$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

초록
AI-Helper 아이콘AI-Helper

무인운전 경전철 운전계획을 위해 수동운전 기반의 TPS(Train Performance Simulation) 대신에 ATO(Automatic Train Operation) 자동운전에 기반한 TPS가 요구된다. 본 논문은 ATO 패턴을 사용하는 새로운 TPS 모델을 제시하고, 서울지하철 6호선의 시험구간과 부산-김해 경전철 전체 노선의 실제 자동운전 운행결과와 시뮬레이션 결과를 비교하였다. 실제와 유사한 ATO 운행패턴은 상용감속도, 저크, 역정차감속도, 구배환산거리의 4가지 파라미터를 도입한 새로운 TPS 모델에 의하여 매우 정밀하게 시뮬레이션 될 수 있다. 무인 자동운전을 위한 상업운전용 표정시분은 ATO기반 TPS의 "Fast" 운전모드 운행시간에 경전철 표준사양에 따라 km당 3초의 여유를 가지도록 본 논문에서 제시된다.

Abstract AI-Helper 아이콘AI-Helper

TPS (Train Performance Simulation) based on ATO (Automatic Train Operation) is required for driverless LRT (Light Rail Transit) operation plan instead of typical TPS based on driver operation. In this paper, new TPS model using ATO pattern is proposed and compared with the automatic train operation ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그리고 본 논문에서는 무인 자동운전 운전계획 시 ATO기반 TPS의 “Fast” 운전모드 기준의 운행시간에 국내 경량전철 표준사양에서 제시하는 km당 3초의 예비시간을 추가하여 “Normal” 운전모드의 상업운전용 표정속도를 산정하는 방안을 제시하였다.
  • 서울도시철도 6호선 일부 시험구간에서 ATO 차량의 실제 주행 결과와의 비교 검증 데이터는 다양한 곡선, 구배 그리고 제한속도를 가지는 전체 노선의 특성을 모두 반영하지 못한다. 따라서 본 논문에서는 노선 전체의 실제 주행결과와 비교하여 ATO기반의 TPS의 정확도에 대하여 추가적인 검증을 하고자 한다. 추가적인 검증 노선은 2011년 9월 개통되어 철제차륜 무인운전 경전철 시스템에 의해 운행중인 부산-김해간 경량전철 노선이다.
  • 따라서 본 연구에서는 실제 열차 자동운행과 유사한 TPS 결과를 얻기 위하여 상용감속도, 저크, 역정차감속도, 구배환산거리의 추가 기능을 도입하여 실제 ATO 운행패턴에 근접한 정밀한 TPS 모델을 제시하고, 제안된 ATO기반 TPS를 실제 열차 자동운전 결과와 비교하여 제안된 방법의 신뢰성을 검증하였다. 또한 본 연구는 신규 노선의 무인 자동운전 운전계획 시 상업운전용 표정속도를 설정하는 방안을 제시한다.
  • 따라서 본 연구에서는 실제 열차 자동운행과 유사한 TPS 결과를 얻기 위하여 상용감속도, 저크, 역정차감속도, 구배환산거리의 추가 기능을 도입하여 실제 ATO 운행패턴에 근접한 정밀한 TPS 모델을 제시하고, 제안된 ATO기반 TPS를 실제 열차 자동운전 결과와 비교하여 제안된 방법의 신뢰성을 검증하였다. 또한 본 연구는 신규 노선의 무인 자동운전 운전계획 시 상업운전용 표정속도를 설정하는 방안을 제시한다.
  • 본 논문에서는 기존의 “All-out” 운전모드와 구분하기 위하여 ATO 자동운전에서 달성이 가능한 최고 표정속도의 운전모드를 “Fast” 운전모드로 정의한다.
  • 본 논문에서는 무인 자동운전 운전계획에 적합한 ATO기반 TPS를 제시하고 실제 ATO 운행패턴에 근접한 정밀한 TPS 모델을 제시하였다. 또한 실제 ATO 자동운전 주행자료와 비교하여 ATO기반 TPS 시뮬레이션 결과의 정확도를 검증하였다.

가설 설정

  • 무인운전 운전계획은 무인운전에 필요한 모든 변수를 도출하고, 무인운전을 위한 시나리오를 설정한다. 무인운전의 시나리오는 정상상태, 비정상 상태, 기능이 제한된 상태, 수동운전 상태 등 다양한 상황을 가정하여 시나리오를 설정한다. 열차주행과 관련된 변수들은 선로변수인 구배, 곡선, 역 등이 있고, 차량변수는 제동력, 가속력 등이 있고, 운전명령에 관련된 주행, 타행, 제동 등이 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
무인운전의 시나리오는 어떤 상황들을 가정하여 설계되는가? 무인운전 운전계획은 무인운전에 필요한 모든 변수를 도출하고, 무인운전을 위한 시나리오를 설정한다. 무인운전의 시나리오는 정상상태, 비정상 상태, 기능이 제한된 상태, 수동운전 상태 등 다양한 상황을 가정하여 시나리오를 설정한다. 열차주행과 관련된 변수들은 선로변수인 구배, 곡선, 역 등이 있고, 차량변수는 제동력, 가속력 등이 있고, 운전명령에 관련된 주행, 타행, 제동 등이 있다.
무인운전 경전철 운전계획을 위해 필요한 기술은? 무인운전 경전철 운전계획을 위해 수동운전 기반의 TPS(Train Performance Simulation) 대신에 ATO(Automatic Train Operation) 자동운전에 기반한 TPS가 요구된다. 본 논문은 ATO 패턴을 사용하는 새로운 TPS 모델을 제시하고, 서울지하철 6호선의 시험구간과 부산-김해 경전철 전체 노선의 실제 자동운전 운행결과와 시뮬레이션 결과를 비교하였다.
기존 TPS 연구에서 TPS의 핵심은 무엇인가? 시뮬레이션을 위해 Simulink를 이용하여 열차성능 시뮬레이션 블록들과 GA 블록들을 설계하였다. 기존 연구에서 TPS의 핵심은 역행과 타행에 대한 전방향 속도궤적과 제동에 대한 후방향 속도궤적을 계산하여 양자의 교차점인 제동 시점을 계산하여 정해진 역간 거리를 주행하기 위한 속도 프로파일을 산출하는 방식이다. 
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. T.H. Lee, C.S. Park, J.R. Shin (2003) Train Performance Simulation Program for Korean High Speed Railway System, Journal of the Korean Society for Railway, 6(2), pp. 80-87. 

  2. M. Kang, M. Han (2009) A GA-Based Algorithm for Generating a Train Speed Profile Optimizing Energy Efficiency, Journal of the Korean Society for Railway, 12(6), pp. 878-886. 

  3. Paul Martin (1999) Train Performance and Simulation Proceeding of the 1999 Winter Simulation Conference. 

  4. D.H. Lee, D.H. Koo, K.C. Lee (2006) Train Performance Improvement Simulation of Light Rail Transit by TPS, 2006 Autumn Conference & Annual Meeting of The Korean Society for Railway, pp. 27-32. 

  5. BGL (2005) Busan-Gimhae Light Rail Transit Report of Implementation Design (Operation Plan) (in Korean), pp. II-4 

  6. B.S. Baek, K.D. Seo, J.K. Kim (2000) A Study on Capacity Calculation of Power Supply System for Light Rail Transit, 2000 Autumn Conference & Annual Meeting of The Korean Society for Railway, pp. 696-703. 

  7. S.G. Chung, H.C. Kim, H.S. Jung, S.Y. Kwon (2009) An Algorithm to Analyze Rail Potential Rise in DC Traction Power Supply System, Journal of the Korean Society for Railway, 12(5), pp. 687-693. 

  8. MLTM (2010) A Standard Specification for Steel Wheel Type LRT Rolling Stock, MLTM Notice, 9(4), pp. 5. 

  9. K.Y. Choe, H.C. Ki, S.Y. Kim (2003) Vibration and interior noise measurement of KTX train in electrified conventional lines, 2003 Autumn Conference & Annual Meeting of The Korean Society for Railway, pp. 120-125. 

  10. J.Y. Kim (2004) A study on ATO Pattern for Minimizing Energy Consumption under Urban Rail System, MSc Thesis, Seoul Techno University, Korea, pp. 5-8. 

  11. C.H. Lee, S.H. Ahn (2006) Introduction of SmartLRT, Korea New Transit Association, 2, pp. 21-28. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로