2013 년도한국철도학회추계학술대회논문집 KSR2013A005 RCM 기반철도시설물고장분석시스템구축효과에관한고찰 A Study on the Effect of Implementing the RCM-based Failure Analysis System for Railway Facilities & Equipments 정관수 *, 김성진 **, 서원재 *** Kwan-Soo Jung *, Sung-Jin Kim **, Oun-Je Seo *** Abstract Since Seoul Metro implemented and operated ERP system which covered in all its departments at 2009, it has enormously accmulated elementary data available for analysis to manage scientific railway facilities & equipments. And then, introducing the RCM technique of advanced maintenance management from 2011 to 2012, we construct 86,894 units to inspect and maintain the railway facilities in Seoul Metro' 7 technical parts(electricity, signal, communications, electronics, railway, mechanics and architecture) and 23,013 units to establish and analyse the classified system of the main train devices. Consequently, we implement and operate the Seoul Metro RCM-based failure analysis system for railway facilities which dramatically reduce repair costs by optimizing the inspection and the maintenance cycles of railway facilities and improving the reliability of operation and preventing excessive maintenance. In this study, We will introduce the considered contents for the implementation effect of the systems which consist of MARS(Metro Analysis for Real Safety) and RFAS(Railstock Failure Analysis System) applied RCM in Seoul Metro' 8 technical parts(train, electricity, signal, communications, electronics, railway, mechanics, and architecture). Keywords : MARS, RFAS, HFMECA/FTA, RAMS, LCC 초록서울메트로는 2009년도전사 ERP 시스템의구축및운영으로과학적인철도시설물관리를위해분석가능한자료가축적되어 2011년부터 2012년까지 7개공종 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 점검및정비대상시설물 86,894개와차량주요장치에대한분류체계정립및분석을위한기초자료 23,031개구축과선진유지보수관리기법인 RCM 방식을도입해서철도시설물별점검및유지보수주기를최적화하여가동의신뢰도를향상시키고과잉정비를방지하여유지보수비용을획기적으로절감할수있는 RCM 기반철도시설물고장분석시스템을구축하여운영중이다. 본연구에서는서울메트로 7개공종 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물을관리하는고장분석시스템 (MARS:Metro Analy sis for Real Safety) 과차량고장분석시스템 (RFAS:Railstock Failure Analysis System) 에 RCM을적용한시스템의구축효과에대하여고찰한연구내용을소개하고자한다. 주요어 : 시설물고장분석시스템, 차량고장분석시스템, 수명주기비용 * 서울메트로전산정보처정보화기획팀 (kwansoo@seoulmetro.co.kr) ** 서울메트로전산정보처정보화운영팀 *** 서울메트로전산정보처정보화운영팀
1. 서론 서울메트로에서운영중인 1~4호선철도시스템을구성하는각설비들에대한유지보수업무는설비자체의보존에만초점을맞추어져왔다. 철도시설물의구조적인접근이미흡한실정에서시간단위의정비계획을수립하거나불필요한정비업무가포함된설비특성에맞지않는부적절한정비업무로과도한비용이지출되고효율성이감소되는체계로장기간수행되어져왔다. 하지만, 서울메트로는 2009년도전사적자원관리시스템 (ERP) 구축으로인해여러분석가능한자료들이축적되어과학적인철도시설물유지관리가가능해졌다. RCM 기반철도시설물고장분석시스템구축으로인하여 2011년부터 2012년까지공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 점검및정비대상시설물 86,894개및차량주요장치 23,0 31개에대한분류체계정립및분석을위한기초자료를구축하였고선진유지보수관리기법인 RCM 방식을도입함으로써철도시설물별점검및유지보수주기를최적화하여가동의신뢰도를향상시키고과잉정비를방지하여유지보수비용을획기적으로절감할수있는계기를마련하였다. 본연구에서는서울메트로 7개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물을관리하는고장분석시스템 (MARS : Metro Analysis for Real Safety) 과 2012년도 6월에구축하여운영중인차량고장분석시스템 (RFAS : Railstock Failure Analysis System) 에 RCM 을적용한시스템의구축효과를고찰한연구내용을소개하고자한다. 2. 본론 2.1 서울메트로 RCM 기반시스템소개 2011년 12월구축완료하여운영중인 RCM 기반 7개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물고장분석시스템 (MARS : Metro Analysis for Real Safety) 과 2012년 6월에구축한차량고장분석시스템 (RFAS : Railstock Failure Analysis System) 의운영현황을간략히소개하고자한다. 2.1.1 시설물고장분석시스템 7개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물의고장원인, 고장유형정의, 고장영향치명도해석및고장트리분석등의작업을수행하는동시에분석된자료와유지보수의경험을바탕으로효율적인유지보수점검주기및절차를정의하고, 그결과를반영하여최적의유지보수업무를지원하는시스템이다. 시설물고장분석시스템은그림1에서와같이 ERP 시스템의시설설비모듈에서각시설물의기본정보를제공받아시설물고장분석시스템의 FRACAS 모듈에서부품의 BOM 관리와고장데이터를수집 분석하고, RAMS 분석모듈에서고장분포적합도관리및 RAMS 계산을시행한다. HFMECA/FTA 분석모듈에서부품별위험원식별 ( 현상 원인 결과 ) 과위험발생결과를확인한후위험발생도 심각도 인지도를고려한위험도평가를시행하여위험도등급을결정한다.
위험도평가모듈은위험도등급및매트릭스를설정 관리할수있다. 부품별위험도등급이결정되면수명주기관리모듈에서고장데이터와위험도를근거로정량적분석을통하여최적교체및점검주기를산출하고최종적으로점검항목, 유지보수 ( 분석결과 ), 분석현황을조회할수있는분석결과모듈로구성된다. Fig. 1 시설물고장분석시스템전체구성화면 2.1.2 차량고장분석시스템서울메트로차량주요장치에대한분류체계정립과분석을위한기초자료 (BOM, FBD, RBD, FTA, FMECA 등 ) 구축과차량부품의신뢰도및고장률을산출하여전동차정비와검수주기를신뢰성기반정비체계로전환하여차량의효율적인유지보수관리를지원하는시스템이다. 차량고장분석시스템은그림2에서와같이 4개의단위시스템모듈로구성된다. BOM 관리모듈은차량부품을 Master BOM과기능 BOM으로구축하여 Data 표준화와부품및기술자료검색등에활용하고신뢰성정보관리모듈은차량분야정보화시스템 (RIMS) 에축적되어있는유지보수이력정보를제공받아차량의신뢰도및고장률산출을분석하여주요부품신뢰도를관리한다. 유지보수주기최적화모듈은인공신경망알고리즘을적용한상위부품고장에대한하위부품의영향도산출과유전자알고리즘을이용한장치및부품의최적정비주기산출결과를이용하여부품고장특성을고려한전동차의가용성및유지보수성향상을지원하고품질향상관리모듈은 6시그마를활용한장치 / 부품관련측정데이터및고장정보를분석하여품질이상예측과해당장치 / 부품의정확한소요량과수명예측을지원하는모듈로구성된다.
Fig. 2 차량고장분석시스템전체구성화면 2.2 RCM 적용효과서울메트로 7개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물및차량관리조직, 업무프로세스와시스템측면의 3개부문으로분류하여 RCM 적용효과를고찰해보고자한다. 2.2.1 조직측면 2.2.1.1 RCM 시설물관리조직서울메트로 RCM 시설물관리조직은시스템구축시고장분석전문가인력양성과기존 T/F 조직을확대하여그림3에서와같이 7개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 로고장분석전문가및공종별업무담당자를전사적고장이력데이터의신뢰성확보, 시설물점검 / 정비이력및측정자료통계분석과위험도 / 신뢰도중심의과학적인분석을통한부품교체및점검주기산출을위해조직을구성하여운영중이다. Fig. 3 서울메트로 RCM 7 개공종별시설물관리조직
서울메트로시설물고장분석전문 T/F 운영조직은도표1에서와같이 2011년 5월 ~ 2012년 12월까지점검및정비대상시설물 86,894개에대해 Block Flow Sheet, 시스템구성요소전개도및기능블록도작성하였고분석대상시설물과계통경계설정및시설물의기능에요구되는성능목표를설정하여시설물의기능고장해석표 (FFA), 기능별성능저하유발고장정의, 고장유형별고장모드및원인정의와고장영향분석을통한고장모드에대한위험도평가를수행하여설비별최적의점검및교체주기를위한기초데이터를구축하였다. Table 1 공종별 RCM 활용시설물기초데이터구축수 년도 공종 합계 전기 기계 통신 전자 신호 궤도 건축 합계 86,894 6,960 10,809 16,195 21,957 25,960 3,282 1,731 2011년도 31,680 1,032 4,479 4,041 15,612 4,550 930 1,036 2012년도 55,214 5,928 6,330 12,154 6,345 21,410 2,352 695 현 RCM 시설물관리조직이수행하고있는유지보수현장의데이터신뢰성확보, 시스템전체모니터링을통한데이터파악과분석등을과학적이고체계적으로지원할수있는 7개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) FRB(Failure Review Board) 조직을팀단위로구성하여시설물점검및교체주기검증및신속한의사결정수행을금년도말에추진할예정이다. 2.2.1.2 RCM 차량관리조직서울메트로 RCM 차량관리조직은시스템구축에참여한기존차량고장분석전문가 T/F 조직을확대하여그림4에서와같이차량고장유형분석과운영데이터를기초로하여이를분석하고예방정비를위한가장효과적인유지보수업무를도출하고자정비처산하 5개차량사업소별고장분석업무담당조직을구성하고군자차량사업소의기술관리과에서 RCM 업무를총괄하여운영중이다. Fig. 4 서울메트로 RCM 차량시설물관리조직 서울메트로차량고장분석전문 T/F 운영조직은도표 2에서와같이 2012년 1월 ~ 2012년 10월까지검수및정비등을관리하는차량분야정보화시스템에축적되어있는유지보수이력정보를활용하여차량주요장치에대한분류체계정립및고장분석을위한 2, 3, 4호선별전동차를차종별로 23,031개의 Master와자재 BOM을구축하였다.
Table 2 RCM 활용차량기초데이터구축수 차종 2호선로템DV 3호선로템DV 4호선현대DV 4호선현대ADV 고장분류 BOM 자재 BOM 자재 BOM 자재 BOM 자재 계 3,953 945 4,834 263 4,006 2,095 4,560 2,375 주회로장치 319 97 315 51 604 314 1,043 528 제어회로장치 344 71 318 5 338 137 353 147 보조회로장치 67 15 68 14 163 114 163 114 출입문장치 286 96 126 3 251 143 251 143 차체및연결장치 505 65 780 24 354 162 354 162 제동장치 825 292 932 123 1,031 519 1,048 523 대차및주행장치 677 184 672 29 498 312 510 318 ATS/ATC 장치 89 12 755 4 125 97 176 133 열차종합정보장치등 37 13 38 1 67 43 67 43 공기조화장치 439 65 310 4 164 98 164 98 고객서비스장치 172 25 361 5 255 60 255 60 기타 193 10 159 0 156 96 176 106 현차량고장분석시스템을활용하여차량부품고장특성과발생확률및 MTBF 관리등의신뢰도향상을도모하고과잉정비를방지하여정비비용을최적화할수있도록효율적업무수행을위한 1~4호선별로추가 11개차종에대한 BOM을 2014년 1분기내에구축하여완료할예정이다. 2.2.2 업무프로세스측면그림 5, 6에서와같이서울메트로기존철도시설물점검주기및점검 정비업무절차에 RCM 을적용하여 7개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물과차량관리업무프로세스절차를마련하여운영중이다. Fig. 5 서울메트로철도시설물점검주기 Fig. 6 서울메트로철도시설물점검 정비업무절차
2.2.1.1 7 개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물 RCM 기반 7개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물관리업무절차는그림 7에서와같이점검 / 정비이력및측정자료에대한통계분석등을처리할수있도록신뢰성기반고장분석전문가가기본정보 ( 신규설비정보, BOM 정보, RBD 작성정보등 ) 를시설물고장분석시스템에생성후고장부품 / 현상 / 원인별위험도및신뢰도중심의 RAMS와 HFMECA/FTA 분석을수행하고위험도평가와수명주기관리를통한부품교체와유지보수점검주기산출과최적의유지보수방법을선정하고실행하는업무프로세스체계를수립하여시행중이다. Fig. 7 RCM 기반시설물관리업무절차 2.2.1.2 차량 RCM 기반차량시설물관리업무흐름은그림 8에서와같이차량고장분석전문가가부품에대한 Master 및기능 BOM을구축하고차량분야정보화시스템고장조치이력기초정보에대한품질점검을통하여데이터신뢰도를향상하여 RBD, FMECA, FTA 등을시스템에생성후차량주요부품의신뢰도지표와고장률추이분석등을통해차량성능및유지보수개선작업을수행한다. 차량부품의민감도분석, 차량정비유지보수주기최적화작업및 6시그마를활용한고장 Data 및부품소요량과수명예측을도모하는업무프로세스로구성된다. Fig. 8 RCM 기반차량시설물관리업무절차
2.2.3 시스템측면 2.2.3.1 시설물고장분석시스템공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물의최적유지관리를위하여 7 개단위시스템으로구성되어있다. FRACAS 시스템은분석대상설비의부품별 BOM 관리와통지정비 / 측정자료의조회및분석을수행하고, RAMS 시스템은고장분석통지 / 정비정보를분석하여 RAMS 요소를도출하고, HFMECA/FTA 시스템은고장모드의영향을분석하여이들의상관관계를도표화한다. 위험도평가시스템은 HFMECA 분석을위해대상설비의고장빈도, 위험인지도, 심각도등의위험도항목평가를하고수명주기관리시스템은 RAMS 분석결과에따라분석대상설비의교체주기 / 점검주기를표시한다. 분석결과및출력관리시스템은대상설비의점검항목과분석결과를표시하고출력하는기능을수행한다. 시설물고장분석시스템의단위시스템별로공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물중전자시설물개집표기의실제 RCM을적용한효과를소개하고자한다. 첫번째로 FRACAS 단위시스템은그림 9에서와같이전자시설물의개집표기를고장품목별로단말기등 24개로 BOM을구성하여품목규격, 부품체계 (BOM) 상의최소유지보수부품 (LRU), 수량등을구분하여 BOM을구축하였다. Fig. 9 FRACAS 시스템전자시설물개집표기 BOM 그림 10 에서와같이전자시설물의개집표기 BOM 을고장품목별로구축후 ERP 시스템시 설설비 (PM) 모듈통지정비이력정보를활용하여분석후서울메트로설비위치별고장품목별로 고장횟수및누적고장횟수를그래프로현시하여개집표기의통지정비이력을분석하였다.
Fig. 10 FRACAS 시스템전자시설물개집표기통지정비이력분석 두번째로 RAMS 시스템은그림 11에서와같이전자시설물의개집표기를적합분포별그래프 4개의 Weibull분포, 로그정규분포, 지수분포, 정규분포를사용하여적합분포처리한결과 Kolmogorov-Smirnov값이가장작은분포유형이 Ranking 1위로선정되었다. 전자시설물개집표기는로그정규분포를적합분포로사용하였다. Fig. 11 RAMS 분석시스템전자시설물개집표기분포적합도 2.2.1.2 RCM 차량관리조직그림 12는 FRACAS 단위시스템에서전자시설물고장정보를수집하여고장시간및고장수리시간산출, 고장품목, 고장원인, 조치결과정보를생성하여분석가능한상태로만든정보를활용하여전자시설물의전체개집표기에대한 RAMS 계산결과 MTBF=1894.63 Hr, 고장률 =0.000528, 가용도 =94.18%, MTTR=119.99Hr와서울메트로 4호선동대문역사문화공원역개집표
기설비품목단말기 MTBF=178.53Hr, 고장률 =0.0056, 가용도 =99.36%, MTTR=1.45Hr RAMS 계산 결과의내용이다. Fig. 12 RAMS 분석시스템전자시설물개집표기 RAMS 계산 세번째로 HFMECA/FTA 시스템은 FRACAS 단위시스템의고장통지정비이력정보의고장빈도를활용하면그림13에서와같이전기개집표기단말기시설물의고장현상으로개집표기처리불량과잠재적발생원인으로는커넥터접속불량의위험원식별후영향받은시스템 / 설비측면, 작동 / 운전측면과안전성측면의 3가지부문의위험잠재적영향을도출한다. 최종적으로전기시설물고장분석업무관리자가발생빈도, 심각도, 위험인지도평가를통한위험도우선순위를결정한다. 현재개집표기의하위구성품목단말기위험도등급산출수준은매우위험한리스크등급인 Red로서목표신뢰도는 95% 이다. Fig. 13 HFMECA/FTA 시스템전자시설물개집표기위험원고장모드영향및치명도분석
네번째로위험도평가시스템은도표 3 에서와같이 7 개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물위험발생도와위험심각도를고려하여서울메트로 3 차원위험도 매트릭스를기준으로시설물의위험도등급을결정한다. Table 3 서울메트로위험도등급기준 그림 14 에서와같이도표 3 의서울메트로시설물에대한위험도등급기준을정하기위해 서위험발생도, 위험심각도 ( 안전및고객서비스부문 ), 위험인지도의세부등급을산정하여위 험도등급을관리한다. Fig. 14 위험도평가시스템위험도등급관리
마지막으로수명주기관리시스템은그림 15, 16에서와같이전자시설물의계집표기와하위부품에대한최적유지보수업무관리활동을수행하기위해 FRACAS 단위시스템의고장정보, RAMS 단위시스템의적합분포도출정보와 MTBF, 고장율, 가용도, MTTR RAMS의결과값정보, HFMECA/FTA 단위시스템에서위험도우선순위를결정한정보를활용하여전자시설물의개집표기교체및점검주기를최종적으로결정한다. 최종결과전자시설물개집표기하위구성품목인단말기의교체주기는 25개월로산출되었고점검주기는단말기별로 1개월 9일 ~ 34개월 13 일로도출되었다. 산출된시설물수명주기관리정보를사용하여유지보수방안계획을수립하여시설물관리조직에서점검및교체업무를수행한다. Fig. 15 수명주기관리시스템전자시설물개집표기하위구성부품단말기최적교체주기 Fig. 16 수명주기관리시스템전자시설물개집표기하위구성부품단말기최적점검주기
2.2.3.2 차량고장분석시스템차량고장분석시스템은서울지하철 1~4호선을운영하는전동차차종별주요장치와차량부품의최적유지관리를지원하는 4개의단위시스템으로구성되어있다. BOM 관리시스템은차종별로 10개의차호에차량설비의하위부품별 BOM코드와장착된수량을표기한마스터 BOM과기능 BOM을구축되어신뢰성기반유지보수업무의기본정보로활용하고, 신뢰성시스템은차량정보화시스템의작업관리단위시스템검수 / 정비고장이력정보를활용하여차량부품고장율, MTBF 등의신뢰성분석과 FBD, RBD, FTA을작성한후 FMECA 기법을이용하여고장모드및위험도영향을분석하여효율적차량관리를위한유지보수수행주기최적화및전동차의가용성향상에사용된다. 주기최적화시스템은인공신경망알고리즘을이용하여차량부품별로민감도를분석하기위한신뢰도및민감도를계산한다. 품질향상시스템은차량분야정보화시스템의고장이력정보를이용하여 RCM 분석을위한정확한기초 Data 구축에요구되는데이터의정합성및표준화를수행하여시스템의신뢰도향상에기여한다. 차량고장분석시스템의단위시스템별로서울 1호선운행차종 VVVF 현대 ADV 판타그래프설비에대한실제 RCM을적용한효과를소개하고자한다. 첫번째로 BOM 관리시스템은그림 17에서와같이서울 1호선구간에운행하는차종 VVVF 현대 ADV 판타그래프의하위부품별에대한 BOM을구축하여차호 1~10호별 BOM코드, 장착수량등을표기한내용이다. Fig. 17 BOM 관리시스템 1 호선차종 VVVF 현대 ADV 판타그래프기능 BOM 두번째로신뢰성시스템은그림 18 과같이신뢰성분석단위모듈에서차량분야정보화시스 템고장이력정보를활용하면 1 호선차종 VVVF 현대 ADV 판타그래프의단일부품총운행시간 =769,407.1 hr, 총운행거리 =29,082,464,3 Km, 고장건수 =101 건의결과가산출된다.
Fig. 18 신뢰성시스템 1 호선차종 VVVF 현대 ADV 판타그래프단위부품고장률관리 그림 19에서와같이 1호선차종 VVVF 현대 ADV 판타그래프단위부품고장율의결과를도출하기위해서는적합분포별그래프 4개의지수분포, Normal분포, Log-Normal분포, Weibull분포를비교하여적합분포결과 Chi-Squared값의최소값이제일작은값을선정한다. 판타그래프의운행시간및운행거리에대한고장률에대해 4개적합분포최종결과지수분포적합도를적용한다. Fig. 19 신뢰성시스템 1 호선차종 VVVF 현대 ADV 판타그래프적합분포 그림 20 에서와같이 1 호선차종 VVVF 현대 ADV 판타그래프신뢰도결과는그림 20 의신뢰 성정책관리모듈에서판타그래프에대한유지보수정책을결정한후에계산된목표신뢰도결 과값 98%, 제작사에서정한제작신뢰도, MTBF, MKBF 정보와고장이력데이터를통하여산출
된적합분포결과의정보를활용하여최종적으로판타그래프단위부품의유지보수 MTBF=7,307.40 hr, MKBF=276,476.50, 신뢰도 =36.8% 의값이산출된다. Fig. 20 신뢰성시스템 1 호선차종 VVVF 현대 ADV 판타그래프신뢰도 Fig. 21 신뢰성시스템 1 호선차종 VVVF 현대 ADV 판타그래프신뢰성정책관리 세번째로신뢰성시스템의신뢰성활용단위시스템은그림 22에서와같이 1호선차종 VVVF 현대 ADV 판타그래프하위구성부품들간의고장원인과결함수를 FTA한결과 Fault Tree Rate=0.14건 /year, Fault Tree Rate=0.000001598건 /hr, 건당 Fault 발생기간 =7.14 year, 건당 Fault 발생시간 =62,571.43 hr의고장확률값이산출된다.
Fig. 22 신뢰성시스템 1 호선차종 VVVF 현대 ADV 판타그래프 FTA 2.2.1.2 RCM 차량관리조직신뢰성활용의 FMECA 단위시스템은그림 23에서와같이 1호선차종 VVVF 현대 ADV 판타그래프 FMECA 결과는고장원인, 차량시스템및서브시스템영향과그림 24의위험발생빈도및심각도기준을적용하여발생도 = 희박한, 심각도 ( 안전 )= 경상, 심각도 ( 서비스 )= 무시할만한값이도출되었고심각도를종합한결과값은 1로산출되어치명도는 1.41이다. 판타그래프의최종위험도등급결과는고장평점 2미만으로 4등급이다. Fig. 23 신뢰성시스템 1 호선차종 VVVF 현대 ADV 판타그래프 FMECA
Fig. 24 신뢰성시스템위험발생빈도및심각도기준 마지막으로주기최적화시스템의신뢰성정보관리단위시스템에서산출한기준신뢰도, MTBF, 고장건수등정보를활용하는인공신경망관리는그림 25에서와같이인공신경망알고리즘을적용하여 1호선차종 VVVF 현대 ADV 판타그래프차량부품의신뢰도및민감도를계산후에판타그래프고장에대한하위부품의압력스위치및습판체의신뢰도변화에대한압력스위치변경신뢰도 =0.1314153 및습판체변경신뢰도 =0.0012888, 예상압력스위치 MTBF=6255.6 hr, 습판체 MTBF=6.4, 압력스위치예상고장건수 =3, 습판체예상고장건수 =31395.1의값을도출한다. 최종적으로판타그래프신뢰도 =0.279591 값을산출한결과값은전동차차량부품의최적의정비주기산출을위한기본정보로사용된다. 현재최적정비주기관리시스템은목표신뢰도, 예방정비비용, 고장정비비용정보및장치부품의신뢰도정보를활용한최적예방정비주기업무를도출하기위한절차및시스템구축을준비중이다. Fig. 25 주기최적화시스템 1 호선차종 VVVF 현대 ADV 판타그래프인공신경망관리
3. 결론본연구에서는서울메트로 RCM 기반 7개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물을관리하는고장분석시스템과전동차차종별주요장치와차량부품의최적유지관리를지원하는차량고장분석시스템의소개와구축효과를조직, 업무프로세스, 시스템측면으로분류하여고찰하였다. 현재철도시설물은시스템을구성하는각설비들에대한유지보수종류, 시간및비용등을결정짓는유지보수정책결정의중요성이점점강조되고있고시설물의전수명주기동안무한책임요구와관련표준제정이가시화단계이다. 그러므로경제적측면으로볼때잦은철도시설물고장은막대한비용을초래하므로이에대한경제적손실을최소화하고유지보수비용절감이필요하며, 고객측면으로볼때승객으로부터신뢰를쌓고안전한철도운영서비스를확대공급해야하고, 기술적측면으로볼때철도시설물의신뢰성향상및안정성확보와시설물의생애주기를고려한체계적인관리가요구된다. 향후철도시설물고장분석시스템을더욱발전시키기위해서는첫번째로철도시설물전체수명주기비용 (LCC : Life Cycle Cost) 을고려하여전체유지보수비용을예방정비비용과사후정비비용을구분하여유지보수비용산출체계를선행적으로마련하여 RCM 시스템과연계하여유지보수점검및교체주기를산출해야한다. 두번째로 7개공종별 ( 전기, 신호, 통신, 전자, 궤도, 기계, 건축 ) 시설물고장분석시스템과차량고장분석시스템과의연계방안을고려하여서울메트로전체시설물에대해 BPM 기반으로상호연관성을갖고복합공종간의유지보수정책수립의일관성이가능하도록시스템을구현해서경영진에게철도시설물점검주기및교체변경내역과변경유지보수비용정보를경영자정보시스템을통해실시간으로제공해야한다. 마지막으로 RCM 기반유지보수업무가사내에적용및확산될수있도록제도적으로철도시설물분석대상선정방법, 분석및평가방법, 비용효과분석과유지보수점검및교체주기를결정할수있는절차를사규및관리지침으로제정하여시행해야한다. 참고문헌 [1] 서울메트로, 시설물고장분석시스템구축완료보고서, 2011.12 [2] 서울메트로, 차량고장분석시스템구축완료보고서, 2012. 6 [3] 서울메트로, 2011년경영실적보고서 [4] 정관수, RCM 기반철도시설물고장분석시스템구축, 2011 한국철도학회추계학술대회논문집 [5] 신국호등, 도시철도중심의 RCM 적용에관한연구, 2011 한국철도학회추계학술대회논문집 [6] 송기욱등, RCM 기반설비고장예측시스템, 2010 대한기계학회논문집 A권, 제34권제9호 pp. 1281-1286 [7] 이창환등 철도차량의 RCM 분석을위한유지보수비용산출방안, 2008 한국철도학회춘계학술대회논문집 [8] 김종운등 철도시스템의 RAMS 중심의유지보수정책결정을위한개념적절차, 2008 한국철도학회논문집제11권제1호 pp. 19-25