓여야 하고 그들 데이터에 통계적인 의미를 부여하려면 5배 10 배의 데이터가 더 쌓여야 하기 때문이다.
따라서, 기술적 발달은 세부적 고장 조치 방법보다는 모듈화로 유지보수의 간소화를 도모하게 하였고, 2중화, 분산화 등을 통해 고장이 없는 시스템을 도입하는 현실에 비추어 RAMS 또는 RCM 기반 정비체계는 모든 구성요소를 대상으로 하여 분석하는 방식이므로 보다 효율적인 방법으로 개선이 필요하다 할 수 있다.
나아가, 고장조치 수선기록에 있어서도 모든 기록에 의미를 부여했던 관점에서 영업운행에 영향을 미치는 운행 안정성을 중시하는 방향으로 발전하고 있는 경향이므로, 철도차량에 대한 신뢰성 프로그램은 보다 간소화되어야 하고 즉각적이고 공개적으로 나타나는 시각화된 정량적 정성적 모니터링 시스템을 통한 신뢰성 확보 방안이 강구되어야 할 필요성이 있다.
또한, 고장 수리의 데이터베이스를 구축함에 있어서도 종래에는 정비 기록관리 시스템과 신뢰성 분석 시스템은 구축 시기 등의 차이로 당연히 별개의 시스템으로 운영되어 왔고, 분석이나 대책 보고서와 같은 2 차적 결과물을 작성함에 있어서도 기록 정리, FMEA(Failure Mode and Effects Analysis, 고장모드 및 영향분석)등의 2 차적 분석 과정이 필요하였으며, 그러한 결과물조차 전체 통합적인 것이 아니라 의도된 부분에 대한 국한적인 보고서에 불과할 경우가 많았다.
한편, 철도차량용 모니터링 시스템으로서 종래 공지된 선행기술로서는 대한민국특허공고 제 10-540162 호의 철도차량의 유지보수를 위한 정보화 시스템 및 대한민국특허 제 10-604386 호의 철도차량의 유지보수 작업시스템의 기술이 공지되어 있다.
본 발명은 상기와 같은 종래의 제반 문제점을 해소하고자 창안된 것으로서, 철도차량의 모니터링을 위한 간결하면서도 모니터링과 신뢰성 분석 결과가 용이하게 생성될 수 있는 철도차량의 모니터링 시스템 및 그 방법을 제공하는데에 본 발명의 기술적 특징이 있다.
상기와 같은 기술적 과제를 달성하기 위한 본 발명의 철도차량용 모니터링 시스템 및 그 방법은, 철도차량의 운행장애 횟수를 호선, 장치, 편성별로 정량적으로 표시하는 정량적 분석부와, 철도차량의 운행장애 횟수에 기초하여 호선, 장치, 부품별로 위험도를 산출하여 표시하는 정성적 분석부를 포함하는 것을 특징으로 한다.
상기와 같은 구성을 가진 본 발명의 본 발명의 철도차량용 모니터링 시스템 및 그 방법에 따른 정량적 분석에 의하여 철도차량의 호선별, 장치별 및 편성별로 운행장애의 횟수와 위험도를 직관적으로 일목요연하게 파악할 수 있어, 철도차량의 관리자가 운행장애 횟수와 위험도의 양과 변화의 추이를 신속 정확하게 파악할 수 있으며, 이에 따라서 관리자가 철도차량의 정비와 안전운행에 필요한 조치를 신속하게 강구할 수 있도록 하여 철도차량의 운행상의 안전성을 제고할 수 있는 매우 진보한 발명인 것이다.
도 1 은 본 발명의 철도차량용 모니터링 시스템의 구성도,
도 2 는 본 발명의 정량적 및 정성적 분석을 위한 철도차량의 연간 운행장애 횟수를 나타내는 그래프의 일례,
도 3 은 본 발명의 철도차량의 정량적 모니터링 방법의 순서도,
도 4a 내지 도 4b 는 본 발명의 철도차량의 정량적 모니터링 방법에 따라서 생성되는 정량적 모니터링 그래프의 일례로서, 도 4a 는 호선별 및 장치별 당기 6 개월 운행고장 그래프의 일례, 도 4b 는 호선별 및 장치별 당기 6 개월 이전의 운행고장 그래프의 일례, 도 4c 는 호선별, 편성별 및 장치별 년간 운행고장 그래프의 일례, 도 4d 는 호선별 및 편성별 주행거리를 나타내는 그래프의 일례,
도 5 는 본 발명의 철도차량의 정성적 모니터링 방법의 순서도,
도 6a 내지 도 6c 는 본 발명의 철도차량의 정성적 모니터링 방법에 따라서 생성되는 정성적 모니터링 그래프의 일례로서, 도 6a 는 호선별 위험도 총량 변화 그래프의 일례, 도 6b 는 호선별 운행거리당 위험도 그래프의 일례, 도 6c 는 당해년도 호선별 및 장치별 위험도 그래프의 일례,
도 7 은 본 발명의 철도차량의 정성적 모니터링 방법에 따라서 생성되는 정성적 모니터링 그래프의 일례로서, 호선별 및 장치별 위험도 상세 그래프의 일례,
도 8 은 본 발명의 철도차량의 정성적 모니터링 방법에 따라서 생성되는 정성적 모니터링 그래프의 일례로서, 부품별 위험도 상세 그래프의 일례,
도 9a 내지 도 9c 는 본 발명의 철도차량의 운행 성과를 나타내는 그래프의 일례로서, 도 9a 는 호선별 신뢰성 지수의 그래프의 일례, 도 9b 는 호선별 정시율의 그래프의 일례, 도 9c 는 호선별 운행고장 횟수의 그래프의 일례,
도 10 은 도 9a 및 도 9b 의 호선별 신뢰성 지수 및 정시율을 산출하기 위한 산출표의 일례,
도 11 은 본 발명의 철도차량의 모니터링 방법을 수행하기 위한 기초 입력 데이터의 구조를 나타내는 도면이다.
도 2 는 본 발명의 정량적 및 정성적 분석을 위한 철도차량의 연간 운행장애 횟수를 나타내는 그래프의 일례,
도 3 은 본 발명의 철도차량의 정량적 모니터링 방법의 순서도,
도 4a 내지 도 4b 는 본 발명의 철도차량의 정량적 모니터링 방법에 따라서 생성되는 정량적 모니터링 그래프의 일례로서, 도 4a 는 호선별 및 장치별 당기 6 개월 운행고장 그래프의 일례, 도 4b 는 호선별 및 장치별 당기 6 개월 이전의 운행고장 그래프의 일례, 도 4c 는 호선별, 편성별 및 장치별 년간 운행고장 그래프의 일례, 도 4d 는 호선별 및 편성별 주행거리를 나타내는 그래프의 일례,
도 5 는 본 발명의 철도차량의 정성적 모니터링 방법의 순서도,
도 6a 내지 도 6c 는 본 발명의 철도차량의 정성적 모니터링 방법에 따라서 생성되는 정성적 모니터링 그래프의 일례로서, 도 6a 는 호선별 위험도 총량 변화 그래프의 일례, 도 6b 는 호선별 운행거리당 위험도 그래프의 일례, 도 6c 는 당해년도 호선별 및 장치별 위험도 그래프의 일례,
도 7 은 본 발명의 철도차량의 정성적 모니터링 방법에 따라서 생성되는 정성적 모니터링 그래프의 일례로서, 호선별 및 장치별 위험도 상세 그래프의 일례,
도 8 은 본 발명의 철도차량의 정성적 모니터링 방법에 따라서 생성되는 정성적 모니터링 그래프의 일례로서, 부품별 위험도 상세 그래프의 일례,
도 9a 내지 도 9c 는 본 발명의 철도차량의 운행 성과를 나타내는 그래프의 일례로서, 도 9a 는 호선별 신뢰성 지수의 그래프의 일례, 도 9b 는 호선별 정시율의 그래프의 일례, 도 9c 는 호선별 운행고장 횟수의 그래프의 일례,
도 10 은 도 9a 및 도 9b 의 호선별 신뢰성 지수 및 정시율을 산출하기 위한 산출표의 일례,
도 11 은 본 발명의 철도차량의 모니터링 방법을 수행하기 위한 기초 입력 데이터의 구조를 나타내는 도면이다.
이하, 도면을 참조하여 본 발명의 철도차량용 모니터링 시스템 및 그 방법의 구성을 설명한다.
단, 개시된 도면들은 당업자에게 본 발명의 사상이 충분하게 전달될 수 있도록 하기 위한 예로서 제공되는 것이다. 따라서, 본 발명은 이하 제시되는 도면들에 한정되지 않고 다른 태양으로 구체화될 수도 있다.
또한, 본 발명 명세서에서 사용되는 용어에 있어서 다른 정의가 없다면, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 통상적으로 이해하고 있는 의미를 가지며, 하기의 설명 및 첨부 도면에서 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략한다.
도 1 은 본 발명의 철도차량용 모니터링 시스템의 구성도이다.
도면을 참조하면, 본 발명의 철도차량용 모니터링 시스템(10)은, 철도차량의 운행장애 횟수와 그 원인을 철도차량의 노선별, 장치별 및 편성별로 기록한 기존의 철도차량운행기록관리장치(200)으로부터 본 발명 모니터링 시스템에 필요한 철도차량의 유지보수 정보와 운행거리 정보를 수집하는 데이터수집부(20)를 포함한다.
상기 운행장애 회수는 철도차량이 고장을 일으키거나 사고를 당하여 철도차량의 운행이 장애를 받은 모든 횟수를 가리킨다.
상기 철도차량운행기록관리장치(200)는 철도차량의 관제센터에서 운영하며 관리대상이 되는 모든 철도차량의 노선별, 장치별 및 편성별로 철도차량의 운행기록을 저장하고 관리하는 기존의 레거시(legacy) 장비이다.
상기 본 발명 모니터링 시스템의 데이터수집부(20)는 상기와 같은 기존의 레거시 장비에 저장된 철도차량의 노선별, 장치별 및 편성별 철도차량의 유지보수정보 및 철도차량의 운행거리 정보를 독출하여 가져온다.
상기 철도차량의 유지보수정보는, 철도차량의 운행장애 횟수와 운행장애시 그 원인에 관한 정보를 포함한다.
또한, 본 발명의 모니터링 시스템(10)은, 상기 데이터수집부(20)에서 수집된 데이터에 기반하여 철도차량의 운행장애 횟수를 나타내는 그래프를 생성하는 정량적 분석부(30)를 포함한다.
구체적으로, 상기 정량적 분석부(30)는, 기간별로 호선별 및 장치별로 운행장애 횟수를 나타내는 그래프, 기간별로 호선별, 편성별 및 장치별로 운행장애 횟수를 나타내는 그래프, 기간별로 호선별 및 편성별로 철도차량의 주행거리를 나타내는 그래프를 생성한다.
또한, 본 발명의 모니터링 시스템(10)은, 상기 데이터수집부(20)에서 수집된 데이터에 기반하여 철도차량의 위험도를 나타내는 그래프를 생성하는 정성적 분석부(40)를 포함한다.
구체적으로, 상기 정성적 분석부(40)는, 호선별 위험도 총량 변화의 그래프, 호선별 운행거리당 위험도 그래프, 기간별 호선별 및 장치별 위험도 그래프, 호선별 및 장치별 위험도 상세 그래프 및 부품별 위험도 상세 그래프를 생성한다.
또한, 본 발명의 모니터링 시스템(10)은, 상기 정량적 분석부(30) 및 정성적 분석부(40)에서 생성된 그래프를 시스템(10)에 설치된 디스플레이모듈(70)을 통하여 출력하는 표시부(50)를 포함한다.
또한, 본 발명의 모니터링 시스템(10)은, 상기 표시부(50)를 통하여 표시되는 그래프의 데이터를 통신망(400)을 통하여 외부의 단말(300)로 전송하는 통신부(60)를 포함한다.
상기 외부의 단말(300)은 상기 통신망(400)을 통하여 본 발명의 모니터링 시스템(10)에 연결되어 정보를 송수신할 수 모든 유선 또는 무선의 통신기기를 가리키며, 예를 들어, 상기 단말(300)은 통상의 컴퓨터, 휴대전화, PDA(Personal Digital Assistant, 개인정보단말), 태블릿 컴퓨터, 스마트폰(smart phone)을 들 수 있다.
도 2 는 본 발명의 정량적 및 정성적 분석을 위한 철도차량의 연간 운행장애 횟수를 나타내는 그래프의 일례의 도면이다.
본 발명의 시스템(10)은 철도차량운행관리장치(200)로부터 철도차량유지보수 정보 및 열차운행거리정보를 수집하여 도 2 에 도시된 바와 같이 호선별 년간 운행장애 발생횟수를 나타내는 그래프를 생성한다.
도시된 바와 같이, 그래프는 A 라인, B 라인, C 라인 및 D 라인별로 역행장치, 보안장치, 제어장치, 공기/제동장치, 출입문장치, 승객안내장치, 공기조화장치, 대차장치, 보조전원장치, 고전압장치, 전기배선장치 및 차체, 설비장치의 각 장치별 운행장애 발생횟수를 나타내고 있다. 이때, 그래프의 가로축은 각 라인별 장치들이 표시되고 세로축에 운행장애 발생횟수가 표시된다.
도 3 은 본 발명의 철도차량의 정량(定量)적 모니터링 방법의 순서도이다.
본 발명의 정량적 모니터링은 철도차량의 관리자에게 필요한 조치를 강구할 수 있도록 철도차량의 운행장애 횟수를 직관적이고도 일목요연하게 표시하기 위하여 시행된다.
도면을 참조하면, 본 발명의 시스템(10)의 데이터수집부(20)는 기존의 철도차량운행관리장치(200)으로부터 철도차량 유지보수정보 및 열차운행거리정보를 전달받아 연동된 데이터베이스(100)에 저장한다(S101).
그리고, 본 발명의 정량적 분석부(30)가 데이터수집부(20)에 의하여 저장된 철도차량 유지보수정보를 검색하여 운행서비스에 영향이 있는 정보인지 아닌지를 판단한다(S102).
판단의 기준은 데이터베이스에 운행서비스에 영향을 주는 장치의 종류를 기설정하는 것이 바람직하며, 예를 들어, 철도차량 유지보수정보중에서 역행장치, 보안장치, 제어장치, 공기/제동장치, 출입문장치, 승객안내장치, 공기조화장치, 대차장치, 보조전원장치, 고전압장치, 전기배선장치 및 차체설비장치의 운행장애 발생횟수는 운행서비스에 영향이 있는 정보로 판단하고, 그 외 장치는 영향을 주지않는 장치로 판단할 수 있다.
다음으로, 상기 S 102 단계에서 철도차량 유지보수정보에서 운행서비스에 영향이 있는 정보로 판단되면, 정량적 분석이 필요한 전체 기간을 지정한다(S103). 본 발명 실시예는 정량적 분석이 필요한 전체 기간을 1 년으로 지정한다.
한편, 상기 S 102 단계에서 철도차량 유지보수정보에서 운행서비스에 영향이 없는 정보로 판단되면, 유지보수를 위한 이력관리를 위하여 데이터베이스에 저장한다(S104).
이어서, 정량적 분석이 필요한 전체 기간을 지정한 상태에서 기간을 둘로 대분하여 총기간중 기간의 1/2 시점부터 현재 시점까지의 후반 기간을 당기(當期)로 지정하고(S105), 기간의 시작 시점부터 1/2 시점까지의 전반 기간을 전기(前期)로 지정한다(S106).
본 발명 실시예에서는 정량적 분석이 필요한 전체 기간을 1 년으로 지정하였으므로, 당기가 6개월 이전 시점부터 현재까지의 시점이고, 전기가 1년전 시점부터6개월 이전시점까지로 지정한다.
그러면, 상기 정량적 분석부(30)가 철도차량 유지보수정보를 검색하여 당기 기간동안의 호선별 및 장치별로 운행장애 횟수를 나타내는 그래프를 생성한다(S107).
도 4a 는 호선별 및 장치별 당기 6 개월 운행고장 그래프의 일례를 나타낸 것으로서, 각 장치별(역행장치, 보안장치, 제어장치, 공기/제동, 출입문, 승객안내, 공기조화, 대차장치, 보조전원, 고전압, 전기, 차체설비) 항목을 가로축으로하고 운행장애 횟수를 세로축으로 하며, 호선별(a,b,c,d)로 운행장애(도면에서는 '운행고장'으로 표시됨) 횟수를 나타내고 있다.
또한, 상기 정량적 분석부(30)가 철도차량 유지보수정보를 검색하여 전기 기간동안의 호선별 및 장치별로 운행장애 횟수를 나타내는 그래프를 생성한다(S108).
도 4b 는 호선별 및 장치별 전기 6 개월 운행고장 그래프의 일례를 나타낸 것이다. 도 4a 와 동일하게, 각 호선별 및 장치별 운행장애 횟수가 나타내어져 있다.
따라서, 본 발명의 시스템은 전체기간중 당기 기간과 전기 기간 동안의 호선별 및 장치별 운행장애 횟수를 상호 비교할 수 있도록 보여주기 때문에 각 장치별로 운행고장 발생 횟수를 비교할 수 있게 됨으로써 각 장치별로 운행장애의 개선 또는 악화 상황을 직관적으로 파악할 수 있게 된다.
이어서, 상기 정량적 분석부(30)가 철도차량 유지보수정보를 검색하여 호선별, 편성별 및 장치별로 운행장애 횟수를 나타내는 그래프를 생성한다(S109).
도 4c 는 호선별, 편성별 및 장치별 년간 운행고장 그래프의 일례로서, 철도차량의 편성(101편 내지 136 편)을 가로축으로 하고 운행장애 횟수를 세로축으로 하되, 그래프의 막대에 각 장치(차체/설비, 전기, 고전압, 보조전원, 대차장치, 공기조화, 승객안내, 출입문, 공기/제동, 제어장치, 보안장치, 역행장치)를 나타내는 색상(역행장치 - 적색, 보안장치 - 노란색 등)을 부여하여 표시하였으므로, 지정기간중 발생한 호선별 및 편성별 운행장애 횟수를 장비별로 일목요연하게 열람할 수 있으며, 동일한 호선에서도 각 편성별 운행장애 횟수를 직관적으로 파악할 수 있다.
다음으로, 상기 정량적 분석부(30)는 철도차량 유지보수정보를 검색하여 호선별, 편성별 주행거리를 나타내는 그래프를 생성한다(S110).
도 4d 는 호선별 및 편성별 주행거리를 나타내는 그래프의 일례로서, 철도 차량의 편성(101편 내지 136편)을 가로축으로 하고 주행거리를 세로축으로 하여 각 편성별 주행거리를 열람할 수 있도록 하였으며, 도 4c 의 그래프와 동일한 편성을 가지도록 가로축을 설정하고, 도 4c 의 그래프를 상단에 배치하고 도 4d 의 그래프를 하단에 배치하면, 각 편성별로 운행거리에 비례하는 운행장애 횟수를 직관적으로 파악할 수 있을 뿐만 아니라, 신뢰성지수(MKBSF)를 하기의 식에 따라서 산출할 수 있게 된다.
(식 1)
신뢰성지수(MKBSF) = 운행거리(Km)/운행장애 횟수
다음으로, 본 발명의 철도차량의 정성(定性)적 모니터링 방법을 도 5 를 참조하여 설명한다.
본 발명의 정성적 모니터링은 철도차량의 위험도 총량, 장치별 위험도 및 부품별 위험도를 나타내는 그래프를 생성함으로써, 철도차량의 관리자가 위험도의 변화의 추이를 파악하여 위험도가 일정한 수준이상 도달시 관리자가 즉시 필요 조치를 강구할 수 있도록 하기 위하여 시행된다.
도면을 참조하면, 본 발명의 시스템(10)의 데이터수집부(20)는 기존의 철도차량운행관리장치(200)으로부터 철도차량 유지보수정보 및 열차운행거리정보를 전달받아 연동된 데이터베이스(100)에 저장한다(S201).
그리고, 본 발명의 정성적 분석부(40)가 데이터수집부(20)에 의하여 저장된 철도차량 유지보수정보를 검색하여 운행서비스에 영향이 있는 정보인지 아닌지를 판단한다(S202).
판단의 기준은, 데이터베이스에 운행서비스에 영향을 주는 장치의 종류를 기설정하는 것이 바람직하며 이는 전술한 바와 같다.
다음으로, 상기 S 202 단계에서 철도차량 유지보수정보에서 운행서비스에 영향이 있는 정보로 판단되면, 상기 정성적 분석부(40)가 철도차량 유지보수정보를 검색하여 호선별, 편성별 및 부품별로 위험도를 산출한다(S203).
상기 위험도는 하기 식 2 에 의하여 산출된다.
(식 2)
위험도 = {(발생건 1 의 발생횟수) x (해당 운행장애에 대한 심각도) + (발생건 2의 발생횟수) x (해당 운행장애에 대한 심각도) + .......(발생건 N 의 발생횟수) x (해당 운행장애에 대한 심각도)} x 장치별 가중치
상기 식 2 에서 이용되는 장치별 가중치는 장치의 중요도 및 고장 검출의 난이도를 고려하여 가중치값이 설정된다.
본 발명 모니터링 장치는, 장치의 중요도에 따라서 안전성 기능을 수행하는 장치는 중요도가 높고, 단순 편의성 기능을 수행하는 장치는 중요도가 낮게 설정되며, 고장 검출의 난이도에 따라서 분해검사시 발견 가능한 수준이면 난이도가 높고 단순 점검시 발견 가능한 수준이면 난이도가 낮게 설정된다.
본 발명 실시예의 모니터링 장치는 이와 같은 난이도 설정에 따라서 각 장치별로 장치별 가중치가 1 부터 5 사이로 설정된다.
본 발명 실시예의 모니터링 장치는 장치별 가중치를 다음의 표 1 과 같이 설정하였다.
| 장치 구분 | 장치별 가중치 |
| 역행장치 | 3 |
| 보안장치 | 5 |
| 제어장치 | 2 |
| 공기/제동 | 2 |
| 출입문 | 2 |
| 승객안내 | 1 |
| 공기조화 | 1 |
| 대차장치 | 4 |
| 보조전원 | 2 |
| 고전압 | 3 |
| 전기배선 | 1 |
| 차체, 설비 | 2 |
또한, 다음의 표 2 는 본 발명의 실시예의 모니터링 장치의 운행장애에 대한 심각도를 나타낸 것이다.
| 등급 | 운행장애 유형 | 가중치 |
| A5 | 대규모 승객 사상 | 3000 이상 |
| A4 | 소규모 승객 사상 | 1000 이상 |
| A3 | 복수의 승객 상해 | 500 이상 |
| A2 | 화재, 탈선, 충돌 또는 상해 | 300 이상 |
| A1 | 연기, 충돌 위기 발생 | 100 이상 |
| T5 | 위험고장, 30 분이상 지연 | 100-300 |
| T4 | 10 분 이상 지연 | 10-100 |
| T3 | 승객 하차가 5 분 이상 지연 | 5-10 |
| T2 | 종착역 차량 교환 | 1-5 |
| T1 | 경미한 고장 또는 기지내 조치 | 0.5-1 |
예를 들어, 철도차량의 역행장치의 고장으로 인하여 발생된 운행장애가 당해기간동안 종착역 차량교환 15회, 승객하차 2회 발생했다면 위험도는 다음과 같이 산출된다.
위험도 = {15(종착역 차량교환 15 회) x 1(기지내 조치의 경우 운행장애 심각도 1) + 2(승객하차 2 회) x 5(승객하차의 경우 운행장애 심각도 5)} x 3 (역행장치의 장치별 가중치) = 75
한편, 상기 식 2 에서 운행장애에 대한 심각도는 통상적인 FMEA(Failure Mode and Effects Analysis, 고장모드 및 영향분석) 과정에서 활용되는 RPN(Risk Priority Number) 지수를 이용하여도 좋으며, 여기서 RPN 지수는 하기의 식 3 으로 구해지는 값이다.
(식 3)
RPN 지수 = 심각도 x 발생도 x 검출도
* 심각도: 1 내지 10 의 값이며, 고장으로 인한 영향력이 심각할수록 높다.
* 발생도: 1 내지 10 의 값이며, 고장 발생이 빈번할수록 높다.
* 검출도: 1 내지 10 의 값이며, 고장 발견이 어려울수록 높다.
따라서, RPN 지수는 최소 1 내지 최대 1000 의 값을 가지는 값으로서 RPN 지수가 높다는 것은 그만큼 위험도가 크다는 것을 의미한다.
따라서, 본 발명의 정성적 분석부(40)는 기존의 철도차량운행관리장치(200)으로부터 수득한 유지보수정보에 포함된 기존 FMEA 정보에 포함된 심각도값을 이용할 수도 있다.
상기 S203 단계의 위험도를 산출하는 단계를 보다 구체적으로 설명하면 다음과 같다.
도 6a 내지 도 6c 는 본 발명의 철도차량의 정성적 모니터링 방법에 따라서 생성되는 정성적 모니터링 그래프의 일례로서, 먼저, 도 6a 는 호선별 위험도 총량 변화 그래프의 일례, 도 6b 는 호선별 운행거리당 위험도 그래프의 일례, 도 6c 는 당해년도 호선별 및 장치별 위험도 그래프의 일례를 나타낸다.
상기 정성적 분석부(40)가 철도차량 유지보수정보를 검색하여 설정된 기간동안의 위험도의 총량을 나타내는 그래프를 생성한다(S204).
도 6a 를 참조하면, 각각의 호선을 가로축으로 하고, 위험도의 총량을 세로축으로 하여 5 년 동안의 설정 기간 동안에 철도차량의 호선별로 위험도의 총량이 변화되는 추이를 나타내고 있어 호선별로 위험도가 변동되는 상태를 직관적으로 파악할 수 있도록 하였다.
또한, 상기 정성적 분석부(40)는 철도차량 유지보수정보를 검색하여 설정된 기간동안의 운행거리당 위험도를 나타내는 그래프를 생성한다(S205).
도 6b 를 참조하면, 각각의 호선을 가로축으로 하고, 위험도를 세로축으로 하여 5 년 동안의 철도차량의 호선별로 운행거리(도면상에는 100만Km)당 위험도가 변화되는 추이를 나타내고 있어, 주행거리당 위험도가 변동되는 상태를 직관적으로 파악할 수 있다.
그리고, 상기 정성적 분석부(40)는 철도차량 유지보수정보를 검색하여 당해년도의 호선별 및 장치별 위험도를 나타내는 그래프를 생성한다(S206).
도 6c 를 참조하면, 각각의 호선이 가지고 있는 장치를 가로축으로 하고, 위험도를 세로축으로 하여 당해년도의 각각의 호선이 가지고 있는 장치별로 위험도를 보여주고 있다.
도 7 은 본 발명의 철도차량의 정성적 모니터링 방법에 따라서 생성되는 정성적 모니터링 그래프의 일례로서, 호선별 및 장치별 위험도 상세 그래프의 일례이다.
상기 정성적 분석부(40)가 철도차량 유지보수정보를 검색하여 호선별 및 장비별로 설정된 기간동안의 위험도의 변화량을 나타내는 그래프를 생성한다(S207).
도 7 을 참조하면, A line, B line, C line, D line 의 각 호선별로 위험도의 변화량을 나타내는 그래프들이 생성되되, 각 호선별 위험도 그래프는 설정된 기간을 1 년 단위로 가로축으로 하고, 위험도를 세로축으로 하여 각 장치별 위험도의 변화량을 보여주고 있어, 해당 기간동안에 해당 장치의 위험도의 변화의 추이를 각 호선별로 일목요연하에 파악할 수 있게 된다.
도 8 은 본 발명의 철도차량의 정성적 모니터링 방법에 따라서 생성되는 정성적 모니터링 그래프의 일례로서, 부품별 위험도 상세 그래프의 일례이다.
그리고, 상기 정성적 분석부(40)가 철도차량 유지보수정보를 검색하여 호선별로 각 부품들의 위험도를 나타내는 그래프를 생성한다(S208).
도 8 을 참조하면, A line, B line, C line, D line 의 각 호선별로 각 호선이 가지는 부품별 위험도를 나타내는 그래프들이 생성되며, 각 호선별 및 부품별 위험도 그래프는 위험도를 가로축으로 하고, 각 부품들을 세로축으로 하여 각 부품별로 위험도를 표시하고 있어, 부품별 위험도를 직관적으로 파악할 수 있게 되며, 나아가, 하단에 도시된 바와 같이 해당 기간을 가로축으로 하고 위험도를 세로축으로 하여 각 부품별로 위험도의 변화량 추이를 나타내는 그래프를 생성함으로써 부품별 위험도의 변화의 추이를 일목요연하게 열람할 수 있게 된다.
한편, 상기 S 22 단계에서 철도차량 유지보수정보에서 운행서비스에 영향이 없는 정보로 판단되면, 유지보수를 위한 이력관리를 위하여 데이터베이스에 저장한다(S209).
도 9a 내지 도 9c 는 본 발명의 철도차량의 운행 성과를 나타내는 그래프의 일례로서, 도 9a 는 호선별 신뢰성 지표의 그래프의 일례, 도 9b 는 호선별 정시율의 그래프의 일례, 도 9c 는 호선별 운행고장 횟수의 그래프의 일례이다.
본 발명의 철도차량의 모니터링 시스템은 철도차량의 운행에 따른 성과를 적절하게 평가하기 위하여 호선별 신뢰성지수(MKBSF: Mean Km Between Service Failure)를 나타내는 그래프 및 호선별로 정시율(Punctuality)을 나타내는 그래프를 생성할 수 있다.
즉, 도 9a 를 참조하면, 각 호선별을 가로축으로 하고 신뢰성지수를 세로축으로 하여 각 호선별 신뢰성을 나타내고 있으며, 도 9b 를 참조하면, 각 호선별을 가로축으로 하고 정시율을 세로축으로 하여 각 호선별 정시율을 나타내고 있다.
따라서, 이들 그래프를 참조함으로써 신뢰성이 높으며 정시율이 높은 호선일 수록 철도차량의 운행에 따른 성과가 양호한 것으로 평가할 수 있으며, 반대로 신뢰성이 낮고 정시율이 낮은 호선일수록 철도차량의 운행에 따른 성과가 불량한 것으로 평가할 수 있게 된다.
한편, 도 9c 에 도시된 바와 같이, 설정된 기간별로 각 호선별 운행장애 횟수의 변화량 추이를 나타내는 그래프를 생성함으로써 호선별로 운행장애가 증가하고 있는지 감소하고 있는지의 여부와 특별히 운행장애가 많았던 기간을 용이하게 파악할 수 있도록 한다.
도 10 은 도 9a 및 도 9b 의 호선별 신뢰성지수 및 정시율을 산출하기 위한 산출표의 일례를 나타낸 것이다.
상기 신뢰성지수(MKBSF)와 정시율(punctuality)의 산출방법은 통상의 공지된 산술식을 이용하여 산출되며, 일례로서 도 10 에 도시된 바와 같이, 신뢰성지수(MKBSF)는 호선별의 총 주행거리(Km)를 운행장애 횟수의 합계로 나누어 산출한다.
도면상에서 a line 은 3585600/80 = 44820, b line 은 3772000/35 = 107771, c line 은 4136400/89 = 46476.4, d line 은 1552500/33 = 47045.5 로서, 호선중 b line 이 가장 신뢰성이 높은 것으로 평가할 수 있다.
또한, 정시율(punctuality)은 총 주행거리(Km)를 각 구간거리(Km)로 나누어 Dia 횟수를 산출하고, Dia 횟수를 운행장애 횟수로 나눈값을 1 에서 감산(뺄샘)하여 산출한다.
도면상에서 a line 은 1-{(3585600/24)/80} = 0.99946, b line 은 1-{(3772000/32)/35} = 0.9997, c line 은 1-{(4136400/23)/89} = 0.99951, d line 은 1-{(1552500/15)/33} = 0.99968 로서, 호선중 b line 의 정시율이 가장 높은 것으로 평가할 수 있다.
도 11 은 본 발명의 철도차량의 모니터링 방법을 수행하기 위한 기초 입력 데이터의 구조를 나타내는 도면이다.
종래의 철도차량의 정비를 위한 입력은 명확하게 표준화되어 있지 않아서 관리자 또는 시스템에 따라서 각각 다른 방법으로 데이터의 입력이 이루어져 왔으며, 이러한 관계로 철도차량의 정비기록이 존재함에도 불구하고 신뢰성 평가를 하기 위하여 별도의 FMEA 과정을 수행하여야만 하였는데, 본 발명의 모니터링 시스템은 이러한 종래의 단점을 해소하기 위하여 도 11 에 도시된 바와 같은 표준화된 기초적 데이터의 입력 테이블을 제공한다.
도시된 바와 같이, 본 발명의 기초적 입력 데이터는 호선(Line), 편성 및 호수(Train & Car No.), 발생검수종별, 위험도(상술한 설명 참조), 시스템 고유가중치(1-5 또는 1-10), 원인(고장 내용/원인), 조치(조치 내용), 소요시간(정비시간), 부품사용 여부(Yes,No), 추가기록 여부(Yes,No)이 기재되어 철도차량의 정비를 위한 입력이 명확하게 표준화될 수 있어 종래 복잡한 입력 데이터에 비하여 단순하게 입력 작업을 수행할 수 있게 되었다.
이상의 설명에서 본 발명의 철도차량용 모니터링 시스템 및 그 방법을 첨부 도면에 의거하여 상세하게 설명하였으나, 본 발명은 당업자에 의하여 다양한 수정,변경 및 치환이 가능하고, 이러한 수정, 변경 및 치환은 본 발명의 보호범위에 속하는 것으로 해석되어야 한다.
* 도면의 주요 부분에 대한 부호의 설명 *
10; 본 발명 모니터링 시스템
20; 데이터 수집부
30; 정량적 분석부
40; 정성적 분석부
50; 표시부
60; 통신부
70; 디스플레이모듈
100; 데이터베이스
200; 철도차량운행관리장치
300; 외부 단말
400; 통신망
10; 본 발명 모니터링 시스템
20; 데이터 수집부
30; 정량적 분석부
40; 정성적 분석부
50; 표시부
60; 통신부
70; 디스플레이모듈
100; 데이터베이스
200; 철도차량운행관리장치
300; 외부 단말
400; 통신망
Claims (15)
- 철도차량용 모니터링 시스템에 있어서,
기존 철도차량운행기록관리장치(200)으로부터 모니터링에 필요한 철도차량의 유지보수 정보와 운행거리 정보를 수집하는 데이터 수집부(20);
상기 데이터 수집부(20)에서 수집된 데이터에 기반하여 철도차량의 운행장애 횟수를 나타내는 그래프를 생성하는 정량적 분석부(30);
상기 데이터 수집부(20)에서 수집된 데이터에 기반하여 철도차량의 위험도를 나타내는 그래프를 생성하는 정성적 분석부(40);
상기 정량적 분석부(30) 및 정성적 분석부(40)에서 생성된 그래프를 디스플레이모듈(70)을 통하여 출력하는 표시부(50); 를 포함하여 구성되고,
상기 정량적 분석부(30)는,
기간별로 호선별, 편성별 및 장치별로 운행장애 횟수를 나타내는 그래프, 기간별로 호선별 및 편성별로 철도차량의 주행거리를 나타내는 그래프 중 어느 하나의 그래프를 생성하고,
상기 운행장애 횟수를 나타내는 그래프는, 철도차량의 편성을 가로축으로 하고 운행장애 횟수를 세로축으로 하되, 그래프의 막대에 각 장치를 나타내는 색상을 부여하여 표시하고,
상기 호선별 및 편성별 철도차량의 주행거리를 나타내는 그래프는, 철도 차량의 편성을 가로축으로 하고 주행거리를 세로축으로 하여 각 편성별 주행거리를 열람할 수 있도록 하고,
상기 운행장애 횟수를 나타내는 그래프를 상단에 배치하고, 호선별, 편성별 주행거리를 나타내는 그래프를 하단에 각각 배치하여, 각 편성별로 운행거리에 비례하는 운행장애 횟수를 직관적으로 파악할 수 있도록 하고,
신뢰성지수(MKBSF)를 하기의 식 1 에 따라서 산출하고,
(식 1)
신뢰성지수(MKBSF) = 운행거리(Km)/운행장애 횟수
상기 정성적 분석부(40)는,
호선별 위험도 총량 변화의 그래프, 호선별 운행거리당 위험도 그래프, 기간별 호선별 및 장치별 위험도 그래프, 호선별 및 장치별 위험도 상세 그래프 및 호선별 부품별 위험도 상세 그래프를 생성하고,
상기 위험도는 하기의 식 2 에 따라서 산출하고,
(식 2)
위험도 = {(발생건 1 의 발생횟수) x (해당 운행장애에 대한 심각도) + (발생건 2의 발생횟수) x (해당 운행장애에 대한 심각도) + .......(발생건 N 의 발생횟수) x (해당 운행장애에 대한 심각도)} x 장치별 가중치
상기 장치별 가중치는 장치의 중요도 및 고장 검출의 난이도에 따라서 설정되는 것을 특징으로 하는 철도차량용 모니터링 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 철도차량의 모니터링 방법에 있어서,
기존의 철도차량운행관리장치으로부터 철도차량 유지보수정보 및 열차운행거리정보를 전달받아 연동된 데이터베이스에 저장하는 단계(S201);
저장된 철도차량 유지보수정보를 검색하여 운행서비스에 영향이 있는 정보인지 아닌지를 판단하는 단계(S202);
상기 S 202 단계에서 철도차량 유지보수정보에서 운행서비스에 영향이 있는 정보로 판단되면, 철도차량 유지보수정보를 검색하여 호선별, 편성별 및 부품별로 위험도를 산출하는 단계(S203); 를 포함하여 구성되고,
상기 S203 단계의 위험도를 산출하는 단계는,
철도차량 유지보수정보를 검색하여 설정된 기간동안의 위험도의 총량을 나타내는 그래프를 생성하는 단계(S204);
철도차량 유지보수정보를 검색하여 설정된 기간동안의 운행거리당 위험도를 나타내는 그래프를 생성하는 단계(S205);
철도차량 유지보수정보를 검색하여 당해년도의 호선별 및 장치별 위험도를 나타내는 그래프를 생성하는 단계(S206);
철도차량 유지보수정보를 검색하여 호선별 및 장비별로 설정된 기간동안의 위험도의 변화량을 나타내는 그래프를 생성하는 단계(S207);
철도차량 유지보수정보를 검색하여 호선별로 각 부품들의 위험도를 나타내는 그래프를 생성하는 단계(S208); 를 포함하여 구성되고,
상기 위험도는 하기 식 2 에 의하여 산출되고,
(식 2)
위험도 = {(발생건 1 의 발생횟수) x (해당 운행장애에 대한 심각도) + (발생건 2의 발생횟수) x (해당 운행장애에 대한 심각도) + .......(발생건 N 의 발생횟수) x (해당 운행장애에 대한 심각도)} x 장치별 가중치
철도차량의 운행에 따른 성과를 평가하기 위하여,
호선별 신뢰성지수(MKBSF)를 나타내는 그래프를 생성하고, 상기 신뢰성지수(MKBSF)는 운행거리(Km)/운행장애 횟수의 식을 이용하여 산출되며,
호선별로 정시율(Punctuality)을 나타내는 그래프를 생성하는 것을 특징으로 하는 철도차량의 모니터링 방법.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 컴퓨터에 의하여 제 8 항의 철도차량의 모니터링 방법을 수행하도록 하는 프로그램이 기록된 컴퓨터로 판독가능한 저장매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160114506A KR101902556B1 (ko) | 2016-09-06 | 2016-09-06 | 철도차량용 모니터링 시스템 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160114506A KR101902556B1 (ko) | 2016-09-06 | 2016-09-06 | 철도차량용 모니터링 시스템 및 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180027200A KR20180027200A (ko) | 2018-03-14 |
| KR101902556B1 true KR101902556B1 (ko) | 2018-09-28 |
Family
ID=61660547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160114506A KR101902556B1 (ko) | 2016-09-06 | 2016-09-06 | 철도차량용 모니터링 시스템 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101902556B1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109409710A (zh) * | 2018-10-15 | 2019-03-01 | 山西省自动化研究所 | 一种城市轨道交通全过程综合监管*** |
| KR102376772B1 (ko) * | 2020-04-29 | 2022-03-21 | 한국철도기술연구원 | 철도차량 복선 보조 시스템 및 방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR200343824Y1 (ko) * | 2003-11-25 | 2004-03-04 | 최낙봉 | 열차운행정보 관리 장치 |
| KR100920028B1 (ko) * | 2008-11-20 | 2009-10-05 | 서울특별시도시철도공사 | 열차종합정보 제공방법 |
| JP2015077912A (ja) * | 2013-10-17 | 2015-04-23 | 株式会社東芝 | 列車走行実績解析装置、列車走行実績解析システム及び制御プログラム |
-
2016
- 2016-09-06 KR KR1020160114506A patent/KR101902556B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR200343824Y1 (ko) * | 2003-11-25 | 2004-03-04 | 최낙봉 | 열차운행정보 관리 장치 |
| KR100920028B1 (ko) * | 2008-11-20 | 2009-10-05 | 서울특별시도시철도공사 | 열차종합정보 제공방법 |
| JP2015077912A (ja) * | 2013-10-17 | 2015-04-23 | 株式会社東芝 | 列車走行実績解析装置、列車走行実績解析システム及び制御プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20180027200A (ko) | 2018-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6889057B2 (ja) | 情報処理装置、情報処理方法及びコンピュータプログラム | |
| US8996208B2 (en) | System, method, and computer-readable medium for track circuit monitoring and alerting in automatic train control systems | |
| Dinmohammadi et al. | Risk evaluation of railway rolling stock failures using FMECA technique: a case study of passenger door system | |
| EP1900597B1 (en) | Diagnostic system and method for monitoring a rail system | |
| JP2019018755A (ja) | 異常検知装置、異常検知方法およびコンピュータプログラム | |
| CN106428115A (zh) | 轨道车辆***故障的检测方法和装置 | |
| US11221903B2 (en) | Maintenance management system and maintenance management confirmation device used for the same | |
| CN107153914A (zh) | 一种汽车运行风险的评价***及方法 | |
| CN101846999A (zh) | 一种高速综合检测列车检测设备的监控方法、装置及*** | |
| CN108995675A (zh) | 一种轨道交通运营风险智能识别预警***及方法 | |
| KR101902556B1 (ko) | 철도차량용 모니터링 시스템 및 그 방법 | |
| CN101807314B (zh) | 嵌入式车辆工况混杂异构数据信息实时处理方法 | |
| CN107631890B (zh) | 动车组指标分析方法及*** | |
| Di Graziano et al. | A risk-based decision support system in local railways management | |
| KR101020191B1 (ko) | 철도 터널 화재의 위험도 분석 방법 | |
| Lin et al. | Semi-quantitative risk assessment of adjacent track accidents on shared-use rail corridors | |
| Niska | Measurements and analysis of electromagnetic interferences in the Swedish railway systems | |
| CN114715234A (zh) | 列车运行控制***的数字孪生***、装置和方法 | |
| Shi et al. | Research on key risk chain mining method for urban rail transit operations: A new approach to risk management | |
| CN111573488A (zh) | 一种电扶梯异常的检测方法、装置、设备及可读存储介质 | |
| CN106896799A (zh) | 一种机车检修管理方法 | |
| Lin | Probabilistic risk assessment of railroad train adjacent track accidents | |
| Dennis | Development and use of the UK railway network’s safety risk model | |
| Antoni | Complementarity between axle counters and tracks circuits | |
| KR20190115986A (ko) | 열차자동방호장치 화면표시기 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |