열차 균열 감지? 비전검사로 해결한 아진네트웍스 사례

도입

매일 전국을 달리는 무궁화호 열차는 수백 톤에 달하는 무게를 견디며 고속으로 주행합니다. 이때 열차의 하부 프레임과 선로 인프라는 끊임없는 진동과 충격을 받게 되며, 눈에 보이지 않는 미세한 균열(Crack)이 발생할 수 있습니다. 과거에는 이러한 결함을 엔지니어가 육안으로 일일이 검사해야 했지만, 이제는 고속 라인스캔 카메라와 딥러닝 비전검사 기술을 결합하여 달리는 열차에서도 실시간으로 결함을 찾아내는 시대가 되었습니다.

본론 1 — 고속 라인스캔 카메라와 예지보전

철도 및 대형 구조물의 안전을 선제적으로 확보하는 과정을 ‘예지보전(Predictive Maintenance)’이라고 합니다. 설비가 고장 나기 전에 이상 징후를 파악하여 정비하는 기술입니다.

초고속으로 이동하는 열차 하부나 철로를 빈틈없이 촬영하기 위해서는 일반적인 영역(Area) 센서 카메라로는 한계가 있습니다. 이때 활용되는 것이 바로 ‘라인스캔 카메라(Line Scan Camera)’입니다. 라인스캔 카메라는 단 한 줄의 픽셀을 연속적으로 초고속 촬영하여 하나의 거대한 고해상도 이미지를 합성해 냅니다. 이를 통해 고속 주행 중에도 왜곡 없이 선로와 차체의 하부 표면을 정밀하게 스캔할 수 있습니다.

본론 2 — 딥러닝 비전검사를 통한 미세 균열 검출

라인스캔 카메라로 획득한 방대한 이미지 데이터는 딥러닝 비전검사 시스템으로 전송됩니다. 철도 하부에는 먼지, 기름때, 녹슨 부위 등 수많은 시각적 잡음(Noise)이 존재하기 때문에 전통적인 알고리즘 방식으로는 실제 균열과 이물질을 구분하기 어렵습니다.

합성곱 신경망(CNN) 기반의 딥러닝 알고리즘은 수만 장의 결함 데이터를 학습하여 머리카락보다 가는 미세 균열까지 높은 정확도(추측입니다)로 잡아냅니다. 특히 엣지 컴퓨팅 기술을 적용하면 열차가 주행하는 실시간 환경에서도 기가바이트(GB) 단위의 이미지 데이터를 지연 없이 실시간 처리할 수 있습니다.

본론 3 — 산업 현장 적용 시 고려할 점

이러한 무궁화호 철로 예지보전 시스템을 실제 산업 및 공장 환경에 적용할 때는 몇 가지 필수적인 요소가 있습니다.

첫째, 외부 환경 제어입니다. 야외 및 고온·고진동 환경에서 카메라와 조명 장비가 버틸 수 있도록 내진동 설계와 IP 등급의 방수·방진 하우징이 필수적입니다. 둘째, 조명의 일관성입니다. 시간과 날씨에 따라 변하는 태양광의 영향을 최소화하기 위해 고출력 LED 스트로브 조명을 카메라 동기화 신호와 맞추어야 합니다. 이러한 기술적 보완이 이루어질 경우 설비 고장율을 획기적으로 줄이고 정비 효율성을 대폭 개선(추측입니다)할 수 있습니다.

결론

열차 하부와 선로를 실시간으로 진단하는 고속 비전검사 기술은 안전한 철도 운행의 핵심 인프라로 자리 잡고 있습니다. 비단 철도 산업뿐만 아니라 초고속 제철 라인, 대형 플랜트, 그리고 정밀 자동화 공정에서도 이와 같은 실시간 불량 검출 및 예지보전 기술의 수요는 지속적으로 증가하는 추세입니다.

아진네트웍스는 제조업의 생산성 극대화와 안전성 확보를 위해 고성능 머신비전 솔루션 및 제어 소프트웨어를 개발하고 있습니다. 현장에 최적화된 딥러닝 비전검사 도입을 고민 중이시라면 아진네트웍스의 전문 엔지니어와 상담해 보시기 바랍니다.