Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers

  1. (Smart Electrical and Signaling Division, Korea Railroad Research Institute, Korea.)



Reliability Evaluation, Railway Vehicle, APS(Auxiliary Power Supply) System, Accelerated Life Test Reliability Prediction, Reliability Demonstration

1. 서 론

철도차량의 전장품 중 보조전원장치는 차량의 제어전원, 냉난방, 조명 부하를 공급하는 중요한 핵심장치이다. 이러한 보조전원장치의 고장은 차량운행 안전 및 사용자 편의에 큰 영향을 미치므로 운영환경과 사용조건을 반영한 장치의 신뢰성은 향상될수록 안정적인 철도차량 운영이 가능하게 해준다.

실제 2015년 ~ 2019년 사이 발생한 철도사고 및 운행장애의 절반 정도가 차량고장(부품 및 정비불량 등)에 의한 것(1)으로 안전과 관련된 중요 철도전장품에 대해서는 신뢰성 기반의 효율적 관리와 시기적절한 유지보수가 요구되고 있다. 특히 철도안전관리체계 기술기준([별표4] 노후 철도차량 및 철도시설의 유지관리 세부기준)에서는 철도운영자 등이 신규로 철도차량을 제작․구매하려는 경우 철도차량에 대한 기대수명을 제시하도록 되어 있으므로 신규개발 전장품 수명평가와 같은 신뢰성 평가가 필요한 실정이다. 하지만 철도분야의 경우, 인프라 구축 비용 및 안정적 상업운전과 같은 실제 운영환경 제약으로 인해 신규개발 전장품을 이용한 시운전 시간 확보에 어려움을 겪고 있다. 또한 고가의 철도차량 전장품의 경우, 경제성 문제로 인해 실제 운영환경에서 신뢰성 평가를 수행할 수 있는 개발품 시험시료 수량이 극소수로 제한되어 제작되는 경우가 많다.

이에 따라, 본 논문에서는 이러한 현실적 한계를 반영하되 효율적인 신뢰성 평가를 할 수 있는 신뢰성 평가체계를 제안하였다. 신뢰성 평가체계는 1단계에서는 신뢰도 목표설정, 2단계는 신뢰도 예측, 마지막 단계는 신뢰도 입증으로 구성되며 기존 전장품과 100% 호환이 가능하고 기존장치 대비 신뢰도 목표를 높인 고신뢰성 철도차량 보조전원장치의 개발과정에 실제 적용하였다.

2. 본 론

신뢰성 평가체계의 1단계는 대체하기 위한 기존 장치의 운영정보 및 고장기록정보를 기반으로 개발할 시스템 단위의 신뢰도 목표를 설정하는 것으로 시작된다. 또한, 효율적인 신뢰도 확보를 위해 핵심부품이지만 취약한 구성요소인 구성품들을 선정하여 이들에 대한 신뢰도를 할당하는 과정을 통해 구성품 단위 신뢰도 목표를 제안하게 된다.

2단계는 취약 구성요소인 구성품들 설계에 대한 신뢰도 예측을 통해 설정한 목표치를 만족하는지 확인하는 단계이다. 취약 구성요소에 대한 신뢰도 예측은 부품단위 BOM(Bill Of Material) 특성 및 환경조건을 미국방성 전자부품고장률 예측지침인 MIL-HDBK 217 등과 같은 라이브러리를 포함하는 신뢰도 예측 S/W에 입력하여 확인한다. 신뢰도 예측값이 구성품 단위의 취약구성요소 신뢰도 목표를 만족하는지 확인하여 만족하지 못할 경우는 취약 구성요소에 대한 설계변경이 요구된다.

3단계는 신뢰도 예측을 통해 신뢰도 목표를 만족하는지 확인한 설계에 대해 구성품 단위 및 시스템 단위별로 신뢰도를 입증하는 단계이다. 구성품 단위의 취약구성요소에 대한 신뢰도 입증은 일반적으로 널리 사용되는 가속수명시험을 활용할 수 있으며 가속수명시험은 운영환경과 사용조건을 반영하면서 신뢰성 정보를 빨리 획득(2) 할 수 있기 때문에 신규로 개발하는 제품의 신뢰성 평가에 적용하면 유용한 측면이 많다.

가속수명시험은 시료 수 및 시험시간 등에 따라 다양한 방법으로 시험설계를 할 수 있으나 정지형 인버터 방식이 주인 철도차량의 보조전원장치의 경우, 다양한 전력전자소자 및 전자부품 등으로 구성되어 있어 정상상태 모의를 위해서는 많은 제어 모의신호를 구현하고 시료상태를 확인할 수 있는 시뮬레이터 개발이 병행되어야 한다.

그림. 1. 고신뢰성 보조전원장치 개발을 위한 신뢰성 평가 체계

Fig. 1. Reliability evaluation process for the development of high reliability APS System

../../Resources/kiee/KIEE.2020.69.10.1561/fig1.png

취약 구성요소인 구성품들의 신뢰도가 설정한 목표치를 만족하는 것이 입증되더라도 시험과정에서 고장이 발생한 시료들은 분석을 통한 설계개선 등의 후속조치를 통해 신뢰성을 향상시킬 수 있다.

마지막으로 시스템 단위의 입증은 기존 장치를 대체할 새로운 완성품을 실제 차량에 장착하여 운영하는 현차실증시험에 기반해 신뢰도 입증시험을 진행하게 되며 입증결과가 시스템 신뢰도 목표를 만족하면 개발품에 대한 신뢰성 평가는 종료된다.

2.1 시스템 신뢰도 목표

신규로 개발하는 철도차량 보조전원장치는 광주도시철도 1호선 전동차에서 운용되는 기존 보조전원장치의 입출력 및 제어전원 커넥터 사양을 모두 동일하게 적용함에 따라 100 % 호환이 가능하다.

특징은 컨버터 내의 공진 커패시터와 고주파 변압기의 누설 인덕터 간에 발생하는 공진을 이용하여 변압기 1차측 전류가 0이 되는 시점에 전력소자 스위칭을 오프시킨다. 이를 통해 스위칭 턴오프 손실이 거의 없으며 스위칭 주파수를 증가시킬 수 있다. 따라서 개발하는 보조전원장치는 기존 보조전원장치 보다 변압기 사이즈는 줄이고, 시스템 효율은 높일 수 있어 소형경량화 측면에서 큰 장점을 지니고 있다. 표 1에 신규로 개발하는 보조전원장치의 목표 성능사양을 기존 장치와 비교하여 나타내었다.

표 1. 보조전원장치 개발품의 목표 성능사양

Table 1. Performance specification target for development product

Item

Existing APS system

New APS

system

Feature

2 level IGBT inverter

Resonance type

Rated capacity

160 kVA

160 kVA

output

AC 380 V

(3 phase)

Rated capacity

140 kVA

140 kVA

Fluctuation range

(-10 ~ +5) %

(-5 ~ +5) %

DC 100 V

Rated capacity

20 kW

20 kW

Fluctuation range

(-10 ~ +5) %

(-5 ~ +5) %

Efficiency

92 %

or more

94.15 %

Voltage distortion

10 %

or less

2.6 %

Weight

about 1500 kg

about 990 kg

표 2는 광주 1호선 전동차 23 편성이 33 개월 (2015년 2월 ~ 2017년 10월) 동안 운행한 거리 및 고장발생 건수에 대해 요약된 정보를 보여주고 있다.

표 2. 광주 1호선 전동차 운행거리 및 고장발생 정보

Table 2. Train operation and failure information of Gwangju line 1

Item

Value

Total driving distance

6,624,750 km

The number of

APS failures

130 cases

Commercial speed

32 km/h

Existing APS system reliability

MKBF

50,960 km

MTBF

1,592.5 hours

New APS system reliability target

MKBF

55,000 km

MTBF

1,718.75 hours

철도차량 보조전원장치는 전동차 운행 중 항상 가동되어야 하는 장치로 부하변동 요인이 계절별 운영 조건(냉/난방) 이외에는 거의 없어 가동시간을 고려한 시간 기반의 신뢰도 산출이 가능하다.

(1)
$MKBF=\dfrac{총운행거리}{고장발생 건수}$

(2)
$MTBF=\dfrac{MKBF}{표정속도}$

이에 따라 차량 운행거리 및 고장발생 건수를 식(1), 식(2)에 적용하면, 거리기반 신뢰도인 MKBF(Mean Kilometer Between Failure)를 시간기반 신뢰도인 MTBF(Mean Time Between Failure)로 변환할 수 있게 된다.

대체할 대상보다 고신뢰성인 보조전원장치를 개발하기 위해 시스템 신뢰도 목표는 기존 시스템 신뢰도 보다 약 8 % 향상된 수치의 MTBF인 1,718.75 시간으로 설정하였다.

2.2 취약 구성요소 신뢰도 목표

모든 구성품에 대해 고신뢰성을 확보하는 방안이 가장 이상적이나 이는 현실적으로 불가능할 뿐만 아니라 경제성 대비 효율성이 떨어진다. 따라서 신뢰성 평가의 효용성 제고를 위해 개발하는 보조전원장치의 핵심 구성품들 중 가장 고장 발생 건수가 많은 구성품들로 구성된 취약 구성요소를 선정하여 이에 대한 신뢰도 목표를 제안하였다.

기존 보조전원장치의 구성은 크게 고압부와 저압부로 나눌 수 있으며 구분된 항목에 따른 핵심 구성품들의 고장비율은 표 3과 같다.

핵심 구성품들의 고장비율을 분석하여 취약 구성요소는 총 78.5 %로 대부분의 고장비율을 차지하는 저압부로 선정하였다. 저압부는 IGBT 드라이버 유닛, 제어유닛 및 연계유닛들과 같은 PCB류 기반으로 구성되어 있으며 이는 PCB류들로 구성된 구성품들이 보조전원장치의 신뢰성 관점에서 가장 중요하고 큰 영향을 미친다는 것을 보여준다.

표 3. 광주 1호선 보조전원장치 구성품별 고장발생 건수 및 비율

Table 3. Existing APS system failure quantity and rate

Component

Failure

quantity

Rate

Low voltage part

(PCB species)

IGBT GDU

(Gate Driver Unit)

55

42.3 %

Controller unit and

Interface unit

47

36.2 %

High voltage part

Sensors species

17

13.1 %

Contactor species

9

6.9 %

Semiconductor device species

2

1.5 %

Total value

130

100 %

Reliability target for vulnerable components : 2,190 hours

(3)
$\lambda_{system}=\sum_{i=1}^{n}\lambda_{i}$

(4)
$MTBF_{system}=\dfrac{1}{\lambda_{system}}$

여기서, $\lambda_{i}$=특정부품 고장률, $\lambda_{system}$=특정시스템 고장률

앞서 설정한, 고신뢰성 보조전원장치의 시스템 신뢰도 목표에 대해 구성품 단위의 고장비율에 따라 신뢰도를 할당하는 식(3), 식(4)를 적용(3)하면 취약 구성요소 신뢰도 목표인 2,190 시간이 도출된다.

2.3 취약 구성요소 신뢰도 예측

개발품의 취약 구성요소에 대한 신뢰도 예측은 부품의 운용과 사용조건을 고려하여, 고장률 또는 MTBF와 같은 신뢰성 척도 값을 예측하는 과정으로 설계 및 개발단계에서 신뢰성 목표를 달성하기 위해 수행하는 분석 중 하나이다. 본 논문에서는 신뢰도 분석 소프트웨어인 Relex 내부에서 제공하는 라이브러리를 활용하여 MIL-HDBK-217F 등의 규격 기반으로 신뢰도 예측을 수행하였다. Relex는 BOM 기반의 사용부품별 특성 및 환경조건 정보를 입력받아 고장률 수식에 따라 계산하는 자동화 도구로서 항공우주, 철도, 원자력 등 다양한 분야에서 널리 활용되고 있다(4).

취약 구성요소 신뢰도 예측 대상은 개발중인 신규 보조전원장치의 저압부(PCB류)로서, 기존 보조전원장치와 유사하게 그림 2와 같은 구성품들로 구성되어 있다. 또한 모든 구성품들은 상호연계가 된 상태에서만 정상동작이 된다.

그림. 2. 취약 구성요소 항목 및 기능

Fig. 2. Vulnerable component list and function

../../Resources/kiee/KIEE.2020.69.10.1561/fig2.png

표 4는 개발하는 보조전원장치의 취약구성요소에 대한 설계 및 부품소자를 기반으로 Relex S/W를 이용하여 고장률을 예측한 결과를 보여주고 있다. 하위항목별 예측 고장률을 합산한 상위항목 예측고장률의 경우, 100만 시간 기준으로 총 354.4631의 고장이 발생할 것으로 예측되며, 2,821.17 시간의 MTBF로 환산된다.

이는 저압부(PCB류)에 대해 설정한 취약 구성요소 신뢰도 목표인 2,190 시간을 상회하므로 신뢰도 예측 결과만을 고려할 경우, 개발품 저압부(PCB류) 설계는 신뢰도 목표를 충분히 달성한 설계임을 확인할 수 있다.

표 4. 보조전원장치 개발품의 취약 구성요소 예측 고장률

Table 4. Reliability prediction result of new APS’s vulnerable components

Item

Predicted failure rate

(based on million hours)

Sub-item

Predicted

failure rate

(based on million hours)

Low voltage part

(PCB species)

354.4631

Controller

136.7670

IGBT GDU

145.0855

RYU

1.2584

PFU

27.7691

VPT

43.5831

Reliability target for vulnerable components

(PCB species), MTBF

Target

Prediction

2,190 hours

2,821.17 hours

2.4 취약 구성요소 신뢰도 입증

소프트웨어의 고장률은 시간이나 스트레스 요인에 따라 변화하지 않는다는 가정하에, 전자부품의 고장률을 가속하여 전자부품의 예측 신뢰도를 입증하는 방법으로 가속수명시험이 널리 활용되고 있다(4). 가속수명시험은 아이템의 외부 스트레스(주위온도, 습도, 온․습도 변화, 진동 등) 또는 내부 스트레스(전기적 스트레스, 접합 온도 등)를 사용조건보다 높게 인가하여 고장현상이 진행되는 (반응)속도와 열화를 모두 촉진시키는 시험이다. 가속수명시험은 시험시료(피시험체)의 고장시간 또는 시험시간에 대해 통계학적 접근을 통해 분석하므로 시험설계 및 결과는 신뢰수준을 함께 제시해야만 한다. 이를 위해 취약 구성요소에 대한 가속수명시험 설계를 다음과 같은 순서로 진행하였다.

1) 가속 스트레스 종류 및 범위 선정

일반적으로 보드류의 고장 메커니즘에 대한 스트레스 요인으로는 온도, 전류, 전압, 전력, 진동, 습도, 오염물질 등이 있으며 언급된 스트레스 요인 중 전자부품의 가장 대표적 스트레스 인자로 알려진 온도를 가속 인자로 결정하였다(5). 가속 스트레스 범위는 시험시료의 운용환경보다는 크고 동작한계보다는 작아야 한다. 개발하는 보조전원장치 저압부(PCB류)의 경우, 동작 최고온도와 마진을 고려하여 75°C를 가속 스트레스 수준으로 결정하였다.

2) 가속수명시험 모형 선정 및 가속계수 산출

전자부품의 고장분포는 지수분포로 근사화가 가능하며 수명과 스트레스 관계를 위한 모형은 아레니우스 모형을 적용하였다. 따라서 아레니우스 모델을 적용한 가속계수(AF, Acceleration factor)는 식(5)와 같이 표현될 수 있다.

(5)
$AF =\exp[(\dfrac{E_{a}}{k})(\dfrac{1}{T_{n}}-\dfrac{1}{T_{a}})]$

여기서, $E_{a}$=활성화에너지[eV], $k$=볼츠만상수(=8.623×10-5[eV/K]), $T_{n}$: 사용조건 절대온도[K], $T_{a}$: 가속조건 절대온도[K]

아레니우스 모델은 활성화 에너지값에 의존하고 활성화 에너지는 부품의 종류에 따라 달라지므로 이를 활용하면 다양한 방법의 가속수명시험 설계가 가능하다(5-7). 일반적으로 PCB류와 같은 전자부품의 활성화 에너지는 0.15 ~ 1.0 사이로 알려져 있으며, 보수적 관점의 시험설계를 위해 낮은 수준의 가속계수가 되도록 하는 0.2를 활성화 에너지 평균으로 적용하였다. 가속조건 온도에 따른 가속계수는 표 5와 같으며 앞서 선정한 75°C의 가속스트레스 수준에서의 가속계수는 2.1이 된다.

표 5. 가속조건 온도에 따른 가속계수

Table 5. AF calculation result according to acceleration temp.

AF according to acceleration temp. (Operation temp.: 40°C)

Acceleration temp.

65°C

70°C

75°C

80°C

AF

1.79

1.91

2.10

2.31

3) 가속수명시험 시료 수 및 시험시간

MIL-STD-690C(Failure Rate Sampling Plans and Procedures)의 고장률 보증시험에 따라 가속수명시험의 시료 수 및 시험시간 등을 결정하였다. 이 시험은 지수분포를 가정하고 설계되었으며, 고장률을 인증하는 절차와 설정된 신뢰수준에서 고장률 수준을 결정하고 유지하기 위한 샘플링 방법을 제시하고 있다. 즉, 수명이 지수분포를 따르는 $n$개의 샘플을 $t_{0}$시간 동안 시험을 실시하고 고장이 $r$개 이하이면 평균수명 Q0(또는 고장률 λ0)를 신뢰수준 $100(1-\alpha)$%로 보증한다. 이 때 시험 시료수 또는 총 시험시간은 식(6)을 만족한다.

(6)
$T=nt_{0}\ge\dfrac{\chi_{\alpha}^{2}(2r+2)}{2\lambda_{0}}\times\dfrac{1}{AF}$

또한, 식(6)을 이용하여 시료 수 $n$에 따른 시험기간 $t_{0}$를 식(7)과 같이 변환할 수 있다.

(7)
$t_{0}\ge\dfrac{\chi_{\alpha}^{2}(2r+2)}{2n\lambda_{0}}\times\dfrac{1}{AF}$

여기서, $T$=총시험시간, $n$=시료수, $t_{0}$=시험시간, $r$=고장개수, $\chi_{\alpha}^{2}(2r+2)$=자유도가 2$r$+2인 카이제곱분포의 백분위수, λ0=고장률, $\alpha$=추정치가 틀릴 확률, $AF$=가속계수

식(7)에 대해, 취약 구성요소 목표 MTBF 2,190시간(이 때, λ0=1/2,190), 시료 수 7개, 가속계수 2.1, 설정한 허용 고장 개수 3개, α=0.1인 신뢰수준 90 %(이 때, 카이제곱 분포값은 13.36)를 대입하여 도출되는 시험시간은 $t_{0}\ge$995.2 이다. 즉, 996시간 이상의 시험시간을 설계하면, 신뢰성 보증이 충분히 가능함을 보여준다. 그러나 시험시간이 길수록 신뢰성 입증시험의 효과가 높아질 수 있으므로, 시험시간은 시험관련 여건을 최대한 반영하여 2,160 시간으로 설계하였다. 가속수명시험 설계를 통해 최종 선정된 시료 수 및 시험시간을 표 6에 나타내었다.

표 6. 가속수명시험 시험시간 및 시료 수

Table 6. Test period and number of specimens designed for accelerated life test

Test period

Number of specimens

2,160 hours

7 sets

개발하는 보조전원장치의 저압부(PCB류) 시험시료는 총 7 세트이며 각 세트는 IGBT 드라이버 유닛, 제어기 유닛과 이를 연계하는 연계유닛들인 RYU, PFU, VPT 등으로 구성된다.

그림. 3. 가속수명시험 시료운영환경

Fig. 3. Specimen operation environment for accelerated life test

../../Resources/kiee/KIEE.2020.69.10.1561/fig3.png

전장품의 가속수명시험을 진행하기 위해서는 정상상태 모의 및 시험시료상태 모니터링 과정이 필수적이다. 반면 보조전원장치 저압부의 경우, 이런 필수 환경을 구현하기 위해서는 많은 제어신호 및 결선이 요구되므로 이를 해결하기 위해서는 복잡한 과정을 거쳐야 한다. 이같은 어려움으로 인해 철도차량 보조전원장치에 대한 가속수명시험은 현재까지 거의 수행된 사례가 없다. 본 논문에서는 이를 해결하기 위해 그림 3과 같이 가속수명시험 시료운영환경을 적용하였다.

가속수명시험 시료운영환경 구축을 위해 복잡한 결선을 효율적으로 분배하고 안정적인 시험을 할 수 있게 하는 시험용 지그를 설계·제작하여 적용하였다. 또한, 정상상태 모의용 필수전원, 동작 시퀸스, 모의신호 등을 시험시료에 입력하고 주기적으로 시험시료 상태를 확인하여 에러 및 고장 이벤트 발생시 이를 저장할 수 있는 신뢰성 시험용 시뮬레이터를 개발하여 적용하였다.

특히 철도차량의 실제 보조전원장치의 경우, IGBT 드라이버 유닛과 제어유닛 간 PWM 신호 전달은 안정성 확보를 위해 광케이블을 이용하고 있으므로 가속수명시험에서도 동일사양의 광케이블이 적용되어야 한다. 이로 인해, 광신호를 모니터링하기 위한 별도의 방안이 요구되며 이를 해결하기 위해 전용 전/광 보드, 광/전 보드를 개발하였다.

그림 4는 개발한 신뢰성 시험용 시뮬레이터의 인터페이스 구성도를 보여준다. 제어유닛의 정상상태를 모의하기 위한 동작 시퀸스를 만족시키기 위해, 실제 센서류(ACPT, ACCT, DCPT, DCCT 등)의 출력을 고려해 정상인식 가능범위의 전원(1V, 4V, 5V)을 센싱보드에 인가하였으며, IGBT 드라이버 유닛용 정상확인 신호(5V)를 전/광보드를 통해 제어유닛에 별도로 인가하였다.

그림. 4. 신뢰성 시험용 시뮬레이터 인터페이스 구성도

Fig. 4. Interface configuration diagram of simulator

../../Resources/kiee/KIEE.2020.69.10.1561/fig4.png

또한, 실제 제어유닛에서부터 4종의 하위 IGBT 드라이버로 구성된 IGBT 드라이버 유닛으로 전달되는 광 PWM 신호 14개는 광/전 보드를 통해 모니터링할 수 있도록 구성하였다. 유닛별로 모니터링하기 위해, 제어유닛과 분리시킨 IGBT 드라이버 유닛의 하위 IGBT 드라이버별 주파수(2 kHz ~ 16 kHz)와 동일한 전기 PWM 신호 발생기를 제작하여 이 신호가 전·광보드를 통해 광 PWM 신호로 변환되어 IGBT 드라이버 유닛에 입력되도록 하였다. IGBT 드라이버 유닛이 출력하는 IGBT 제어 신호(15V/-10V 전기 PWM 신호)는 5V/0V로 변환되어 모니터링 장치로 입력된다.

모니터링하는 전기신호들은 시뮬레이터 내부 데이터취득장치인 NI DAQ를 통해 PWM 신호가 적정 펄스폭 내에서 동작하는지 비교함으로써 정상동작 여부를 판단하게 된다.

IGBT 드라이버 유닛, 제어 및 연계유닛별로 고장유무를 확인하기 위해 4개의 하위 IGBT 드라이버 유닛 경우, ORing을 통해 하나의 하위 유닛에서라도 저전압 고장 광신호가 발생하면 광/전보드를 통해 모니터링 장치에서 고장을 확인할 수 있으며, 제어 및 연계유닛의 주요고장은 RYU가 제공하는 고장신호(100V)로 고장확인이 가능하다.

표 7. 가속수명시험 시험시간 및 시료수

Table 7. Low voltage part monitoring items and quantity

Specimen

Monitoring items

Channel quantity

IGBT GDU

Pulse width

(within ±10%)

14 x 7(sets) = 98

Low voltage fault

4 x 7(sets) = 28

Controller unit and

Interface unit

Pulse width

(within ±10%)

14 x 7(sets) = 98

Major fault

1 x 7(sets) = 7

Total quantity

231

이를 정리하여 표 7에 나타내었으며, 신뢰성 시험용 시뮬레이터는 7세트의 시료에 대해 총 231개의 신호(196개 PWM 모니터링 신호, 35개 고장 모니터링 신호)를 취득하면서 저압부(PCB류) 상태를 모니터링하고 고장발생 유무를 판별한다. 취득되는 모든 신호는 주기적으로 저장되며 고장 등의 이벤트는 발생과 동시에 발생 시각을 별도로 저장한다.

가속수명시험은 공인시험기관에서 수행되었으며 시험장비 교정, 시험환경 및 시험결과에 대한 공인성적서를 발급받아 시험의 공인성을 확보하였다. 그림 5은 공인시험 중인 신뢰성 시험용 시뮬레이터 및 시험시료를 포함한 시험환경을 보여주고 있다.

그림. 5. 신뢰성 시험용 시뮬레이터, 시험시료 및 시험환경

Fig. 5. Accelerated life test simulator, specimen and environment

../../Resources/kiee/KIEE.2020.69.10.1561/fig5.png

취약 구성요소에 대한 신뢰성 입증시험인 가속수명시험의 결과는 그림 6과 같다. 1개 시료는 866 시간에, 또 다른 1개 시료는 1,607 시간에 고장이 발생하였으며, 나머지 5개 시료는 시험종료(2,160 시간)까지 고장이 발생하지 않았다.

시험종료는 정해진 시간(2,160 시간)을 따르므로, 정시 중단데이터 분석을 위한 식(8)를 적용하면, 점추정 결과로 추정수명($\hat\theta$)인 13,936 시간이 도출된다.

그림. 6. 시료별 고장 발생시간

Fig. 6. Failure time for each specimen

../../Resources/kiee/KIEE.2020.69.10.1561/fig6.png

(8)
$추정수명 =$$\hat\theta =\dfrac{n개 표본 총시험시간}{고장개수}\times 가속계수$

하지만 시료수 제한 등의 문제로 인한 통계적 오류를 보정하기 위해서는 신뢰도 구간을 적용해야 한다. 구간추정을 통해 각 신뢰수준별 신뢰구간에서 보증할 수 있는 최저시간을 보증수명 ($\theta_{L}$)이라 할 수 있으므로 식(9)를 이용하면 보증수명을 도출할 수 있다.

(9)
$\theta_{L}=\dfrac{2r\hat\theta}{\chi_{1-\alpha}^{2}(2r+2)}$

여기서, $r$=고장개수, $\alpha$=추정치가 틀릴 확률, $\chi_{1-\alpha}^{2}(2r+2)$=자유도가 2$r$+2, 신뢰수준이 $100(1-\alpha)$%인 카이제곱 분포값

실제 고장개수($r$)가 2인 경우, 신뢰수준이 $100(1-\alpha)$%에 따른 카이제곱분포값 및 보증수명은 표 8과 같다. 결과를 살펴보면, 보증수명 3,316 시간 보다 클 확률이 99 %인 신뢰수준 99 %에서도 취약구성 요소의 목표 MTBF(2,190 시간)와 예측 MBTF(2821.17 시간)을 모두 초과하고 있다. 즉, 취약구성요소의 예측 MTBF가 목표 MTBF 보다 크므로 예측 MTBF를 가속수명시험을 통해 입증하면 목표 MTBF 또한 만족하고 있음을 입증하게 된다.

표 8. 가속수명시험 결과에 따른 신뢰수준별 보증수명

Table 8. Assurance life according to the confidence level

Confidence

level

99%

90%

70%

16.81

10.64

7.23

Assurance life

3,316 hours

5,237 hours

7,709 hours

취약 구성요소에 대한 신뢰도가 목표치를 만족하는 것이 입증되었더라도 시험과정에서 고장이 발생한 시료는 분석을 통해 설계개선 등의 후속조치를 취할 수 있으며 이러한 과정을 통해 신뢰성 향상이 가능하다. 따라서 그림 7과 같이 고장이 발생한 2개의 시료에 대해 고장원인을 분석하고 이를 보완한 부품을 제작하여 개발하는 보조전원장치의 저압부에 반영하였다.

그림. 7. 고장시료에 대한 설계개선

Fig. 7. Improvement of failure components design

../../Resources/kiee/KIEE.2020.69.10.1561/fig7.png

2.5 시스템 신뢰도 입증

취약 구성요소인 보조전원장치의 저압부에 대한 신뢰도 예측 및 입증을 통해 취약 구성요소 신뢰도 목표를 만족함을 확인하였으므로 다음 단계로 이 저압부를 전체 시스템에 적용한 상태에서 시스템 신뢰도 입증을 수행해야 한다. 이를 위해 우선 개발하는 보조전원장치에 대한 성능시험을 통해 개발품의 목표 성능사양을 만족하는지 확인하였으며, 공인기관의 입회하에 철도차량 기술기준 내 부품시험(전자제어기기 시험) 및 구성품시험(보조전원장치 시험) 관련 시험규격서에 따라 시험을 수행하여 설계 적합성을 확인하였다.

목표 성능사양을 만족한 개발품은 광주도시철도 1호선 차량에 기존 보조전원장치를 제거한 후 동일위치에 장착하여 완성차 시험을 수행함으로써 현차실증시험에 기반한 시스템 신뢰도 입증시험을 할 수 있는 환경을 구축하였다.

자동차, 건설 중장비와 같이 시험시료 제작에 고비용이 발생하고 수명시험에 소요되는 비용이 높아 소수의 시료만으로 한정된 시간 동안 시험을 종료해야 하는 경우, 대부분의 신뢰성 보증시험에서는 무고장 합격기준의 시험방식을 채택하고 있다(8). 무고장 시험방식은 요구수명을 주어진 신뢰수준으로 보장하는 시험방식들 중에 적용이 비교적 수월하며, 상대적으로 시험시간이나 시료 수가 단축된다는 장점을 갖는다.

철도차량 보조전원장치의 시스템 단위 시험시료는 앞서 언급한 타분야 사례와 유사한 특성을 가지고 있으므로 무고장 시험을 적용하여 시스템 신뢰도 입증을 수행하였다. 우선 시험기간(보조전원장치 가동시간) 중 1대의 보조전원장치에서 고장이 하나도 발생하지 않는 무고장시험을 설계하기 위해, 개발하는 보조전원장치의 시스템 신뢰도 목표인 1718.75 시간을 만족할 수 있게 하는 시험시간을 도출하였다.

(10)
$t=m_{e}\dfrac{\chi_{1-\alpha ,\:2}^{2}}{2}$

여기서, $t$=신뢰수준을 고려한 시험시간, $m_{e}$=목표 MTBF, $\alpha$=시험시간의 추정치가 틀릴 확률, $\chi_{1-\alpha ,\:2}^{2}$=자유도가 2이고 신뢰수준이 $100(1-\alpha)$%인 카이제곱 분포값

식(10)를 이용하면 개발하는 보조전원장치의 시스템 신뢰도 목표 MTBF인 1718.75 시간에 대한 무고장 시험을 설계할 수 있으며 신뢰수준을 90 %로 적용한 시험설계 결과는 표 9와 같다.

표 9. 보조전원장치 개발품의 무고장 시험 설계

Table 9. Zero-failure acceptance test design for new APS system

Confidence

level

$\chi_{1-\alpha ,\:2}^{2}$

Test period

Allowable number of failures

90 %

4.61

3,961 hours

0

개발하는 보조전원장치의 시스템 신뢰도 입증시험은 그림 8과 같이 개발한 보조전원장치가 장착된 실제 광주도철 차량을 냉난방 등의 부하상태에서 운영하면서 고장발생 유무를 확인하는 과정으로 진행되었다. 누적가동시간인 4,298 시간 동안 고장이 발생하지 않았으므로 이는 앞서 설계한 무고장 시험의 신뢰수준 90 %, 시험기간 3,961시간 동안 무고장 발생이라는 요건을 만족시킨다. 즉, 무고장 시험에 기반한 시스템 신뢰도 입증시험을 통해 개발하는 보조전원장치는 시스템 신뢰도 목표 MTBF인 1718.75 시간을 만족하는 시스템임을 입증하였다.

그림. 8. 보조전원장치 개발품 시스템 신뢰도 입증시험

Fig. 8. Reliability demonstration test for new APS system

../../Resources/kiee/KIEE.2020.69.10.1561/fig8.png

3. 결 론

본 논문은 철도차량 보조전원장치에 대해 기존 제품과 100% 호환이 가능한 신규 제품을 개발하는 과정에서, 고신뢰성을 확보하고 기대수명정보를 취득할 수 있는 방안으로 시스템 단위와 취약구성요소를 구분한 신뢰성 평가 프로세스를 제시하였다.

보조전원장치의 취약 구성요소는 기존 운행정보 및 고장기록 데이터를 분석하여 저압부 PCB류임을 확인하였으며 취약구성요소에 대한 MTBF 예측을 위해 라이브러리 기반의 신뢰도 예측 소프트웨어를 활용하였다. 가속수명시험을 이용하여 보조전원장치 저압부 PCB류에 대한 신뢰도 입증을 하기 위해 복잡한 보조전원장치를 대상으로 정상상태 모의 및 고장 모니터링할 수 있는 신뢰성 시험용 시뮬레이터를 개발하여 적용하여 취약 구성요소의 목표 MTBF를 만족하고 있음을 입증하였다.

또한, 보조전원장치 개발품의 시스템 단위 신뢰도 입증을 위해, 현차실증시험 환경을 구축하여 고비용의 소수 시료에 적합한 무고장 시험을 수행함으로써 시스템 신뢰도 목표 MTBF를 만족하고 있음을 입증하였다.

본 논문을 통해 제시된 신뢰성 평가 프로세스는 향후 철도분야에서 고신뢰성의 고가 전장품 개발에 유용할 것으로 예상되며 철도차량 부품의 기대수명 산정 등 철도 유지보수 효율성 향상을 위한 방안으로도 활용될 수 있을 것으로 기대된다.

Acknowledgements

본 연구는 한국철도기술연구원의 주요사업 연구비 지원으로 수행되었습니다.

References

1 
Rail Safety Information System Hompage, , Available online: https://www.railsafety.or.kr/content/StatsObstacle_ContentView.do, (accessed on 28 September 2020)Google Search
2 
Luis A. Escobar, William Q. Meeker, 2006, A Review of Accelerated Test Models, Statistical Science, Vol. 21, No. 4, pp. 552-577Google Search
3 
E. Joung, G. Kim, J. Hong, C. Lee, H. Lee, 2012, A Study on Reliability Target Proving Process for Advanced EMU, Proceedings of the KAIS Fall Conference, pp. 775-777Google Search
4 
D. Shin, J. Lee, K. Lee, Y. Kim, 2006, A Study on the Reliability Demonstration for Korea High Speed Train Control System, Journal of The Korean Society for Railway, Vol. 9, No. 6, pp. 732-738Google Search
5 
E. C. Moura, 1992, A Method to Estimate the Acceleration Factor for Subassemblies, IEEE Transactions on Reliability, Vol. 41, No. 3, pp. 396-399DOI
6 
J. D. Seager, 1988, A Method to Predict an Average Activation Energy for Subassemblies, IEEE Transactions on Reliability, Vol. 37, No. 5, pp. 358-461DOI
7 
S. Lim, J. Hyong, H. Lim, G. Oh, 2018, Suggested Accelerated Life Test Method of SMPS for Outdoor Lighting LED, Journal of Appplied Reliability, Vol. 18, No. 1, pp. 8-19Google Search
8 
S. Back, Y. Son, J. Kim, J. Lee, 2015, Reliability Qualifi- cation Test of a Unmanned Control Robot System for an Excavator, Journal of Mechanical Science and Technology A, Vol. 39, No. 4, pp. 397-403DOI

저자소개

김재원 (Jaewon Kim)
../../Resources/kiee/KIEE.2020.69.10.1561/au1.png

2006년 고려대학교 전기전자전파공학부 졸업(학사)

2008년 고려대학교 전기전자공학과 졸업(석사)

2018년 고려대학교 전기전자공학과 졸업(박사)

2011년~현재 한국철도기술연구원 선임연구원

김길동 (Gildong Kim)
../../Resources/kiee/KIEE.2020.69.10.1561/au2.png

1986년 명지대학교 전기공학과 졸업(학사)

1991년 명지대학교 전기공학과 졸업(석사)

2003년 명지대학교 전기공학과 졸업(박사)

1995년~현재 한국철도기술연구원 스마트전기신호본부장

신승권 (Seungkwon Shin)
../../Resources/kiee/KIEE.2020.69.10.1561/au3.png

1995년 성균관대학교 전기공학과 졸업(학사)

1998년 성균관대학교 전기공학과 졸업(석사)

2001년 성균관대학교 전기전자및컴퓨터공학부 졸업(박사)

2003년~현재 한국철도기술연구원 책임연구원

조규정 (Gyu-Jung Cho)
../../Resources/kiee/KIEE.2020.69.10.1561/au4.png

2012년 성균관대학교 전자전기공학과 졸업(학사)

2014년 성균관대 태양광시스템공학협동과정 졸업(석사)

2019년 성균관대 전자전기컴퓨터공학부 졸업(박사)

2019년~현재 한국철도기술연구원 선임연구원

이한상 (Hansang Lee)
../../Resources/kiee/KIEE.2020.69.10.1561/au5.png

2003년 고려대학교 전기전자전파공학부 졸업(학사)

2005년 고려대학교 전기공학과 졸업(석사)

2010년 고려대학교 전기공학과 졸업(박사)

2018년~현재 세명대학교 전기공학과 조교수