분기기 위험도에 따른 철도 유지보수

한 대형 화물 철도회사는 5만 개가 넘는 분기기를 관리했습니다. 분기기는 열차가 다른 선로로 이동하도록 연결하는 설비입니다. 반복되는 부품 고장으로 운행에 차질이 생겼지만 전체 네트워크에서 어느 설비를 먼저 점검할지 판단하기 어려웠습니다.

통합 설비 정보와 위험 모델

엔지니어링 및 운송 시스템의 분기기 정보를 온톨로지로 통합했습니다. 계측 장비가 있는 철도차량이 수집한 선로 형상과 자갈 도상 품질 같은 IoT 측정값도 포함했습니다. 선로 엔지니어링 분석가는 설비의 상태와 과거 고장을 함께 살펴보고, 온톨로지 지표를 이용하는 휴리스틱 위험 모델을 화면에서 만들고 관리했습니다.

유지보수팀은 고위험 분기기에 점검, 수리와 교체의 우선순위를 부여했습니다. 과거 지출액을 반복하는 대신 설비의 필요에 맞춰 자본 지출 계획을 세웠으며, 시나리오 분석으로 일정과 예산 제약 아래 수리와 교체를 비교했습니다. 과거 작업 이력은 유지보수 인력 교육을 개선하는 데에도 사용했습니다.

현장 정보의 수정

수기로 입력한 데이터의 품질 문제를 찾아 수정하는 절차를 운영했습니다. ERP와의 연결을 통해 현장 유지보수 인력이 잘못된 정보의 수정안을 신속하게 제출할 수 있었습니다. 수정한 정보를 설비 모델과 후속 판단에 반영했습니다.

적용 결과

전체 운영 지역에 데이터 기반 유지보수 절차를 도입하는 데 6개월 미만이 걸렸습니다. 실제 고장의 상당수가 사전에 고위험으로 표시한 분기기에서 발생했습니다. 분기기를 검토해 위험도를 분류하고, 고위험으로 판단한 분기기를 점검, 수리와 교체의 우선 대상으로 정했습니다.

운영 절차 조정과 자원 배분 및 최적화 패턴을 함께 사용합니다.