본 연구는 궤도틀림은 열차 주행 시 주행안정성과 승차감에 큰 영향을 미치며 특히 자갈궤도는 콘크리트궤도에 비해 궤도틀림의 불규칙성 및 진전이 상대적으로 많이 발생한다. 혼용열차가 운영되는 노선의 자갈궤도를 대상으로 MTT 장비가 년 1회 이상 투입되는 취약구간의 궤도틀림 데이터에 대하여 ...
본 연구는 궤도틀림은 열차 주행 시 주행안정성과 승차감에 큰 영향을 미치며 특히 자갈궤도는 콘크리트궤도에 비해 궤도틀림의 불규칙성 및 진전이 상대적으로 많이 발생한다. 혼용열차가 운영되는 노선의 자갈궤도를 대상으로 MTT 장비가 년 1회 이상 투입되는 취약구간의 궤도틀림 데이터에 대하여 표준편차를 이용한 분기별 궤도품질지수(TQI)를 산정하고 ARIMA 모델을 적용하여 궤도틀림 진전을 예측하였다. 약 3년간의 자갈궤도 궤도틀림 검측 데이터를 활용하여 중·단기적인 궤도틀림진전 예측 결과, 전반적으로 예측치와 실측치를 비교한 결과 신뢰 가능한 것으로 분석되어 향후 보다 많은 누적 데이터를 이용한다면 표준편차를 이용한 궤도품질 진전 예측이 궤도유지보수 활용 가능함을 실증적으로 입증하였다. 콘크리트궤도 보다 상대적으로 궤도틀림 변동성이 큰 자갈궤도에서 시계열 데이터를 추세선 모형(지수, 선형, 로그, 다항식, 거듭제곱, 이동평균) 및 계절별 지수를 적용하여 예측한 결과, 궤도틀림의 진전 추세가 특정 함수로 표현하기에 적합하지 않고 데이터의 추세 신뢰도가 낮게 평가되어 시계열분석을 이용한 궤도틀림 예측은 적정하지 않은 것으로 분석되었다. 반면, 궤도틀림 표준편차를 이용한 궤도품질지수 값이 시간의 경과에 따라 비정상적 시계열 현상이 나타난다면 ARIMA 모델을 이용한 예측기법이 실측값과 예측 값의 편차가 신뢰범위 구간 내에 있어 향후 불규칙한 시계열 데이터로 표현되어지는 궤도틀림데이터를 이용한 궤도품질지수 변화 예측에 보다 합리적으로 적용이 가능 할 것으로 분석되었다. 또한, 궤도틀림 진전예측 결과의 신뢰도를 높이기 위해서는 향후 궤도의 선형조건(직선, 곡선)과 노반조건(토공, 교량, 구조물접속부) 및 궤도구성품의 상태(레일, 침목, 체결구)를 고려한 궤도지지강성 등을 고려하여 다양한 궤도틀림검측데이터의 누적데이터를 바탕으로한 예측 모델 설정이 필요할 것으로 판단된다. 따라서 본 연구에서 도입한 궤도틀림 표준편차를 이용한 궤도품질지수 예측 결과를 바탕으로 MTT 장비 투입 등 중장기 유지관리계획 수립에 기초 자료로 활용할 수 있으리라 판단한다.
본 연구는 궤도틀림은 열차 주행 시 주행안정성과 승차감에 큰 영향을 미치며 특히 자갈궤도는 콘크리트궤도에 비해 궤도틀림의 불규칙성 및 진전이 상대적으로 많이 발생한다. 혼용열차가 운영되는 노선의 자갈궤도를 대상으로 MTT 장비가 년 1회 이상 투입되는 취약구간의 궤도틀림 데이터에 대하여 표준편차를 이용한 분기별 궤도품질지수(TQI)를 산정하고 ARIMA 모델을 적용하여 궤도틀림 진전을 예측하였다. 약 3년간의 자갈궤도 궤도틀림 검측 데이터를 활용하여 중·단기적인 궤도틀림진전 예측 결과, 전반적으로 예측치와 실측치를 비교한 결과 신뢰 가능한 것으로 분석되어 향후 보다 많은 누적 데이터를 이용한다면 표준편차를 이용한 궤도품질 진전 예측이 궤도유지보수 활용 가능함을 실증적으로 입증하였다. 콘크리트궤도 보다 상대적으로 궤도틀림 변동성이 큰 자갈궤도에서 시계열 데이터를 추세선 모형(지수, 선형, 로그, 다항식, 거듭제곱, 이동평균) 및 계절별 지수를 적용하여 예측한 결과, 궤도틀림의 진전 추세가 특정 함수로 표현하기에 적합하지 않고 데이터의 추세 신뢰도가 낮게 평가되어 시계열분석을 이용한 궤도틀림 예측은 적정하지 않은 것으로 분석되었다. 반면, 궤도틀림 표준편차를 이용한 궤도품질지수 값이 시간의 경과에 따라 비정상적 시계열 현상이 나타난다면 ARIMA 모델을 이용한 예측기법이 실측값과 예측 값의 편차가 신뢰범위 구간 내에 있어 향후 불규칙한 시계열 데이터로 표현되어지는 궤도틀림데이터를 이용한 궤도품질지수 변화 예측에 보다 합리적으로 적용이 가능 할 것으로 분석되었다. 또한, 궤도틀림 진전예측 결과의 신뢰도를 높이기 위해서는 향후 궤도의 선형조건(직선, 곡선)과 노반조건(토공, 교량, 구조물접속부) 및 궤도구성품의 상태(레일, 침목, 체결구)를 고려한 궤도지지강성 등을 고려하여 다양한 궤도틀림검측데이터의 누적데이터를 바탕으로한 예측 모델 설정이 필요할 것으로 판단된다. 따라서 본 연구에서 도입한 궤도틀림 표준편차를 이용한 궤도품질지수 예측 결과를 바탕으로 MTT 장비 투입 등 중장기 유지관리계획 수립에 기초 자료로 활용할 수 있으리라 판단한다.
When the train operates, the track Irregularity has a huge influence on driving stability and ride comfort. In particular, the ballasted track is more irregular and progressive than the concrete track. In this study, track Quality Index (TQI) was calculated using the standard deviation of the data o...
When the train operates, the track Irregularity has a huge influence on driving stability and ride comfort. In particular, the ballasted track is more irregular and progressive than the concrete track. In this study, track Quality Index (TQI) was calculated using the standard deviation of the data of vulnerable sections on Mixed Train line where MTT equipment is inserted more than once. And we applied the ARIMA model to predict the trajectory error progression and the MTT repair cycle. As a result of estimating the short and mid-term Track Irregularity progress using the Track Irregularity data of about 3 years on the gravel track, there is some deviation between the predicted value and the measured value depending on the type of fault in the analysis period. However, the predicted values were found to be satisfactory at the 30% confidence interval. If more cumulative data are applied in the future, it is proved that the track misprediction using the standard deviation performed in this study can be effective. It can be used as a basis for establishing mid- and long-term maintenance plans such as MTT equipment input using predicted values. Therefore, if more future data samples are used, it will be possible to improve the reliability of analysis of track maintenance cycle through accurate prediction.
When the train operates, the track Irregularity has a huge influence on driving stability and ride comfort. In particular, the ballasted track is more irregular and progressive than the concrete track. In this study, track Quality Index (TQI) was calculated using the standard deviation of the data of vulnerable sections on Mixed Train line where MTT equipment is inserted more than once. And we applied the ARIMA model to predict the trajectory error progression and the MTT repair cycle. As a result of estimating the short and mid-term Track Irregularity progress using the Track Irregularity data of about 3 years on the gravel track, there is some deviation between the predicted value and the measured value depending on the type of fault in the analysis period. However, the predicted values were found to be satisfactory at the 30% confidence interval. If more cumulative data are applied in the future, it is proved that the track misprediction using the standard deviation performed in this study can be effective. It can be used as a basis for establishing mid- and long-term maintenance plans such as MTT equipment input using predicted values. Therefore, if more future data samples are used, it will be possible to improve the reliability of analysis of track maintenance cycle through accurate prediction.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.