서울 지하철역 공조기 이상, 수학으로 해결

국가수리과학연구소와 서울교통공사가 지하철 역사 공조기에 적용 가능한 주요 부품 이상 자동 감지 모델을 개발하는데 성공했다고 1일 밝혔다.
공사는 지하철 역사마다 설치된 기계장비(공조기·승강기 등)에서 이상 데이터가 발생하면 이를 자동으로 알려주는 프로그램을 2015년부터 운영해왔다. 지하철 환기 설비는 역사의 냉방과 쾌적한 내부 공기를 책임지는 중요한 설비지만 최근 들어 장비의 노후화로 인해 고장 빈도가 증가하면서 많은 유지관리 비용이 투입되고 있다. 이에 공사는 환기설비의 효율적인 제어와 유지 관리를 위해 지난해 5월 수리연에 연구개발(R&D)를 의뢰하고 이후 양 기관은 환기 설비 이상 작동 감지 및 예지 모델 개발을 위한 공동 연구를 진행해왔다.
수리연 연구진은 지하철 환기실의 공조기(송풍기)에서 수집되는 전류데이터와 실제 부품 교체 날짜를 활용해서 부품의 상태와 조건에 대한 패턴분석을 진행했다. 이를 바탕으로 공조기 주요 부품인 'V벨트'와 '베어링' 이상 상태 를 감지해 교체 필요 여부를 확률적으로 판단하는 딥러닝 모델을 개발했다. 또한 해당 모델을 공사 측이 관리하고 있는 전체 지하철역 내 8000여 대의 공조기 모터에 적용할 수 있는 프로그램을 만들었다.
연구진에 따르면 해당 모델을 노원역, 건대입구역 등 서울 지하철 역사 내 공조기 V벨트(7장비)와 베어링(5장비)에 실제 적용한 뒤 이상 상태 감지를 시뮬레이션한 결과 평균 95% 이상의 정확도를 얻었다. 양 기관은 이후 추가적인 후속 검증 절차를 진행한 후 해당 모델을 기존 시스템에 탑재, 서울시 지하철 전 역사에 적용한다는 계획이다. 공사 측은 대형 고장의 원인이 되는 노후화된 축과 임펠러 등의 공조기 소모 부품을 최적기에 교체함으로써 유지관리 비용 감소와 지하철 환기 설비의 안정적인 운용이 가능해 질 것으로 예상하고 있다. 또한 지하철 역사 내 쾌적한 공기질 유지를 통해 이용 고객의 만족도가 향상될 것으로 기대하고 있다. 정순영 수리연 소장은 "이번 서울교통공사와의 공동 연구 결과는 산업수학이 산업 분야뿐 아니라 공공의 영역까지 확대되어, 다양한 분야에서 활용될 수 있음을 증명하는 좋은 사례가 될 것"이라고 말했다.
[원호섭 기자]