| 1 |
1
도시철도차량을 구성하고 있는 부품, 장치들에 대한 고장률, 신뢰도, FTA(Fault Tree Analysis), FMEA(Failure Mode and Effects Analysis), 정비요청에 관한 정보를 관리하는 신뢰성 정보관리 시스템과, 도시철도차량의 부품 및 장치에 대한 LCC(Life Cycle Cost)를 최소화하면서 신뢰도는 최대화하여 유지보수주기를 최적화시키는 유지보수주기 최적화 시스템과,도시철도차량의 품질을 지속적으로 향상시키기 위한 품질향상 시스템과, 도시철도차량의 부품 또는 장치에 대해 실시간으로 상태 감지와 진단을 하기 위한 실시간 진단 시스템과, 고장난 부위에 대한 처치방법을 지원하는 고장전문가 시스템과, 고장 데이터 세트(Data Set)를 생성하는 작업관리 시스템을 포함하여 이루어지는 것을 특징으로 하는 도시철도차량의 신뢰도 및 가용도 관리 시스템
|
| 2 |
2
제 1항에 있어서,상기 신뢰성 정보관리 시스템은, 상기 작업관리시스템으로부터 생성된 고장 데이터 세트(Data Set)로부터 지수분포, 와이블(Weibull) 분포, 정규(Normal) 분포, 로그-정규(Log-Normal) 분포에 대해 단위 부품, 장치에 대한 고장률을 계산하고, 노선별, 동일 차종별, 편성별, 차량별 모집단을 이용하여 각각의 경우에 대한 고장률을 계산하는 고장률 관리 시스템과, FBD, RBD, MTBF, 부품 신뢰도를 관리하기 위한 신뢰도 관리 시스템과, 전체 시스템의 결함목록을 분석 관리하며, 시스템을 구성하고 있는 부품의 잠재 고장형태 영향도를 분석 관리하며, 정비요청을 관리하는 FTA/FMEA/정비요청 관리 시스템을 포함하여 이루어지는 것을 특징으로 하는 도시철도차량의 신뢰도 및 가용도 관리 시스템
|
| 3 |
3
제 2항에 있어서,상기 신뢰도 관리 시스템은, FBD(Function Block Diagram)를 그래픽 사용자 인터페이스(GUI, Graphic User Interface) 환경으로 관리할 수 있으며, FBD(Function Block Diagram)를 구성 시 자재코드 및 BOM(Bill Of Materials) 정보를 활용하여 시스템의 연계성을 높일 수 있으며, 입력, 수정, 삭제가 용이한 기능을 구비한 FBD 관리 시스템과,RBD(Reliability Block Diagram)를 그래픽 사용자 인터페이스(GUI) 환경으로 관리할 수 있으며, RBD(Reliability Block Diagram)를 구성 시 자재코드 및 BOM(Bill Of Materials) 정보를 활용하여 시스템의 연계성을 높일 수 있으며, 입력, 수정, 삭제가 용이한 기능을 구비한 RBD 관리 시스템과, 와이블(Weibull) 분포, 정규(Normal) 분포, 로그-정규(Log-Normal) 분포, 지수분포로 추정한 MTBF(Mean Time Between Failures), MKBF(Mean Kilometers Between Failures) 중 최적의 값을 찾아 그 값을 부품 또는 장치의 MTBF(Mean Time Between Failures), MKBF(Mean Kilometers Between Failures)로 설정하는 기능을 구비한 MTBF 관리 시스템과, 와이블(Weibull) 분포, 정규(Normal) 분포, 지수분포로 추정한 신뢰도 중 최적의 값을 찾아 그 값을 부품의 신뢰도로 설정하는 기능을 구비한 부품 신뢰도 관리 시스템을 포함하여 이루어지는 것을 특징으로 하는 도시철도차량의 신뢰도 및 가용도 관리 시스템
|
| 4 |
4
제 1항에 있어서,상기 유지보수주기 최적화시스템은, 시스템을 구성하고 있는 부품에 대한 신뢰도를 바탕으로 시스템을 구성 및 신뢰도를 학습을 통해 알 수 있는 인공지능 기능을 구비한 인공신경망 시스템과, 구입비용, 관리비용, 수리비용을 관리하기 위한 LCC 관리 시스템과, 시스템의 FBD(Function Block Diagram)에 따라 각 부품의 신뢰도 함수를 기반으로 전체 시스템의 신뢰도 함수를 구성하고, 중요도가 낮은 부품에 필요 이상으로 높은 신뢰도가 할당되어 전체 시스템의 비용이 증가하는 것을 막을 수 있도록 목적함수를 구성하며, 케이스별(Case by Case)로 시스템의 각각의 목표 신뢰도에 따라 최적화 알고리즘을 적용, 각 부품별로 최적 목표 신뢰도를 주기적으로 할당하는 기능과, 인공신경망 알고리즘 또는 신뢰도 계산을 통해 도출한 MTBF(Mean Kilometers Between Failures) 및 MKBF(Mean Kilometers Between Failures)를 이용하여 구한 각 부품의 신뢰도가 최적화를 통해 도출한 신뢰도 충족 여부 판별, 불충족시 다른 부품 대안을 선택하여 충족시키기 위한 최적신뢰도분배 시스템을 포함하여 이루어지는 것을 특징으로 하는 도시철도차량의 신뢰도 및 가용도 관리 시스템
|
| 5 |
5
제 1항에 있어서,상기 품질향상 시스템은, 부품품질평가, 부품 카탈로그(Catalog) 관리, 구매의뢰관리, 거래기업 관리 기능을 구비한 공급망 품질 관리 시스템과, 데이터(Data) 측정관리, 품질 오디토링(Auditoring), 측정시스템분석, 품질이상예측, 부품소요량예측 기능을 구비한 통계 품질 관리 시스템과, 고장데이터 정밀통계처리, 부품수명예측 기능을 구비한 정밀통계예측 시스템을 포함하여 이루어지는 것을 특징으로 하는 도시철도차량의 신뢰도 및 가용도 관리 시스템
|
| 6 |
6
제 1항에 있어서,상기 실시간 진단 시스템은, RFID(Radio-Frequency IDentification) 온도센서를 통한 차축베어링 상태 감시 및 진단 기능을 구비한 베어링 진단 시스템과, TCMS(Train Control and Management System) 고장 데이터 기록 기능을 구비한 TCMS 진단 시스템을 포함하여 이루어지는 것을 특징으로 하는 도시철도차량의 신뢰도 및 가용도 관리 시스템
|
