Abstract
Although the second driving device of KTX, which consists of the wheel and the axle reduction gears unit, is a mechanically integrated structure, its preventive maintenance (PM) requires two separate intervals due to the different technical requirements. In particular, these subsystems perform attaching and detaching work simultaneously according to the maintenance directive. Therefore, to reduce the unnecessary amount of PM and high logistic availability of the train, it is important to optimize PM with regard to reliability-centered maintenance toward a cost-effective solution. In this study, fault tree analysis and reliability of the subsystems, considering the criticality of the components, were performed using the data derived from field data in maintenance. The cost optimization of the PM was derived from a genetic algorithm considering the target reliability and improvement factor. The cost optimization was derived from a maximum of the fitness function of the individual in generation. The optimal TBO of them using the genetic algorithm was 2.85x106 km, which is reduced to approximately 21% compared to the conventional method.
차축 감속기와 차륜으로 구성된 고속철도차량 2차 구동장치는 일체형 조립체이지만, 상이한 기술사양으로 인하여 이들의 예방정비 주기는 서로 다르다. 특히, 이들은 완전분해 정비주기에 따라 매번 동시에 탈부착 작업을 수행한다. 따라서 불필요한 완전분해 정비를 감소하고 높은 열차 가용도를 유지하기 위해서는 신뢰성 중심 유지보수 관점에서 예방정비 비용의 최적화가 중요하다. 본 연구에서는 실제 정비이력으로부터 두 구성품들에 대한 결함나무 분석을 수행하고, 각 하부부품들의 치명도를 고려한 수정된 신뢰도를 각각 평가하였다. 두 구성품에 대한 예방 정비비용의 최적화는 기준 신뢰도 및 개선율을 고려한 유전자 알고리즘으로부터 구하였다. 비용의 최적화는 개체의 적합도 함수에 대한 최대값으로부터 얻는다. 유전자 알고리즘에 의한 최적의 완전분해 정비주기는 285만km로서, 기존 방법의 총비용과 비교하여 약 21% 감소하였다.