상세 컨텐츠

본문 제목

4차산업혁명과 철도차량 스마트 유지보수 기술

Technology

by 현대로템 2019. 3. 21. 15:05

본문

18세기 영국에서 시작된 인류 역사상 첫 번째 산업혁명. 산업혁명이 전 세계로 뻗어 나가는 데에는 증기기관과 철도가 큰 역할을 했습니다. 철도차량 분야는 1차 산업혁명에서 태동하여 3차 산업혁명까지 건재한 거의 유일한 산업분야이죠. 그리고 이 철도는 4차 산업혁명 시대에 또다시 새로운 도약을 시도하고 있습니다.

4차 산업혁명 시대에 철도산업과 관련된 기술에는 빅데이터, IoT, 인공지능, AR 등이 있습니다. 특히 수만 가지의 부품으로 구성되는 열차는 엄청난 양의 데이터들을 수집하여 빅데이터 분석 플랫폼의 머신러닝/인공지능을 통해 데이터를 분석하여 열차의 운영과 유지보수에 활용 가능한 정보를 제공할 수 있습니다. 이렇게 제공된 정보는 AR을 이용하여 유지보수자가 차량에서 쉽게 유지보수 할 수 있도록 많은 도움을 줄 수 있습니다.

이처럼 오늘 현대로템 공식 블로그에서는 4차 산업혁명의 대표 기술인 빅데이터를 활용한 스마트 유지보수 기술을 개발을 시작하고, 4차 산업혁명 시대에 대응하고 있는 현대로템의 행보를 전해드립니다.


철도차량 유지보수와 4차 산업혁명의 만남

철도차량에서 기존의 유지보수 체계는 정해진 유지보수 주기(주간, 월간 등)에 부품 및 장치를 검사, 교환, 시험 등을 수행하고 교체하는 형태였습니다. 그래서 갑작스러운 고장이나 결함에 대응하지 못하거나 주기별로 부품을 교체하다 보니 유지보수 비용이 필요 이상으로 많이 발생하는 문제가 있었죠. 현대로템이 스마트 유지보수 기술에 주목하게 된 이유가 바로 여기에 있습니다.

철도차량의 스마트 유지보수를 위해서는 차량과 부품의 상태 정보를 실시간으로 분석하여 진단 및 지표화하는 과정이 필요합니다. 상태 진단 및 고장 원인 분석을 위해 방대한 양의 데이터를 수집하고 분석해야 하기에, 빅데이터 분석과 유지보수의 만남은 필연적이었습니다.


▲과거 주기적으로 실시되었던 철도차량의 유지보수

현대로템은 효율적으로 철도차량을 관리하는 상태 기반 유지보수(Condition Based Maintenance, CBM) 시스템 개발을 위해 빅데이터 분석 플랫폼 개발에 나섰습니다. 여기서 먼저 CM과 CBM의 정의에 대해 알아보겠습니다.

CM(Condition Monitoring)이란 열차의 부품/구성품의 상태를 알기 위해 일정 기간 동안 데이터를 체계적으로 자동/수동으로 수집하는 행위이며, CBM(Condition Based Maintenance)이란 부품/구성품의 상태에 따라 유지보수 작업을 결정하고 수행하는 유지 관리 체계입니다. 그러므로 CBM을 위해서는 열차와 주요 부품의 상태 데이터를 센서 및 IoT 기술을 활용해 데이터를 수집하고, 이를 빅데이터 분석 플랫폼에서 분석하여 상태 진단과 고장 분석을 해야 합니다. 이때 장치별 열화 모드(Degradation Mode, 시스템의 고장 원인을 분리하여 기능이 감소한 열화 메커니즘과의 상관관계를 분석한 결과)를 고려하여 각 부품의 상태를 단계별로 지표화하여 고장을 검지하면, 열차 운전자와 차량기지의 유지보수 담당자에게 적절한 조치를 빠르게 취할 수 있는 정보를 제공하게 됩니다. 이는 기존의 TBM(Time Based Maintenance, 주기 기반 유지보수)을 줄이고 CBM을 늘려 열차의 유지보수 환경을 최적화하고 운영비용을 최소화하는 신개념의 유지보수 기술이라고 볼 수 있습니다.


▲현대로템 철도기술연구소 연구개발실의 이원상 실장

그렇다면 이 CBM을 위한 빅데이터 분석 플랫폼 개발은 철도산업에 얼마나 중요한 역할을 하게 될까요? 현대로템의 철도차량 중에서도 스마트시스템 개발과 시스템엔지니어링을 담당하는 현대로템 철도기술연구소 연구개발실 이원상 실장에게 물었습니다.

“일반적으로 철도차량을 구매하여 운영하는데 드는 비용은 차량 구매 비용과 운영비용, 그리고 유지보수 비용이 각각 30% 정도의 비중을 차지합니다. 하지만 30년 이상 운행하는 철도차량의 LCC(생애주기비용, Life Cycle Cost) 측면에서 볼 때 유지보수 비용이 차지하는 비중은 점차 높아지고 있습니다. 유지보수 비용은 예방 유지보수(Preventive Maintenance)와 고장 유지보수(Corrective Maintenance)로 나뉘는데 안전이 유난히도 중요시되는 철도산업의 특성상 예방 유지보수 비용의 비율이 매우 높다고 할 수 있겠습니다.

현재의 철도차량 유지보수는 일 단위, 주 단위, 연 단위 등 일정 주기로 부품을 교체하거나 완전히 개조하는 방식이었기 때문에 고장 부위만 수리하는 자동차와는 달리 비용이 많이 들었죠. 하지만 빅데이터 분석 플랫폼이 개발되어 적용되면 센서를 통해 차량의 상태를 계속 체크해서 부품의 수명 및 고장 발생 시점을 분석하여 문제가 발생하기 전에 사고를 예방할 수 있습니다. 사람으로 따지면 4차 산업혁명 시대에 걸맞은 스마트 웨어러블 디바이스로 실시간 건강 상태를 체크하여 질병을 예방하는 것과 같은 개념이죠. 현재 차량 가격과 유지보수 비용이 비슷한 만큼 이러한 스마트 유지보수 기술이 도입되면 유지보수 비용의 30% 이상이 절감될 것으로 보고 있습니다.

철도차량 제작사는 절감된 유지보수 비용만큼 LCC 가격을 낮춰 글로벌 경쟁력을 확보하고, 자연스럽게 R&D에 더욱 많은 비용을 투자할 수 있게 되겠죠. 저희는 이 기술이 4차 산업혁명 시대에 현대로템과 국내 철도산업이 한 걸음 더 앞으로 나아가는 상징적인 기술이 될 것으로 전망하고 있습니다.”

이처럼 빅데이터 분석 플랫폼을 통해 열차 및 부품의 상태에 따라 유지보수를 실시하는 CBM은 철도차량의 LCC에 엄청난 영향을 끼칩니다. 유지보수 비용 절감을 통한 유지보수성 향상은 물론, 고장을 예방할 수 있으니 안전과도 직결되며 철도차량의 상황을 시시각각 파악해 모든 상황에 즉각 대응할 수 있어 가용성 향상도 가능하다는 장점이 있습니다.


CBM(상태 기반 유지보수) 기술의 이모저모

그러면 많은 분이 궁금해하실 CBM 기술에 대해 조금 더 자세히 살펴보겠습니다. 철도차량에서 주요 부품의 데이터는 TCMS(Train Control and Management System, 열차 종합 제어 장치)와 통신 네트워크를 통해 수집됩니다. 부품의 주요 정보는 압력, 온도, 전류, 전압 등의 센서를 통해 측정되고 TCMS에 수집된 데이터는 일부 전처리 과정을 거친 후 열차가 기지에 입고되거나 혹은 실시간으로 지상의 무선 장치와 무선통신(Wi-Fi 또는 LTE-R)을 통해 빅데이터 분석 플랫폼의 데이터베이스에 수집됩니다.


각 부품과 차량을 네트워크로 연결하는 IoT(사물인터넷) 기술을 통해 수집된 데이터들은 플랫폼상에서 진단과 분석을 거쳐 보다 유용한 정보로 재구성됩니다. 데이터화된 철도차량의 모든 상태는 고장 검지 로직 분석을 거쳐 '고장 예측 알고리즘'으로 만들어집니다. 이 알고리즘을 통해 적절한 시기에 예방 유지보수를 수행하도록 관련 정보를 대시보드 형태로 제공하는 것입니다.

빅데이터 분석 플랫폼이 아직 개발 중에 있는 만큼 데모 프로젝트가 개발 과정에 포함됩니다. 이 데모 프로젝트는 플랫폼을 검증하는 역할을 합니다. 열차의 데이터가 실시간으로 수집 및 저장되고 있는지, 주요 부품의 상태를 정확하게 진단하고 분석하는지를 검증해야 합니다. 고장을 예측하는 알고리즘이 알맞게 적용되어 실제 주요 장치의 고장을 예측할 수 있는지, 고장은 어느 시점에 예측하는 것이 좋은지 등을 판단하는 기준을 만들 필요가 있기 때문입니다. 이 모든 과정이 검증되어야만 비로소 데이터를 활용한 실제 스마트 유지보수가 가능해집니다.


빅데이터 분석 플랫폼 공동 개발을 위한 MOU

이처럼 현대로템은 4차 산업혁명 시대를 맞이하여 여러 대응 전략을 수립하고 있지만, 철도와 플랜트, 방산 사업을 영위하는 종합 중공업 회사로서 소프트웨어 기술에 대한 고민이 있었습니다. 그리고 이러한 고민은 빅데이터를 체계적으로 수집하고 가공 및 분석하는 기술을 보유한 회사와의 공동 개발로 이어졌습니다.


▲3월 18일 개최된 스마트 유지보수 시스템 빅데이터 분석 플랫폼 공동 개발 협약식

현대로템과 빅데이터 분석 플랫폼의 공동 개발을 진행하게 된 글로비즈는 고속열차의 상태 모니터링 및 데이터 분석 경험을 토대로 철도 분야의 CM(Condition Monitoring, 상태 모니터링) 노하우를 보유하고 있습니다. 철도사업 경험은 물론 PHM(Prognostics and Health Management, 고장을 사전에 예측하고 미리 조치하는 기술) 알고리즘 개발이 가능한 업체를 찾고 있었던 현대로템은 글로비즈와 우호적 파트너십을 위한 MOU를 체결하고 현대로템만의 빅데이터 분석 플랫폼을 공동으로 개발하기로 했습니다.


▲MOU에 참석한 글로비즈 임종순 대표이사와 현대로템 철도기술연구소 이원상 실장

현대로템과 글로비즈는 2019년부터 2020년까지 빅데이터 분석 플랫폼을 개발하고 상세 설계와 시험을 진행할 예정이며, 꼼꼼한 시스템 검증을 거쳐 CBM을 활용한 스마트 유지보수 시스템을 구축할 계획입니다. 이 시스템은 철도사업뿐만 아니라 스마트 팩토리 구축 등 플랜트사업까지도 확장하여 적용할 수 있도록 개발할 예정이라서 현대로템의 자산관리 시스템으로 발돋움할 수도 있을 것입니다.

빅데이터 분석 플랫폼이 개발되면 현대로템은 국내외 시장에서 경쟁력 있는 가격으로 스마트 유지보수 시스템을 제안할 수 있게 됩니다. 또한, 신규 제작 차량뿐만 아니라 기존에 납품한 차량에도 운영 및 유지보수 사업이라는 신규 비즈니스의 확보가 가능할 것으로 예상됩니다. 가까운 미래에 더욱 안전하고 효율적인 첨단 기술 플랫폼으로 재탄생할 철도차량의 변신을 기대해 봐도 좋겠죠? 4차 산업혁명 시대에 세계 시장을 선도할 기술 개발에 앞장서고 있는 현대로템에 많은 관심을 부탁드립니다.

관련글 더보기