실시간 철도안전 통합 감시제어시스템 신뢰성 검증에 관한 연구

A Study on the Reliability Verification of Real-time Railway Safety Integrated Monitoring and Control System

Abstract

최근 정보통신기술의 발전에 따라 철도 분야에서도 다양한 IT 기술을 접목하려는 시도가 많아졌다. 현재까지 안전 관제 시스템이 현장에 설치되어 실제 데이터를 이용해 운영 중이지만 실제 상황에서 사고가 발생하지 않는다는 점에서 철도 안전 관제 시스템의 기능 확인이 어렵다는 문제점이 있다. 본 연구에서는 임의로 사고 데이터를 발생시켜 안전관제 시스템이 정상적으로 동작하는 지 확인하고, 이를 위해 사고 데이터를 발생시킬 시뮬레이터와 사고 시나리오 및 시나리오에 따른 시뮬레이션 데이터를 작성하였으며, 실시간 철도 안전 통합 감시 제어 시스템은 철도 현장에서 데이터를 수집하고 변환하여 전송하며, 각종 철도 안전 설비의 데이터를 인터페이스 장치에서 수합, DDS 라는 공통의 프로토콜로 변환 후 안전 관제 통합 콘솔 및 위험/사고 예측 서버로 전달하여 철도 사고를 감시하고 예방할 수 있을 것으로 사료 된다.

With the recent development of information and communication technology, there have been many attempts to apply various IT technologies in the railway field. Until now, the safety control system has been installed at the site and operated using actual data, but there is a problem that it is difficult to verify the function of the railway safety control system in that no accidents occur in real situations. In this study, accident data is generated randomly to verify that the safety control system is functioning properly, and to this end, simulation data is prepared according to the simulator, accident scenario and scenario. Real-time railway safety monitoring system collects and transmits data from interface devices to common protocol called DDS.

Ⅰ. 서론

최근 정보통신기술의 발전에 따라 철도 분야에서도 다양한 IT 기술을 접목하려는 시도가 많아졌다. 실시간 철도 안전 통합 감시 제어 시스템은 철도 현장에서 데이터를 수집하고 변환하여 전송하며, 수집된 데이터를 바탕으로 사고 예측 등 철도 안전을 감시 및 제어하기 위해 내부적으로 세부적인 용도에 따라 실시간 철도 안전 관제 플랫폼, 실시간 리스크 감시 시스템, 빅데이터 통합플랫폼, 사고 원인분석/재현 시스템, 안전검지 인터페이스 장치 및 그 외 철도 현장의 철도 안전 관제 시스템과 같은 다양한 시스템으로 구성되어 있다. 철도 안전 관제시스템은 각종 철도 안전 설비의 데이터를 인터페이스 장치에서 수합, DDS라는 공통의 프로토콜로 변환 후 안전 관제 통합 콘솔 및 위험/사고 예측 서버로 전달하여 철도 사고를 감시하고 예방하는 시스템이다. 하지만, 현재까지 안전 관제 시스템이 현장에 설치되어 실제 데이터를 이용해 운영 중이지만 실제 상황에서 사고가 발생하지 않는다는 점에서 철도 안전 관제 시스템의 기능 확인이 어렵다는 문제점이 있다.

따라서, 본 연구에서는 임의로 사고 데이터를 발생 시켜 안전관제 시스템이 정상적으로 동작하는 지 확인하며, 이를 위해 사고 데이터를 발생시킬 시뮬레이터와 사고 시나리오 및 시나리오에 따른 시뮬레이션 데이터를 작성하였다.

Ⅱ. 신뢰성 검증 개요

1. 철도 안전 관제 시스템 구성도

철도 안전 관제 시스템은 현장에서 발생하는 신호 정보, 열차 상태 정보, 기상 정보 등 외부적 다양한 데이터들을 안전 검지 인터페이스 장치를 통해 수합, DDS 프로토콜로 변환하여 통합한다. 이후 안전 관제 통합서버, 위험/사고 예측 서버로 전달하여 안전 관제 웹서버 및 안전관제 통합 콘솔을 통해 가시화한다. 철도 안전 관제 시스템의 전체 구성도는 그림 1과 같다^[1].

그림 1. 철도 안전 관제 시스템 구성도

Fig. 1. Edge Computing Conceptual Diagram

2. 안전사고 시뮬레이터 구현

안전사고 시뮬레이터(이하 시뮬레이터)는 현장 장비를 시뮬레이션 하여 직접 인터페이스 장치와 통신하는 방식과 인터페이스를 시뮬레이션하여 DDS 데이터를 송신하는 방식 두 가지로 구현하였다. 시뮬레이터는 사용자가

손쉽게 수정할 수 있도록 CSV 형식으로 된 시뮬레이션 데이터 셋을 사용하며, 시뮬레이션 데이터 셋에는 데이터 간 전송 간격, DDS 토픽 명(장치 구분자), 실제 값이 포함된다^[2][3].

그림 2. 철도 안전 관제 시스템 구성도

Fig. 2. Edge Computing Conceptual Diagram

DDS 통신에서는 상호 통신에 사용하는 데이터 구조를 정의하기 위한 IDL 파일을 사용하였으며, 시뮬레이터에서도 마찬가지로 다른 서버와의 통신에 사용할 IDL 파일을 idl 디렉토리 안에 추가하였다. 시뮬레이션 데이터의 두 번째 값인 토픽 명을 이용하여 IDL 파일을 참조하여 통신을 진행한다^[4][5][6].

그림 3. 철도 안전 관제 시스템 구성도

Fig. 3. Edge Computing Conceptual Diagram

3. 시뮬레이터 동작 흐름도

시뮬레이터의 실행 흐름은 CSV 형태의 시뮬레이션 데이터 셋 파일을 열고, DDS 토픽 명을 확인한다. 이후 시뮬레이션 데이터를 DDS 구조체 형태로 변환하고,

그림 4. 철도 안전 관제 시스템 흐름도

Fig. 4. Edge Computing Conceptual Diagram

다음 시뮬레이션 데이터 존재 여부를 확인을 하고 존재할 경우 해당 루틴을 반복하며 존재하지 않는 경우 시뮬레이터를 종료한다.

Ⅲ. 안전 사고 시나리오 수립

안전사고 시나리오는 크게 두 가지로 구성되며, 각 시나리오에 대한 여러 개의 테스트 셋을 작성하였다. 안전사고 시나리오 종류는 표 1과 같다.

표 1. 안전사고 시나리오 종류

Table 1. Overall Management System Diagram

1. 단일 장치 고장

각 중요 고장 변수들의 값을 변경해가며 테스트를 진행하였으며, 복수의 변수를 가진 장치는 변수 개별 고장 및 동시 고장 등 여러 경우의 수로 조합하여 테스트 셋을 작성하였다. 단일 장치 고장에 관한 시나리오는 표 2와 같다.

표 2. 단일 장치 고장 시나리오

Table 2. Overall Management System Diagram

2. 복수 장치 고장

복수 장치 고장 시나리오는 복수의 장치에서 모순되거나 연관된 이상 값이 나타나는 경우에 대한 시나리오로 복수 장치 고장 시나리오에 관한 내용은 표 3과 같다.

표 3. 복수 장치 고장 시나리오

Table 3. Overall Management System Diagram

3. 시나리오에 따른 시뮬레이션 데이터 작성

안전 사고 시뮬레이터는 현장 장비를 시뮬레이션 하여 직접 인터페이스 장치와 통신하는 방식과 인터페이스를 시뮬레이션 하여 DDS 데이터를 송신하는 방식으로 구현하였다. 시뮬레이션 데이터는 데이터 간격, 토픽 이름, 변수 명, 변수 값, 변수 명, 변수 값 구조로 작성한다. 데이터 간격은 여러 개의 데이터로 이루어져 있으며, 시뮬레이터는 데이터 셋에서 데이터를 순차적으로 읽어 들여 송신하는데 이때 이전 데이터와의 송신 간격을 의미하고 밀리초 단위로 표현한다. 토픽 이름은 IDL에 정의된 토픽 이름을 지정하고, 장치별로 해당하는 토픽 이름을 기입한다. 변수 명은 IDL에 정의된 변수의 이름이며 변수값은 실제 변수에 들어갈 값으로 자료형에 맞춰 표기하였다. 시뮬레이션 데이터 정의 형식은 표 4와 같으며, 데이터 정의 형식에 맞춘 실제 데이터셋은 그림 5와 같다.

표 4. 시뮬레이션 데이터 정의 형식

Table 4. Overall Management System Diagram

그림 5. 데이터 형식에 따른 실제 데이터 셋

Fig. 5. weight-based priority application algorithm

Ⅳ. 시나리오 기반 통합 성능검증 시험

시험 대상은 실시간 안전관제 플랫폼, 리스크 감시 시스템 소프트웨어, 빅데이터 기반 통합 플랫폼, 실시간 안전관제 안전검지 인터페이스 장치, DDS 인터페이스 및 예방제어시스템이며, 시험 구간은 강릉선 서원주에서 횡성까지 약 11.5km 구간에 구축된 테스트 베드에서 진행하였다. 테스트 베드 구간을 나타낸 것은 그림 6과 같다.

그림 6. 테스트 베드 구간

Fig. 6. Overall Management System Diagram

시험 절차 및 방법은 첫째, 테스트 항목 분석 및 구현을 위해 위험도가 높은 시나리오 중심으로 약 230개 항목을 도출하였다. 둘째, 테스트 시작을 위해 모의 시나리오 발생 시뮬레이터 설치 및 현장 데이터의 모의 데이터 변환을 확인하고 시험 대상의 신호 수신 상태를 확인하였다. 셋째, 테스트 결과 확인 및 장애 수정을 위해 예상 결과와 시험 결과를 비교하고, 불일치에 대한 원인 분석 및 원인에 대한 장애 수정 조치 후 재시험을 수행하는 절차를 수행하였다. 시나리오 기반 통합 성능검증 시험절차는 그림 7과 같다.

그림 7. 시나리오 기반 통합 성능검증 시험절차

Fig. 7. weight-based priority application algorithm

시험 항목에서 단수 토픽에 대한 예시는 표 6과 같고 복수 토픽에 대한 예시는 표 7과 같다.

표 6. 단수 토픽 예시

Table 6. Overall Management System Diagram

표 7. 복수 토픽 예시

Table 7. Overall Management System Diagram

시나리오 기반 통합 성능검증시험은 230개의 테스트케이스를 모두 수행하였고, 100% 테스트 커버리지와 적합율을 보였다. 대부분의 시험결과를 육안으로 확인할 수 있는 실시간 안전관제 플랫폼의 사용자 콘솔에서는 시험 과정에서 그림 8과 같이 각 시험항목별로 상황에 맞는 동작(각 항목별 시험내용 및 예상결과)에 해당하는 화면을 표출하였다. 또한 시험과정에서 일부 오류 사항을 검출 후 해당 시스템의 신뢰성과 안정성을 향상키는 데이터로 활용하였다(표 8).

그림 8. 시나리오 기반 통합 성능검증 시험결과(일부)

Fig. 8. Test Results of Scenario based Test Procedure

표 8. 오류 검출 예시

Table 8. Example of Error Detection

Ⅴ. 결론

정보통신기술의 발전에 따라 철도 분야에서도 다양한 IT 기술을 접목하려는 시도가 많아졌다. 기존의 실시간 철도 안전 통합 감시 제어 시스템은 철도 현장에서 데이터를 수집하고 변환하여 전송하며, 수집된 데이터를 바탕으로 사고 예측 등 철도 안전을 감시 및 제어하기 위해 내부적으로 세부적인 용도에 따라 실시간 철도 안전 관제 플랫폼, 실시간 리스크 감시 시스템, 빅데이터 통합플랫폼, 사고 원인분석/재현 시스템, 안전검지 인터페이스 장치 및 그 외 철도 현장의 철도 안전 관제 시스템과 같은 다양한 시스템으로 구성되어 있다. 철도 안전 관제시스템은 각종 철도 안전 설비의 데이터를 인터페이스 장치에서 수합, DDS 라는 공통의 프로토콜로 변환 후 안전 관제 통합 콘솔 및 위험/사고 예측 서버로 전달하여 철도 사고를 감시하고 예방하는 시스템이지만, 현재까지 현장에 설치되어 운용되고 있는 철도 안전 관제 시스템은 실제 상황에서 사고가 발생하지 않는다는 점에서 시스템의 기능 확인이 어렵다는 문제점이 있었다. 본 연구에서는 철도 안전 관제 시스템의 기능 시뮬레이션을 위해 임의로 사고 데이터를 발생시키기 위한 사고 데이터 정의와 사고 데이터를 발생시키기 위한 시뮬레이터, 사고 시나리오 정의 및 시나리오에 따른 시뮬레이션 데이터 정의를 하였다. 이를 통해 안전관제 시스템이 정상적으로 동작하기 위한 적합한 데이터 정의와 시나리오를 도출 할 수 있었으며, 향후, 수집 데이터를 활용한 성능개선을 위한 방안에 대하여 연구할 것이다.