Railroad Accident Prevention and Parts Management System based on WEB

WEB 기반 철도 사고 예방 및 부품 관리 시스템

Abstract

Train derailment accidents have been increasing over the past five years. The causes of these railroad derailments were found to be mainly defective track switches that change train tracks, use of old parts, and poor maintenance issues. In this paper, to solve these problems, an intelligent sensor-based automatic railway risk prediction algorithm and hypothesis were established and computer simulation experiments were performed. In particular, research on RFID technology and IoT sensor technology was conducted on a WEB basis. In addition, in this paper, in order to prevent country of origin counterfeiting accidents, a blockchain-based computer simulation to prevent forgery of railway parts was performed using open source.

최근 5년간 기차 탈선 사고가 증가하고 있다. 이러한 철도 탈선 탈선 사고 원인은, 주로 열차 선로를 바꿔주는 선로전환기 불량, 오래된 부품 사용, 정비 불량 문제 등으로 판명되었다. 본 논문에서는 이러한 문제점을 해결하기 위해서, 지능형 센서 기반 철도 위험 자동 예측 알고리즘 및 가설을 수립하고 컴퓨터 모의실험을 수행하였다. 특히, RFID 기술 및 사물인터넷 센서 기술 기반 연구를 WEB 기반에서 수행 하였다. 뿐만 아니라, 본 논문에서는 원산지 위조 방지사고를 예방 하기 위해서, 오픈소스를 이용해서, 블록체인 기반 철도 부품 위조 방지 컴퓨터 모의실험을 수행하였다.

Ⅰ. 서론

한국교통안전공단 철도 사고통계분석 결과를 발표하였다. 2023년 철도 사고통계분석 결과 우리나라에서 발생한, 철도 사고는 최종적으로, 67건이 발생한 것으로 분석되었다. 이러한 수치는, 2022년 철도 사고와 비교했을 때, 18.3% 감소한 수치이다^[1].

특히, RFID 기술 및 사물인터넷 센서 기술을 이용해서, 열차 차량과 기차역 주변의 각종 시설물 안전관리, 탈선 방지용 베어링 충격 센서, 기차 레일측정용 적외선 온도센서 등을 실시간으로 관찰하여서, 사고 위험을 미리 사고 위험을 방지하는 연구를 활발하게 하고 있다. 특히, 유럽에서는 Global System for Mobile Communication이라는 무선정보 통신 시스템을 개발하였으며, 열차 안전 시스템 철도 정보를 통합 관리를 이용해서, 철도 사고예방 및 안전관리를 효율적으로 하고 있다. 국내에서는, 한국전자통신 연구소와 한국철도기술연구원이 공동으로, 요즘도 자주 발생하는 기차 탈선 사고 를 미리 탐지하고 열차 사고를 예방 하기 위해서 열차 의 진동과 열을 감지할 수 있는 센서를 개발했다^[2].

특히, 이러한 기술은 열차 탈선으로 인한 사고를 미리 방지한 열차의 안전 운행 및 기차 유지 보수경비를 감소시킬 수 있는 좋은 기회가 될 것이다. 최근 연구 결과에 의하면, 열차의 주요 탈선 원인은 기차 바퀴의 베어링 부분이 축에 달라붙어 열이 발생하거나 심한 진동 이 주요 원인으로 밝혀졌으며, 이러한 연구 결과를 철저히 규명해서, 신기술을 성공리에 개발하면 현재 연간 약 6천억원의 열차 유지 보수 비중 약 10%인 6백억 원 이상의 비용 절감이 예상된다고 전망했다^[3].

본 논문에서는, 이러한 문제점을 해결하고자, RFID 기술 및 사물인터넷 센서를 이용해서 철도 사고를 줄이는 컴퓨터 모의실험을 수행하였다. 본 논문의 구성은 다음과 같다. 2장에서는 기존 철도 안전관리 시스템에 관해서 알아본다. 3장에서는 기차 탈선 방지를 예방하려는 알고리즘을 소개하고, 컴퓨터 시뮬레이션 수행 내용을 설명한다. 4장에서는 블록체인 기반 철도 부품 매매 기록 위조 변조 기술에 관해서 살펴본다. 마지막으로 5장에서는 스마트 기차 관리 시스템의 문제점과 모의실험 결과를 토론하고 결론 및 향후 연구 결과를 제안한다.

II. 관련 연구

요즈음, 선진국에서, 철도 탈선 사고를 예방하고 안전하게 관리하기 위해서, RFID 센서 기술 및 IoT 스마트 센서를 이용해서 철도 사고를 감소시키려는 연구하는 연구가 활발하게 이루어지고 있다.

2024년 1월 7일 중앙선 괴동역에서 출발해 화산역으로 향하던 화물열차가 탈선하는 사고가 발생했다. 열차의 바퀴 축에 달린 베어링이 마찰열로 이탈하면서 차축이 손상돼 궤도를 이탈하는 사고로 밝혀졌다. 그럴 뿐만아니라, 2023년 12월 10일엔 충북선 증평역 부근에서 시멘트 화물열차가 탈선하는 사고가 발생했다. 기차 탈선 사고 원인은 동일했으며, 2023년 10월 18일에도 중앙선 영천역 부근에서 도움 화물차량이 탈선하는 사고가 발생했으며, 기차 탈선 사고 원인은 역시 베어링 마찰열 발생으로 인한 사고임이 밝혀졌다.

2024년 현재, 최근 5년간 열차 탈선 사고는 65건이 발생했다. 2020년 3건에 불과했던 탈선 사고는 2021년 12건, 2022년 18건, 2023년 26건으로 빠르게 증가하고 있다^[4].

그림 1에서는, 철도 안전관리 시스템 컴퓨터 모의실험을 설명하고 있다.

그림 1. 철도 안전관리 시스템

Fig. 1. Railway safety management system

선로 위를 정상적으로 달리는 기차가, 여러 가지 이유로 인해서 정상 선로를 갑자기 비정상적인 방법으로 이탈하는 과정에서 발생하게 되는 기차 탈선 사고는. 많은 사람이 죽거나 다칠 수 있는 대형 사고를 여기 시킬 수 있다. 본 논문에서는 이러한 문제점을 해결 하기 위해서 컴퓨터 모의실험을 수행하였다^[5-7].

그림 2에서는, RFID 기반 철도 안전관리 시스템 컴퓨터 모의실험을 설명하고 있다. 본 논문에서는, 철도사이고 발생 가설데이터를 수립하고, 기차가 탈선 할 경우 GPS 코드 기반 기차 탈선 위치, 기차선로에 설치된 RFID 센서 정보를 전송하는 컴퓨터 모의실험을 수행 하였다.

그림 2. RFID 기반 철도 안전관리 시스템

Fig. 2. RFID-based railway safety management system

그림 3에서는 철도 탈선 컴퓨터 모의실험 결과를 설명하고 있다. 2장에서는 기차 탈선 주요 원인이 기차 바퀴 축에 달린 베어링이 마찰열로 인해서, 열이 발생하고, 차축이 손상되기 때문에, 급 커브 구간을 과속으로 운행하였을 때는, 원심력 및 구심력의 차이로 해서 기차가 탈선하는 위험 발생률이 높아질 수 있다는 가설을 수립해서 기차 탈선 컴퓨터 모의실험을 진행하였다. 그림 2에서 보는 것처럼 베어링 진동 주파수가 30–50 수치 이내로 입력이 되었을 경우에는, 기차 탈선 위험률이 정상으로 산출되고, 반대로 베어링 진동 주파수가 51–100 범위의 값으로 입력이 될 때는, 기차 탈선 위험률이 매우 위험한 상태로 산출되는 컴퓨터 모의실험을 수행하였다. 그러나, 실제 기차 탈선 위험 판단은 많은 변수가 있으므로, 베어링 진동수, 온도센서, 기울기 센서, 습도센서 등 여러 센서에서 수집된 빅데이터가 확보되어야만 정확한 기차 탈선 위험 예측을 수행할 수 있게 된다. 불행하게도 현재 전 세계 어느 국가에서, 기차 탈선 빅데이터는 입수하기가 불가능하므로, 2장에서는 가설을 수립해서 컴퓨터 모의실험으로 기차 탈선 위험을 모의실험 하였다^[8-10].

그림 3. 기차 탈선 컴퓨터 모의실험

Fig. 3. Train derailment computer simulation

Ⅲ. WEB 기반 탈선 위험 예측

2022년 7월 1일에 대전역을 출발해 수서역으로 향하던 SRT 338 열차가 대전조차장역 인근에서 탈선하는 사고가 발생했다. 탈선의 가장 큰 원인으로 선로 때문에 발생했다는 전문가 의견으로 결론을 내렸다. 왜냐하면 탈선 사고 당일 대전의 날씨는 34도에 육박하였으며, 철로의 온도는 50도까지 올라갔기 때문이다^[5].

위와 같은 현상은, 불볕더위가 발생하는 여름에는, 철도 레일이 매우 뜨거운 열에 의해서 철도 선로가 팽창되고, 좌측이나 오른쪽으로 변형되는 현상이 발생 하기 때문이다.

본 논문에서는, 이러한 문제점을 해결 하기 위해서 기차 탈선 위험 수치 자동 판단 알고리즘을 제안하고 컴퓨터 모의실험 하였다.

표1 에서는 기차 탈선 위험 가설데이터를 설명하고 있다. 본 논문에서 사용된 가설데이터는 기차 탈선 위험을 예측하고 안전한 기차 운행을 하기 위해서, 독립변수 8개, 종속 변수 1개로 구성되었다.

표 1. 기차 탈선 위험 수치 판단 데이터

Table 1. Train derailment risk numerical judgment data

표 2에서는, 예측 하기 위해서, 독립변수 8개 데이터를 설명하고 있다. 1번째 독립변수는 부품 사용 연도, 2번째 독립변수는 베어링 주파수, 3번째 독립변수는 ROLL, 4번째 독립변수는 YAW, 5번째 독립변수는 PITCH, 6번째 독립변수는 레일 온도, 7번째 독립변수는 곡선반경, 8번째 독립변수는 레일 마모도로 구성되어 있다.

표 2. 입력 독립변수 데이터

Table 2. Input independent variable data

그림 4에서는 철도 탈선 예측용 입력 데이터 5개를 설명하고 있다. 표 2에서 설명한 것과 같이 독립변수는 8개로 구성되어 있으며, 종속 변수는 철도 안전 위험 판단용 1개로 구성 되어있다. 다시 말해서, 8개 입력용 독립변수 값이 정상 입력 범위 한계 수치 보다 크면, 탈선 위험 판단 종속 변수는 1의 값을 갖게 되며, 반대의 경우에는 종속 변수 가 0의 값을 갖게 된다.

그림 4. 철도 탈선 예측 입력 데이터

Fig. 4. Railway derailment prediction input data

그림 5에서는 철도 탈선 위험 예측 모의실험 결과를 설명하고 있으며, 첫 번째 독립변수 8개로 구성되었을 때, 철도 탈선 위험 예측 최종확률이 14%로 판단하고, 두 번째 독립변수 8개로 구성되었으면, 철도 탈선 위험 예측 최종 확률이 89%로 판단하는 컴퓨터 모의실험 결과를 설명하고 있다.

그림 5. 철도 탈선 위험 예측 모의실험 결과

Fig. 5. Results of simulation experiment to predict railway derailment risk

그림 6에서는 철도 탈선 위험 상관분석 모의실험 결과를 설명하고 있으며, 첫 번째로 상관계수가 제일 높은 것은 진동 주파수인 것으로 판단하였으며 상관계수는 47%이고, 두 번째로 상관계수가 높은 그것 부품 사용 연도인 것으로 판단하였으며 상관계수는 25%로 판명되었다.

그림 6. 철도 탈선 자동 예측 상관 분석

Fig. 6. Automatic prediction correlation analysis of railway derailment

Ⅳ. 블록체인 기반 부품 위조 관리

블록체인 기술은 암호화 기술을 통해 높은 수준의 보안을 유지하는 장점을 가지고 있다. 그럴 뿐만 아니라, 블록체인 기술은 첨단 암호 기술, 수학적 행동 모델과 의사 결정 등의 다양한 메커니즘을 통해 보호할 수 있다. 그러므로, 블록체인 기술은 데이터 불변성과 보안이 매우 중요한 분야에, 위조 변조 방지를 예방 하기 위해서 많이 사용되고 있다. 다시 말해서, 원산지 위조 방지를 위한 판매기록과 추적, 고가의 미술작품 판매 및 매매, 병원 환자 기록 위조 방지 및 부동산 판매기록 위조 방지를 예방하는 데에 사용하고 있다. 그러므로 이러한 기술은 각종 업무계약서, 각종 공공기관 증명서 등을 블록체인 기술을 이용해서, 위조 및 변조를 예방하는 데에 최적의 방안으로 인정받고 있다. 본 논문에서는 철도 탈선을 예방 하기 위해서, 실시간으로 철도 차량 핵심 부품 및 진동센서, 온도센서, 습도센서, 기울기 센서 등을 사들일 경우에 원산지 위조 방지, 가격 위조 방지, 구매 연도 위조 방지 등을 방지 하기 위해서, 오픈소스를 이용해서 블록체인 암호화를 생성하였다.

그림 7에서는, 블록체인 기반 부품 위조관리를 하기 위해서, 철도 부품 구입용 블록체인 생성하는 과정을 설명하고 있다. 다시말해서, 온도센서 123개를 구매했을 때, 원산지 위조나 가격 위조를 방지하기 위해서, 판매자 정보 구매자 정보, 부품 개수 구매 시간이 생성되는 것을 설명하고 있다.

그림 7. 철도부품 구입용 블록체인 생성

Fig. 7. Creating a blockchain for purchasing railway parts

그림 8에서는, 블록체인 기반 부품 위조 관리를 하기 위해서, 철도 부품 구매용 블록체인 생성하는 과정을 설명하고 있다. 다시 말해서, 온도센서 123개를 구매했을 때, 원산지 위조나 가격 위조를 방지하기 위해서, 판매자 정보 구매자 정보, 부품 개수 구매 시간이 암호화되는 것을 설명하고 있다.

그림 8. 철도 부품 구매용 블록체인 암호화 완료

Fig. 8. Blockchain encryption for railway parts purchase completed

Ⅴ. 결론

2024년 현재, 최근 5년간 열차 탈선 사고가 65건이 발생했다. 본 논문에서는 이러한 문제점을 해결하기 위해서, RFID 기술 및 사물인터넷 센서 기술을 이용해서, 기차 차량과 기차역 주변의 각종 시설물 안전관리, 탈선 방지용 베어링 충격 센서 등 데이터를 실시간으로 분석해서, 기차 탈선 사고 위험을 방지하는 알고리즘을 제안하고 컴퓨터 모의실험을 수행하였다.

그럴 뿐만 아니라, 본 논문에서는 원산지 위조 방지 등을 예방 하기 위해서, 오픈소스를 이용해서, 블록체인 기반 철도 부품 위조 방지 컴퓨터 모의실험을 수행 완료하였다. 현재 철도청에서 운영하는 탈선 위험 예측 기술은 기차선로 주변 40km마다 베어링 온도를 측정해서, 유선으로 위험성을 알리는 방법을 이용하고 있다. 그러므로, 이러한 문제점을 해결하기 위한 향후 연구로는, IoT 기반 스마트 진동센서를 개발해서, 진동과 열을 실시간으로 감지 하고, 베어링 센선 및 레일 마모도 판단 값이 정상치를 초과해서, 탈선 예측 확률이 비정상 위험 탐지 조건으로 판정이 되면, 실시간으로, 기관사나 철도청 본부, 소방청 본부에 무선으로 기차 현재 GPS 위치 및 위험 상태 전송하는 연구가 시급히 이루어져야 할 것이다.