철도산업에서 AI기반 예측 유지보수를 위한 사례 연구 및 시사점

• 영문명: Case study and implications for AI-powered predictive maintenance in the railroad industry
• 발행기관: 한국전자통신학회
• 저자명: 박은경(Eun-Kyung Park)
• 간행물 정보: 『한국전자통신학회 논문지』제19권 제4호, 693~700쪽, 전체 8쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2024.08.31

국문 초록

본 연구는 철도 산업에서 AI 기반 예측 유지보수의 개념과 적용 사례를 분석하고, 이를 통해 얻을 수 있는 시사점을 도출하는 것을 목적으로 한다. 한국철도공사와 서울교통공사의 AI 기반 유지보수 시스템 도입 사례를 중심으로, AI 기술이 철도 운영의 효율성과 안전성을 어떻게 향상시키는지 살펴보았다. 또한, 독일의 Deutsche Bahn과 프랑스 SNCF의 사례를 통해 유럽 철도 산업에서의 AI 기술 적용 현황을 비교 분석하였다. 연구 결과, AI 기반 예측 유지보수는 고장 발생 빈도를 줄이고, 유지보수 비용을 절감하며, 철도 운영의 신뢰성을 높이는 데 기여하는 것으로 나타났다.

영문 초록

This study aims to analyze the concept and application of AI-based predictive maintenance in the railroad industry and draw implications from it. Focusing on the adoption of AI-based maintenance systems by the Korea Railroad Corporation and Seoul Metro, we examined how AI technology can improve the efficiency and safety of railroad operations. We also compared and analyzed the application of AI technology in the European railroad industry through the cases of Deutsche Bahn in Germany and SNCF in France. The study found that AI-powered predictive maintenance contributes to reducing the frequency of breakdowns, reducing maintenance costs, and increasing the reliability of railroad operations.

목차

Ⅰ. 서 론

Ⅱ. 예측 유지보수의 이론적 배경

Ⅲ. 국내 사례연구

Ⅳ. 해외 사례 연구

Ⅴ. 사례분석 및 비교

Ⅵ. 결론 및 정책제언

References

키워드

인공지능 상태기반 유지보수 운영효율성 예측 유지보수 철도산업 AI Condition Based Maintenance Operational Efficiency Predictive Maintenance Railway Industry