승강기 유지보수를 위한 기계학습기반 고장예측 모델에 관한 연구

Abstract

Elevator equipment is an essential means of transportation in modern society and is operated for various purposes. Since the elevator is a device directly related to human safety, safety and stability about failure are essential. Elevator safety management is strictly carried out by the Korea Elevator Safety Agency, manufacturers. However, it is difficult to prevent it in advance as repairs are carried out through manual reception after an accident occurs. Therefore, this study proposes the following two types of Machine Learning-Based analytical models for predictive maintenance of elevators, including legally obsolete elevators. The first is to develop a failure prediction analysis algorithm model according to the elevator failure part, cause, and action type by converting the records of failures and actions for each elevator manually written by the customer management team of the elevator maintenance company into data. The second is to develop an analysis algorithm model that classifies the current state of the elevator into three stages by using the data recorded on the elevator operation time, main parts and elevator vibration used in the existing elevator maintenance analysis, and predicts the elevator status. The accuracy of the proposed two models was 75.1% and 97.29%, respectively. Through prediction of failure details, it is possible to derive information on handling methods and failure areas, which is expected to improve work efficiency by minimizing the movement of elevator engineers. This study proposed models enables the prediction of failures and conditions of aging and existing lifts in the elevator maintenance field, so it is possible to prevent serious failures and accidents by checking the elevator before the failure occurs.| 엘리베이터 설비는 현대사회의 필수 운송수단으로 다양한 목적에 따라 운영되고 있다. 엘리베이터는 사람의 안전과 직결되는 장치이므로 고장에 대한 안전성과 안정성이 필수적으로 요구된다. 현재 승강기의 안전관리는 한국승강기안전공단, 제조사 등에서 엄격히 이루어지고 있으나 사고의 발생이후 수동 접수를 통해 보수가 이루어지고 있어 이를 예방하기는 어려운 실정이다. 따라서, 본 연구는 법정 노후 엘리베이터를 포함한 엘리베이터의 예지보전을 위해 다음의 두 가지 방식의 기계학습기반 분석 모델을 제안한다. 첫 번째는 승강기 유지관리업체의 고객관리팀에서 수기로 작성하는 승강기별 고장 및 조치에 대한 기록을 데이터화하여 승강기 고장부위, 원인, 조치유형에 따른 고장예측 분석 알고리즘 모델을 개발한다. 두 번째는 기존의 승강기 유지관리분석에 활용된 승강기 운행시간 및 주요부위와 승강기 진동을 기록한 데이터를 활용하여 승강기의 현재 상태를 세 단계로 구분하여 엘리베이터의 상태를 예측할 수 있는 분석 알고리즘 모델을 개발한다. 제안하는 두 모델의 정확도는 각각 75.1%, 97.29%로 우수한 것을 확인하였다. 고장내용 예측을 통해 처리방법과 고장부위에 대한 정보를 도출할 수 있고 이는 엘리베이터 엔지니어의 동선을 최소화함으로써 업무 효율성을 향상시킬 수 있을 것이라 판단된다. 본 연구 모델은 승강기 유지보수분야에서 노후승강기 및 기존 보유 승강기에 대해 고장 및 상태예측이 가능하게 하여 고장발생 전 승강기를 점검하여 중대한 고장 및 사고 예방이 가능하다.