KR20190083029A - 철도 차량 부품들의 결함을 진단하는 방법 및 장치 - Google Patents
철도 차량 부품들의 결함을 진단하는 방법 및 장치 Download PDFInfo
- Publication number
- KR20190083029A KR20190083029A KR1020180000416A KR20180000416A KR20190083029A KR 20190083029 A KR20190083029 A KR 20190083029A KR 1020180000416 A KR1020180000416 A KR 1020180000416A KR 20180000416 A KR20180000416 A KR 20180000416A KR 20190083029 A KR20190083029 A KR 20190083029A
- Authority
- KR
- South Korea
- Prior art keywords
- value
- diagnostic item
- item
- state
- index value
- Prior art date
Links
- 230000007547 defect Effects 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000013598 vector Substances 0.000 claims abstract description 108
- 238000003745 diagnosis Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims description 46
- 238000005070 sampling Methods 0.000 claims description 15
- 238000013021 overheating Methods 0.000 claims description 12
- 238000003754 machining Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 37
- 230000015654 memory Effects 0.000 abstract description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 15
- 230000002159 abnormal effect Effects 0.000 description 10
- 230000002950 deficient Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 8
- 238000002405 diagnostic procedure Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0081—On-board diagnosis or maintenance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
본 발명의 실시 예에 따른 철도 차량 부품들의 결함을 진단하는 방법은 복수개의 진단 아이템을 제1진단 아이템과 제2진단 아이템으로 분류하는 단계; 측정 주기마다 상태 변수들과 상태값을 측정하는 단계; 측정한 상태 변수들과 상태값을 기초로 각각의 상태 벡터에서 각각의 진단 아이템을 위한 상태값을 저장하고, 상기 저장된 상태값을 설정된 주기마다 가공하여 각각의 상태 벡터에서의 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 계산하며, 해당 상태 벡터에서 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 저장함으로써 데이터베이스를 구축하는 단계; 그리고 임의의 상태 벡터에서 해당 진단 아이템을 위한 지수값을 해당 진단 아이템을 위한 기준 지수값과 비교함으로써 해당 진단 아이템의 결함을 진단하는 단계;를 포함할 수 있다.
Description
본 발명은 철도 차량 부품들의 진단 기술에 관한 것으로, 보다 상세하게는 철도 차량의 부품들의 결함을 판단하기 위한 진단 아이템들을 설정 기준에 맞추어 분류하고, 각각의 진단 아이템에 필요한 진단만을 수행하도록 함으로써 진단의 정확성이 향상되고, 필요한 데이터의 양 및 요구되는 메모리 자원 또는 데이터 통신의 양의 증가를 방지하는 철도 차량 부품들의 결함을 진단하는 방법 및 장치에 관한 것이다.
현재 철도 차량에 사용되는 부품들은 주기적으로 진단되고, 진단 시 이상이 발견된 경우 수리나 교체를 하고 있다. 그러나, 철도 시스템은 대량 수송 체계이므로 철도 시스템에서 사고가 발생하는 경우 대형 사고가 될 가능성이 높다. 이에 따라, 사고 예방 및 유지/보수 비용을 절감하기 위하여 주기적인 진단에서 상태 기반 유지 보수(Condition Based Maintenance; CBM) 체계를 도입해야 할 필요성이 커지고 있다.
또한, 대형 사고를 초래하는 철도 부품들의 고장 외에도 부품들의 경미한 고장이 발생하게 되면, 철도 차량이 정시에 목적지에 도착하지 못할 수 있다. 정시도착율은 국민들의 편익 측면에서 매우 중요한 항목으로 국가에서 엄격하게 관리하고 있다. 따라서, 정시도착율의 저하를 가져올 수 있는 철도 차량 부품들의 상태 진단이 필요하다.
한편, 다양한 산업 분야에서 진단 대상에 대한 진단 방법이 개발되고 있다. 진단 대상의 결함 가능성은 열, 소리, 진동 등을 통하여 확인될 수 있다. 열이나 소리를 이용한 진단 방법은 사용자가 진단 대상의 결함을 용이하게 식별할 수 있는 반면, 진단 대상의 결함이 상당히 진행된 후에야 진단 대상의 결함을 식별할 수 있다. 진동을 이용한 진단 방법은 가장 빨리 진단 대상의 결함 가능성을 예측할 수 있기 때문에 종래에는 주로 진동을 이용한 진단 방법을 많이 사용하였다.
그러나, 진동을 이용한 진단 방법을 사용하기 위해서는 데이터의 샘플링 시간을 매우 짧게 설정하고 데이터를 수집해야 하므로, 데이터의 양이 너무 많아 용량이 매우 큰 메모리가 필요하였다. 또한, 측정된 데이터를 분석하기 위하여 주파수 변환이 필요하였기에, 여러 가지 계산을 위한 메모리 자원이 지나치게 증가하였다.
그런데, 철도 차량은 한정된 메모리 자원을 가지고 있기 때문에, 철도 차량의 다양한 부품들을 위한 각각의 진단 방법을 수행하기가 어려웠다. 또한, 철도 차량 외부에 있는 진단 서버에서 철도 차량의 다양한 부품들을 위한 각각의 진단 방법을 수행하고자 하는 경우에는, 철도 차량에서 진단 서버로 데이터를 송신하여야 하는데 송신되어야 하는 데이터의 양이 너무 많은 문제점이 있었다. 이에 따라 철도 차량 외부에 있는 진단 서버에서 철도 차량의 다양한 부품들을 위한 각각의 진단 방법을 수행하는 것 역시 실현되기가 매우 어려웠다.
또한, 철도 차량은 운송 수단이기 때문에 철도 차량에서 측정된 데이터들은 외란의 영향을 많이 받으며, 이는 철도 차량 부품들의 진단의 신뢰성을 떨어지게 하였다. 특히 철도 차량은 DC 1500V~2600V 정도의 전압을 팬터그래프를 통하여 수신하기 때문에 전자파 노이즈에 따른 외란에 크게 영향을 받을 수 있다. 또한, 철도 차량은 선로 상에서 움직이기 때문에, 선로에 문제가 발생한 경우 외란으로 작용하여 측정된 데이터들의 신뢰성을 크게 해할 수 있었다.
이 배경기술 부분에 기재된 사항은 발명의 배경에 대한 이해를 증진하기 위하여 작성된 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술이 아닌 사항을 포함할 수 있다.
본 발명의 실시 예는 철도 차량의 다양한 진단 아이템들을 설정 기준에 맞추어 분류하고, 각각의 진단 아이템에 필요한 진단만을 수행하도록 함으로써 진단의 정확성이 향상되고, 필요한 데이터의 양 및 요구되는 메모리 자원 또는 통신의 양의 증가를 방지할 수 있는 철도 차량 부품들의 결함을 진단하는 방법 및 장치를 제공한다.
본 발명의 실시 예에 따른 철도 차량 부품들의 결함을 진단하는 방법은 복수개의 진단 아이템을 제1진단 아이템과 제2진단 아이템으로 분류하는 단계; 측정 주기마다 상태 변수들과 상태값을 측정하는 단계; 측정한 상태 변수들과 상태값을 기초로 각각의 상태 벡터에서 각각의 진단 아이템을 위한 상태값을 저장하고, 상기 저장된 상태값을 설정된 주기마다 가공하여 각각의 상태 벡터에서의 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 계산하며, 해당 상태 벡터에서 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 저장함으로써 데이터베이스를 구축하는 단계; 그리고 임의의 상태 벡터에서 해당 진단 아이템을 위한 지수값을 해당 진단 아이템을 위한 기준 지수값과 비교함으로써 해당 진단 아이템의 결함을 진단하는 단계;를 포함할 수 있다.
여기서, 각 철도 차량 부품의 결함은 해당하는 철도 차량 부품을 위한 진단 아이템의 결함으로 정의되고, 각 진단 아이템을 위한 상태 변수들의 종류와 상태값의 종류가 정의되며, 각 진단 아이템을 위한 상태 변수들의 세트는 상태 벡터로 정의될 수 있다.
임의의 진단 아이템이 제1진단 아이템인 경우 상기 설정된 주기는 측정 주기와 동일할 수 있다.
임의의 진단 아이템이 제2진단 아이템인 경우 상기 설정된 주기는 제1주기와, 상기 제1주기보다 긴 제2주기를 포함하며, 상기 지수값과 기준 지수값은 제1주기마다 가공되는 제1지수값과 제1기준 지수값 및 제2주기마다 가공되는 제2지수값과 제2기준 지수값을 포함할 수 있다.
상기 제1진단 아이템을 위한 지수값과 기준 지수값 및 상기 제2진단 아이템을 위한 제1지수값과 제1기준 지수값은 시간 영역에서의 값들이고, 상기 제2진단 아이템을 위한 제2지수값과 제2기준 지수값은 주파수 영역에서의 값들일 수 있다.
임의의 진단 아이템이 제2진단 아이템인 경우 상기 상태 벡터는 철도 차량의 위치를 반드시 포함할 수 있다.
제1지수값과 제1기준 지수값을 가공하기 위한 상태값들의 제1샘플링 주기는 제2지수값과 제2기준 지수값을 가공하기 위한 상태값의 제2샘플링 주기보다 길 수 있다.
제2지수값과 제2기준 지수값은 샘플링 된 상태값들을 엔벨로프 스펙트럼(enveloping spectrum), 파워 스펙트럼(power spectrum) 및 캡스트럼(cepstrum 또는 kepstrum) 중 제2진단 아이템들의 종류에 따라 정해지는 형식으로 가공함으로써 계산될 수 있다.
상기 데이터베이스를 구축하는 단계에서는 이전 설정된 주기에서 계산된 지수값과 기준 지수값 및 이전 설정된 주기부터 현재 설정된 주기까지 측정된 상태값들을 기초로 현재 설정된 주기에서 지수값과 기준 지수값을 계산할 수 있다.
임의의 진단 아이템이 제1진단 아이템인 경우, 현재 설정된 주기에서 임의의 상태 벡터에서 해당 진단 아이템을 위한 지수값이 현재 설정된 주기에서 해당 진단 아이템을 위한 기준 지수값 이상인 상태가 설정 횟수 이상 반복되면, 해당 진단 아이템의 결함으로 진단할 수 있다.
임의의 진단 아이템이 제2진단 아이템인 경우, 현재 설정된 주기에서 임의의 상태 벡터에서 해당 진단 아이템을 위한 제1지수값이 해당 진단 아이템을 위한 제1기준 지수값 이상인 상태가 설정 횟수 이상 반복되면, 제2주기와는 무관하게 해당 아이템을 위한 제2지수값과 제2기준 지수값을 더 계산할 수 있다.
임의의 진단 아이템이 제2진단 아이템인 경우, 현재 설정된 주기에서 임의의 상태 벡터에서 해당 진단 아이템을 위한 제1지수값이 해당 진단 아이템을 위한 제1기준 지수값 이상인 상태가 설정 횟수 이상 반복되고, 임의의 상태 벡터에서 해당 아이템을 위한 제2지수값이 해당 아이템을 위한 제2기준 지수값 이상인 상태가 설정 횟수 이상 반복되면, 해당 진단 아이템의 결함으로 진단할 수 있다.
해당 진단 아이템의 결함으로 진단되면, 이전 설정된 주기에서 계산된 지수값과 기준 지수값, 제1지수값과 제1기준 지수값, 또는 제2지수값과 제2기준 지수값을 각각 현재 설정된 주기에서 계산된 지수값과 기준 지수값, 제1지수값과 제1기준 지수값, 또는 제2지수값과 제2기준 지수값으로 유지할 수 있다.
상기 제1진단 아이템은 모터 블록의 과열, 배전반 과열, 응축수 범람, 도어에 물체 끼임, 도어를 포함할 수 있다.
상기 제2진단 아이템은 트라이포드, 휠 베어링, 휠 찰상, 기어 박스, 대차 불안정성, 송풍기를 포함할 수 있다.
본 발명의 다른 실시 예에 따른 철도 차량 부품들의 결함을 진단하는 장치는 측정 주기마다 상기 상태 변수들과 상태값을 측정하는 센서부; 그리고 상기 센서부로부터 상태 변수들과 상태값을 전송 받고, 전송 받은 상태 변수들과 상태값을 기초로 각각의 상태 벡터에서 각각의 진단 아이템을 위한 상태값을 저장하며, 상기 저장된 상태값을 설정된 주기마다 가공하여 각각의 상태 벡터에서의 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 계산하며, 해당 상태 벡터에서 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 저장하고, 임의의 상태 벡터에서 해당 진단 아이템을 위한 지수값을 해당 진단 아이템을 위한 기준 지수값과 비교하는 제어부;를 포함하며, 임의의 진단 아이템이 제1진단 아이템인 경우 상기 설정된 주기는 측정 주기와 동일하고, 임의의 진단 아이템이 제2진단 아이템인 경우 상기 설정된 주기는 제1주기와, 상기 제1주기보다 긴 제2주기를 포함하며, 상기 지수값과 기준 지수값은 제1주기마다 가공되는 제1지수값과 제1기준 지수값 및 제2주기마다 가공되는 제2지수값과 제2기준 지수값을 포함하며, 상기 제1진단 아이템을 위한 지수값과 기준 지수값 및 상기 제2진단 아이템을 위한 제1지수값과 제1기준 지수값은 시간 영역에서의 값들이고, 상기 제2진단 아이템을 위한 제2지수값과 제2기준 지수값은 주파수 영역에서의 값들이며, 임의의 진단 아이템이 제2진단 아이템인 경우 상기 상태 벡터는 철도 차량의 위치를 반드시 포함할 수 있다.
제1지수값과 제1기준 지수값을 가공하기 위한 상태값들의 제1샘플링 주기는 제2지수값과 제2기준 지수값을 가공하기 위한 상태값의 제2샘플링 주기보다 길 수 있다.
상기 제어기는 제2지수값과 제2기준 지수값은 샘플링 된 상태값들을 엔벨로프 스펙트럼(enveloping spectrum), 파워 스펙트럼(power spectrum) 및 캡스트럼(cepstrum 또는 kepstrum) 중 제2진단 아이템들의 종류에 따라 정해지는 형식으로 가공함으로써 계산될 수 있다.
임의의 진단 아이템이 제1진단 아이템인 경우, 상기 제어기는 현재 설정된 주기에서 임의의 상태 벡터에서 해당 진단 아이템을 위한 지수값이 현재 설정된 주기에서 해당 진단 아이템을 위한 기준 지수값 이상인 상태가 설정 횟수 이상 반복되면, 해당 진단 아이템의 결함으로 진단할 수 있다.
임의의 진단 아이템이 제2진단 아이템인 경우, 현재 설정된 주기에서 임의의 상태 벡터에서 해당 진단 아이템을 위한 제1지수값이 해당 진단 아이템을 위한 제1기준 지수값 이상인 상태가 설정 횟수 이상 반복되면, 상기 제어기는 제2주기와는 무관하게 해당 아이템을 위한 제2지수값과 해당 아이템을 위한 제2기준 지수값을 더 계산하고, 상기 제어기는 임의의 상태 벡터에서 해당 아이템을 위한 제2지수값이 해당 아이템을 위한 제2기준 지수값 이상인 상태가 설정 횟수 이상 반복되면 해당 진단 아이템의 결함으로 진단할 수 있다.
해당 진단 아이템의 결함으로 진단되면, 상기 제어기는 이전 설정된 주기에서 계산된 지수값과 기준 지수값, 제1지수값과 제1기준 지수값, 또는 제2지수값과 제2기준 지수값을 각각 현재 설정된 주기에서 계산된 지수값과 기준 지수값, 제1지수값과 제1기준 지수값, 또는 제2지수값과 제2기준 지수값으로 유지할 수 있다.
본 발명의 실시 예에 따르면, 철도 차량의 부품들을 진단하기 위한 진단 아이템들을 설정 기준에 맞추어 분류하고, 각각의 진단 아이템에 필요한 진단만을 수행하도록 함으로써 진단의 정확성이 향상될 수 있다.
또한, 이상 상태가 설정 횟수 이상 반복되는 경우에만 진단 아이템이 결함이 있는 것으로 판단하므로, 외란에 의한 진단 신뢰성의 하락을 방지할 수 있다.
더 나아가, 데이터를 측정 주기에 따라 계속 측정하고 계속적으로 측정된 데이터를 가공하여 진단에 사용하되, 과거의 특정 시점 이전의 데이터는 대표값만 저장하도록 함으로써 메모리의 용량 증가의 필요성을 최대한 억제할 수 있다. 또한, 철도 차량 외부 서버에서 경향성 등 정밀한 분석이 필요한 경우, 상기 대표값만을 전송함으로써 전송되는 데이터의 양을 줄일 수 있다.
또한, 철도 차량은 정해진 선로 상에서만 움직이고 선로의 이상이 상태 변수들에 영향을 크게 끼치는 점을 감안하여, 임의의 진단 아이템이 제2진단 아이템인 경우 상태 벡터가 철도 차량의 위치를 반드시 포함하도록 함으로써 선로의 이상에 따른 오진단의 가능성을 최소화할 수 있다.
그 외에 본 발명의 실시 예로 인해 얻을 수 있거나 예측되는 효과에 대해서는 본 발명의 실시 예에 대한 상세한 설명에서 직접적 또는 암시적으로 개시하도록 한다. 즉 본 발명의 실시 예에 따라 예측되는 다양한 효과에 대해서는 후술될 상세한 설명 내에서 개시될 것이다.
도 1은 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 장치의 구성도이다.
도 2는 본 발명의 실시예에 따른 센서부의 구성도이다.
도 3은 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 방법의 흐름도이다.
도 4는 임의의 진단 아이템이 제1진단 아이템인 경우, 도 3의 S600 단계 및S700 단계를 상세히 도시한 흐름도이다.
도 5는 임의의 진단 아이템이 제2진단 아이템인 경우, 도 3의 S600 단계 및S700 단계를 상세히 도시한 흐름도이다.
도 2는 본 발명의 실시예에 따른 센서부의 구성도이다.
도 3은 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 방법의 흐름도이다.
도 4는 임의의 진단 아이템이 제1진단 아이템인 경우, 도 3의 S600 단계 및S700 단계를 상세히 도시한 흐름도이다.
도 5는 임의의 진단 아이템이 제2진단 아이템인 경우, 도 3의 S600 단계 및S700 단계를 상세히 도시한 흐름도이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.
또한, 하기의 설명에서 구성의 명칭을 제1, 제2 등으로 구분한 것은 그 구성의 명칭이 동일하여 이를 구분하기 위한 것으로, 반드시 그 순서에 한정되는 것은 아니다.
본 명세서에서 사용되는 용어는 단지 특정 실시예들만을 기술할 목적을 위한 것이고 본 발명을 한정하기 위하여 의도되는 것은 아니다. 본 명세서에서 사용되는 바와 같이, 단수 형태들은, 문맥상 명백히 달리 지시하지 않는 한, 복수 형태들을 포함하는 것으로 의도된다. 본 명세서에서 사용되는 "포함하다" 및/또는 "포함하는" 등의 용어들은 진술된 특징들, 정수들, 단계들, 작동들, 구성요소들, 및/또는 컴포넌트들의 존재를 특정하지만, 하나 이상의 다른 특징들, 정수들, 단계들, 작동들, 구성요소들, 컴포넌트들, 및/또는 이들의 그룹들을 배제하는 것은 아닌 것으로 이해되어야 한다. 본 명세서에서 사용되는 바와 같이, "및/또는" 이라는 용어는 하나 이상의 연관되어 나열된 아이템들 중 임의의 그리고 모든 조합들을 포함한다. "결합된(coupled)"이라는 용어는 두 개의 컴포넌트들 사이의 물리적 관계를 표시하고, 여기서 상기 컴포넌트들은 상호 간에 직접 연결되거나 또는 하나 이상의 중간 컴포넌트들을 통해 간접적으로 연결된다.
부가적으로, 하나 이상의 아래의 방법들, 또는 이들의 양상들은 적어도 하나의 제어기, 컨트롤러 영역 네트워크(controller area network; CAN) 버스, 또는 철도 차량 네트웍에 의해 실행될 수 있다. 상기 제어기, 컨트롤러 영역 네트워크(CAN) 버스, 또는 철도 차량 네트웍은 본 명세서에 기술되는 철도 차량에 구현될 수 있다. "제어기"라는 용어는 메모리 및 프로세서를 포함하는 하드웨어 장치를 지칭할 수 있다. 상기 메모리는 프로그램 명령들을 저장하도록 구성되고, 상기 프로세서는 아래에서 더 기술될 하나 이상의 프로세스들을 수행하는 프로그램 명령들을 실행하도록 특별히 프로그래밍 된다. 더욱이, 아래의 방법들은 아래에서 상세하게 기술되는 바와 같이, 하나 이상의 부가적인 컴포넌트들과 연대하여 상기 제어기를 포함하는 시스템에 의해 실행될 수 있다.
또한, 본 명세서의 상기 방법은 프로세서, 제어기 등에 의하여 실행되는 실행 가능한 프로그램 명령들을 포함하는 컴퓨터 판독 가능한 저장 매체들 상에 비일시적(non-transitory)으로 컴퓨터로 판독 가능한 저장 매체로서 구현될 수 있다. 상기 컴퓨터 판독 가능한 저장 매체들의 예시들은 ROM, RAM, 컴팩트 디스크(CD)- ROM들, 자기 테이프들, 플로피 디스크들, 플래시 드라이버들, 스마트 카드들 및 광학 데이터 저장 장치들을 포함하지만, 이에 한정되는 것은 아니다. 상기 컴퓨터 판독 가능한 저장 매체들은, 예를 들어, 서버 또는 컨트롤러 영역 네트워크(CAN)에 의해 분산된 형태로 저장되고 실행되도록 컴퓨터 시스템들에 결합된 네트워크로 또한 분산될 수 있다.
본 발명의 실시 예에 따른 철도 차량 부품들의 결함을 진단하는 방법 및 장치는 각 철도 차량 부품의 결함 여부를 판단한다. 각 철도 차량 부품의 결함은 해당하는 철도 차량 부품을 위한 진단 아이템의 결함으로 정의되고, 각 진단 아이템을 위한 상태 변수들의 종류와 상태값의 종류가 정의된다. 여기서, 각 진단 아이템을 위한 상태 변수들의 세트는 상태 벡터로 정의된다. 상기 철도 차량 부품들의 결함을 진단하는 방법은 복수개의 진단 아이템을 제1진단 아이템과 제2진단 아이템을 분류하는 단계와, 측정 주기마다 상태 변수들과 상태값을 측정하는 단계와, 상기 측정된 상태 변수들과 상태값을 기초로 각각의 상태 벡터에서 각각의 진단 아이템을 위한 지수값과 기준 지수값을 포함하는 데이터 베이스를 구축하는 단계와, 특정 상태 벡터에서 각각의 진단 아이템을 위한 지수값을 특정 상태 벡터에서 각각의 진단 아이템을 위한 기준 지수값과 비교함으로써 각각의 진단 아이템의 결함을 진단하는 단계를 포함한다.
도 1은 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 장치의 구성도이다.
도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 장치는 철도 차량(100), 외부 서버(200), 그리고 사용자 컴퓨팅 장치(Personal Computing device)(300)를 포함할 수 있다. 그러나, 도 1에 도시된 철도 부품들의 결함을 진단하는 장치는 본 발명의 기술적 사상이 구현될 수 있는 하나의 예를 나타낼 뿐, 본 발명이 도 1에 도시된 실시예에 한정되지 않음을 이해하여야 할 것이다. 또한, 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 장치는 실시간으로 측정되는 데이터(예를 들어, 상태 변수와 상태값)를 실시간으로 처리하기 위하여 철도 차량(100)(예를 들어, 철도 차량 내부의 내부 서버)에만 장착되는 것이 바람직하나, 철도 차량(100) 및 외부 장치(예를 들어, 외부 서버(200) 및/또는 사용자 컴퓨팅 장치(300))에 분산 장착되거나, 외부 장치에만 장착될 수도 있다. 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 장치가 철도 차량(100) 및 외부 장치에 분산 장착되거나 외부 장치에만 장착되는 경우, 실시간 측정되는 데이터는 철도 차량(100) 내의 제1메모리(170)에 저장되고, 설정된 주기마다 상기 데이터는 외부 장치에 송신될 수 있다. 따라서, 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 방법은 제1제어기(160), 제2제어기(220) 및 제3제어기(320) 중 적어도 하나 또는 이들의 조합에 의하여 수행될 수 있다. 따라서, 이하에서 "제어기"라 함은 제1제어기(160), 제2제어기(220) 및 제3제어기(320) 중 적어도 하나 또는 이들의 조합을 의미한다.
철도 차량(100)은 센서부(110), 진단모듈(130), 철도 차량 네트웍(140), 제1통신부(150), 제1제어기(160), 제1메모리(170), 그리고 제1디스플레이(180)를 포함한다.
센서부(110)는 본 발명의 실시예에 따른 방법을 수행하기 위한 데이터를 검출하며, 철도 차량 네트웍(140)을 통하여 제1제어기(160) 및/또는 진단모듈(130)에 연결된다. 센서부(110)에서 측정된 데이터는 상태 변수들과 상태값을 포함한다. 각각의 철도 차량 부품의 결함은 해당 철도 차량 부품을 위한 진단 아이템의 결함으로 정의되고, 해당 진단 아이템의 결함은 해당 진단 아이템을 위한 상태 변수들의 세트 하에서의 상태값을 측정함으로써 결정된다. 해당 진단 아이템을 위한 상태 변수들의 세트는 상태 벡터로 정의된다.
예를 들어, 진단 아이템이 모터 블록 과열인 경우, 모터 블록의 온도를 측정함으로써 모터 블록 과열이 진단될 수 있다. 이 경우, 상태값은 모터 블록 온도가 된다. 또한, 모터 블록 온도는 철도 차량의 속도, 모터 파워, 철도 차량의 위치에 따라서 변화하게 된다. 따라서, 모터 블록 과열을 위한 상태 변수들은 철도 차량의 속도, 모터 파워, 철도 차량의 위치가 되고, 철도 차량의 속도, 모터 파워, 철도 차량의 위치를 모터 블록 과열을 위한 상태 벡터로 정의되게 된다.
센서부(110)는, 도 2에 도시된 바와 같이 모터 블록 온도 센서(111), 모터 파워 검출기(112), 대차 속도 센서(113), GPS 센서(114), 배전반 온도 센서(115), 응축수 수위 센서(116), 도어 위치 센서(117), 도어 작동 전류 검출기(118), 축 비틀림 각도 센서(119), 휠 진동 센서(120), 기어 박스 진동 센서(121), 대차 진동 센서(122), 송풍기 진동 센서(123)를 포함할 수 있다.
모터 블록 온도 센서(111)는 철도 차량(100)에 동력을 제공하는 모터들이 모여있는 모터 블록 근처에 장착되어 있으며, 모터 블록의 온도를 측정하여 이에 대한 신호를 상기 제1제어기(160)에 전달한다. 모터 블록 온도 센서(111)는 열화상 센서일 수 있다.
모터 파워 검출기(112)는 모터들에 공급되는 전력을 검출하여 이에 대한 신호를 상기 제1제어기(160)에 전달한다.
대차 속도 센서(113)는 철도 차량(100)의 속도를 측정하여 이에 대한 신호를 상기 제1제어기(160)에 전달한다. 대차 속도 센서(113)를 사용하는 대신 GPS 센서(114)에서 측정되는 GPS 좌표 변화를 이용하여 철도 차량(100)의 속도를 계산할 수도 있다.
GPS 센서(117)는 철도 차량(100)의 GPS 좌표를 측정하여 이에 대한 신호를 제1제어기(160)에 전달한다. 철도 차량(100)은 미리 설치된 레일 상에서 움직이게 되므로, 철도 차량(100)의 GPS 좌표는 철도 차량(100)이 어느 레일 상에서 움직이고 있는지를 예측할 수 있게 한다.
배전반 온도 센서(115)는 철도 차량(100)에 사용되는 다양한 전기 부품들(예를 들어, 모터, 송풍기 등)에 전력을 공급하기 위한 배전반의 근처에 장착되며, 배전반의 온도를 측정하여 이에 대한 신호를 제1제어기(160)에 전달한다. 배전반 온도 센서(116)는 열화상 센서일 수 있다.
응축수 수위 센서(116)는 철도 차량(100)내에서 발생된 응축수를 모아 두는 응축수 저장 탱크에 장착되어 있으며, 응축수의 수위를 측정하여 이에 대한 신호를 제1제어기(160)에 전달한다.
도어 위치 센서(117)는 철도 차량(100)에 설치된 도어의 위치를 측정하여 이에 대한 신호를 제1제어기(160)에 전달한다. 도어 위치 센서(117)는 도어에 장착된 타겟과, 상기 도어 근처에 고정적으로 설치되어 있으며 상기 타겟의 위치를 검출하는 센서를 포함할 수 있다. 추가적으로, 도어 위치 센서(117)는 도어에 끼인 물체를 검출하기 위한 초음파 센서를 포함할 수 있다.
도어 작동 전류 검출기(118)는 도어를 움직이기 위한 모터 등의 액츄에이터에 공급되는 전류를 검출하고 이에 대한 신호를 제1제어기(160)에 전달한다.
축 비틀림 각도 센서(119)는 트라이포드에 설치되어 트라이포드에 연결된 축의 비틀림 각도를 측정하여 이에 대한 신호를 제1제어기(160)에 전달한다. 축 비틀림 각도 센서(119)는 상기 축에 걸리는 토크를 검출하는 토크 센서를 포함할 수 있다.
휠 진동 센서(120)는 철도 차량(100)의 휠에 장착되어 있으며 휠의 진동을 측정하여 이에 대한 신호를 제1제어기(160)에 전달한다. 휠 진동 센서(120)는 휠의 3축 가속도를 측정할 수 있는 3축 가속도 센서를 포함할 수 있다.
기어 박스 진동 센서(121)는 모터와 축을 연결하는 기어들이 모여 있는 기어 박스에 장착되어 있으며, 기어 박스의 진동을 측정하여 이에 대한 신호를 제1제어기(160)에 전달한다. 기어 박스 진동 센서(121)는 기어 박스의 3축 가속도를 측정할 수 있는 3축 가속도 센서를 포함할 수 있다.
대차 진동 센서(122)는 각 철도 차량(100)에 장착되어 있으며 대차 진동을 검출하여 이에 대한 신호를 제1제어기(160)에 전달한다.
송풍기 진동 센서(123)는 모터를 냉각하기 위한 송풍기에 장착되어 있으며 송풍기의 진동을 측정하여 이에 대한 신호를 제1제어기(160)에 전달한다.
도 2에 도시된 센서들 외에 다양한 센서를 더 포함할 수 있으며, 이들의 측정값은 철도 차량 네트웍(140)을 통하여 제1제어기(160) 및/또는 진단모듈(130)에 전달된다.
진단모듈(130)은 철도 차량 네트웍(140)을 통하여 센서부(110), 제1통신부(150), 제1제어기(160), 제1메모리(170), 및/또는 제1디스플레이(180)에 연결될 수 있다. 진단모듈(130)은 철도 차량(100)의 진단을 위한 데이터를 상기 센서부(110) 및/또는 제1제어기(160)로부터 수집할 수 있다. 진단모듈(130)이 수집하는 데이터는 철도 차량(100)의 안전한 운행을 위한 기본 데이터들일 수 있으나, 이에 한정되지 아니한다. 또한, 상기 진단모듈(130)은 철도 차량(100) 내에 장착되어 철도 차량(100)의 다른 부품들과 무선 또는 유선으로 통신하는 내부 서버일 수 있다.
제1통신부(150)는 철도 차량(100) 외부의 장치들과 통신할 수 있도록 한다. 제1통신부(150)는 철도 차량(100) 내부의 부품들과는 차량 네트웍(140)을 통하여 통신 가능하며, 철도 차량(100) 외부의 장치들과는 무선 또는 유선 통신이 가능하다. 예를 들어, 제1통신부(150)는 블루투스, 지그비, 와이파이, 엘티이 등의 무선통신 규약을 통해 외부 서버(200) 및/또는 사용자 컴퓨팅 장치(300)와 무선 통신하거나, 유선 케이블을 통해 외부 서버(200) 및/또는 사용자 컴퓨팅 장치(300)와 유선 통신할 수 있다.
제1제어기(160)는 철도 차량 네트웍(140)을 통하여 센서부(110), 진단모듈(130), 제1통신부(150), 제1메모리(170), 및/또는 제1디스플레이(180)에 연결될 수 있다. 제1제어기(160)는 센서부(110)로부터 철도 차량(100)을 제어하고 차량 부품들의 결함을 진단하기 위한 데이터를 전달 받는다. 제1제어기(160)는 상기 데이터를 기초로 철도 차량(100) 내의 부품들에 제어 신호를 전달한다. 또한, 제1제어기(160)는 외부 서버(200) 또는 사용자 컴퓨팅 장치(300)의 작동에 필요한 데이터를 제1통신부(150)를 통해 외부 서버(200) 또는 사용자 컴퓨팅 장치(300)에 전달한다.
제1메모리(170)는 철도 차량 네트웍(140)을 통하여 철도 차량(100) 내의 부품들에 연결되어 있으며, 센서부(110)에서 검출한 데이터, 제1제어기(160)에서 가공된 데이터, 진단모듈(130)에서 가공된 데이터, 및/또는 외부 장치들(예를 들어, 외부 서버(200)나 사용자 컴퓨팅 장치(300))로부터 수신한 데이터를 저장한다. 특히, 제1메모리(170)에는 각각의 상태 벡터에서 각각의 진단 아이템을 위한 상태값이 저장될 수 있다. 앞에서 기재한 바와 같이, 진단 아이템이 모터 블록 과열인 경우, 철도 차량 속도, 모터 파워, 철도 차량의 위치에 따른 모터 블록 온도가 저장된다. 한편, 제1메모리(170)에 저장되는 데이터의 양을 줄이기 위하여 상태 벡터에 포함된 상태 변수들은 n개의 범위들로 구분될 수 있다(예를 들어, 철도 차량 속도의 경우 제1철도 차량 속도 이상 제2철도 차량 속도 미만, 제2철도 차량 속도 이상 제3철도 차량 속도 미만, ..., (n-1)번째 철도 차량 속도 이상 n번째 철도 차량 속도 미만). 여기서, n은 각 상태 변수마다 달리 정의될 수 있다. 정리하자면, 진단 아이템이 모터 블록 과열인 경우, 각각의 상태 벡터에서의 상태값은 모터 블록 온도(i번째 철도 차량 속도, j번째 모터 파워, k번째 철도 차량 위치)와 같은 형식으로 저장될 수 있다. 여기서, i번째 철도 차량 속도, j번째 모터 파워, k번째 철도 차량 위치는 측정된 철도 차량 속도, 모터 파워, 철도 차량 위치가 포함되는 범위의 대표값들일 수 있다.
또한, 제1메모리(170)에는 각각의 상태 벡터에서의 각각의 진단 아이템을 위한 지수값과, 각각의 진단 아이템을 위한 기준 지수값이 저장될 수 있다.
제1디스플레이(180)는 철도 차량(100) 내에 기관사 또는 승무원의 시야가 닿는 곳에 설치되어 있으며, 기관사 또는 승무원에게 제공되는 각종 정보를 디스플레이 할 수 있다. 특히, 제1디스클레이(180)는 철도 차량 부품들의 결함과 관련하여 미리 정의된 각종 정보를 디스플레이 할 수 있다. 제1디스플레이(180)는 철도 차량(100) 내에 설치 가능한 다양한 디스플레이 장치들 중 어느 하나 또는 그 이상일 수 있다.
외부 서버(200)는 제2통신부(210), 제2제어기(220), 제2메모리(250), 그리고 제2디스플레이(260)를 포함할 수 있다. 본 명세서에서 외부 서버(200)는 철도 차량(100)으로부터 각종 데이터를 제공 받아 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값의 경향을 분석하는 장치일 수 있으나, 이에 한정되지 않는다. 앞에서 언급한 바와 같이, 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 장치는 철도 차량(100)에만 장착되거나, 철도 차량(100) 및 철도 차량의 외부 장치(예를 들어, 외부 서버(200) 및/또는 사용자 컴퓨팅 장치(300))에 분산 장착되거나, 철도 차량의 외부 장치에만 장착될 수 있다. 또한, 외부 서버(200)는 철도 차량(100) 외부의 특정 위치에 설치되어 철도 차량(100)과 무선 통신 가능한 서버이거나, 철도 차량(100) 외부에서 철도 차량(100)과 무선 또는 유선으로 통신하는 이동 가능한 서버일 수 있다.
제2통신부(210)는 외부 서버(200) 외부의 장치들과 통신할 수 있도록 한다. 제2통신부(210)는 제2제어기(220)에 연결되어 철도 차량(100) 및/또는 사용자 컴퓨팅 장치(300)로부터의 각종 정보 및 신호를 제2제어기(220)에 전달하고, 제2제어기(220)로부터의 각종 정보/데이터 및 신호를 철도 차량(100) 및/또는 사용자 컴퓨팅 장치(300)로 전달한다. 예를 들어, 제2통신부(210)는 블루투스, 지그비, 와이파이, 엘티이(LTE) 등의 무선통신 규약을 통해 철도 차량(100) 및/또는 사용자 컴퓨팅 장치(300)와 무선 통신하거나, 유선 케이블을 통해 철도 차량(100) 및/또는 사용자 컴퓨팅 장치(300)와 유선 통신할 수 있다.
제2제어기(220)는 제2통신부(210)를 통하여 철도 차량(100) 및/또는 사용자 컴퓨팅 장치(300)로부터 전달 받은 각종 정보/데이터 및 신호를 이용하여 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값의 경향을 분석한다. 특히, 제1제어기(160)에서 수행되기 어려운 데이터의 처리는 제2제어기(220)에서 수행될 수 있다. 또한, 제2제어기(220)는 제2통신부(210)를 통하여 철도 차량(100) 및/또는 사용자 컴퓨팅 장치(300)에 각종 제어 신호를 전달한다.
제2메모리(250)는 제2제어기(220)에 연결되어 있으며, 철도 차량(100) 및/또는 사용자 컴퓨팅 장치(300)로부터 전달 받은 각종 정보/데이터와 제2제어기(220)에서 가공한 정보/데이터를 저장한다. 제2메모리(250)에는 각각의 상태 벡터에서 각각의 진단 아이템을 위한 상태값, 각각의 상태 벡터에서의 각각의 진단 아이템을 위한 지수값, 및 각각의 진단 아이템을 위한 기준 지수값이 저장될 수 있다.
제2디스플레이(260)는 철도 차량의 부품들의 결함과 관련하여 미리 정의된 각종 정보를 디스플레이 할 수 있다.
사용자 컴퓨팅 장치(300)는 제3통신부(310), 제3제어기(320), 제3메모리(330), 그리고 제3디스플레이(340)를 포함할 수 있다. 상기 사용자 컴퓨팅 장치(300)는 사용자가 휴대 가능하거나 고정된 위치에서 사용자가 접속 가능하고, 철도 차량(100) 및/또는 외부 서버(200)와 무선 및/또는 유선 통신 가능한 장치로서, 스마트 디바이스들, 스마트폰들, 핸드폰들, 태블릿들, PDA들, 랩탑들 등이 이에 해당한다. 상기 사용자 컴퓨팅 장치(300)는 철도 차량(100) 및/또는 외부 서버(200)에 미리 등록되어 있을 수 있다.
제3통신부(210)는 사용자 컴퓨팅 장치(300) 외부의 장치들과 통신할 수 있도록 한다. 제3통신부(310)는 제3제어기(320)에 연결되어 철도 차량(100) 및/또는 외부 서버(200)로부터의 각종 정보 및 신호를 제3제어기(320)에 전달하고, 제3제어기(320)로부터의 각종 정보/데이터 및 신호를 철도 차량(100) 및/또는 외부 서버(200)로 전달한다. 예를 들어, 제3통신부(310)는 블루투스, 지그비, 와이파이, 엘티이 등의 무선통신 규약을 통해 철도 차량(100) 및/또는 외부 서버(200)와 무선 통신하거나, 유선 케이블을 통해 철도 차량(100) 및/또는 외부 서버(200)와 유선 통신할 수 있다.
제3제어기(320)는 제3통신부(310)를 통하여 철도 차량(100) 및/또는 외부 서버(200)로부터 전달 받은 각종 정보/데이터 및 신호를 이용하여 사용자 컴퓨팅 장치(300)의 작동을 제어한다. 또한, 사용자가 사용자 컴퓨팅 장치(300)의 특정 프로그램(예를 들어, 철도 차량 부품들의 결함을 진단하는 앱 등)을 작동시키면, 이와 관련된 정보/데이터를 철도 차량(100) 및/또는 외부 서버(200)에 요청한다.
제3메모리(330)는 제3제어기(330)에 연결되어 있으며, 철도 차량(100) 및/또는 외부 서버(200)로부터 전달 받은 각종 정보/데이터와 제3제어기(320)에서 가공한 정보/데이터를 저장한다. 제3메모리(330)에는 각각의 상태 벡터에서 각각의 진단 아이템을 위한 상태값, 각각의 상태 벡터에서의 각각의 진단 아이템을 위한 지수값, 및 각각의 진단 아이템을 위한 기준 지수값이 저장될 수 있다.
제3디스플레이(340)는 사용자 컴퓨팅 장치(300)의 소유자 또는 사용자에게 철도 차량 부품들의 결함과 관련하여 미리 정의된 각종 정보를 디스플레이 할 수 있다.
이하, 도 3 내지 도 5를 참고하여, 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 방법을 자세히 설명하기로 한다.
도 3은 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 방법의 흐름도이고, 도 4는 임의의 진단 아이템이 제1진단 아이템인 경우, 도 3의 S600 단계 및S700 단계를 상세히 도시한 흐름도이며, 도 5는 임의의 진단 아이템이 제2진단 아이템인 경우, 도 3의 S600 단계 및S700 단계를 상세히 도시한 흐름도이다.
도 3에 도시된 바와 같이, 본 발명의 실시예에 따른 철도 차량 부품들의 결함을 진단하는 방법은 S400 단계에서 시작한다. S400 단계에서 철도 차량 부품들의 결함을 진단하기 위한 복수개의 진단 아이템을 진단에 필요한 데이터의 양에 따라 제1진단 아이템과 제2진단 아이템을 분류한다. 제1, 2진단 아이템의 분류는 설계자에 의하여 미리 설정되어 있을 수 있으며, 제1, 2, 3메모리(170, 250, 330) 중 적어도 하나 이상에 저장되어 있을 수 있다. 예를 들어, 상기 제1진단 아이템은 모터 블록의 과열, 배전반 과열, 응축수 범람, 도어에 물체 끼임, 도어를 포함할 수 있고, 상기 제2진단 아이템은 트라이포드, 휠 베어링, 휠 찰상, 기어 박스, 대차 불안정성, 송풍기를 포함할 수 있다. 제1, 2진단 아이템은 여기에서 기재된 것에 한정되지 아니한다.
철도 차량의 운행 중에 센서부(110)는 측정 주기마다 상태 변수들과 상태값을 측정한다(S500). 상기 측정 주기, 각 진단 아이템을 위한 상태 변수들의 종류 및 상태값의 종류는 미리 설정되어 있을 수 있다.
제어기는 상기 상태 변수들과 상태값을 기초로 데이터 베이스를 구축한다(S600). 즉, 센서부(110)에서 측정 주기마다 측정된 상태 변수들과 상태값을 전달 받고, 제1, 2, 3메모리(170, 250, 330) 중 적어도 하나 이상에 전달된 상태 변수들과 상태값을 저장한다. 또한, 제어기는 설정된 주기마다 저장된 상태값을 가공하여 각각의 상태 벡터에서의 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 계산하고, 해당 상태 벡터에서 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 제1, 2, 3메모리(170, 250, 330) 중 적어도 하나 이상에 저장한다.
그 후, 제어기는 임의의 상태 벡터(즉, 현재 측정된 상태 변수들의 세트)에서 해당 진단 아이템을 위한 지수값을 해당 진단 아이템을 위한 기준 지수값과 비교함으로써 해당 진단 아이템의 결함을 진단한다(S700).
이하, 도 4를 기초로 임의의 진단 아이템이 제1진단 아이템인 경우, 도 3의 S600 단계 및 S700 단계를 보다 상세히 설명한다.
도 4에 도시된 바와 같이, 제어기는 임의의 진단 아이템을 위한 각각의 상태 벡터에서 상태값을 저장한다(S610). 이하에서는 각각의 진단 아이템과, 해당 진단 아이템을 위한 각각의 상태 벡터와, 상태값을 예시한다.
{진단 아이템이 모터 블록 과열인 경우}
진단 아이템이 모터 블록 과열인 경우, 철도 차량의 주행 거리가 설정 주행 거리보다 큰 경우에 모터 블록 과열이 진단된다.
이 경우, 상태값은 모터 블록 온도이고 상태 변수들은 철도 차량의 속도, 모터 파워, 철도 차량의 위치이다. 즉, 측정된 철도 차량의 속도, 모터 파워, 철도 차량의 위치 하에서 모터 블록 온도가 저장된다.
{진단 아이템이 배전반 과열인 경우}
진단 아이템이 배전반 과열인 경우, 철도 차량의 주행 거리가 설정 주행 거리보다 큰 경우에 배전반 과열이 진단된다.
이 경우, 상태값은 배전반 온도이고 상태 변수들은 철도 차량의 속도, 모터 파워, 철도 차량의 위치이다. 즉, 측정된 철도 차량의 속도, 모터 파워, 철도 차량의 위치 하에서 배전반 온도가 저장된다.
{진단 아이템이 응축수 범람인 경우}
진단 아이템이 응축수 범람인 경우, 상태값은 응축수의 수위이고, 특별한 상태 변수가 없다. 즉, 어떠한 상태 벡터 하에서도 응축수의 수위가 설정된 응축수 수위보다 높으면 응축수 범람인 것으로 진단된다.
{진단 아이템이 도어에 물체 끼임인 경우}
진단 아이템이 도어에 물체 끼임인 경우, 상태값은 도어 갭(즉, 도어의 일측과 도어를 둘러싸는 프레임의 대응하는 일측 사이의 거리)이고, 특별한 상태 변수가 없다. 즉, 어떠한 상태 벡터 하에서도 도어 갭이 설정된 도어 갭보다 크면 도어에 물체가 끼인 것으로 진단된다.
{진단 아이템이 도어인 경우}
진단 아이템이 도어(즉, 도어의 작동 불량)인 경우, 상태값은 도어 개폐 히스테리시스이고, 특별한 상태 변수가 없다. 즉 어떠한 상태 벡터 하에서도 도어 개폐 히스테리시스가 설정된 도어 개폐 히스테리시스로부터 설정값 이상 벗어나는 경우, 도어의 작동이 불량한 것으로 진단된다. 도어 개폐 히스테리시스는 개폐 신호 발생 후 경과한 시간에 따른 도어의 위치 곡선, 도어의 속도 곡선, 도어의 가속도 곡선을 포함할 수 있다. 이에 따라, 특정 시점에서 도어의 위치값, 도어의 속도값, 또는 도어의 가속도값이 특정 시점에서 도어의 설정 위치값, 도어의 설정 속도값, 도어의 설정 가속도값으로 설정값 이상 벗어나거나, 도어의 위치 곡선의 면적, 도어의 속도 곡선의 면적, 또는 도어의 가속도 곡선의 면적이 설정된 위치 곡선의 면적, 설정된 속도 곡선의 면적, 또는 설정된 가속도 곡선의 면적으로부터 설정값 이상 벗어나면 도어의 작동 불량으로 진단할 수 있다.
S500 단계에서 측정 주기마다 상태 변수들과 상태값을 측정하고 S610 단계에서 각각의 상태 벡터에서 상태값을 저장하였으면, 제어기는 설정된 주기마다 상태값을 가공하여 지수값과 기준 지수값을 계산한다(S620). 여기서, 기준 지수값은 지수값의 평균(), 피크(), 실효값(), 파고율(), 왜도(), 첨도(), 클리어런스 팩터(), 임펄스 팩터(), 쉐입 팩터(), 확률 함수(), 통계적 모멘트() 중 어느 하나의 값일 수 있다. 기준 지수값의 종류는 해당 진단 아이템에 따라 적절한 것으로 선택할 수 있다.
예를 들어, 기준 지수값의 종류가 피크이고 진단 아이템이 모터 블록 과열인 경우, 지수값과 기준 지수값의 계산을 예시하면 다음과 같다. 여기서, 제1진단 아이템의 설정된 주기는 측정 주기와 동일하고 제1진단 아이템의 지수값은 해당 진단 아이템의 상태값과 동일할 수 있다.
제어기는 이전 설정된 주기에서 계산된 지수값(모든 상태 벡터에서의 모터 블록 온도들)과 기준 지수값(모든 상태 벡터에서의 모터 블록 온도의 피크값들에 안전 계수를 곱한 값)을 불러오고 이전 설정된 주기부터 현재 설정된 주기까지 측정된 상태값들(측정된 상태 벡터에서의 모터 블록 온도)을 불러온다. 그 후, 제어기는 현재 설정된 주기에서 측정된 모터 블록 온도들을 현재 설정된 주기에서 각각의 상태 벡터에서의 지수값에 대입한다. 또한, 제어기는 이전 설정된 주기에서 계산된 기준 지수값(모터 블록 온도의 피크값에 안전 계수를 곱한 값)에 현재 측정된 상태 벡터에서의 지수값(모터 블록 온도)을 반영하여 현재 설정된 주기에서 해당 상태 벡터에서의 기준 지수값을 계산한다.
그 후, 제어기는 현재 설정된 주기에서 각각의 상태 벡터에서의 지수값과 기준 지수값을 저장하고(S630), 임의의 상태 벡터에서의 지수값이 기준 지수값보다 큰지를 판단한다(S710). 즉, 임의의 상태 벡터(현재 측정된 상태 벡터)에서의 모터 블록 온도가 해당 상태 벡터에서의 모터 블록 온도의 피크값들에 안전 계수를 곱한 값보다 큰 지를 판단한다.
한편, 응축수 범람과 같이 진단 아이템이 특별한 상태 변수를 가지고 있지 않은 경우에는, 제어기는 이전 설정된 주기에서 계산된 지수값(응축수 수위)과 기준 지수값(응축수의 수위의 피크값들에 안전 계수를 곱한 값)을 불러오고 이전 설정된 주기부터 현재 설정된 주기까지 측정된 상태값들(응축수 수위들)을 불러온다. 그 후, 제어기는 현재 설정된 주기에서 측정된 응축수 수위들을 현재 설정된 주기에서 지수값에 대입한다. 또한, 제어기는 이전 설정된 주기에서 계산된 기준 지수값(응축수 수위의 피크값에 안전 계수를 곱한 값)에 현재 측정된 지수값(응축수 수위)을 반영하여 현재 설정된 주기에서 기준 지수값을 계산한다.
그 후, 제어기는 현재 설정된 주기에서 지수값과 기준 지수값을 저장하고(S630), 상기 지수값이 기준 지수값보다 큰지를 판단한다(S710). 즉, 현재 측정된 응축수 수위가 이전에 측정된 응축수 수위들의 피크값들에 안전 계수를 곱한 값보다 큰 지를 판단한다.
S710 단계에서 임의의 상태 벡터에서의 지수값이 기준 지수값보다 크면, 제어기는 지수값이 기준 지수값보다 큰 상태를 설정 횟수 이상 반복하는지 판단한다(S715). S715 단계는 외란의 영향을 제거하기 위한 것이다. 즉, 특정 운전 조건에서는 외란에 의하여 상태값이 크게 나타날 수 있다. 따라서, 외란의 영향을 제거하기 위하여 이상 상태(지수값이 기준 지수값보다 큰 상태)가 설정 횟수 이상 반복되는지를 판단하게 하였다. 설정 횟수는 외란이 상태값에 영향을 미치는 정도를 고려하여 각 진단 아이템별로 설정될 수 있다.
S715 단계에서 이상 상태가 설정 횟수 이상 반복되지 않았으면, 제어기는 이전 횟수에 1을 더한 값을 현재 횟수로 저장하고(S720), S730 단계로 진행한다. S715 단계에서 이상 상태가 설정 횟수 이상 반복되었으면, 제어기는 해당 진단 아이템에 결함이 발생한 것으로 판단하고(S725), S730 단계로 진행한다.
S730 단계에서는 외란의 영향을 받은 상태값들을 지수값과 기준 지수값에서 제외한다. 즉, 이전 설정된 주기에서 해당 상태 벡터에서의 지수값과 기준 지수값을 현재 설정된 주기에서 해당 상태 벡터에서의 지수값과 기준 지수값으로 유지한다.
한편, 메모리들에 저장되거나 통신을 통하여 전송되는 데이터의 양을 줄이기 위하여 이전 설정된 주기에서 해당 상태 벡터에서의 지수값과 기준 지수값의 계산에 사용된 데이터는 모두 삭제될 수 있다. 이에 따라, 이전 설정된 주기 전의 데이터들은 그 특성들을 나타내는 대표값(예를 들어 각각의 상태 벡터들에서 지수값과 기준 지수값)만이 남게 되고, 상기 대표값이 통신을 통하여 전송될 수 있다.
이와 같이, 진단 아이템이 제1진단 아이템인 경우, 해당 진단 아이템의 진단을 위하여 필요한 데이터의 양은 작다. 즉, 시간 영역 상에서 어느 한 시점의 상태값 또는 어느 작은 시간 범위 내의 상태값들일 수 있다. 또한, 상기 시간 영역에서의 상태값을 주파수 영역으로 변환하지 않고서도 제1진단 아이템의 결함을 진단할 수 있다. 더 나아가, 진단 아이템을 위한 모든 데이터를 저장/송신하는 것이 아니라 데이터의 경향을 확인할 수 있는 대표값만을 저장함으로써 메모리에 저장되는 데이터의 양 또는 통신을 통하여 전송되는 데이터의 양을 줄일 수 있다.
이하, 도 5를 기초로 임의의 진단 아이템이 제2진단 아이템인 경우, 도 3의 S600 단계 및 S700 단계를 보다 상세히 설명한다.
도 5에 도시된 바와 같이, 제어기는 임의의 진단 아이템을 위한 각각의 상태 벡터에서 상태값을 저장한다(S610). 이하에서는 각각의 진단 아이템과, 해당 진단 아이템을 위한 각각의 상태 벡터와, 상태값을 예시한다.
{진단 아이템이 트라이포드의 경우}
진단 아이템이 트라이포드인 경우, 상태값은 축 비틀림 각도이고 상태 변수들은 철도 차량의 속도, 모터 파워, 철도 차량의 위치이다. 즉, 측정된 철도 차량의 속도, 모터 파워, 철도 차량의 위치 하에서 축 비틀림 각도가 저장된다.
{진단 아이템이 휠 베어링인 경우}
진단 아이템이 휠 베어링인 경우 상태값은 휠 진동이고 상태 변수들은 철도 차량의 속도, 모터 파워, 철도 차량의 위치이다. 즉, 측정된 철도 차량의 속도, 모터 파워, 철도 차량의 위치 하에서 휠 진동이 저장된다.
{진단 아이템이 휠 찰상인 경우}
진단 아이템이 휠 찰상인 경우, 상태값은 휠 진동이고 상태 변수들은 철도 차량의 속도, 모터 파워, 철도 차량의 위치이다.
{진단 아이템이 기어 박스인 경우}
진단 아이템이 기어 박스인 경우, 상태값은 기어 박스 진동이고 상태 변수들은 철도 차량의 속도, 모터 파워, 철도 차량의 위치이다.
{진단 아이템이 대차 불안정성인 경우}
진단 아이템이 대차 불안정성인 경우, 상태값은 대차 진동이고, 상태 변수들은 철도 차량의 속도, 모터 파워, 철도 차량의 위치이다.
{진단 아이템이 송풍기인 경우}
진단 아이템이 송풍기인 경우, 상태값은 송풍기 진동이고, 상태 변수들은 철도 차량의 속도, 모터 파워, 철도 차량의 위치이다.
S500 단계에서 측정 주기마다 상태 변수들과 상태값을 측정하고 S610 단계에서 각각의 상태 벡터에서 상태값을 저장하였으면, 제어기는 설정된 주기마다 상태값을 가공하여 지수값과 기준 지수값을 계산한다(S620'). 진단 아이템이 제2진단 아이템인 경우, 상기 설정된 주기는 제1주기와, 상기 제1주기보다 긴 제2주기를 포함하며, 상기 지수값과 기준 지수값은 제1주기마다 가공되는 제1지수값과 제1기준 지수값 및 제2주기마다 가공되는 제2지수값과 제2기준 지수값을 포함한다. 여기서, 제1지수값과 제1기준 지수값은 시간 영역에서의 값들이고, 제2지수값과 제2기준 지수값은 주파수 영역에서의 값들이다. 예를 들어, 휠 베어링과 휠 찰상은 상태 벡터들이 모두 철도 차량의 속도, 모터 파워, 철도 차량의 위치이고 상태값은 모두 휠 진동이다. 따라서, 휠 진동이 큰 경우 관련 진단 아이템들(휠 베어링, 휠 찰상) 중 어느 하나에 결함이 있다는 것을 알 수 있으나, 정확히 어느 진단 아이템에 결함이 있는지를 알 수 없는 경우가 있다. 따라서, 시간 영역에서 계산된 제1지수값과 제1기준 지수값을 이용하여 관련 진단 아이템들에 이상이 있음을 결정하고 난 후, 주파수 영역에서 계산된 제2지수값과 제2기준 지수값을 이용하여 어느 진단 아이템에 결함이 있는지를 판단할 수 있다. 한편, 주파수 영역에서 제2지수값과 제2기준 지수값을 계산하기 위해서는 짧은 시간 범위 내에 속한 많은 데이터가 필요하다. 따라서, 제2지수값과 제2기준 지수값을 계산하기 위해서는 많은 메모리 자원이 소모될 수 있다. 이러한 문제점을 해결하기 위해서 제2지수값과 제2기준 지수값은 매우 긴 제2주기마다 계산하도록 하여 메모리 자원 및 데이터의 양을 줄이면서 경향을 판단하도록 하되, 제1지수값과 제1기준 지수값을 기초로 관련 진단 아이템의 결함이 판단되는 경우에 제2지수값과 제2기준 지수값을 반드시 계산하도록 함으로써 진단의 정확성을 향상시키는 효과가 있다. 또한, 제1지수값과 제1기준 지수값을 가공하기 위한 상태값들의 제1샘플링 주기는 제2지수값과 제2기준 지수값을 가공하기 위한 상태값들의 제2샘플링 주기보다 길다. 즉, 제1지수값과 제1기준 지수값은 저주파수로 샘플링을 하고 제2지수값과 제2기준 지수값은 고주파수로 샘플링을 한다.
여기서, 제1기준 지수값은 지수값의 평균(), 피크(), 실효값(), 파고율(), 왜도(), 첨도(), 클리어런스 팩터(), 임펄스 팩터(), 쉐입 팩터(), 확률 함수(), 통계적 모멘트() 중 어느 하나의 값일 수 있다. 제1기준 지수값의 종류는 해당 진단 아이템에 따라 적절한 것으로 선택할 수 있다.
예를 들어, 제1기준 지수값의 종류가 실효값이고 진단 아이템이 트라이포드인 경우, 제1지수값과 제1기준 지수값의 계산을 예시하면 다음과 같다. 여기서, 제2진단 아이템의 설정된 제1, 2주기는 측정 주기보다는 길고 제2진단 아이템의 제1지수값은 해당 진단 아이템의 상태값과 동일할 수 있다.
제어기는 이전 설정된 제1주기에서 계산된 제1지수값(모든 상태 벡터에서의 축 비틀림 각도들)과 제1기준 지수값(모든 상태 벡터에서의 축 비틀림 각도들의 실효값들에 안전 계수를 곱한 값)을 불러오고 이전 설정된 제1주기부터 현재 설정된 제1주기까지 측정된 상태값들(측정된 상태 벡터에서의 축 비틀림 각도)을 불러온다. 그 후, 제어기는 현재 설정된 제1주기에서 측정된 축 비틀림 각도들을 현재 설정된 제1주기에서 각각의 상태 벡터에서의 제1지수값에 대입한다. 또한, 제어기는 이전 설정된 제1주기에서 계산된 제1기준 지수값(축 비틀림 각도들의 실효값에 안전 계수를 곱한 값)에 현재 측정된 상태 벡터에서의 제1지수값(축 비틀림 각도)을 반영하여 현재 설정된 제1주기에서 해당 상태 벡터에서의 제1기준 지수값을 계산한다.
또한, 제2 지수값과, 제2기준 지수값은 샘플링 된 상태값들을 엔벨로프 스펙트럼(enveloping spectrum), 파워 스펙트럼(power spectrum) 및 캡스트럼(cepstrum 또는 kepstrum) 중 어느 하나의 형식으로 가공될 수 있다. 엔벨로프 스펙트럼(enveloping spectrum), 파워 스펙트럼(power spectrum) 및 캡스트럼(cepstrum 또는 kepstrum) 중 어느 형식으로 제2지수값과 제2기준 지수값을 가공하느냐는 제2진단 아이템들의 종류에 따라 미리 설정될 수 있다. 엔벨로프 스펙트럼, 파워 스펙트럼 및 캡스트럼의 형식으로 가공하는 방법은 당업자에게 잘 알려져 있으므로, 이에 대한 상세한 설명은 생략하기로 한다.
예를 들어, 제2진단 아이템이 트라이포드인 경우, 축 비틀림 각도(축 비틀림 진동)의 엔벨로프 스펙트럼 또는 캡스트럼을 계산하고, 엔벨로프 스펙트럼 또는 캡스트럼을 제2지수값으로 하며, 엔벨로프 스펙트럼 또는 캡스트럼에 안전 계수를 곱한 값을 제2기준 지수값으로 할 수 있다.
제2진단 아이템이 휠 베어링인 경우, 휠 진동의 엔벨로프 스펙트럼을 계산하고, 엔벨로프 스펙트럼을 제2지수값으로 하며, 엔벨로프 스펙트럼에 안전 계수를 곱한 값을 제2기준 지수값으로 할 수 있다.
제2진단 아이템이 휠 찰상인 경우, 휠 진동의 엔벨로프 스펙트럼, 파워 스펙트럼, 또는 캡스트럼을 계산하고, 엔벨로프 스펙트럼, 파워 스펙트럼, 또는 캡스트럼을 제2지수값으로 하며, 엔벨로프 스펙트럼, 파워 스펙트럼, 또는 캡스트럼에 안전 계수를 곱한 값을 제2기준 지수값으로 할 수 있다.
제2진단 아이템이 기어 박스인 경우, 기어 박스 진동의 엔벨로프 스펙트럼 또는 캡스트럼을 계산하고, 엔벨로프 스펙트럼 또는 캡스트럼을 제2지수값으로 하며, 엔벨로프 스펙트럼 또는 캡스트럼에 안전 계수를 곱한 값을 제2기준 지수값으로 할 수 있다.
제2진단 아이템이 대차 불안정성인 경우, 대차 진동의 파워 스펙트럼을 계산하고, 파워 스펙트럼을 제2지수값으로 하며, 파워 스펙트럼에 안전 계수를 곱한 값을 제2기준 지수값으로 할 수 있다.
제2진단 아이템이 송풍기인 경우, 송풍기 진동의 엔벨로프 스펙트럼, 파워 스펙트럼, 또는 캡스트럼을 계산하고, 엔벨로프 스펙트럼, 파워 스펙트럼, 또는 캡스트럼을 제2지수값으로 하며, 엔벨로프 스펙트럼, 파워 스펙트럼, 또는 캡스트럼에 안전 계수를 곱한 값을 제2기준 지수값으로 할 수 있다.
이와 같이, 제2진단 아이템들의 종류에 따라 엔벨로프 스펙트럼, 파워 스펙트럼, 또는 캡스트럼 중 적어도 어느 하나의 형식으로 제2지수값과 제2기준 지수값을 가공하는 이유는 해당 아이템의 종류에 따라 디펙트 주파수(defect frequency)가 다르기 때문이다. 즉, 해당 아이템의 종류에 따라 디펙트 주파수가 잘 나타나도록 엔벨로프 스펙트럼, 파워 스펙트럼, 또는 캡스트럼 중 적어도 어느 하나를 선택하도록 한다. 예를 들어, 휠 베어링의 결함이나 휠 찰상 결함의 경우 상태 벡터의 종류도 동일하고 상태값의 종류도 동일하다. 다만, 휠 베어링의 결함 시 휠 진동의 엔벨로프 스펙트럼을 계산하면 발생되는 디펙트 주파수는 휠 찰상 시 휠 진동의 엔벨로프 스펙트럼을 계산하면 발생되는 디펙트 주파수와 매우 다르다. 따라서, 디펙트 주파수의 값을 기초로 휠 베어링의 결함과 휠 찰상 결함을 구별할 수 있다.
또한, 임의의 진단 아이템이 제2진단 아이템인 경우 상기 상태 벡터는 철도 차량의 위치를 반드시 포함하고 있다. 철도 차량은 미리 설치된 선로 상에서만 움직이기 때문에, 철도 차량에서 측정되는 상태값은 철도 차량이 위치하고 있는 선로에 영향을 크게 받을 수 있다. 예를 들어, 철도 차량이 위치하고 있는 선로가 곡선으로 형성되어 있거나, 상기 선로가 다리 위에 설치되어 있거나, 상기 선로에 결함이 있는 경우, 상기 상태값은 철도 차량의 부품들에서 발생되는 진동 성분보다는 선로에서 발생되는 진동 성분을 더 크게 가질 수 있다. 따라서, 임의의 진단 아이템이 제2진단 아이템인 경우 상기 상태 벡터가 철도 차량의 위치를 반드시 포함하도록 함으로써, 상태값에서 선로에 따른 진동 성분을 제거할 수 있다.
그 후, 제어기는 현재 설정된 제1, 2주기에서 각각의 상태 벡터에서의 제1,2지수값과 제1, 2기준 지수값을 저장하고(S630'), 임의의 상태 벡터에서의 제1지수값이 제1기준 지수값보다 큰지를 판단한다(S740). 즉, 임의의 상태 벡터(제1샘플링 주기 동안 측정된 상태 벡터들)에서의 제1지수값(축 비틀림 각도들)이 해당 상태 벡터에서의 제1기준 지수값(축 비틀림 각도의 실효값들에 안전 계수를 곱한 값)보다 큰 지를 판단한다.
S740 단계에서 임의의 상태 벡터에서의 제1지수값이 제1기준 지수값보다 크면, 제어기는 제1지수값이 제1기준 지수값보다 큰 상태를 설정 횟수 이상 반복하는지 판단한다(S742). S742 단계는 외란의 영향을 제거하기 위한 것이다. 즉, 특정 운전 조건에서는 외란에 의하여 상태값이 크게 나타날 수 있다. 따라서, 외란의 영향을 제거하기 위하여 이상 상태(제1지수값이 제1기준 지수값보다 큰 상태)가 설정 횟수 이상 반복되는지를 판단하게 하였다. 설정 횟수는 외란이 상태값에 영향을 미치는 정도를 고려하여 각 진단 아이템별로 설정될 수 있다.
S742 단계에서 이상 상태가 설정 횟수 이상 반복되지 않았으면, 제어기는 이전 횟수에 1을 더한 값을 현재 횟수로 저장하고(S743), S744 단계로 진행한다. S742 단계에서 이상 상태가 설정 횟수 이상 반복되었으면, 제어기는 관련 진단 아이템들에 결함이 발생한 것으로 판단하고 S745 단계로 진행한다.
S744 단계와 S745 단계에서는 외란의 영향을 받은 상태값들을 제1지수값과 제1기준 지수값에서 제외한다. 즉, 이전 설정된 제1주기에서 해당 상태 벡터에서의 제1지수값과 제1기준 지수값을 현재 설정된 제1주기에서 해당 상태 벡터에서의 제1지수값과 제1기준 지수값으로 유지한다.
관련 진단 아이템들에 결함이 발생한 것으로 판단되면, 제어기는 어느 진단 아이템에 이상이 발생하였는지를 판단하기 위하여 S747 단계로 진행한다. 앞에서 언급한 바와 같이, 관련 진단 아이템들에 이상이 있음이 결정되면, 제어기는 제2주기와는 무관하게 제2지수값과 제2기준 지수값을 계산한다(S747). S630' 단계에서 제2지수값과 제2기준 지수값을 계산하는 것은 데이터베이스를 구축하고 경향성을 확인하기 위한 것이고, S747 단계에서 제2지수값과 제2기준 지수값을 계산하는 것은 관련 진단 아이템 중 어느 진단 아이템에 결함이 발생하였는지를 판단하기 위한 것이다. S747 단계에서의 제2지수값과 제2기준 지수값의 계산은 S630' 단계에서와 동일한 방식으로 진행될 수 있다.
그 후, 제어기는 현재 설정된 제2주기에서 각각의 상태 벡터에서의 제2지수값과 제2기준 지수값을 저장하고, 임의의 상태 벡터에서의 제2지수값이 제2기준 지수값보다 큰지를 판단한다(S750). 즉, 임의의 상태 벡터(제2샘플링 주기 동안 측정된 상태 벡터들)에서의 제2지수값(축 비틀림 각도의 엔벨로프 스펙트럼)이 해당 상태 벡터에서의 제2기준 지수값(축 비틀림 각도의 엔벨로프 스펙트럼에 안전 계수를 곱한 값)보다 큰 지를 판단한다.
S750 단계에서 임의의 상태 벡터에서의 제2지수값이 제2기준 지수값보다 크면, 제어기는 제2지수값이 제2기준 지수값보다 큰 상태를 설정 횟수 이상 반복하는지 판단한다(S752). S752 단계는 외란의 영향을 제거하기 위한 것이다. 즉, 특정 운전 조건에서는 외란에 의하여 상태값이 크게 나타날 수 있다. 따라서, 외란의 영향을 제거하기 위하여 이상 상태(제2지수값이 제2기준 지수값보다 큰 상태)가 설정 횟수 이상 반복되는지를 판단하게 하였다. 설정 횟수는 외란이 상태값에 영향을 미치는 정도를 고려하여 각 진단 아이템별로 설정될 수 있다.
S752 단계에서 이상 상태가 설정 횟수 이상 반복되지 않았으면, 제어기는 이전 횟수에 1을 더한 값을 현재 횟수로 저장하고(S753), S770 단계로 진행한다. S752 단계에서 이상 상태가 설정 횟수 이상 반복되었으면, 제어기는 해당 진단 아이템에 결함이 발생한 것으로 판단하고(S760), S770 단계로 진행한다.
S770 단계에서는 외란의 영향을 받은 상태값들을 제2지수값과 제2기준 지수값에서 제외한다. 즉, S630' 단계에서 해당 상태 벡터에서의 제2지수값과 제2기준 지수값을 현재 설정된 제2주기에서 해당 상태 벡터에서의 제2지수값과 제2기준 지수값으로 유지한다.
한편, 메모리들에 저장되거나 통신을 통하여 전송되는 데이터의 양을 줄이기 위하여 이전 설정된 제1, 2주기에서 해당 상태 벡터에서의 제1, 2지수값과 제1, 2기준 지수값의 계산에 사용된 데이터는 모두 삭제될 수 있다. 이에 따라, 이전 설정된 제1, 2주기 전의 데이터들은 그 특성들을 나타내는 대표값(예를 들어 각각의 상태 벡터들에서 제1, 2지수값과 제1, 2기준 지수값)만이 남게 되고, 상기 대표값이 통신을 통하여 전송될 수 있다.
이와 같이, 진단 아이템이 제2진단 아이템인 경우, 시간 영역 상에서의 제1지수값과 제1기준 지수값을 이용하여 관련 진단 아이템들의 결함 여부를 판단하고, 주파수 영역 상에서의 제2지수값과 제2기준 지수값을 이용하여 어느 진단 아이템에 결함이 발생하였는지를 판단한다. 따라서, 철도 차량 부품들의 진단을 정확히 할 수 있다.
또한, 저장/송신되는 데이터의 양이 많은 제2지수값과 제2기준 지수값은 제1지수값과 제1기준 지수값에 비해 매우 긴 주기마다 계산되므로, 저장/송신되는 데이터의 양을 줄일 수 있다.
또한, 제1지수값과 제1기준 지수값으로 관련 진단 아이템들의 결함이 확인되면, 제2주기와는 무관하게 제2지수값 및 제2기준 지수값을 계산하므로, 진단의 정확성을 향상시킴과 동시에 제2지수값 및 제2기준 지수값을 계산하기 위한 메모리 자원의 소모를 줄일 수 있다.
더 나아가, 진단 아이템을 위한 모든 데이터를 저장/송신하는 것이 아니라 데이터의 경향을 확인할 수 있는 대표값만을 저장함으로써 메모리에 저장되는 데이터의 양 또는 통신을 통하여 전송되는 데이터의 양을 줄일 수 있다.
이상으로 본 발명에 관한 바람직한 실시예를 설명하였으나, 본 발명은 상기 실시예에 한정되지 아니하며, 본 발명의 실시예로부터 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의한 용이하게 변경되어 균등하다고 인정되는 범위의 모든 변경을 포함한다.
Claims (16)
- 철도 차량 부품들의 결함을 진단하는 방법에 있어서,
각 철도 차량 부품의 결함은 해당하는 철도 차량 부품을 위한 진단 아이템의 결함으로 정의되고, 각 진단 아이템을 위한 상태 변수들의 종류와 상태값의 종류가 정의되며, 각 진단 아이템을 위한 상태 변수들의 세트는 상태 벡터로 정의되고,
상기 방법은
복수개의 진단 아이템을 제1진단 아이템과 제2진단 아이템으로 분류하는 단계;
측정 주기마다 상태 변수들과 상태값을 측정하는 단계;
측정한 상태 변수들과 상태값을 기초로 각각의 상태 벡터에서 각각의 진단 아이템을 위한 상태값을 저장하고, 상기 저장된 상태값을 설정된 주기마다 가공하여 각각의 상태 벡터에서의 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 계산하며, 해당 상태 벡터에서 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 저장함으로써 데이터베이스를 구축하는 단계; 그리고
임의의 상태 벡터에서 해당 진단 아이템을 위한 지수값을 해당 진단 아이템을 위한 기준 지수값과 비교함으로써 해당 진단 아이템의 결함을 진단하는 단계;
를 포함하고,
임의의 진단 아이템이 제1진단 아이템인 경우 상기 설정된 주기는 측정 주기와 동일하고,
임의의 진단 아이템이 제2진단 아이템인 경우 상기 설정된 주기는 제1주기와, 상기 제1주기보다 긴 제2주기를 포함하며, 상기 지수값과 기준 지수값은 제1주기마다 가공되는 제1지수값과 제1기준 지수값 및 제2주기마다 가공되는 제2지수값과 제2기준 지수값을 포함하며,
상기 제1진단 아이템을 위한 지수값과 기준 지수값 및 상기 제2진단 아이템을 위한 제1지수값과 제1기준 지수값은 시간 영역에서의 값들이고, 상기 제2진단 아이템을 위한 제2지수값과 제2기준 지수값은 주파수 영역에서의 값들이며,
임의의 진단 아이템이 제2진단 아이템인 경우 상기 상태 벡터는 철도 차량의 위치를 반드시 포함하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 방법. - 제1항에 있어서,
제1지수값과 제1기준 지수값을 가공하기 위한 상태값들의 제1샘플링 주기는 제2지수값과 제2기준 지수값을 가공하기 위한 상태값의 제2샘플링 주기보다 긴 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 방법. - 제1항에 있어서,
제2지수값과 제2기준 지수값은 샘플링 된 상태값들을 엔벨로프 스펙트럼(enveloping spectrum), 파워 스펙트럼(power spectrum) 및 캡스트럼(cepstrum 또는 kepstrum) 중 제2진단 아이템들의 종류에 따라 정해지는 형식으로 가공함으로써 계산되는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 방법. - 제1항에 있어서,
상기 데이터베이스를 구축하는 단계에서는 이전 설정된 주기에서 계산된 지수값과 기준 지수값 및 이전 설정된 주기부터 현재 설정된 주기까지 측정된 상태값들을 기초로 현재 설정된 주기에서 지수값과 기준 지수값을 계산하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 방법. - 제4항에 있어서,
임의의 진단 아이템이 제1진단 아이템인 경우, 현재 설정된 주기에서 임의의 상태 벡터에서 해당 진단 아이템을 위한 지수값이 현재 설정된 주기에서 해당 진단 아이템을 위한 기준 지수값 이상인 상태가 설정 횟수 이상 반복되면, 해당 진단 아이템의 결함으로 진단하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 방법. - 제4항에 있어서,
임의의 진단 아이템이 제2진단 아이템인 경우, 현재 설정된 주기에서 임의의 상태 벡터에서 해당 진단 아이템을 위한 제1지수값이 해당 진단 아이템을 위한 제1기준 지수값 이상인 상태가 설정 횟수 이상 반복되면, 제2주기와는 무관하게 해당 아이템을 위한 제2지수값과 제2기준 지수값을 더 계산하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 방법. - 제6항에 있어서,
임의의 진단 아이템이 제2진단 아이템인 경우, 현재 설정된 주기에서 임의의 상태 벡터에서 해당 진단 아이템을 위한 제1지수값이 해당 진단 아이템을 위한 제1기준 지수값 이상인 상태가 설정 횟수 이상 반복되고, 임의의 상태 벡터에서 해당 아이템을 위한 제2지수값이 해당 아이템을 위한 제2기준 지수값 이상인 상태가 설정 횟수 이상 반복되면, 해당 진단 아이템의 결함으로 진단하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 방법. - 제5항 또는 제7항에 있어서,
해당 진단 아이템의 결함으로 진단되면, 이전 설정된 주기에서 계산된 지수값과 기준 지수값, 제1지수값과 제1기준 지수값, 또는 제2지수값과 제2기준 지수값을 각각 현재 설정된 주기에서 계산된 지수값과 기준 지수값, 제1지수값과 제1기준 지수값, 또는 제2지수값과 제2기준 지수값으로 유지하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 방법. - 제1항에 있어서,
상기 제1진단 아이템은 모터 블록의 과열, 배전반 과열, 응축수 범람, 도어에 물체 끼임, 도어를 포함하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 방법. - 제1항에 있어서,
상기 제2진단 아이템은 트라이포드, 휠 베어링, 휠 찰상, 기어 박스, 대차 불안정성, 송풍기를 포함하는 자동차 부품들의 결함을 진단하는 방법. - 철도 차량 부품들의 결함을 진단하는 장치에 있어서,
각 철도 차량 부품의 결함은 해당하는 철도 차량 부품을 위한 진단 아이템의 결함으로 정의되고, 각 진단 아이템을 위한 상태 변수들의 종류와 상태값의 종류가 정의되며, 각 진단 아이템을 위한 상태 변수들의 세트는 상태 벡터로 정의되고, 복수의 진단 아이템은 제1진단 아이템과 제2진단 아이템으로 분류되어 있으며,
상기 장치는
측정 주기마다 상기 상태 변수들과 상태값을 측정하는 센서부; 그리고
상기 센서부로부터 상태 변수들과 상태값을 전송 받고, 전송 받은 상태 변수들과 상태값을 기초로 각각의 상태 벡터에서 각각의 진단 아이템을 위한 상태값을 저장하며, 상기 저장된 상태값을 설정된 주기마다 가공하여 각각의 상태 벡터에서의 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 계산하며, 해당 상태 벡터에서 해당 진단 아이템을 위한 지수값과 해당 진단 아이템을 위한 기준 지수값을 저장하고, 임의의 상태 벡터에서 해당 진단 아이템을 위한 지수값을 해당 진단 아이템을 위한 기준 지수값과 비교하는 제어부;
를 포함하며,
임의의 진단 아이템이 제1진단 아이템인 경우 상기 설정된 주기는 측정 주기와 동일하고,
임의의 진단 아이템이 제2진단 아이템인 경우 상기 설정된 주기는 제1주기와, 상기 제1주기보다 긴 제2주기를 포함하며, 상기 지수값과 기준 지수값은 제1주기마다 가공되는 제1지수값과 제1기준 지수값 및 제2주기마다 가공되는 제2지수값과 제2기준 지수값을 포함하며,
상기 제1진단 아이템을 위한 지수값과 기준 지수값 및 상기 제2진단 아이템을 위한 제1지수값과 제1기준 지수값은 시간 영역에서의 값들이고, 상기 제2진단 아이템을 위한 제2지수값과 제2기준 지수값은 주파수 영역에서의 값들이며,
임의의 진단 아이템이 제2진단 아이템인 경우 상기 상태 벡터는 철도 차량의 위치를 반드시 포함하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 장치. - 제11항에 있어서,
제1지수값과 제1기준 지수값을 가공하기 위한 상태값들의 제1샘플링 주기는 제2지수값과 제2기준 지수값을 가공하기 위한 상태값의 제2샘플링 주기보다 긴 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 장치. - 제11항에 있어서,
상기 제어기는 제2지수값과 제2기준 지수값은 샘플링 된 상태값들을 엔벨로프 스펙트럼(enveloping spectrum), 파워 스펙트럼(power spectrum) 및 캡스트럼(cepstrum 또는 kepstrum) 중 제2진단 아이템들의 종류에 따라 정해지는 형식으로 가공함으로써 계산되는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 장치. - 제11항에 있어서,
임의의 진단 아이템이 제1진단 아이템인 경우, 상기 제어기는 현재 설정된 주기에서 임의의 상태 벡터에서 해당 진단 아이템을 위한 지수값이 현재 설정된 주기에서 해당 진단 아이템을 위한 기준 지수값 이상인 상태가 설정 횟수 이상 반복되면, 해당 진단 아이템의 결함으로 진단하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 장치. - 제14항에 있어서,
임의의 진단 아이템이 제2진단 아이템인 경우, 현재 설정된 주기에서 임의의 상태 벡터에서 해당 진단 아이템을 위한 제1지수값이 해당 진단 아이템을 위한 제1기준 지수값 이상인 상태가 설정 횟수 이상 반복되면, 상기 제어기는 제2주기와는 무관하게 해당 아이템을 위한 제2지수값과 해당 아이템을 위한 제2기준 지수값을 더 계산하고,
상기 제어기는 임의의 상태 벡터에서 해당 아이템을 위한 제2지수값이 해당 아이템을 위한 제2기준 지수값 이상인 상태가 설정 횟수 이상 반복되면 해당 진단 아이템의 결함으로 진단하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 장치. - 제14항 또는 제15항에 있어서,
해당 진단 아이템의 결함으로 진단되면, 상기 제어기는 이전 설정된 주기에서 계산된 지수값과 기준 지수값, 제1지수값과 제1기준 지수값, 또는 제2지수값과 제2기준 지수값을 각각 현재 설정된 주기에서 계산된 지수값과 기준 지수값, 제1지수값과 제1기준 지수값, 또는 제2지수값과 제2기준 지수값으로 유지하는 것을 특징으로 하는 철도 차량 부품들의 결함을 진단하는 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180000416A KR102126428B1 (ko) | 2018-01-02 | 2018-01-02 | 철도 차량 부품들의 결함을 진단하는 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180000416A KR102126428B1 (ko) | 2018-01-02 | 2018-01-02 | 철도 차량 부품들의 결함을 진단하는 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190083029A true KR20190083029A (ko) | 2019-07-11 |
KR102126428B1 KR102126428B1 (ko) | 2020-06-24 |
Family
ID=67254555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180000416A KR102126428B1 (ko) | 2018-01-02 | 2018-01-02 | 철도 차량 부품들의 결함을 진단하는 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102126428B1 (ko) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102274302B1 (ko) * | 2020-04-27 | 2021-07-07 | 주식회사 글로비즈 | 철도 차량의 도어의 결함을 진단하고 남은 수명을 계산하는 방법 및 장치 |
WO2021145656A1 (ko) * | 2020-01-13 | 2021-07-22 | 주식회사 글로비즈 | 자가 모니터링 시스템 및 방법 |
KR20210132352A (ko) * | 2020-04-27 | 2021-11-04 | 주식회사 글로비즈 | 철도 차량 부품들의 결함을 진단하고 남은 수명을 계산하는 방법 및 장치 |
KR20210132351A (ko) * | 2020-04-27 | 2021-11-04 | 주식회사 글로비즈 | 철도 차량의 공조 장치의 진단 방법 및 시스템 |
KR20220007031A (ko) * | 2020-07-09 | 2022-01-18 | 삼도산업전기(주) | 선로변기능모듈의 모니터링 장치 |
KR20220073574A (ko) * | 2020-11-26 | 2022-06-03 | 에스넷시스템(주) | 고장 진단 장치 및 그 방법 |
KR20220090980A (ko) * | 2020-12-23 | 2022-06-30 | 주식회사 글로비즈 | 철도 차량의 도어의 결함을 진단하고 남은 수명을 계산하는 방법 및 장치 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007170815A (ja) * | 2005-08-31 | 2007-07-05 | Nsk Ltd | 異常診断装置 |
KR20170131792A (ko) * | 2016-05-20 | 2017-11-30 | 주식회사 글로비즈 | 철도 차량 모니터링 장치 및 이를 이용한 모니터링 방법 |
-
2018
- 2018-01-02 KR KR1020180000416A patent/KR102126428B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007170815A (ja) * | 2005-08-31 | 2007-07-05 | Nsk Ltd | 異常診断装置 |
KR20170131792A (ko) * | 2016-05-20 | 2017-11-30 | 주식회사 글로비즈 | 철도 차량 모니터링 장치 및 이를 이용한 모니터링 방법 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021145656A1 (ko) * | 2020-01-13 | 2021-07-22 | 주식회사 글로비즈 | 자가 모니터링 시스템 및 방법 |
KR102274302B1 (ko) * | 2020-04-27 | 2021-07-07 | 주식회사 글로비즈 | 철도 차량의 도어의 결함을 진단하고 남은 수명을 계산하는 방법 및 장치 |
KR20210132352A (ko) * | 2020-04-27 | 2021-11-04 | 주식회사 글로비즈 | 철도 차량 부품들의 결함을 진단하고 남은 수명을 계산하는 방법 및 장치 |
KR20210132351A (ko) * | 2020-04-27 | 2021-11-04 | 주식회사 글로비즈 | 철도 차량의 공조 장치의 진단 방법 및 시스템 |
KR20220007031A (ko) * | 2020-07-09 | 2022-01-18 | 삼도산업전기(주) | 선로변기능모듈의 모니터링 장치 |
KR20220073574A (ko) * | 2020-11-26 | 2022-06-03 | 에스넷시스템(주) | 고장 진단 장치 및 그 방법 |
KR20220090980A (ko) * | 2020-12-23 | 2022-06-30 | 주식회사 글로비즈 | 철도 차량의 도어의 결함을 진단하고 남은 수명을 계산하는 방법 및 장치 |
Also Published As
Publication number | Publication date |
---|---|
KR102126428B1 (ko) | 2020-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20190083029A (ko) | 철도 차량 부품들의 결함을 진단하는 방법 및 장치 | |
RU2608992C2 (ru) | Способ диагностики для рельсовых транспортных средств | |
CN109689470B (zh) | 异常诊断装置、异常诊断方法和计算机程序 | |
CN111351664B (zh) | 一种基于lstm模型的轴承温度预测和报警诊断方法 | |
JP6125559B2 (ja) | 鉄道車両の損害推定方法 | |
US20210217256A1 (en) | Method and Apparatus for Diagnosing and Monitoring Vehicles, Vehicle Components and Routes | |
JP2020082993A (ja) | 車両用戸閉装置の異常検出方法 | |
CN104071662A (zh) | 一种电梯制动性能远程自诊断方法 | |
KR20200058132A (ko) | 철도차량 주요부품 및 시스템 진단장치 | |
RU2542784C2 (ru) | Способ и электронное устройство для контроля состояния деталей рельсовых транспортных средств | |
JP6806576B2 (ja) | 鉄道車両用走行モータの異常検知方法 | |
WO2016113724A1 (ja) | 状態監視装置、状態監視システム、および編成列車 | |
KR20190089583A (ko) | 지상 차량 부품 탐지 시스템 | |
CN117289045A (zh) | 用于预测避雷器剩余寿命的方法、装置及存储介质 | |
JP6619083B2 (ja) | データ統合分析システム | |
KR102172012B1 (ko) | 철도차량 안전부품 진단장치 | |
US20230244562A1 (en) | Method and apparatus of monitoring condition and calculating remaining life of central processing unit for transportation device | |
JP6382732B2 (ja) | 状態監視装置、状態監視システム、および編成列車 | |
CN109631800B (zh) | 一种接触线动态抬升量检测方法及装置 | |
JP2018137967A (ja) | 鉄道車両用コンプレッサの異常検知方法 | |
JP7449489B2 (ja) | 有軌道台車システム | |
CN114450647B (zh) | 技术***的诊断 | |
EP3955707A1 (en) | Method and system for predicting a failure probability of a component of an x-ray system | |
US20210114468A1 (en) | Data recording apparatus and data recording method | |
KR20220089797A (ko) | 철도차량 안전진단장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |