KR102448793B1 - Railway condition-based maintenance prediction system using complex interlocking device - Google Patents

Railway condition-based maintenance prediction system using complex interlocking device Download PDF

Info

Publication number
KR102448793B1
KR102448793B1 KR1020210152963A KR20210152963A KR102448793B1 KR 102448793 B1 KR102448793 B1 KR 102448793B1 KR 1020210152963 A KR1020210152963 A KR 1020210152963A KR 20210152963 A KR20210152963 A KR 20210152963A KR 102448793 B1 KR102448793 B1 KR 102448793B1
Authority
KR
South Korea
Prior art keywords
vibration
unit
train
data
image data
Prior art date
Application number
KR1020210152963A
Other languages
Korean (ko)
Inventor
허성범
권도형
강용성
Original Assignee
주식회사 우진기전
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
Application filed by 주식회사 우진기전 filed Critical 주식회사 우진기전
Priority to KR1020210152963A priority Critical patent/KR102448793B1/en
Application granted granted Critical
Publication of KR102448793B1 publication Critical patent/KR102448793B1/en

Links

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
    • B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
    • B61L27/57—Trackside diagnosis or maintenance, e.g. software upgrades for vehicles or trains, e.g. trackside supervision of train conditions
    • 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
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0003—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiant heat transfer of samples, e.g. emittance meter
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06Q50/30—
    • H04N5/2257—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Mechanical Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

The present invention relates to a railway condition-based maintenance (CBM) prediction system using a complex interlocking device. An objective of the present invention is to provide a railway CBM prediction system using a complex interlocking device, which can take an image and detect sound of a lower part of a train with a vision camera, a thermal imaging camera, and an acoustic camera, can compare data obtained by using a complex interlocking device capable of sensing vibration using a vibration accelerometer and reference data, to determine more precisely whether the entire lower part is abnormal, can identify a corresponding part by tracking the location of an abnormal part when an abnormality is determined, and can quickly and precisely determine the occurrence of a failure.

Description

복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템{Railway condition-based maintenance prediction system using complex interlocking device}Railway condition-based maintenance prediction system using complex interlocking device}

본 발명은 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템에 관한 것으로, 보다 상세하게 열차 하부를 비전카메라 및 열화상 카메라와, 음향 카메라로 촬상 및 음향 검출하고, 진동 가속도계를 이용한 진동 감지가 가능한 복합 연동장치를 이용하여 획득된 데이터와 기준 데이터를 비교하여 하부 전체의 이상 여부를 보다 정밀하게 판단하고, 이상 판단시 해당 이상 부위의 위치를 트래킹하여 해당 부품을 찾아내고, 고장 유무를 더 신속하고 더 정밀하게 판단할 수 있도록 한 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템에 관한 것이다.The present invention relates to a railway condition-based (CBM) maintenance prediction system using a complex interlocking device, and in more detail, image and sound detection of the lower part of the train with a vision camera, a thermal imaging camera, and an acoustic camera, and vibration using a vibration accelerometer By comparing the acquired data and the reference data using the detection complex interlocking device, the entire lower part is judged more precisely, and when the abnormality is determined, the location of the abnormal part is tracked to find the relevant part, and the presence or absence of a malfunction is determined. It relates to a railway condition-based (CBM) maintenance prediction system using a complex interlocking device that enables faster and more precise judgment.

주지된 바와 같이, 철도 차량은 고속으로 주행하는 교통수단으로, 사고 발생시 매우 심각한 대형사고로 이어질 수 있으므로 차량 운행중에 이상상태 발생시 점검을 위해 기지로 복귀하거나 또는 특정 점검지역에서는 신속하고 세밀한 점검이 요구된다.As is well known, railway vehicles are a means of transportation that travels at high speed, and when an accident occurs, it can lead to a very serious and large-scale accident. do.

종래에는 철도차량 고장이나 부품의 손상 유무를 확인하기 위한 점검은 주로, 작업자가 직접 공구 및 장비 등을 이용하여 수작업으로 실시하고 있지만, 최근 기술개발에 힘입어 부품이 소형화, 첨단화, 고도화되어 있으며, 대부분 루프상 또는 하부상에 취부되어져 있는 점을 감안한다면 작업자가 해당 위치의 부품상태를 육안으로 확인하기가 매우 어렵다는 문제가 있었다.In the past, inspections to check whether or not there is a breakdown of railroad vehicles or damage to parts are mainly performed manually by workers using tools and equipment. Considering that most are mounted on the roof or the lower part, there was a problem that it was very difficult for the operator to visually check the condition of the parts at the corresponding position.

따라서, 최근에는 궤도상 또는 열차 진입시 상부 소정위치에 카메라를 장착해서 열차의 루프상 및 하부에 부착된 부품을 촬상 영상을 통해 비교하고 점검하는 시스템을 구축해서 운영중이다.Therefore, recently, a system has been constructed and operated to compare and check parts attached to the roof and the lower part of the train through the captured image by mounting a camera at a predetermined position on the upper part of the track or when entering the train.

하지만, 이러한 카메라의 경우에는 단순히 열차의 하부 부품상태를 촬상하는 것에 불과한 것으로 해당 부품의 이상 여부를 이미지만을 통해서 신속하고 정확하게 판단하는 것은 매우 어렵다는 문제가 있었다.However, in the case of such a camera, there is a problem in that it is very difficult to quickly and accurately determine whether an abnormality of a corresponding part is only through an image because it is merely capturing the state of the lower part of the train.

특히, 해당 부품이 외관상으로는 아무 문제가 없어 보이지만, 과열 또는 열화로 인해 거의 소손상태가 되어 있는 지를 이미지만을 비교해서는 알 수 없다는 문제가 있었다. 또한, 단순히 주변 온도만을 센서를 통해 계측하는 경우에도 어떤 부품의 고장 가능성이 큰 지를 전혀 알 수도 없고, 작은 부품의 고장으로 인한 열화가 주변 온도에 미치는 영향 자체는 매우 미비하므로 부품 고장을 온도센서를 통해서 감지해내는 것은 거의 불가능하다.In particular, there was a problem in that it is impossible to know whether the part is almost in a state of burnout due to overheating or deterioration by comparing only the images, although the part appears to have no problem. In addition, even if only the ambient temperature is measured through the sensor, it is impossible to know at all which parts are likely to fail, and the effect of deterioration caused by the failure of small parts on the ambient temperature is very small. It is almost impossible to detect through.

이렇듯 대량의 승객을 운반하는 대형 교통수단인 열차의 경우에는 사고시 매우 큰 인명피해가 발생하게 되므로 수시로 부품 고장에 대한 점검이 필요한 바, 이를 일일이 점검 요원이 수작업으로 점검할 수 없고, 수작업 점검의 경우 시간 소요가 너무 많으므로 수시로 점검하는 것은 불가능하다는 문제가 있었다.As such, in the case of trains, which are large means of transportation that carry a large number of passengers, it is necessary to check for component failures from time to time because very large casualties occur in the event of an accident. Since it takes too much time, there was a problem that it was impossible to check frequently.

또한, 부품의 고장시 상시와 다른 이상음을 발생시키는 경우, 고장 감시 카메라 시스템을 통한 고장 감시 및 유지보수는 고장에 대한 영상적 점검에 제한되고, 차륜결함과 같은 경우 사고시 차량 전복 등의 대형사고로 이어지는 것에 반하여 카메라 모니터링으로는 고장여부를 판단할 수 없다는 문제가 있었다.In addition, in case of generating an abnormal sound different from normal when a part breaks down, the failure monitoring and maintenance through the failure monitoring camera system is limited to visual inspection of the failure, and in the case of a wheel defect, major accidents such as vehicle overturning On the other hand, there was a problem that it was not possible to determine whether there was a malfunction by camera monitoring.

본 발명은 상기한 종래 기술의 사정을 감안하여 이루어진 것으로, 열차 하부를 비전카메라 및 열화상 카메라와, 음향 카메라로 촬상 및 음향 검출하고, 진동 가속도계를 이용한 진동 감지가 가능한 복합 연동장치를 이용하여 획득된 데이터와 기준 데이터를 비교하여 하부 전체의 이상 여부를 보다 정밀하게 판단하고, 이상 판단시 해당 이상 부위의 위치를 트래킹하여 해당 부품을 찾아내고, 고장 유무를 더 신속하고 더 정밀하게 판단할 수 있도록 한 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템을 제공함에 그 목적이 있다.The present invention has been made in view of the circumstances of the prior art, and is obtained using a complex interlocking device capable of imaging and sound detection of the lower part of a train with a vision camera, a thermal imaging camera, and an acoustic camera, and detecting vibration using a vibration accelerometer. By comparing the data and reference data, it is possible to more precisely determine whether the entire lower part is abnormal, and to find the part by tracking the position of the abnormal part when an abnormality is determined, and to determine the presence or absence of a failure more quickly and more precisely. The purpose is to provide a railway condition-based (CBM) maintenance prediction system using a complex interlocking device.

상기한 목적을 달성하기 위해, 본 발명의 바람직한 실시예에 따르면 고속의 화상 이미지와, 열차하부 부품에서 발생하는 열, 진동 및 음향과 같은 복합적인 검출수단을 통해 고장을 분석할 수 있도록 열차의 복합 신호를 생성하는 복합 연동장치(200)와; 상기 복합 연동장치(200)로부터 수신된 데이터를 분석하여 열차의 부품 고장유무를 신속하면서도 보다 정밀하게 판단할 수 있게 한 열차 고장감지 장치(12)로 이루어져, 열차가 고장 검출을 위한 영역으로 진입할 때 해당 열차의 하부에서 발생되는 열과, 진동, 음향신호를 복합적으로 포착하여 누적된 빅데이터 데이터와 비교함으로써 신속하고 정밀하게 고장 유무를 판단할 수 있게 한 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템이 제공된다.In order to achieve the above object, according to a preferred embodiment of the present invention, a complex of a train can be analyzed through a high-speed image image and a complex detection means such as heat, vibration, and sound generated in the lower part of the train to analyze the failure. a composite linkage device 200 for generating a signal; It consists of a train failure detection device 12 that analyzes the data received from the complex interlocking device 200 to quickly and more accurately determine the presence or absence of failure of parts of the train, so that the train enters the area for failure detection. Rail condition using a complex interlocking device, characterized in that it is possible to quickly and precisely determine the presence or absence of a failure by capturing the heat, vibration, and sound signals generated from the lower part of the train in a complex manner and comparing it with accumulated big data data. A base (CBM) maintenance prediction system is provided.

바람직하게, 상기 복합 연동장치(200)는 고속의 셔터값으로 설정되어 열차 하부 이미지를 촬상하는 고속 카메라(8)와; 열화상 이미지 촬상이 가능한 열화상 카메라(10)와; 열차 차륜의 진동을 검출하기 위한 진동 가속도계(54)와; 열차 하부 부품의 소음치를 검출하기 위한 음향 카메라(56)로 이루어진 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템이 제공된다.Preferably, the composite interlocking device 200 includes a high-speed camera 8 that is set to a high-speed shutter value to capture an image of a lower part of the train; a thermal imaging camera 10 capable of imaging a thermal image; a vibration accelerometer 54 for detecting vibrations of the train wheels; There is provided a railway condition-based (CBM) maintenance prediction system using a complex interlocking device, characterized in that it consists of an acoustic camera 56 for detecting the noise level of the lower part of the train.

바람직하게, 상기 열차 고장감지 장치(12)는 고속 카메라(8)로부터 열차 하부의 이미지 촬상데이터를 수신하는 하부 이미지 획득부(14)와; 열화상 카메라(10)를 통해 열차 하부의 열화상 데이터를 획득하는 열화상 데이터 획득부(16)와; 진동 가속도계(54)를 통한 차륜 진동값에 대한 실시간 측정 데이터를 수집하는 실시간 측정데이터 수집부(40)와; 음향 카메라(56)를 통해 열차 하부의 음향 영상데이터를 획득하는 음향 영상데이터 획득부(42)와; 정상 상태의 열차 하부에 대한 열화상 데이터를 기준 데이터로 저장하는 기준 열화상 데이터 저장부(18)와; 열화상 카메라(10)를 통해 촬상된 열차 하부의 열화상 데이터와, 상기 기준 열화상 데이터 저장부(18)에 저장된 열화상 데이터를 상호 비교하는 열화상 데이터 비교부(20)와; 상기 실시간 측정데이터 수집부(40)와 음향 영상데이터 획득부(42)를 통해 수집된 데이터를 비교 가능한 부품별 진동/음향값으로 변환하는 부품별 진동/음향 카메라 측정부(44)와; 상기 부품별 진동/음향 카메라 측정부(44)에서 측정된 진동 및 음향 영상이미지를 기준값과 비교하여 그 결과값을 산출하는 진동/음향 영상이미지 산출부(46)와; 진동 및 소음데이터를 갱신하고 관리하는 진동/소음 관리부(48)와; 상기 열화상 데이터 비교부(20) 및, 진동/음향 영상이미지 산출부(46)를 통해 비교된 열화상 데이터 및 진동과 음향 데이터가 설정값 범위이내인지를 판단하여 범위 이탈시 온도/진동/음향의 복합비교를 통해 어느 신호 또는 어느 부품의 고장인지를 판단하는 고장 판단부(25)를 포함하여 구성된 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템이 제공된다.Preferably, the train failure detection device 12 includes: a lower image acquisition unit 14 for receiving image captured data of the underside of the train from the high-speed camera 8; a thermal image data acquisition unit 16 that acquires thermal image data under the train through the thermal imaging camera 10; a real-time measurement data collection unit 40 for collecting real-time measurement data on the wheel vibration value through the vibration accelerometer 54; an acoustic image data acquisition unit 42 for acquiring acoustic image data under the train through the acoustic camera 56; a reference thermal image data storage unit 18 for storing thermal image data for the lower part of the train in a steady state as reference data; a thermal image data comparison unit 20 that compares the thermal image data of the lower part of the train captured by the thermal imaging camera 10 with the thermal image data stored in the reference thermal image data storage unit 18; a vibration/acoustic camera measurement unit 44 for each component that converts the data collected through the real-time measurement data collection unit 40 and the acoustic image data acquisition unit 42 into a vibration/sound value for each component that can be compared; a vibration/sound image calculating unit 46 for comparing the vibration and sound image images measured by the vibration/sound camera measuring unit 44 for each component with a reference value and calculating a result value; a vibration/noise management unit 48 for updating and managing vibration and noise data; The thermal image data comparison unit 20 and the vibration/sound image calculation unit 46 determine whether the compared thermal image data and vibration and sound data are within a set value range, and when the range is out of range, temperature/vibration/sound A railway condition-based (CBM) maintenance prediction system is provided using a complex interlocking device, characterized in that it comprises a failure determination unit 25 for determining which signal or which part is faulty through a complex comparison of .

바람직하게, 상기 열차 고장감지 장치(12)는 그 내부에, 상기 열화상 데이터 비교부(20) 및, 진동/음향 영상이미지 산출부(46)를 통해 열화상 데이터 및 진동과 음향 데이터가 설정값 범위이내가 아니면, 이탈 범위의 신호를 트래킹하여 해당 위치의 부품이 어떤 부품인지를 추정하는 위치별 부품 추정부(21)와; 상기 열화상 데이터 획득부(16)를 통해 획득된 열화상 이미지를 통해 온도를 산출하는 온도 산출부(22)와; 열차 하부의 각 부품별 관리 온도를 설정하는 관리 온도 설정부(24)와; 상기 관리 온도 설정부(24)에 설정된 각 부품별 관리 온도가 주변 온도에 연동하여 자동 변동되도록 주변 온도를 가중치 적용하는 가중치 연산부(27)가 더 포함되어 구성되고; 고장 판단부(25)는 이상 추정 부품의 온도가 관리 온도를 초과한 경우 해당 부품을 고장인 것으로 판단하는 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템이 제공된다.Preferably, in the train failure detection device 12, the thermal image data and the vibration and sound data are set values through the thermal image data comparison unit 20 and the vibration/audio image image calculation unit 46 therein. If it is not within the range, the position-specific parts estimator 21 for tracking the signal of the deviation range to estimate which part is the part of the corresponding position; a temperature calculating unit 22 for calculating a temperature through the thermal image obtained through the thermal image data obtaining unit 16; a management temperature setting unit 24 for setting a management temperature for each part under the train; a weight calculation unit 27 for applying a weight to the ambient temperature so that the management temperature for each part set in the management temperature setting unit 24 is automatically changed in conjunction with the ambient temperature is further included; The failure determination unit 25 is provided with a railway condition-based (CBM) maintenance prediction system using a complex interlocking device, characterized in that when the temperature of the abnormally estimated component exceeds the control temperature, the component is determined to be defective.

바람직하게, 상기 고장 판단부(25)에서 고장이라고 판단되면 경보를 발생시키는 경보 발생부(26)가 더 포함된 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템이 제공된다.Preferably, a railway condition-based (CBM) maintenance prediction system using a complex interlocking device, characterized in that it further includes an alarm generating unit 26 that generates an alarm when the failure determination unit 25 determines that it is a failure. do.

바람직하게, 상기 열차 고장감지 장치(12)는 원격의 기지창 또는 유지보수창에서 생성된 빅데이터 영상 및 실시간 데이터를 업로드하고 부품별 복합 데이터 비교시 적용하여 사용할 수 있도록 관리하는 빅데이터 영상/실시간데이터 관리부(50)와; 상기 빅데이터 영상/실시간데이터 관리부(50)와 연동하여 딥러닝 기반으로 고장 예측이 이루어지도록 갱신 처리하는 딥러닝 기반 고장 예측 관리 프로그램부(52)가 더 포함된 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템이 제공된다.Preferably, the train failure detection device 12 uploads big data images and real-time data generated from a remote base window or maintenance window, and manages big data image/real-time data to be used when comparing complex data for each part. a management unit 50; Using a complex interlocking device, characterized in that it further includes a deep learning-based failure prediction management program unit 52 that updates and processes so that failure prediction is made based on deep learning in conjunction with the big data image/real-time data management unit 50 A railway condition-based (CBM) maintenance prediction system is provided.

본 발명에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 열차의 진입시 1차적으로 열화상 비교 및/또는 진동값의 비교 및/또는 음향값의 비교를 통해 고장이 발생된 가능성이 보이는 영역을 탐색해낼 수 있고, 해당 부품이 어떤 부품인지를 찾아내어서 해당 부품의 감지온도나 진동과 음향이 기설정 관리 온도범위, 관리 진동범위, 관리 음향범위내인지 2차적으로 판단해서 고장 여부 검출은 물론이고, 어떤 부품이 고장인지를 빠르고 매우 정밀하게 검출해낼 수 있으므로 경제적으로 매우 뛰어난 장치이다.The railway condition-based (CBM) maintenance prediction system using the complex interlocking device according to the present invention is a possibility that a failure occurs through a comparison of thermal images and/or comparison of vibration values and/or comparison of acoustic values when a train enters. This visible area can be explored, and by finding out which part the part is, it is determined whether the detected temperature, vibration, and sound of the part are within the preset management temperature range, management vibration range, and management sound range to determine whether the part is faulty. It is a very economical device because it can detect whether a component is faulty, quickly and very precisely.

도 1은 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템이 적용된 현장 구성상태를 도시한 도면,
도 2는 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템의 구성을 도시한 블록구성도,
도 3은 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템을 통한 이미지 비교와 고장 감지상태를 도시한 도면,
도 4는 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템에 포함된 부품 온도관리 데이터 저장상태를 도시한 도면,
도 5는 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템의 신호흐름을 도시한 플로우챠트이다.1 is a view showing a field configuration state to which a railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention is applied;
2 is a block diagram showing the configuration of a railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention;
3 is a view showing image comparison and failure detection state through a railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention;
4 is a view showing a storage state of the temperature management data of parts included in the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention;
5 is a flowchart illustrating a signal flow of a railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention.

이하, 본 발명에 대해 도면을 참조하여 상세하게 설명한다.Hereinafter, the present invention will be described in detail with reference to the drawings.

도 1은 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템이 적용된 현장 구성상태를 도시한 도면, 도 2는 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템의 구성을 도시한 블록구성도, 도 3은 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템을 통한 이미지 비교와 고장 감지상태를 도시한 도면, 도 4는 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템에 포함된 부품 온도관리 데이터 저장상태를 도시한 도면이다.1 is a view showing a field configuration state to which a railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention is applied, FIG. 2 is a complex interlocking device according to an embodiment of the present invention A block diagram showing the configuration of a railway condition-based (CBM) maintenance prediction system using A view showing a comparison and a failure detection state, FIG. 4 is a view showing a storage state of the component temperature management data included in the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention .

이를 참조하면, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 열차 하부를 비전카메라 및 열화상 카메라와, 음향 카메라로 촬상 및 음향 검출하고, 진동 가속도계를 이용한 진동 감지가 가능한 복합 연동장치를 이용하여 획득된 데이터와 기준 데이터를 비교하여 하부 전체의 이상 여부를 보다 정밀하게 판단하고, 이상 판단시 해당 이상 부위의 위치를 트래킹하여 해당 부품을 찾아내고, 고장 유무를 더 신속하고 더 정밀하게 판단할 수 있도록 한 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템이다.Referring to this, the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention captures and acoustically detects the lower part of the train with a vision camera, a thermal imaging camera, and an acoustic camera, and a vibration accelerometer By comparing the acquired data with the reference data using a complex interlocking device capable of detecting vibration using It is a railway condition-based (CBM) maintenance prediction system using a complex interlocking device that enables faster and more precise determination of the presence or absence of failure.

보다 상세하게, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템(100)은 크게 열차 부품의 고장 가능성이 있는 부품의 데이터를 확보하는 복합 연동장치(200)와, 그 복합 연동장치(200)로부터 확보된 데이터를 분석하여 고장 여부를 판단하는 열차 고장감지 장치(12)로 이루어진다.In more detail, the railway condition-based (CBM) maintenance prediction system 100 using a complex interlocking device according to an embodiment of the present invention is a complex interlocking device 200 that largely secures data of parts with a possibility of failure of train parts. ) and a train failure detection device 12 that analyzes the data secured from the complex interlocking device 200 to determine whether there is a failure.

상기 복합 연동장치(200)는 고속의 화상 이미지와, 열차 하부 부품에서 발생하는 열, 진동 및 음향과 같은 복합적인 검출수단을 통해 고장을 분석할 수 있도록 열차의 복합 신호를 생성하는 장치이다.The complex interlocking device 200 is a device for generating a complex signal of a train so that a failure can be analyzed through a high-speed image image and a complex detection means such as heat, vibration, and sound generated from the lower part of the train.

상기 열차 고장감지 장치(12)는 상기 복합 연동장치(200)로부터 수신된 데이터를 분석하여 열차의 부품 고장유무를 신속하면서도 보다 정밀하게 판단할 수 있게 한 장치이다.The train failure detection device 12 is a device that analyzes the data received from the complex interlocking device 200 to quickly and more accurately determine the presence or absence of failure of parts of the train.

따라서, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템(100)은 열화상 카메라를 통해 촬상된 이미지를 이용하여 고장이 의심되는 부품을 빠르게 찾아내고 해당 부품의 온도가 관리온도를 초과한 열화상태인지를 판단하여 고장 유무를 판단해낼 수 있고, 고속카메라를 통해 운행하는 열차 하부 영상을 빠르게 촬상해낼 수 있으며, 진동 가속도계를 통해 차륜에서 발생되는 진동값을 검출해낼 수 있고, 음향 카메라를 통해 차량 하부의 부품이 그 음향카메라를 통과할 때의 소음을 검출해낼 수 있고, 이를 통해, 보다 정밀하게 열차 부품의 고장유무를 판단할 수 있게 된 것이다.Therefore, the railway condition-based (CBM) maintenance prediction system 100 using a complex interlocking device according to an embodiment of the present invention uses an image captured by a thermal imaging camera to quickly find a part suspected of a failure, and It is possible to determine whether there is a malfunction by judging whether the temperature of the parts is in a deteriorated state that exceeds the control temperature, and can quickly capture the image of the lower part of the train running through the high-speed camera, and the vibration value generated from the wheel through the vibration accelerometer Through the sound camera, it is possible to detect the noise when the parts under the vehicle pass through the sound camera, and through this, it is possible to more precisely determine the presence or absence of failure of the train parts.

먼저, 열차 운행시, 각 부품마다 고유 온도가 존재한다. 따라서, 모든 열차의 부품마다 측정된 온도값의 이력을 누적하여 저장하면 온도변화 추이를 알 수 있다. 동일한 열차는 거의 유사한 부품별 온도를 갖는 바, 각 부품별 설정치를 벗어나는 온도가 검출되면 해당 부품의 이상현상으로 볼 수 있다.First, during train operation, each component has a unique temperature. Therefore, by accumulating and storing the history of measured temperature values for all parts of the train, it is possible to know the temperature change trend. The same train has almost the same temperature for each part, and when a temperature that deviates from the set value for each part is detected, it can be regarded as an abnormality of the corresponding part.

이를 위해, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 열차를 점검하는 기지창에 설치될 수도 있고, 역사내 소정부에 설치되어 더 빈번하게 열차 고장을 감지할 수도 있다.To this end, the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention may be installed in a depot for checking trains, or installed in a predetermined part of a station to make trains fail more frequently may be detected.

먼저, 이러한 점검영역은 궤도 부근의 소정부에 열차의 진입이나 진출을 감지하는 열차 감지센서(4)가 구성되는 바, 그 열차 감지센서(4)는 다양한 기존의 센서들을 통해서 열차 진입을 감지하는 구성이다.First, in this inspection area, a train detection sensor 4 that detects the entrance or exit of a train is configured in a predetermined part near the track, and the train detection sensor 4 detects the entrance of the train through various existing sensors. is composition.

또한, 해당 점검 영역의 소정부 즉, 열차의 하부를 촬상할 수 있는 영역에는 상기 복합 연동장치(200)가 구비되어져 있으며, 그 복합 연동장치(200)는 고속의 셔터값으로 설정되어 열차 하부 이미지를 촬상하는 고속 카메라(8)와; 열화상 이미지 촬상이 가능한 열화상 카메라(10)와; 열차 차륜의 진동을 검출하기 위한 진동 가속도계(54)와; 열차 하부 부품의 소음치를 검출하기 위한 음향 카메라(56)가 설치되어져 있다.In addition, the composite linkage device 200 is provided in a predetermined part of the inspection area, that is, an area where the lower part of the train can be imaged, and the complex linkage device 200 is set to a high-speed shutter value to display the image of the lower part of the train. a high-speed camera 8 for imaging; a thermal imaging camera 10 capable of imaging a thermal image; a vibration accelerometer 54 for detecting vibrations of the train wheels; An acoustic camera 56 for detecting the noise level of the lower part of the train is installed.

한편, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 그 내부에 구성된 상기 복합 연동장치(200)는 고속의 셔터값으로 설정되어 열차 하부 이미지를 촬상하는 고속 카메라(8)와; 열화상 이미지 촬상이 가능한 열화상 카메라(10)와; 열차 차륜의 진동을 검출하기 위한 진동 가속도계(54)와; 열차 하부 부품의 소음치를 검출하기 위한 음향 카메라(56)로 이루어진다.On the other hand, in the railway condition-based (CBM) maintenance prediction system using the complex linkage device according to an embodiment of the present invention, the complex linkage device 200 configured therein is set to a high-speed shutter value to capture an image of the lower part of the train a high-speed camera 8; a thermal imaging camera 10 capable of imaging a thermal image; a vibration accelerometer 54 for detecting vibrations of the train wheels; It consists of an acoustic camera 56 for detecting the noise level of the lower part of the train.

한편, 상기 열차 고장감지 장치(12)는 고속 카메라(8)로부터 열차 하부의 이미지 촬상데이터를 수신하는 하부 이미지 획득부(14)와; 열화상 카메라(10)를 통해 열차 하부의 열화상 데이터를 획득하는 열화상 데이터 획득부(16)와; 진동 가속도계(54)를 통한 차륜 진동값에 대한 실시간 측정 데이터를 수집하는 실시간 측정데이터 수집부(40)와; 음향 카메라(56)를 통해 열차 하부의 음향 영상데이터를 획득하는 음향 영상데이터 획득부(42)와; 정상 상태의 열차 하부에 대한 열화상 데이터를 기준 데이터로 저장하는 기준 열화상 데이터 저장부(18)와; 열화상 카메라(10)를 통해 촬상된 열차 하부의 열화상 데이터와, 상기 기준 열화상 데이터 저장부(18)에 저장된 열화상 데이터를 상호 비교하는 열화상 데이터 비교부(20)와; 상기 실시간 측정데이터 수집부(40)와 음향 영상데이터 획득부(42)를 통해 수집된 데이터를 비교 가능한 부품별 진동/음향값으로 변환하는 부품별 진동/음향 카메라 측정부(44)와; 상기 부품별 진동/음향 카메라 측정부(44)에서 측정된 진동 및 음향 영상이미지를 기준값과 비교하여 그 결과값을 산출하는 진동/음향 영상이미지 산출부(46)와; 진동 및 소음데이터를 갱신하고 관리하는 진동/소음 관리부(48)와; 상기 열화상 데이터 비교부(20) 및, 진동/음향 영상이미지 산출부(46)를 통해 비교된 열화상 데이터 및 진동과 음향 데이터가 설정값 범위이내인지를 판단하여 범위 이탈시 온도/진동/음향의 복합비교를 통해 어느 신호 또는 어느 부품의 고장인지를 판단하는 고장 판단부(25)를 포함하여 구성된다.On the other hand, the train failure detection device 12 includes: a lower image acquisition unit 14 for receiving the image captured data of the lower part of the train from the high-speed camera (8); a thermal image data acquisition unit 16 that acquires thermal image data under the train through the thermal imaging camera 10; a real-time measurement data collection unit 40 for collecting real-time measurement data on the wheel vibration value through the vibration accelerometer 54; an acoustic image data acquisition unit 42 for acquiring acoustic image data under the train through the acoustic camera 56; a reference thermal image data storage unit 18 for storing thermal image data for the lower part of the train in a steady state as reference data; a thermal image data comparison unit 20 that compares the thermal image data of the lower part of the train captured by the thermal imaging camera 10 with the thermal image data stored in the reference thermal image data storage unit 18; a vibration/acoustic camera measurement unit 44 for each component that converts the data collected through the real-time measurement data collection unit 40 and the acoustic image data acquisition unit 42 into a vibration/sound value for each component that can be compared; a vibration/sound image calculating unit 46 for comparing the vibration and sound image images measured by the vibration/sound camera measuring unit 44 for each component with a reference value and calculating a result value; a vibration/noise management unit 48 for updating and managing vibration and noise data; The thermal image data comparison unit 20 and the vibration/sound image calculation unit 46 determine whether the compared thermal image data and vibration and sound data are within a set value range, and when the range is out of range, temperature/vibration/sound It is configured to include a failure determination unit 25 that determines which signal or which component is faulty through a complex comparison of .

이를 위해, 기본적으로 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 열차의 하부 이미지 데이터를 갖고 있어야 하며, 그 하부 이미지의 어느 위치(즉, 어느 좌표)에 어떤 부품이 탑재되어져 있는 지에 대한 데이터를 저장하고 있어야 한다.To this end, basically, the railway condition-based (CBM) maintenance prediction system using the complex interlocking device according to an embodiment of the present invention must have the lower image data of the train, and any position (ie, which coordinates) of the lower image. ), data on which parts are mounted should be stored.

또한, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 각 부품에 대해 고장이 없는 정상적인 상태의 열화상 데이터를 기준 열화상 데이터로 하여 저장하고 있어야 하고, 각 부품에 대해 고장이 없는 정상적인 상태의 진동 데이터 및 음향 데이터를 기준 진동 및 음향데이터로 하여 저장하고 있어야 한다.In addition, the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention should store the thermal image data in a normal state without failure for each part as the reference thermal image data, , the vibration data and sound data in a normal state without failure for each part should be stored as the reference vibration and sound data.

그 상태에서, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 열화상 카메라(10)로부터 촬상된 이미지를 상기 열화상 데이터 획득부(16)가 인가받아서, 상기 기준 열화상 데이터 저장부(18)에 저장된 기준 열화상 데이터와 획득된 열화상 데이터를 비교하면 해당 열차 하부에 대한 열화상 데이터의 이상 유무를 신속하게 판단할 수 있게 된다.In that state, in the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention, the thermal image data acquisition unit 16 applies the image captured from the thermal imaging camera 10 After receiving, comparing the obtained thermal image data with the reference thermal image data stored in the reference thermal image data storage unit 18 makes it possible to quickly determine whether there is an abnormality in the thermal image data for the lower part of the train.

마찬가지로, 상기 실시간 측정데이터 수집부(40)와 음향 영상데이터 획득부(42)를 통해 수집된 데이터를 비교 가능한 부품별 진동/음향값으로 변환하는 부품별 진동/음향 카메라 측정부(44)와; 상기 부품별 진동/음향 카메라 측정부(44)에서 측정된 진동 및 음향 영상이미지를 기준값과 비교하여 그 결과값을 산출하는 진동/음향 영상이미지 산출부(46)와; 진동 및 소음데이터를 갱신하고 관리하는 진동/소음 관리부(48)를 통해 진동과 소음값이 정상 범위내에 존재하는 지를 각 부품별로 비교 분석할 수 있으며, 신속하게 해당 부품이 또는 해당 열차 하부 위치의 진동과 소음이 고장으로 의심되는 지를 판단할 수 있고, 다른 장치에 비해 더욱 정밀하게 판단할 수 있다.Similarly, a vibration/sound camera measurement unit 44 for each component that converts the data collected through the real-time measurement data collection unit 40 and the sound image data acquisition unit 42 into a vibration/sound value for each component that can be compared; a vibration/sound image calculating unit 46 for comparing the vibration and sound image images measured by the vibration/sound camera measuring unit 44 for each component with a reference value and calculating a result value; Through the vibration/noise management unit 48 that updates and manages vibration and noise data, it is possible to compare and analyze whether the vibration and noise values are within the normal range for each part, and the part or the vibration of the lower part of the train can be quickly analyzed. It is possible to determine whether excessive noise is suspected to be a malfunction, and it can be judged more precisely than other devices.

한편, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템에는 고속 카메라(8)로부터 열차 하부의 이미지 촬상데이터를 수신하는 하부 이미지 획득부(14)가 더 포함되는 바, 그 하부 이미지 획득부(14)를 통해 획득된 데이터와, 상기 열화상 데이터 획득부(16)를 통해 획득된 데이터를 중첩시키면 어느 부품의 열이 비정상적인 지를 판단할 수 있다.On the other hand, in the railway condition-based (CBM) maintenance prediction system using the complex interlocking device according to an embodiment of the present invention, the lower image acquisition unit 14 for receiving the image captured data of the lower part of the train from the high-speed camera 8 is further As included, if the data acquired through the lower image acquisition unit 14 and the data acquired through the thermal image data acquisition unit 16 are superimposed, it is possible to determine which part has an abnormal heat.

예컨대, 도 3에 도시된 바와 같이, 열화상 카메라(10)로부터 촬상된 이미지를 상기 열화상 데이터 획득부(16)가 인가받고, 그 촬상 이미지가 도 3의 참조부호 30으로 도시된 것이고, 상기 기준 열화상 데이터 저장부(18)에 저장된 기준 열화상 데이터가 참조부호 32에 도시된 것이라고 가정한다면, 양 이미지를 비교하면 차이가 발생된 열화상 데이터(34)가 어느 부분인지를 특정할 수 있다.For example, as shown in FIG. 3 , the thermal image data acquisition unit 16 receives an image captured by the thermal imaging camera 10 , and the captured image is shown by reference numeral 30 in FIG. 3 , Assuming that the reference thermal image data stored in the reference thermal image data storage unit 18 is shown by reference numeral 32, comparing the two images can specify which part of the thermal image data 34 is the difference. .

또한, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 상기 열차 고장감지 장치(12)는 그 내부에, 상기 열화상 데이터 비교부(20) 및, 진동/음향 영상이미지 산출부(46)를 통해 열화상 데이터 및 진동과 음향 데이터가 설정값 범위이내가 아니면, 이탈 범위의 신호를 트래킹하여 해당 위치의 부품이 어떤 부품인지를 추정하는 위치별 부품 추정부(21)와; 상기 열화상 데이터 획득부(16)를 통해 획득된 열화상 이미지를 통해 온도를 산출하는 온도 산출부(22)와; 열차 하부의 각 부품별 관리 온도를 설정하는 관리 온도 설정부(24)가 더 포함되어 구성되고; 상기 고장 판단부(25)는 이상 추정 부품의 온도 및 진동과 소음이 관리 온도와 진동과 소음범위를 초과한 경우 해당 부품을 고장인 것으로 판단할 수 있다.In addition, in the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention, the train failure detection device 12 is therein, the thermal image data comparison unit 20 and, If the thermal image data and vibration and sound data are not within the set value range through the vibration/sound image calculation unit 46, the weight of parts by location that tracks the signal of the deviation range to estimate which part is the part at the location government (21); a temperature calculating unit 22 for calculating a temperature through the thermal image obtained through the thermal image data obtaining unit 16; The control temperature setting unit 24 for setting the management temperature for each part under the train is further included and configured; The failure determination unit 25 may determine that the component is a failure when the temperature, vibration, and noise of the abnormally estimated component exceed the control temperature, vibration and noise range.

상기 위치별 부품 추정부(21)는 상기 하부 이미지 획득부(14)를 통해 획득된 이미지 데이터중 각 부품별 좌표값이 미리 등록되어 열화상값과, 진동값 및 소음값과 비교를 통해 고장이 의심되는 부품이 어떤 부품인지를 알아내기 위한 수단이고, 상기 관리 온도설정부(24)는 각 부품별 온도가 상이하기 때문에 고장 여부를 판단하는 근원 데이터인 온도데이터를 각 부품별로 관리하기 위한 수단인 것이다.The parts estimating unit 21 for each position registers the coordinate values for each part in advance among the image data acquired through the lower image acquisition unit 14, and compares the thermal image value, the vibration value, and the noise value to detect a failure. It is a means for finding out which part is the suspected part, and the management temperature setting unit 24 is a means for managing the temperature data, which is the source data for determining whether a failure occurs, for each part because the temperature for each part is different. will be.

예컨대, 도 3을 참조하면, 차이가 발생된 열화상 데이터(34)를 좌표로 분류해서 해당 위치를 상기 위치별 부품 추정부(21)를 통해 트래킹하면 차이가 발생된 열화상 데이터(34)에 해당하는 부품이 어떤 부품인지를 판단할 수 있고, 그 차이의 정도가 관리 가능한 범위내인지 그 범위를 벗어나서 고장으로 판단해야 하는 지를 신속하고 정확하게 판단할 수 있는 것이다.For example, referring to FIG. 3 , when the thermal image data 34 in which the difference is generated is classified into coordinates and the corresponding position is tracked through the parts estimator 21 for each position, the difference is generated in the thermal image data 34 . It is possible to determine which part the corresponding part is, and to quickly and accurately determine whether the degree of the difference is within a manageable range or whether it is determined as a failure outside the range.

이를 위해, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 도 4의 데이터 구조를 갖게 구축되어야 한다.To this end, a railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention should be constructed to have the data structure of FIG. 4 .

따라서, 열화상 비교를 통해 특정 위치의 열화상이 기준 열화상과는 다른 색상을 나타내고, 해당 색상을 통해 검출한 온도가 특정 온도라고 판단될 때, 해당 위치의 부품이 어떤 부품이고 해당 부품의 온도가 해당 온도일 경우 고장인지를 데이터 비교를 통하면 매우 신속하게 해당 부품의 고장 여부를 판단할 수 있는 것이다.Therefore, when the thermal image of a specific location shows a different color from the reference thermal image through thermal image comparison, and it is determined that the temperature detected through the corresponding color is a specific temperature, which part is the part at the location and the temperature of the part If is at the corresponding temperature, it is possible to very quickly determine whether the corresponding part is defective by comparing the data.

예를 들어, 열화상 비교를 통해 특정 위치의 열화상이 기준 열화상과는 다른 색상을 나타내고, 해당 색상을 통해 검출한 온도가 170℃라고 판단될 때, 해당 위치에 매칭된 부품정보를 확인한 결과, 해당 부품은 견인 전동기이고, 해당 부품의 관리온도(예컨대, 정상 온도)가 140℃ 내지 150℃인 경우라면, 현재 진입한 열차는 견인전동기가 고장이라는 것을 매우 정확하고 신속하게 알 수 있다.For example, when the thermal image of a specific location shows a different color from the reference thermal image through thermal image comparison, and it is determined that the temperature detected through the color is 170°C, the result of checking the part information matched to the location , If the part is a traction motor, and the management temperature (eg, normal temperature) of the part is 140°C to 150°C, the currently entered train can know very accurately and quickly that the traction motor is faulty.

마찬가지로, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 상기 진동 가속도계(54)와 음향 카메라(56)로부터 획득된 진동값과 음향값을 통해 기설정된 기준 진동값과 음향값 범위와 비교하여 각 부품이 또는 열차 하부의 각 위치가 정상적인 진동 범위인지 및/또는 정상적인 소음값의 범위인지를 신속하게 판단할 수 있다. Similarly, the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention is a preset vibration value and sound value obtained from the vibration accelerometer 54 and the acoustic camera 56. By comparing the reference vibration value and the sound value range, it is possible to quickly determine whether each part or each position under the train is in the normal vibration range and/or in the normal noise value range.

예컨대, 상기 진동 가속도계(54)와 음향 카메라(56)로부터 획득된 진동값과 음향값이 도 4와 같은 오차범위이내일 때 정상이라고 판단하며, 그 범위를 벗어난 경우 고장이라고 판단한 후, 매핑된 해당 부품의 좌표를 이용하여 빠르게 해당 부품을 찾아서 고장수리를 할 수 있게 된다.For example, when the vibration and acoustic values obtained from the vibration accelerometer 54 and the acoustic camera 56 are within the error range as shown in FIG. 4, it is determined to be normal. It is possible to quickly find the relevant part using the coordinates of

또한, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 상기 고장 판단부(25)에서 고장이라고 판단되면 경보를 발생시키는 경보 발생부(26)가 더 포함되며, 그 경보발생부(26)는 해당 경보상황을 원격의 다른 서버 또는 관리자 단말기로 통보하게 설계되는 것이 바람직하다.In addition, in the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention, an alarm generating unit 26 that generates an alarm when the failure determination unit 25 determines that it is a failure is further It is included, and the alarm generating unit 26 is preferably designed to notify the alarm condition to another remote server or manager terminal.

한편, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 상기 관리 온도 설정부(24)에 설정된 각 부품별 관리 온도가 주변 온도에 연동하여 자동 변동되도록 주변 온도를 가중치 적용하는 가중치 연산부(27)가 더 포함되어 구성된다.On the other hand, the railway condition-based (CBM) maintenance prediction system using the complex interlocking device according to an embodiment of the present invention is such that the management temperature for each part set in the management temperature setting unit 24 is automatically changed in conjunction with the ambient temperature. A weight calculation unit 27 for applying a weight to the ambient temperature is further included.

실제로, 겨울과 여름의 온도는 약 -20℃ ~ 40℃로 60℃ 가까운 차이가 발생하는 바, 그럼에도 열에 의한 고장유무 판단을 동일하게 한다면 고장 여부의 판단에 심각한 오류를 발생시킬 수 있다.In fact, the temperature in winter and summer is about -20°C to 40°C, with a difference of close to 60°C. Nevertheless, if the determination of the presence or absence of failure due to heat is the same, a serious error may occur in the determination of failure.

따라서, 이러한 오류를 방지하기 위해서는 계절별 평균 온도를 실제 검출 온도에 적용시키서 보정하는 방법도 있기는 하지만, 계절별 온도도 날짜와 기상에 따라 차이가 나는 점을 감안한다면, 실제 주변 온도를 측정해서 가중치 적용방식으로 보정하는 것이 바람직하므로, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 주변 온도를 검출하여 상기 가중치 연산부(27)를 통해 보정하여 각 부품의 고장 판단시 정확성을 높이도록 한다. Therefore, in order to prevent such an error, there is a method of applying the seasonal average temperature to the actual detected temperature and correcting it, but considering that the seasonal temperature also differs depending on the date and weather, the actual ambient temperature is measured and weighted. Since it is preferable to correct in an application method, the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention detects the ambient temperature and corrects it through the weight calculator 27 to correct each part to increase the accuracy in judging the failure of

한편, 상기 열차 고장감지 장치(12)는 원격의 기지창 또는 유지보수창에서 생성된 빅데이터 영상 및 실시간 데이터를 업로드하고 부품별 복합 데이터 비교시 적용하여 사용할 수 있도록 관리하는 빅데이터 영상/실시간데이터 관리부(50)와; 상기 빅데이터 영상/실시간데이터 관리부(50)와 연동하여 딥러닝 기반으로 고장 예측이 이루어지도록 갱신 처리하는 딥러닝 기반 고장 예측 관리 프로그램부(52)가 더 포함된다.On the other hand, the train failure detection device 12 uploads the big data image and real-time data generated in the remote base window or maintenance window, and manages the big data image/real-time data management unit so that it can be applied and used when comparing complex data for each part. (50) and; A deep learning-based failure prediction management program unit 52 is further included to update and process the failure prediction based on deep learning in conjunction with the big data image/real-time data management unit 50 .

상기한 구성의 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템의 기능과 작용을 첨부된 도면을 참조하여 상세하게 설명한다. The function and operation of the railway condition-based (CBM) maintenance prediction system using the complex interlocking device according to an embodiment of the present invention of the above configuration will be described in detail with reference to the accompanying drawings.

도 5는 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템의 신호흐름을 도시한 플로우챠트이다.5 is a flowchart illustrating a signal flow of a railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention.

먼저, 본 발명은 레일(2) 인근 소정부에 설치되어 열차의 진출입을 감지하는 열차 감지센서(4)가 열차의 진입을 감지하면 해당 열차가 촬상 위치에 도달되는 지를 판단한다.First, according to the present invention, when the train detection sensor 4 installed in a predetermined portion near the rail 2 detects the entry and exit of the train detects the entry of the train, it is determined whether the corresponding train reaches the imaging position.

만약, 해당 열차가 촬상 위치에 도달하게 되면, 상기 열화상 카메라(10)가 열차의 하부를 촬상한다. 열화상 카메라(10)가 열차 하부를 촬상하는 것과 동시에 고속카메라(8)가 열차 하부를 동일하게 촬상한다.If the corresponding train arrives at the imaging position, the thermal imaging camera 10 captures the lower part of the train. At the same time that the thermal imaging camera 10 images the lower part of the train, the high-speed camera 8 images the lower part of the train in the same way.

또한, 상기 진동 가속도계(54)를 통해 열차 차륜의 진동을 검출하고, 상기 음향 카메라(56)를 이용하여 열차 하부 부품의 소음치를 검출한다.In addition, the vibration of the train wheel is detected through the vibration accelerometer 54 , and the noise level of the lower part of the train is detected using the acoustic camera 56 .

그 상태에서, 그 하부 이미지 획득부(14)를 통해 획득된 데이터와, 상기 열화상 데이터 획득부(16)를 통해 획득된 데이터를 비교하고, 진동 가속도계(54)를 통한 차륜 진동값에 대한 실시간 측정 데이터를 수집하는 실시간 측정데이터 수집부(40)와; 음향 카메라(56)를 통해 열차 하부의 음향 영상데이터를 획득하는 음향 영상데이터 획득부(42)를 통해 수집된 데이터를 기준 데이터와 비교하는 바, 이미지의 경우, 각 이미지를 중첩시키면 어느 부품의 열이 비정상적인 지를 판단할 수 있고, 음향과 진동을 각각 기준되는 음향데이터와 진동데이터범위와 비교하면 어느 부품의 진동 특히, 차륜의 진동이 비정상인지 정상인지를 판단할 수 있으며, 각 부품의 소음값이 정상범위에 존재하는 지를 판단할 수 있게 된다.In that state, the data obtained through the lower image obtaining unit 14 and the data obtained through the thermal image data obtaining unit 16 are compared, and real-time for the wheel vibration value through the vibration accelerometer 54 . a real-time measurement data collection unit 40 for collecting measurement data; The data collected through the acoustic image data acquisition unit 42 that acquires the acoustic image data of the lower part of the train through the acoustic camera 56 is compared with the reference data. It can be determined whether this is abnormal, and by comparing the sound and vibration with the standard acoustic data and vibration data ranges, it is possible to determine which part of the vibration, in particular, whether the vibration of the wheel is abnormal or normal, and the noise value of each part is It can be determined whether it is within the normal range.

예컨대, 도 3에 도시된 바와 같이, 열화상 카메라(10)로부터 촬상된 이미지를 상기 열화상 데이터 획득부(16)가 인가받고, 그 촬상 이미지가 도 3의 참조부호 30으로 도시된 것이고, 상기 기준 열화상 데이터 저장부(18)에 저장된 기준 열화상 데이터가 참조부호 32에 도시된 것이라고 가정한다면, 양 이미지를 비교하면 차이가 발생된 열화상 데이터(34)가 어느 부분인지를 특정할 수 있다.For example, as shown in FIG. 3 , the thermal image data acquisition unit 16 receives an image captured by the thermal imaging camera 10 , and the captured image is shown by reference numeral 30 in FIG. 3 , Assuming that the reference thermal image data stored in the reference thermal image data storage unit 18 is shown by reference numeral 32, comparing the two images can specify which part of the thermal image data 34 is the difference. .

이때, 열화상이 나타내는 색상으로 해당 부위의 온도를 판단할 수 있는 바, 색상의 차이와, 색상의 차이가 나는 면적의 크기로 범위 이탈 즉, 열화상 비교를 통해 고장일 가능성이 있는 것으로 판단하는 비교를 행하게 된다.At this time, the temperature of the relevant part can be determined by the color indicated by the thermal image, and the difference between the color and the size of the area where the color is different is out of range, that is, it is determined that there is a possibility of a failure through the comparison of the thermal image. comparison will be made.

만약, 열화상이 불일치되어 고장 가능성이 높은 상태라고 판단된 경우라면, 상기 위치별 부품 추정부(21)를 통해서 열화상 비교시 고장일 것 같은 부품이 어떤 부품인지를 판단해낼 수 있다.If it is determined that the thermal image is inconsistent and has a high probability of failure, it is possible to determine which part is likely to be defective when comparing the thermal images through the parts estimator 21 for each location.

마찬가지로, 본 발명은 상기 부품별 진동/음향 카메라 측정부(44)와, 진동/음향 영상이미지 산출부(46) 및, 진동/소음 관리부(48)를 통해, 획득된 해당 열차의 진동과 음향값이 정상적인 범위내에 존재하는 지를 판단하여 해당 진동과 음향이 발생되는 특정 위치 또는 특정 부품에 대해 판별해낼 수 있다.Similarly, in the present invention, the vibration and sound values of the train obtained through the vibration/sound camera measurement unit 44 for each component, the vibration/sound image calculation unit 46, and the vibration/noise management unit 48 are obtained. By judging whether it exists within this normal range, it can be determined for a specific location or a specific part where the corresponding vibration and sound are generated.

예컨대, 도 3을 참조하면, 차이가 발생된 열화상 데이터(34)를 좌표로 분류해서 해당 위치를 상기 위치별 부품 추정부(21)를 통해 트래킹하면 차이가 발생된 열화상 데이터(34)에 해당하는 부품이 어떤 부품인지를 판단할 수 있고, 그 차이의 정도가 관리 가능한 범위내인지 그 범위를 벗어나서 고장으로 판단해야 하는 지를 신속하고 정확하게 판단할 수 있는 것이다.For example, referring to FIG. 3 , when the thermal image data 34 in which the difference is generated is classified into coordinates and the corresponding position is tracked through the parts estimator 21 for each position, the difference is generated in the thermal image data 34 . It is possible to determine which part the corresponding part is, and to quickly and accurately determine whether the degree of the difference is within a manageable range or whether it is determined as a failure outside the range.

즉, 상기 관리 온도설정부(24)를 통해서 고장이 예상되는 부품의 온도가 관리온도 범위내인지, 아니면 그 관리온도 범위를 초과한 것인지를 비교해낼 수 있다.That is, through the control temperature setting unit 24, it is possible to compare whether the temperature of the component expected to fail is within the control temperature range or exceeds the control temperature range.

또한, 본 발명은 상기 부품별 진동/음향 카메라 측정부(44)와, 진동/음향 영상이미지 산출부(46) 및, 진동/소음 관리부(48)를 통해, 획득된 해당 열차의 진동과 음향값이 정상적인 범위내에 존재하는 지를 판단하여 해당 진동과 음향이 발생되는 특정 위치 또는 특정 부품에 대해 판별해낼 수 있는 바, 본 발명은 만약, 해당 부품이 온도 설정치나 진동 및 음향 설정범위를 이탈한 경우라면, 해당 부품에 고장이 발생된 것으로 판단하고 경보를 발생시킨다.In addition, the present invention provides the vibration and sound values of the train obtained through the vibration/sound camera measurement unit 44 for each part, the vibration/sound image calculation unit 46, and the vibration/noise management unit 48. By determining whether it exists within this normal range, it is possible to determine a specific location or a specific part where the corresponding vibration and sound are generated. , it determines that a failure has occurred in the relevant part and generates an alarm.

정리하면, 본 발명의 일실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 열차의 진입시 1차적으로 열화상 비교 및/또는 진동값의 비교 및/또는 음향값의 비교를 통해 고장이 발생된 가능성이 보이는 영역을 탐색해낼 수 있고, 해당 부품이 어떤 부품인지를 찾아내어서 해당 부품의 감지온도나 진동과 음향이 기설정 관리 온도범위, 관리 진동범위, 관리 음향범위내인지 2차적으로 판단해서 고장 여부 검출은 물론이고, 어떤 부품이 고장인지를 빠르고 매우 정밀하게 검출해낼 수 있으므로 경제적으로 매우 뛰어난 장치이다.In summary, the railway condition-based (CBM) maintenance prediction system using a complex interlocking device according to an embodiment of the present invention is primarily a comparison of thermal images and/or comparison of vibration values and/or comparison of acoustic values when a train enters. It is possible to search the area where the possibility of a failure occurs through It is a very economically excellent device because it can detect failures by secondary judgment and also quickly and very precisely detect which parts are defective.

한편, 본 발명의 실시예에 따른 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템은 단지 상기한 실시예에 한정되는 것이 아니라 그 기술적 요지를 이탈하지 않는 범위내에서 다양한 변경이 가능하다. On the other hand, the railway condition-based (CBM) maintenance prediction system using the complex interlocking device according to the embodiment of the present invention is not limited to the above-described embodiment, but various changes are possible within the scope that does not deviate from the technical gist of the present invention. .

4:열차 감지센서, 8:고속카메라,
10:열화상 카메라, 12:열차 고장 감지장치,
16:열화상 데이터 획득부, 18:기준 열화상데이터 저장부,
20:열화상 데이터 비교부, 21:위치별 부품 추정부,
24:관리 온도 설정부, 25:고장판단부,
26:경보발생부, 40:실시간 측정데이터 수집부,
42:음향영상데이터 획득부, 44:부품별 진동/음향카메라 측정부,
46:진동/음향 영상이미지 산출부, 48:진동/소음관리부,
54:진동 가속도계, 56:음향카메라.4: train detection sensor, 8: high-speed camera,
10: thermal imaging camera, 12: train failure detection device,
16: thermal image data acquisition unit, 18: reference thermal image data storage unit,
20: thermal image data comparison unit, 21: parts estimation unit by location,
24: management temperature setting unit, 25: failure judgment unit,
26: alarm generation unit, 40: real-time measurement data collection unit,
42: Acoustic image data acquisition unit, 44: Vibration / sound camera measurement unit for each part,
46: vibration/sound image image calculation unit, 48: vibration/noise management unit,
54: vibration accelerometer, 56: sound camera.

Claims (6)

고속의 화상 이미지와, 열차하부 부품에서 발생하는 열, 진동 및 음향과 같은 신호들을 복합적인 검출수단을 통해 고장을 분석할 수 있도록 열차의 복합 신호를 생성하는 복합 연동장치(200)와;
상기 복합 연동장치(200)로부터 수신된 데이터를 분석하여 열차의 부품 고장유무를 신속하면서도 보다 정밀하게 판단할 수 있게 한 열차 고장감지 장치(12)로 이루어지고;
상기 열차 고장감지 장치(12)는 고속 카메라(8)로부터 열차 하부의 이미지 촬상데이터를 수신하는 하부 이미지 획득부(14)와; 열화상 카메라(10)를 통해 열차 하부의 열화상 데이터를 획득하는 열화상 데이터 획득부(16)와; 진동 가속도계(54)를 통한 차륜 진동값에 대한 실시간 측정 데이터를 수집하는 실시간 측정데이터 수집부(40)와; 음향 카메라(56)를 통해 열차 하부의 음향 영상데이터를 획득하는 음향 영상데이터 획득부(42)와; 정상 상태의 열차 하부에 대한 열화상 데이터를 기준 데이터로 저장하는 기준 열화상 데이터 저장부(18)와; 열화상 카메라(10)를 통해 촬상된 열차 하부의 열화상 데이터와, 상기 기준 열화상 데이터 저장부(18)에 저장된 열화상 데이터를 상호 비교하는 열화상 데이터 비교부(20)와; 상기 실시간 측정데이터 수집부(40)와 음향 영상데이터 획득부(42)를 통해 수집된 데이터를 비교 가능한 부품별 진동/음향값으로 변환하는 부품별 진동/음향 카메라 측정부(44)와; 상기 부품별 진동/음향 카메라 측정부(44)에서 측정된 진동 및 음향 영상이미지를 기준값과 비교하여 그 결과값을 산출하는 진동/음향 영상이미지 산출부(46)와; 진동 및 소음데이터를 갱신하고 관리하는 진동/소음 관리부(48)와; 상기 열화상 데이터 비교부(20) 및, 진동/음향 영상이미지 산출부(46)를 통해 비교된 열화상 데이터 및 진동과 음향 데이터가 설정값 범위이내인지를 판단하여 범위 이탈시 온도/진동/음향의 복합비교를 통해 어느 신호 또는 어느 부품의 고장인지를 판단하는 고장 판단부(25)를 포함하여 구성되어 열차가 고장 검출을 위한 영역으로 진입할 때 해당 열차의 하부에서 발생되는 열과, 진동, 음향신호를 복합적으로 포착하여 누적된 빅데이터 데이터와 비교함으로써 신속하고 정밀하게 고장 유무를 판단할 수 있게 한 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템.a complex interlocking device 200 for generating a complex signal of a train so that a high-speed image image and signals such as heat, vibration, and sound generated in the lower part of the train can be analyzed for failure through complex detection means;
It consists of a train failure detection device 12 that analyzes the data received from the complex interlocking device 200 to quickly and more accurately determine the presence or absence of failure of train parts;
The train failure detection device 12 includes a lower image acquisition unit 14 for receiving image captured data of the underside of the train from the high-speed camera 8; a thermal image data acquisition unit 16 that acquires thermal image data under the train through the thermal imaging camera 10; a real-time measurement data collection unit 40 for collecting real-time measurement data on the wheel vibration value through the vibration accelerometer 54; an acoustic image data acquisition unit 42 for acquiring acoustic image data under the train through the acoustic camera 56; a reference thermal image data storage unit 18 for storing thermal image data for the lower part of the train in a steady state as reference data; a thermal image data comparison unit 20 that compares the thermal image data of the lower part of the train captured by the thermal imaging camera 10 with the thermal image data stored in the reference thermal image data storage unit 18; a vibration/acoustic camera measurement unit 44 for each component that converts the data collected through the real-time measurement data collection unit 40 and the acoustic image data acquisition unit 42 into a vibration/sound value for each component that can be compared; a vibration/sound image calculating unit 46 for comparing the vibration and sound image images measured by the vibration/sound camera measuring unit 44 for each component with a reference value and calculating a result value; a vibration/noise management unit 48 for updating and managing vibration and noise data; The thermal image data comparison unit 20 and the vibration/sound image image calculation unit 46 determine whether the compared thermal image data, vibration and sound data are within a set value range, and when the range is out of range, temperature/vibration/sound It is configured to include a failure determination unit 25 that determines which signal or which component is faulty through a complex comparison of A railway condition-based (CBM) maintenance prediction system using a complex interlocking device, characterized in that it is possible to quickly and precisely determine the presence or absence of a failure by capturing signals complexly and comparing them with accumulated big data data. 제 1항에 있어서,
상기 복합 연동장치(200)는 고속의 셔터값으로 설정되어 열차 하부 이미지를 촬상하는 고속 카메라(8)와;
열화상 이미지 촬상이 가능한 열화상 카메라(10)와;
열차 차륜의 진동을 검출하기 위한 진동 가속도계(54)와;
열차 하부 부품의 소음치를 검출하기 위한 음향 카메라(56)로 이루어진 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템.The method of claim 1,
The composite interlocking device 200 includes a high-speed camera 8 that is set to a high-speed shutter value to capture an image of a lower part of the train;
a thermal imaging camera 10 capable of imaging a thermal image;
a vibration accelerometer 54 for detecting vibrations of the train wheels;
A railway condition-based (CBM) maintenance prediction system using a complex interlocking device, characterized in that it consists of an acoustic camera (56) for detecting the noise level of the lower part of the train. 삭제delete 제 1항에 있어서,
상기 열차 고장감지 장치(12)는 그 내부에, 상기 열화상 데이터 비교부(20) 및, 진동/음향 영상이미지 산출부(46)를 통해 열화상 데이터 및 진동과 음향 데이터가 설정값 범위이내가 아니면, 이탈 범위의 신호를 트래킹하여 해당 위치의 부품이 어떤 부품인지를 추정하는 위치별 부품 추정부(21)와;
상기 열화상 데이터 획득부(16)를 통해 획득된 열화상 이미지를 통해 온도를 산출하는 온도 산출부(22)와;
열차 하부의 각 부품별 관리 온도를 설정하는 관리 온도 설정부(24)와;
상기 관리 온도 설정부(24)에 설정된 각 부품별 관리 온도가 주변 온도에 연동하여 자동 변동되도록 주변 온도를 가중치 적용하는 가중치 연산부(27)가 더 포함되어 구성되고;
고장 판단부(25)는 이상 추정 부품의 온도가 관리 온도를 초과한 경우 해당 부품을 고장인 것으로 판단하는 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템.The method of claim 1,
The train failure detection device 12 has the thermal image data and vibration and sound data within the set value range through the thermal image data comparison unit 20 and the vibration/sound image image calculation unit 46 therein. Otherwise, a parts estimating unit 21 for each position that tracks the signal of the deviation range to estimate which part is the part at the corresponding position;
a temperature calculating unit 22 for calculating a temperature through the thermal image obtained through the thermal image data obtaining unit 16;
a management temperature setting unit 24 for setting a management temperature for each part under the train;
a weight calculation unit 27 for applying a weight to the ambient temperature so that the management temperature for each part set in the management temperature setting unit 24 is automatically changed in conjunction with the ambient temperature is further included;
The failure determination unit 25 is a railway condition-based (CBM) maintenance prediction system using a complex interlocking device, characterized in that when the temperature of the abnormal estimated component exceeds the management temperature, the component is determined to be a failure. 제 1항에 있어서,
상기 고장 판단부(25)에서 고장이라고 판단되면 경보를 발생시키는 경보 발생부(26)가 더 포함된 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템.The method of claim 1,
Railway condition-based (CBM) maintenance prediction system using a complex interlocking device, characterized in that it further includes an alarm generating unit (26) for generating an alarm when the failure determination unit (25) determines that it is a failure. 제 1항에 있어서,
상기 열차 고장감지 장치(12)는 원격의 기지창 또는 유지보수창에서 생성된 빅데이터 영상 및 실시간 데이터를 업로드하고 부품별 복합 데이터 비교시 적용하여 사용할 수 있도록 관리하는 빅데이터 영상/실시간데이터 관리부(50)와;
상기 빅데이터 영상/실시간데이터 관리부(50)와 연동하여 딥러닝 기반으로 고장 예측이 이루어지도록 갱신 처리하는 딥러닝 기반 고장 예측 관리 프로그램부(52)가 더 포함된 것을 특징으로 하는 복합 연동장치를 이용한 철도상태 기반(CBM) 유지보수 예측시스템.The method of claim 1,
The train failure detection device 12 uploads the big data image and real-time data generated in the remote base window or maintenance window, and manages it so that it can be used when comparing complex data for each part. )Wow;
Using a complex interlocking device, characterized in that it further includes a deep learning-based failure prediction management program unit 52 that updates and processes so that failure prediction is made based on deep learning in conjunction with the big data image/real-time data management unit 50 Railway condition-based (CBM) maintenance prediction system.
KR1020210152963A 2021-11-09 2021-11-09 Railway condition-based maintenance prediction system using complex interlocking device KR102448793B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210152963A KR102448793B1 (en) 2021-11-09 2021-11-09 Railway condition-based maintenance prediction system using complex interlocking device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210152963A KR102448793B1 (en) 2021-11-09 2021-11-09 Railway condition-based maintenance prediction system using complex interlocking device

Publications (1)

Publication Number Publication Date
KR102448793B1 true KR102448793B1 (en) 2022-09-29

Family

ID=83461880

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210152963A KR102448793B1 (en) 2021-11-09 2021-11-09 Railway condition-based maintenance prediction system using complex interlocking device

Country Status (1)

Country Link
KR (1) KR102448793B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117670630A (en) * 2024-02-02 2024-03-08 华侨大学 Safety analysis method, system, equipment and medium for high-speed railway interlocking system

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120065836A1 (en) * 2010-09-13 2012-03-15 Heinrichs Bjoern Method and apparatus for fault diagnosis in a rail vehicle
KR20170131792A (en) * 2016-05-20 2017-11-30 주식회사 글로비즈 Device and method for monitoring railway vehicle and method for monitoring using the same
KR102276635B1 (en) * 2020-10-06 2021-07-13 엠아이엠테크 주식회사 System of fixed installation for detecting abnormality of electric train and method thereof

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120065836A1 (en) * 2010-09-13 2012-03-15 Heinrichs Bjoern Method and apparatus for fault diagnosis in a rail vehicle
KR20170131792A (en) * 2016-05-20 2017-11-30 주식회사 글로비즈 Device and method for monitoring railway vehicle and method for monitoring using the same
KR102276635B1 (en) * 2020-10-06 2021-07-13 엠아이엠테크 주식회사 System of fixed installation for detecting abnormality of electric train and method thereof

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117670630A (en) * 2024-02-02 2024-03-08 华侨大学 Safety analysis method, system, equipment and medium for high-speed railway interlocking system
CN117670630B (en) * 2024-02-02 2024-04-30 华侨大学 Safety analysis method, system, equipment and medium for high-speed railway interlocking system

Similar Documents

Publication Publication Date Title
US8942426B2 (en) On-train rail track monitoring system
JP5382991B2 (en) Abnormality diagnosis method and abnormality diagnosis system for track system
US7671757B2 (en) Method and apparatus for detecting misalignment of train inspection systems
WO2011118290A1 (en) System for supporting determination of abnormality of moving object
US9676402B2 (en) System for monitoring the operating conditions of a train
KR101590712B1 (en) Rail car and track monitoring system using running record and the method
CN112082781B (en) Vehicle and fault detection method and fault detection device thereof
KR102448793B1 (en) Railway condition-based maintenance prediction system using complex interlocking device
JP2020082993A (en) Abnormality detection method of vehicular door closing device
CN112469613A (en) Method and device for diagnosing and monitoring vehicles, vehicle components and traffic lanes
KR102265496B1 (en) Tongue Rail Approach Detector
RU2474505C1 (en) Method of rails diagnostics
KR100689633B1 (en) A system and method for auto managementing and detecting to defect of railroad track
RU2596048C2 (en) Method of monitoring rail contact with wheel
KR20140133635A (en) System and method for monitoring of railway vehicles
CN113032907A (en) Method and system for correcting vehicle shaking disease data deviation based on waveform correlation
KR20190089583A (en) A System for Detecting an Element of a Train
CA2870425C (en) Automated in motion railway seismic wheel failure detection system
KR20090085221A (en) System and method to monitor a rail
JP2011011715A (en) Abnormal cause specifying device, abnormal cause specifying system, and abnormal cause specifying method
KR20090085214A (en) System and method to monitor a rail
JP2013100111A (en) Abnormal cause specifying device, abnormal cause specifying system, and abnormal cause specifying method
JP2005114637A (en) System for detecting abnormality of vehicle and method therefor
JP7473008B2 (en) Determination system, server, determination method, and determination program
WO2022174516A1 (en) Well site device monitoring system and well site device monitoring method

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant