사물인터넷 기반 지능형 철도예지보전 시스템의 비용효과 분석
Cost-Effectiveness Analysis of an IoT-Based Intelligent Predictive Maintenance System for Railways
0
조회
0
다운로드
0
인용
0
참고문헌
초록
철도터널 구조물의 균열, 변형에 의해 발생하는 비정상 물리신호를 IoT기술을 활용하여 계측, 분석하고, 이를 기반으로 예지보전 시스템을 구현하기 위한 연구가 활발하게 진행되고 있다. 그러나 이러한 기술을 실제 현장에서 구현하기 위해서는 수십에서 수백 Km 구간의 대규모 철도 네트워크를 관리하기 위한 시스템이 필요하다. 본 연구에서는 효율적인 관제 및 운영이 가능한 IoT기반 철도예지보전 시스템 개발을 위한 DevMLOps 프레임워크를 제안하고, 기존에 구축한 예지보전 시스템과 비교하였을 때, 제안한 프레임워크로 구현된 기계학습 기반 지도학습 적용시스템과 기계학습과 딥러닝기반 비지도학습이 결합된 하이브리드 시스템은 각각 77%와 82%의 예지보전 비용의 절감 효과를 보이는 것으로 분석되었다.
Abstract
Research is actively underway to implement a predictive maintenance system by measuring and analyzing abnormal physical signals generated by cracks and deformations in railway tunnel structures using IoT technology. However, implementing this technology in actual field conditions requires a system capable of managing large-scale railway networks spanning tens to hundreds of kilometers. This study proposes a DevMLOps framework for developing an IoT-based railway predictive maintenance system enabling efficient control and operation. Compared to existing predictive maintenance systems, the machine learning-based supervised learning system implemented with the proposed framework and the hybrid system combining machine learning and deep learning-based unsupervised learning were analyzed to achieve predictive maintenance cost savings of 77% and 82%, respectively.