Home Intro
|
|
김정석 서울교통공사 기술본부 기계처장
 서울교통공사 ‘사고 제로화’ 목표로 달린다 반복고장 잦은 노후승강기 교체에 예산 대거 투입 빅데이터 분석으로 고장예측…점검→정비로 유지관리 패러다임 변화 서울교통공사 기계처(처장 김정석, 이하 공사)는 올해 ‘안전사고 제로화’ 대책의 일환으로 ‘예방중심의 안전관리 체계 구축’을 목표로 삼았다. 문제를 빠르게 대처하는 것을 넘어, 문제 원인을 미리 분석하고 실시간으로 대응해 사고 발생을 원천 차단하겠다는 의미다. 이를 위해 기계처는 우선적으로 노후승강기 교체사업을 적극 추진하며, 예방점검을 위한 정비강화, 반복고장 원인별 대책수립으로 안전관리 강화에 나서기로 했다. 노후승강설비 교체로 장애발생 요인 차단 공사는 노후도가 높은 승강기 교체를 위해 작년 68억 원 규모의 교체물량을 발주했으며, 올해는 81억 원, 내년엔 135억 원을 투입할 예정이다. 김정석 처장은 “승강기 사고나 고장에 복합적인 원인이 있겠지만, 설치 후 10년이 넘은 노후화 설비에서 장애발생 비율이 높고 반복적으로 문제가 발생하고 있다”며 “외부 전문기관을 통해 정밀진단을 받고, 그 결과를 토대로 교체시기가 도래하거나 성능이 크게 저하된 현장을 중심으로 적기에 교체할 계획”이라고 밝혔다. 실제로 설치 후 10년이 넘은 승강기의 장애발생 건수 증가세가 뚜렷하다. 공사에 따르면 16년 이상 사용된 승강기 81%에서 장애가 발생했고, 11~15년은 64%, 5~10년 사이는 41%, 5년 이하는 36%로 노후승강기 과반수에 고장이 집중되고 있다. 이런 이유로 공사는 승강설비 교체에 속도를 내고 있다. 작년 환승대란이 우려됐던 동대문역사문화공원역 에스컬레이터 교체를 조기 완료하며 성공적으로 마무리했고, 올해는 작년 발주완료과 함께 총 45대 교체가 예정돼있다. 반복고장 발생하는 승강기 집중관리 특정 고장이 반복되거나, 승객 갇힘이 빈번하게 발생하는 승강기는 사고로 이어질 수 있는 위험을 안고 있으며, 기계설비 중 시민들로부터 가장 많은 민원을 차지하는 부분이기도 하다. 특히 승객 갇힘 주요원인은 도어와 제어부에 문제가 생긴 경우가 많았다. 공사가 분석한 엘리베이터 반복 장애 유형을 살펴보면 제어부(58%)와 도어부(27%)가 다수를 차지했다. 구체적으로 제어부는 제어기판과 인버터, 마그네트에서 발생하는 문제가 대부분이고, 도어의 경우 프로그램 오류와 도어씰 먼지, 센서손상으로 반복고장이 나타났다. 에스컬레이터의 경우 설치 후 16년이 지난 현장의 반복고장 발생빈도가 정상기기에 비해 26% 높았다. 김 처장은 “전체 엘리베이터 중 12%가 2회 이상 갇힘이 발생한 곳”이라며 “동일한 고장이 반복적으로 발생하는 기기는 예방점검과 정비강화 등 집중적으로 관리할 것”이라고 전했다. 공사는 반복 장애 70% 감소효과가 있는 노후제어반 교체를 실시하고, 에스컬레이터는 시간이 소요되더라도 분해정비를 통해 고장을 잡아내기로 했다. 엘리베이터 장애 주 원인인 도어장치와 도어씰, 도어스위치 보조접점 등 주요부품을 사전에 교체하거나, 도어씰 개량으로 고장요인을 차단할 계획이다. 제어반은 기능이 저하된 주요부품의 적기교체를 유도하고, 유지보수 점검 시 제어반 내 부품단자 절연저항과 발열상태도 철저히 측정하기로 했다. 장기간 사용으로 노후 및 피로누적에 의한 속도 감지 기능이 저하된 조속기, 리미트, 인덕터 등 안전장치를 교체하고 카·홀 도어, 도어센서에 대한 상시점검도 추진한다. 출퇴근 시간대 부하가 크게 걸리는 에스컬레이터에 점검 기준도 강화했다. 점검 중 구동 및 스텝체인 이상 발견되면 즉시 교체하고, 연결체인 신장률이 1%만 초과해도 갈아 끼워야 한다. 김 처장은 “시간이 소요되더라도, 정확히 원인파악 후 조치하도록 주요 고장부위를 집중 보완하고 노후기기는 부품주기별 사전 교체 정비 원칙을 세웠다”고 강조했다. SAMBA 빅데이터 분석으로 고장 직전 설비 미리 정비 한편, 공사는 자체개발한 기계설비 빅데이터 분석 프로그램 ‘SAMBA’를 활용해 유지관리의 패러다임을 점검에서→정비로 본격 전환할 예정이다. SAMBA는 지하철 기계설비에 부착된 IoT센서가 수집한 데이터를 알고리즘으로 분석해 장비의 고장을 미리 예측하는 프로그램이다. 센서가 보낸 진동·온도·전류량 등의 데이터 값을 실시간으로 감시하며, 이상 수치 발생 시 원인을 분석해 관리자에게 고장위험을 알린다. 데이터에 기반한 분석기법으로 문제발생 지점도 명확히 알 수 있다. 결국 사고발생 자체를 줄이는 효과가 나타나 형식적인 점검업무가 줄어들게 되고, 유지관리에 쓰이던 시간과 노동력도 낭비를 막을 수 있다. 실제로 작년 에스컬레이터 100대에 IoT센서를 달아 시범 적용한 결과, 고장 1건당 평균 수리시간이 56분에서 37분으로 34%나 감소했다. 최근엔 국가수리과학연구소와 개발한 수학적 분석 알고리즘을 적용해 시스템을 더욱 고도화시켰다. 김 처장은 “산업수학을 활용한 빅데이터 분석으로 고장예지 정밀도가 더욱 향상될 것으로 기대한다”며 “이를 위해선 무엇보다 다양한 데이터의 축적이 중요하다”고 전했다. SAMBA 프로그램의 높은 완성도에 국내는 물론 바르셀로나TMB, 파리교통공사, 하얼빈지하철 등 해외 철도 운영사들도 높은 관심을 보이고 있다. 어떤 기계설비에도 적용 가능해 석유화학 공장, 전력시설 등 타 산업군에서도 응용할 수 있다. 올해 7월엔 세계 최대 철도이벤트‘Asia Pacific RAIL 2019’에 참가해 해외시장 개척을 위한 발판을 마련할 계획이다. 김 처장은“다양한 채널을 통해 공사가 구축한 선진 스마트 시스템의 우수성을 알릴 것”이라며“기계설비 제어시스템 성능향상을 통해 사고제로화에 한발 더 가까이 가겠다”고 다짐했다. <저작권자 ⓒ 월간 엘리베이터&주차설비(www.liftasia.com) 무단전재 및 재배포금지> |
|
