[논문]고속전철 차량시스템의 주행성능 예측 소프트웨어의 개발

정경렬; 김상헌; 박수홍; 이장용

doi:10.22634/ksme-a.2000.24.1.134

문제 정의

개발된 소프트웨어는 고속전철의 주행시간과에너지 소비량의 계획 및 타당성 조사를 위하여고안되었다. 개발 초기 단계에서 소프트웨어의 개발에 필요한 기초 지식은 De-Consult 의 DeCRUN 프로그램을 참조하였다 가 DeCRUN 프로그램은 1980 년대 개발된 프로그램으로, 기본 구성 및 활용도 면에서 우리에게 기초적인 지식을 주기에는충분하지만 고속전철기술개발사업에서는 다양한차량 편성에 대한 적용이 필요하며 이를 위하여본 연구에서는 독자적으로 소프트웨어를 개발하여국내 차량 편성안에 대하여 적용하고 비교 평가할수 있도록 하였다.
따라서 본 연구에서는 국내에서 개발하고자 하는 고속전철의 다양한 차량편성과 주요 시스템의변화에 능동적으로 대처하여 활용할 수 있는 독자적인 주행성능 예측 소프트웨어의 개발을 목표로하였다.
본 소프트웨어의 목적은 위에서 언급한 것과같이 차량의 주행시간 및 소비에너지의 계산이다. 본 소프트웨어에서는 목적에 부합되는 기능 이외에 사용자의 편 의 를方 위 하여 'GUI 환경 을 MS Windows 환경하에서 ;손쉽게 사용할 수 있도록 하였다.
본 연구에서는 개발된 열차 주행 성능 예측 소프트웨어를 이용하여 고속전철기술개발사업에서추진중인 차량편성 모델들에 대한 주행시간과 열차속도, 소비에너지 등을 비교 분석하였으며 효율적인 차량 편성안을 결정하기 위한 기초 자료를작성하는데 활용하였다.
본 연구에서는 고속전철의 열차 성능을 계산하고 차량의 적용 가능성을 검토하기 위하여 열차주행성능 예측 프로그램을 개발하였으며 이를 이용하여 고속전철 기술개발사업에서 추진중인 차량편성 모델들에 대한 주행시간과 소비에너지 등을비교 분석하여 효율적인 차량 편성을 위한 기초로삼고자 하였다.
본 연구에서는 선로정보, 차량정보, 속도한계등을 고려하여 차량편성별 주행시간과 평균 소비에너지량, 속도 프로파일 등의 계산 및 차량별 비교에 관점을 두었으며 차량의 기본설계를 위한 기초 데이터로 활용할 수 있는 단계에서의 연구 결과이다. 그러나 향후, 상세한 연구단계에서의 문제의 복잡성을 미루어 볼 때 사용자가 가장 효과적인 변화를 줄 수 있도록 하는 최적화 툴의 개발이고려되어야 한다.

제안 방법

4.1 절에서 설명한 차량 편성안과 4.2 절의 차량편성별 추진력 및 주행저항, 4.3 절의 선로정보를바탕으로 주행성능을 예측하였다. 초기 출발시기의 차량 편성별 기동가속도는 Table 7 에서 보여주고 있다.
주행성능을 예측, 비교하였다. KHST20 과 KHSTU 모델은 고속전철기술개발사업의 총괄기술교류회를 중심으로 2차년도 사업 에서 작성 된차량시스템 기본 편성안이며 CPLE20, CPLE10 은 중련편성을 고려한 차량시스템 편성안이고, PROP20, PROPIO 모델은 추진분야에서 추진시스템의 성능향상을 위하여 새로 제안한 차량시스템 편성안이다. 차량편성의 기본사양은 Table 2와 같다.
것이 불가능하다. 대부분의 선진국들의 고속전철에서는 실물시험으로부터도 얻기가 곤란하기 때문에 모의 시험을 통한 근사식을 활용하고있으며 본 연구에서는 고속전철기술개발사업에서개발하고자 하는 차량과 가장 유사한 프랑스의 TGV-K 모델의 적용값을 프로그램에 적용하였다.
64 km 를 사용하였다. 또한 고속선로에서의 주행시간의 비교를 위해서는 실제 고속주행이이루어 지는 남서울-부산 구간에 대하여 예측 비교하였다. 서울-남서울 구간은 가속 가능한 최고속도가 약 100~125km/h 로 주행되기 때문에 고속주행의 기능을 충분히 발휘할 수 있는 구간으로고려하기에는 어렵다.
등을 파악할 수 있도록 하였다. 또한 차량의 운행환경 및 편성방식에 따라 다양하게 적용할 수 있도록 프로그램을 모듈화 하였으며 이를위하여 차량정보 및 선로정보 등을 포함한 기초정보들을 데이터베이스로 처리하여 편의성을 증대시켰다.
개발 초기 단계에서 소프트웨어의 개발에 필요한 기초 지식은 De-Consult 의 DeCRUN 프로그램을 참조하였다 가 DeCRUN 프로그램은 1980 년대 개발된 프로그램으로, 기본 구성 및 활용도 면에서 우리에게 기초적인 지식을 주기에는충분하지만 고속전철기술개발사업에서는 다양한차량 편성에 대한 적용이 필요하며 이를 위하여본 연구에서는 독자적으로 소프트웨어를 개발하여국내 차량 편성안에 대하여 적용하고 비교 평가할수 있도록 하였다. 본 소프트웨어는 열차의 특성 (열차의 성능과 열차의 구동저항에 바탕을 둔 추진력)과 선로 정렬특성(회전반경, 경사도, 터널 유무, 설계허용속도) 등을 이용하여 임의의 구간 사이의 주행시간과 에너지 소비량을 계산한다. 열차의 속도, 거리 및 요구되어지는 에너지는 일정한시 간간격 으로 계산되 어 진다.
본 연구를 통하여 개발된 주행성능 예측 프로그램을 이용하여 현재 고속전철 기술개발과제에서 검토되 고 있는 KHST20, CPLE20, PROP20, KHST11, CPLE10, PROPIO 모델에 대하여 적용하고 각 모델별로 주행성능을 예측, 비교하였다. KHST20 과 KHSTU 모델은 고속전철기술개발사업의 총괄기술교류회를 중심으로 2차년도 사업 에서 작성 된차량시스템 기본 편성안이며 CPLE20, CPLE10 은 중련편성을 고려한 차량시스템 편성안이고, PROP20, PROPIO 모델은 추진분야에서 추진시스템의 성능향상을 위하여 새로 제안한 차량시스템 편성안이다.
있다. 본 연구에 적용된 견인전동기. 모델의 경우에 추진력은
본 연구에서 개발된 열차 주행성능 예측 프로그램은 차량의 특성, 주행선로의 정보 등을 이용하여 주어진 구간에서의 주행시간, 소비에너지 등을 비롯하여 주행거리별 순간가속도, 사용에너지, 주행속도 등을 파악할 수 있도록 하였다. 또한 차량의 운행환경 및 편성방식에 따라 다양하게 적용할 수 있도록 프로그램을 모듈화 하였으며 이를위하여 차량정보 및 선로정보 등을 포함한 기초정보들을 데이터베이스로 처리하여 편의성을 증대시켰다.
432 명과 427 명으로 준다. 본 연구에서 주행성능의 예측을 위해서는 차량의 설계변경을 고려하여 실제 열차 총질량 보다는 축 당 하중을 고려한열차질량을 사용하여 계산하였다.
열차 주행 성능의 예측을 위해서는 열차의 운행, 차량편성방식, 추진시스템, 주행저항 등의 정보와 더불어 몇 가지 수학적 계산을 수행한다. 열차의 추진력은 차량의 편성방식에 따라 견인전동기의 수량이 정해져 계산될 수 있으며 주어진 시간에서의 전체 파워는 저항, 추진시스템, 제동시스템의 형태와 성능에 따라 정해진다.

대상 데이터

경부고속전철 선로의 정차역은 Table 5 에 나타내었다. 본 프로그램에서는 서울-천안-대전-대구-부산을 고려하였으며 서울-부산의 거리는 430.64 km 를 사용하였다. 또한 고속선로에서의 주행시간의 비교를 위해서는 실제 고속주행이이루어 지는 남서울-부산 구간에 대하여 예측 비교하였다.
선로의 구배, 곡선, 터널유무에 대한 정보는 고속전철시스템 기본사양에 제시된 선로정보데이터를 사용하였다. 경부고속전철 선로의 정차역은 Table 5 에 나타내었다.
주행성능 예측에 사용된 선로정보는 기본적으로 3.1 절에서 설명한 기본 선로데이터를 만족하는 입력데이터를 기본으로 하였다.
표에서 KHST11 과 PROPIO 의 차량별 좌석수는 436 명이며 장애자용 화장실을 설치하는 경우 각각 432 명과 427 명으로 준다. 본 연구에서 주행성능의 예측을 위해서는 차량의 설계변경을 고려하여 실제 열차 총질량 보다는 축 당 하중을 고려한열차질량을 사용하여 계산하였다.

성능/효과

Fig. 5에 나타낸 KHST20 의 경 우와 같이 서 울 부산의 주행 구간에서 실제 서울을 출발하여 약 350초가 소요되 는 10km 지 점 까지 는 100km/h 미 만의 속도로 운행되며, 시속 125km血를 초과할 수있는 거 리 까지 의 소요시 간은 약 450초로서 운행선로중에 곡선반경이 작은 곡선구간이 많아 실제고속주행이 불가능하기 때문에 남서울역이 있는 21.69km 까지는 중저속의 속도로 운행하여야 하며이 구간의 주행시간은 약 10분(600초)가 소요되는 것으로 나타났다.
계산이다. 본 소프트웨어에서는 목적에 부합되는 기능 이외에 사용자의 편 의 를方 위 하여 'GUI 환경 을 MS Windows 환경하에서 ;손쉽게 사용할 수 있도록 하였다.
본 연구에서 개발된 열차 주행성능 예측 프로그램을 이용하여 KHST20/11, CPLE20/10, PROP20/10 등의 편성안에 대하여 서울-부산, 남서울-부산 구간에서의 주행시간과 평균소비에너지량등의 주행성능을 비교 평가한 결과 주행시간은 KHST 차량편성안이 가장 짧게 나타났으나 좌석당 평균 소비 에너지량은 KHST 차량의 경우 20 량과 11 량의 차이가 많이 났으며 CPLE 편성안과 PROP 편성 안의 경 우에 는 20량과 10량의 경 우에좌석당 평균소비에너지량의 차이가 거의 없는 것으로 나타났다.
있다. 서울-부산간의 계산결과 주행시간은 106분-409분 정도로 나타났으며 KHST11 이 105분 28초로 주행시간이 가장 짧게 나타나고 CPLE10 과 PROPIO 은 108 분 45 초로 가장 길 게 나타났다.
계산하여 Table 9에 나타내었다. 실제 고속 선로 구간으로 간주되는 남서울-부산 구간에서는 예상했던 바와 같이 주행시간은 서울-부산 구간 보다 약 10 분가량이 짧게 나타나 97 분~100 분의 주행시간을 보였으나 평균 소비에너지량은 오히려증가하는 것으로 나타났다. 이는 서울-남서울 구간에서의 곡선에 의한 속도 제한이 고려되지 않기때문인 것으로 판단된다.
8은 CPLE10 과 PROPIO 의 경우를 보여주고 있으며 그림을 보면 구배가 갑자기 높아지는 구간에서 열차의 구배저항이 커지기 때문에 속도가 떨어지는 것을 볼 수 있는데 이때에는 소비에너지의 양도 크게 증가한다. 이러한 현상은 CPLE20 과 CPLE10, PROPIO 의 편성안의 경우에 일부 구간에서 볼 수있으며 기타 구간에서는 차량을 350成血까지 속도를 높이기에 충분한 견인력을 가지고 있는 것으로 나타났다.
KHST11 과 PROPIO 은 장애자용 화장실의 유무에 따라 두 가지 값을 갖는다. 표에서 알 수 있듯이 KHST 차량 편성 안의 경우에는 20량과 11 량의 경우에 좌석 당 평균 소비에너지의 차이가 크게 나타나고 있으며 CPLE 편성 안과 PROP 편성 안의 경 우에 는 20량과 10량의차이가 거의 없는 것으로 나타났다.

후속연구

그러나 향후, 상세한 연구단계에서의 문제의 복잡성을 미루어 볼 때 사용자가 가장 효과적인 변화를 줄 수 있도록 하는 최적화 툴의 개발이고려되어야 한다. 이를 위해서는 연구개발자의 입장에서 선로의 cant deficiency, tilting motion, 속도에 따른 인체의 영향 등을 고려한 연구가 계속 진행되어야 한다.
그러나 향후, 상세한 연구단계에서의 문제의 복잡성을 미루어 볼 때 사용자가 가장 효과적인 변화를 줄 수 있도록 하는 최적화 툴의 개발이고려되어야 한다. 이를 위해서는 연구개발자의 입장에서 선로의 cant deficiency, tilting motion, 속도에 따른 인체의 영향 등을 고려한 연구가 계속 진행되어야 한다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

고속전철 차량시스템의 주행성능 예측 소프트웨어의 개발
Development of High Speed Train Performance Simulation Software 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

고속전철 차량시스템의 주행성능 예측 소프트웨어의 개발 Development of High Speed Train Performance Simulation Software 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

정경렬 (18) 김상헌 (2)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

고속전철 차량시스템의 주행성능 예측 소프트웨어의 개발
Development of High Speed Train Performance Simulation Software 원문보기

AI 본문요약
AI-Helper