개요
알스톰은 운송 분야의 세계적인 리더다. 그 회사는 열차, 신호, 정비 서비스, 그리고 통합 운송 시스템을 제공한다. 알스톰의 제품으로는 TGV와 유로스타 고속열차가 있다. 이 회사는 전 세계 105개 사이트에 34,000명 이상의 직원이 근무하고 있다. 순이익은 475mln이다.
심플랜 AG는 독일의 대표적인 시뮬레이션 서비스 업체로 자동차와 물류 분야를 전문으로 하고 있다. 그 회사의 수익은 14,5mln유로다.
알스톰은 혁신이 미래의 모빌리티 과제를 해결하는데 결정적이라고 생각한다. 심플랜과 함께 열차 비행대 정비 관리를 위한 디지털 의사결정 지원 시스템 개발에 합의했다.
이 작업은 EU H2020 프로그램의 일환으로 유럽위원회가 자금을 조달한 EU OPIMITED 프로젝트의 일부다. Optimised는 다양한 산업 분야에 걸쳐 고도로 최적화된 대응 계획을 위한 방법과 도구를 개발하는 것을 목표로 하는 유럽의 대규모 이니셔티브다. 프로젝트의 핵심은 시뮬레이션과 그것의 도움으로 만들어진 디지털 쌍둥이다. 디지털 트윈은 물리적 시스템과 그 운영의 가상 복제품이며, 그것들이 실생활에서 작동하고 있다. 이러한 유형의 시뮬레이션 모델은 여러 데이터 소스에서 지속적으로 업데이트될 수 있으며 물리적 대응 모델을 나타내기 위해 상태를 변경할 수 있다.
문제
알스톰은 영국의 혼잡하고 제약을 받는 서해안 간선(WCML)에 펜돌리노 열차 전대를 유지하고 있다. 56대의 열차를 정비하고 5대의 정비소를 설치함에 따라, 회사는 정비 일정을 잡고 관리할 때 많은 측면을 고려해야 한다.
- 필요한 열차 세트 및 용량에 관한 노선 및 시간표에 대한 일일 운영 요건
- 유지 관리 방법: 열차 집합 검사 및 유지보수를 위한 빈도와 매개변수(시간 또는 마일리지 등)
- 사고 또는 고장 발생 시 시정유지
- 유지보수 용량: 디포가 유지보수 또는 수리를 위한 충분한 자원을 보유하고 있는지 여부.
필요보다 일찍 정비된 열차는 정비 회사에 불필요한 비용을 발생시키는 반면, 정비 지연은 고장 및 추가 비용이 많이 드는 수리를 초래할 수 있다. 따라서 유지보수를 효과적으로 관리하기 위해서는 포괄적인 디지털 도구가 필요했다.
해결책
고려해야 할 파라미터가 많은 만큼 시뮬레이션이 필요했다. 그러나 고정된 데이터를 사용한 간단한 시뮬레이션은 불충분하다. 그 이유는 기차 시간표가 정해져 있음에도 불구하고 철도 상황이 매우 변화하기 쉽고, 며칠 앞으로 나아가도 기차 위치를 예측하기가 매우 어렵기 때문이다. 최신 데이터를 사용하면 더 깊은 통찰력을 얻을 수 있으며, 이로 인해 개발자들은 시스템의 디지털 트윈을 구축하게 되었다. 일일 운영 업데이트를 통해 시스템을 정확하게 나타낼 수 있게 되었다.
AnyLogic 전송 시뮬레이션 및 계획 소프트웨어는 시뮬레이션에 가장 적합한 모델링 방법을 사용하거나 심지어 여러 방법을 함께 사용할 수 있도록 한다. 이 모델에 대해 개발자들은 에이전트 기반 모델링 방식을 선택했고, 이는 철도 네트워크와 운영 전반을 포착할 수 있게 했다.
- 함대
- 디포 및 스테이션
- 유지관리 체계
- 비행대 일정을 정의하는 다이어그램.
AnyLogic은 또한 개발자들이 포맷을 변경하지 않고 다른 소스의 데이터를 처리할 수 있도록 했다. 비행대, 스테이션, 디포 및 그 제약조건에 대한 시스템 데이터는 엑셀에서 제공되며, 열차 집합 스케줄링 다이어그램은 CSV 파일로 매일 할당된다.
알스톰이 주로 사용하는 정비 스케줄러 알스톰은 휴리스틱 스케줄링 알고리즘을 기반으로 개발자가 애니로직 철도 시뮬레이션 소프트웨어에 내장했다. 이는 시뮬레이션과 스케줄러를 직접 연결한다는 것은 필요할 때마다 더 빠른 결과를 위해 함께 재실행할 수 있다는 것을 의미하기 때문에 큰 이점을 제공한다.
이 모델은 인터랙티브하고 사용자 친화적인 AnyLogic 인터페이스를 가지고 있다. AnyLogic의 GIS 기능을 통해 모델에서 GIS 지도를 표시하고 관리할 수 있다. 개발자들은 이 기능을 사용하여 OpenRailwayMap의 데이터를 사용하여 철도 비행대 운영을 시각화했다. 이 지도에서 사용자는 모든 비행대 작전을 볼 수 있다. 게다가 어떤 항목이라도 클릭해서 그것에 대한 종합적인 정보를 얻을 수 있다. 열차 세트의 경우 다음과 같은 것이 있다.
- 누적 근로 시간에 대한 통계
- 완료, 기한 및 예정에 따른 예방 및 교정 유지 보수와 관련된 디포(디포)의 세부 사항
- 일정 때문에 유지보수를 위해 열차가 고장날 수 있는 총 시간.
또한 자바에 기반을 둔 AnyLogic은 개발자들이 맞춤형 자바 확장과 철도 비행대 시뮬레이션 및 최적화를 위한 자유롭게 배포 가능한 독립형 애플리케이션을 만들 수 있도록 허용했는데, 이는 엔지니어들이 경영진에게 모델을 제시할 수 있도록 도와준 기능이다.
시뮬레이션 모델의 수많은 추가 개발이 계획되어 있다. 예를 들어, 모델에 데이터를 전송하고 현실을 보다 가깝게 표현하기 위해 열차 세트를 검출기에 장착한다. 또한 스케줄러는 예측 철도 스케줄링 및 스케줄링 정책의 추가 최적화를 위한 확률론적 방법과 기계 학습 기능으로 업그레이드된다.
결과
디지털 트윈은 WCML 전 함대의 작전을 나타낸다. 주어진 제약조건에 대한 최적의 해결책을 찾아 이용자들이 불필요한 철도 유지보수 비용을 절약할 수 있도록 한다. 사용자는 다음을 수행할 수 있다.
- 주어진 파라미터 내에서 시스템 성능을 이해하고 병목현상을 찾아라.
- 디지털 환경에서 보다 비용 효율적으로(열차 정비 체계 변경, 일정 계획 전략, 저장 용량 변경), 빠르고 안전하게 열차를 서비스할 수 있는 다양한 방법을 모색한다.
- 시나리오를 비교하고, KPI를 평가하고, 정보에 입각한 결정을 내린다.
알스톰은 비상사태나 계획되지 않은 사건이 발생할 경우 입력 데이터를 변경하여 새롭고 효과적인 솔루션을 신속하게 찾을 수 있다. 또한 다양한 What-if 시나리오를 실행함으로써 가능한 사건을 예측하고 미리 해결책을 찾는 것도 가능하다.
고객이 제안한 글로벌 변경사항(신규 시간표, 추가 열차 또는 노선)이 있을 경우 정비업체는 정비에 영향을 미치는지 여부를 확인하고 새로운 솔루션을 제안할 수 있다. 또한, 모델은 고객에게 제시할 때 좋은 예시 도구가 된다.
철도망 디지털 트윈은 다음을 포함한 다른 비행대 유지보수를 위한 철도 시뮬레이션 및 의사결정 지원 툴이다.
- 입찰과 입찰에 참여한 회사는 제안서를 지원하기 위한 데이터와 시뮬레이션으로 신뢰할 수 있는 견적을 낼 수 있다. 이 모델은 의사소통을 위한 강력한 시각적 도구다.
- 설계 및 엔지니어링 단계에서는 유지보수 회사가 프로젝트 변경에 유연하게 대처하고 한계를 고려할 수 있다.
- 회사는 모델 산출물을 바탕으로 프로젝트 예측을 할 수 있다.
철도망 디지털 트윈에 대한 투자는 현재와 장기적으로 의사결정에 매우 유용하다는 것이 입증되었다.