선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 때문에 versine 데이터를 실제 궤도 형상으로 복원하여 사용하는 것은 물리적으로 쉽지 않은 과정이다. 또한 versine 데이터는 실제 궤도 형상을 완전히 구현하지는 못하지만, 궤도의 파형 특성이 충분히 적용되어 있으며, 실질적으로 이를 이용하여 궤도의 상태 평가 또는 틀림의 경향성을 충분히 파악할 수 있기 때문에, 본 연구에서는 EM-120에 의해 10m 현 중앙종거법으로 검측된 경부선 고속철도의 궤도 틀림 데이터를 사용하여 궤도의 상태를 평가 및 예측하였다.
- 본 연구에서는 궤도의 효율적인 유지관리를 위해 검측된 틀림데이터의 문제점을 분석하고, 이를 토대로 효율적인 처리 기법을 개발하며, 정제된 데이터를 이용해 선로를 구성하고 있는 이음매, 도상, 구조물(노반), 체결구 등의 구간 영향인자 등을 고려한 레일 궤도틀림 표준편차의 틀림 진전 정도에 대한 통계 및 확률적 분석을 수행하였다. 2006년 12월부터 2007년 7월 검측된 고속철도 경부선 광명-천안 구간(20.
- 또한 초기틀림표준편차의 크기가 클수록 면틀림 진전 정도가 심해지는 것을 확인할 수 있으며, 반면 초기틀림표준편차의 크기는 줄틀림 진전에는 영향을 거의 미치지 않는 것을 확인할 수 있다. 이와 같이 이음매의 유무, 도상 종류, 체결구 종류, 구조물(노반) 종류, 곡률 특성, 운행 속도 및 초기틀림 표준편차의 크기 등 구간 특성이 틀림의 진전에 미치는 영향을 정량적으로 확인할 수 있는 기법을 개발하고 분석을 수행하였다.
제안 방법
- 본 연구에서는 궤도의 효율적인 유지관리를 위해 검측된 틀림데이터의 문제점을 분석하고, 이를 토대로 효율적인 처리 기법을 개발하며, 정제된 데이터를 이용해 선로를 구성하고 있는 이음매, 도상, 구조물(노반), 체결구 등의 구간 영향인자 등을 고려한 레일 궤도틀림 표준편차의 틀림 진전 정도에 대한 통계 및 확률적 분석을 수행하였다. 2006년 12월부터 2007년 7월 검측된 고속철도 경부선 광명-천안 구간(20.0km~150.0km) 중 유지보수 이력이 없는 전 구간의 데이터를 이용하여 구조물(노반) 종류, 도상 종류, 체결구 형식, 이음매 유무, 곡률특성, 운행 속도 등의 틀림 영향 인자와 초기 틀림의 표준편차 값 등을 고려한 구간 특성이 궤도의 성능에 미치는 영향 정량화 기법을 개발하고 분석을 수행하였다. 또한 그 분석 결과를 바탕으로 분석 구간을 구분하고 틀림 영향인자를 고려한 정량화된 궤도의 생애주기 모델을 도출하였다.
- 각각의 케이스에 대하여 궤도의 생애주기 분석을 위한 시간에 따른 궤도의 틀림 표준편차 진전 정도에 대한 분석을 수행하였으며, 틀림 진전정도의 확률적 특성과 데이터 구간 개소 등을 고려하여 95%신뢰구간을 예측하고, 그 결과를 Table 6에 정리하였다. 분석 결과 이음매 구간이 포함된 자갈도상⋅A type 체결구 구간의 면틀림 진전정도가 다른 구간과 비교하여 가파르게 증가하는 것을 확인할 수 있다.
- 일부 구간에서는 표준편차의 변화 정도가 0보다 작았으며, 이는 유지보수 이력의 누락, 오차범위 이내에서의 증감 등의 이유로 발생한 것으로 판단하여 데이터 분석과정에서 정제하여 사용하였다. 구조물 (노반) 종류, 도상 종류, 체결구 형식, 이음매 유무, 곡률특성 및 운행 속도 등의 구간 영향 인자와 초기 틀림의 표준편차 값 등을 고려하여 분석을 수행하였다.
- 0km) 중 유지보수 이력이 없는 전 구간의 데이터를 이용하여 구조물(노반) 종류, 도상 종류, 체결구 형식, 이음매 유무, 곡률특성, 운행 속도 등의 틀림 영향 인자와 초기 틀림의 표준편차 값 등을 고려한 구간 특성이 궤도의 성능에 미치는 영향 정량화 기법을 개발하고 분석을 수행하였다. 또한 그 분석 결과를 바탕으로 분석 구간을 구분하고 틀림 영향인자를 고려한 정량화된 궤도의 생애주기 모델을 도출하였다.
- 본 연구에서는 궤도의 효율적인 유지관리를 위해 검측된 틀림데이터의 문제점을 분석하고, 이를 토대로 효율적인 처리 기법을 개발하며, 정제된 데이터를 기반으로 선로를 구성하고 있는 이음매, 도상, 구조물의 노반, 체결구 등 구간 특성 영향인자 등을 고려하여 레일 궤도 틀림의 진전 정도를 정량화 하였다. 또한 축적된 검측 데이터로부터 궤도의 건전도를 평가할 수 있는 방법을 제안하고 생애주기를 예측하였으며, 효율적 유지관리를 실현하기 위해 검측 데이터의 확률론적 수명 산정 기법 개발을 위한 구간 특성에 따른 틀림량 증가정도(mm/day)의 확률적 분석을 수행하였다.
- 본 연구에서는 궤도의 효율적인 유지관리를 위해 검측된 틀림데이터의 문제점을 분석하고, 이를 토대로 효율적인 처리 기법을 개발하며, 정제된 데이터를 기반으로 선로를 구성하고 있는 이음매, 도상, 구조물의 노반, 체결구 등 구간 특성 영향인자 등을 고려하여 레일 궤도 틀림의 진전 정도를 정량화 하였다. 또한 축적된 검측 데이터로부터 궤도의 건전도를 평가할 수 있는 방법을 제안하고 생애주기를 예측하였으며, 효율적 유지관리를 실현하기 위해 검측 데이터의 확률론적 수명 산정 기법 개발을 위한 구간 특성에 따른 틀림량 증가정도(mm/day)의 확률적 분석을 수행하였다.
- 선정 구간에서 25cm 간격으로 검측된 좌⋅우 면틀림 및 좌⋅우 줄틀림에 대하여 각각 200m 구간에 대한 표준편차를 구하였으며, 초기 검측 시점(2006년 12월 데이터)을 기준으로 시간에 따른 틀림 표준편차의 변화 정도(mm/day)를 종속변수로 사용하여 틀림 영향인자가 궤도의 성능에 미치는 영향을 정량화 하였다.
- 위의 분석 결과 및 본 연구에서 적용 가능한 데이터의 한계 등을 고려하여 시간에 따른 궤도틀림 표준편차에 영향을 미치는 여러 영향 인자 중 대표적인 범주형 변수 특성의 영향인자로 이음매의 유무, 도상의 종류 그리고 체결구의 종류를 선정하여 틀림 영향인자를 고려한 궤도의 생애주기 분석을 수행하였다. 고속철도 경부선 광명-천안(20.
- 좌⋅우 면틀림과 줄틀림에 대하여 시간에 따른 궤도틀림 표준편차의 진전 정도 분석을 수행하였으며, 분석 데이터 구간 개소와 틀림 진전정도의 확률적 특성을 고려하여 95%신뢰구간을 예측하였다.
대상 데이터
- 앞에서 설명한 바와 같이 일반 철도의 속도대역(90km/hr)에서 10m 현 중앙종거법은 차량이 흔들리기쉬운 파장의 궤도변위를 증폭하여 출력하는 성질을 갖고있으므로 궤도변위의 진폭이 큰 지점은 가속도도 큰 지점으로 된다. 따라서 본 연구에서는 이러한 궤도 변위의 진폭 정도를 정량화하기 위한 데이터로 200m 구간 데이터의 표준편차를 선정하였으며, 이를 기반으로 회귀분석을 통한 시간에 따른 궤도틀림 표준편차의 증가량(mm/day)을 구하여 궤도의 성능 평가 인자로 사용하였다. 이를 위해 2006년 12월부터 2007년 7월까지의 고속철도 광명-천안 전 구간(20.
- 본 연구를 위해 확보한 2004년 1월부터 2008년 2월까지 검측된 궤도틀림 데이터 중 유지보수 이력과 관련된 데이터가 있는 2006년 12월부터 2007년 7월 까지 검측 데이터 분석을 수행하였으며, 그 과정에서 궤도의 생애주기 분석을 위한 데이터 사용에 있어 단순 가공이 불가한 몇 가지 문제점을 발견하였다.
- 따라서 본 연구에서는 이러한 궤도 변위의 진폭 정도를 정량화하기 위한 데이터로 200m 구간 데이터의 표준편차를 선정하였으며, 이를 기반으로 회귀분석을 통한 시간에 따른 궤도틀림 표준편차의 증가량(mm/day)을 구하여 궤도의 성능 평가 인자로 사용하였다. 이를 위해 2006년 12월부터 2007년 7월까지의 고속철도 광명-천안 전 구간(20.0km~150.0km)의 틀림 데이터를 사용하였으며, 해당 구간 중 유지보수 이력이 없는 구간을 선정하여 분석을 수행하였다. 선정 구간에서 25cm 간격으로 검측된 좌⋅우 면틀림 및 좌⋅우 줄틀림에 대하여 각각 200m 구간에 대한 표준편차를 구하였으며, 초기 검측 시점(2006년 12월 데이터)을 기준으로 시간에 따른 틀림 표준편차의 변화 정도(mm/day)를 종속변수로 사용하여 틀림 영향인자가 궤도의 성능에 미치는 영향을 정량화 하였다.
- 5의 데이터는 검측된 궤도틀림 데이터 중 거리의 1km 단위가 변화하는 지점을 포함하는 데이터이다. 해당 데이터는 2007년 4월 경부선 고속철도 상선의 궤도틀림 검측 데이터이며, 98km998m00cm 부터 99km1m00cm 지점까지 25cm 단위로 검측된 틀림 데이터를 보여주고 있다. 해당 데이터에서 킬로미터가 변화하는 지점(98km999m75cm에서 99km로 변하는 지점) 사이에 데이터 자체 거리 보정을 위하여 추가적인 데이터가 기입되어있는 것을 확인할 수 있으며(981,000.
성능/효과
- 분석 결과를 통해 해석에 적용한 영향 인자 중 이음매의 유무가 궤도 틀림의 진전에 가장 큰 영향을 미치는 것을 확인할 수 있으며, 도상의 경우 자갈 도상의 궤도틀림 진전이 콘크리트 도상 궤도보다 월등한 것을 확인할 수 있다. 또한 구조물(노반) 의 경우 교량 구조물 노반의 궤도틀림 진전 정도가 다른 구조물 노반보다 크며, 체결구의 경우 C type 구간이 다른 체결구 구간에 비해 틀림 진전정도가 적은 것을 확인할 수 있다. 또한 초기틀림표준편차의 크기가 클수록 면틀림 진전 정도가 심해지는 것을 확인할 수 있으며, 반면 초기틀림표준편차의 크기는 줄틀림 진전에는 영향을 거의 미치지 않는 것을 확인할 수 있다.
- 또한 이음매가 없는 콘크리트 도상⋅C type 체결구 구간과 이음매가 없는 자갈도상⋅B type 체결구 구간의 면틀림 진전 정도가 다른 구간에 비해 비교적 적은 것을 확인할 수 있으며, 이와 같은 결과는 일반적인 예측 결과와 유사한 경향을 보이므로 분석 결과는 타당하다고 판단된다.
- 또한 구조물(노반) 의 경우 교량 구조물 노반의 궤도틀림 진전 정도가 다른 구조물 노반보다 크며, 체결구의 경우 C type 구간이 다른 체결구 구간에 비해 틀림 진전정도가 적은 것을 확인할 수 있다. 또한 초기틀림표준편차의 크기가 클수록 면틀림 진전 정도가 심해지는 것을 확인할 수 있으며, 반면 초기틀림표준편차의 크기는 줄틀림 진전에는 영향을 거의 미치지 않는 것을 확인할 수 있다. 이와 같이 이음매의 유무, 도상 종류, 체결구 종류, 구조물(노반) 종류, 곡률 특성, 운행 속도 및 초기틀림 표준편차의 크기 등 구간 특성이 틀림의 진전에 미치는 영향을 정량적으로 확인할 수 있는 기법을 개발하고 분석을 수행하였다.
- 분석 결과 이음매 구간이 포함된 자갈도상⋅A type 체결구 구간의 면틀림 진전정도가 다른 구간과 비교하여 가파르게 증가하는 것을 확인할 수 있다.
- 동일한 분석 과정을 통해 우측 면틀림과 좌⋅우측 줄틀림에 대한 분석 결과를 Table 2~4에 정리하였다. 분석 결과를 통해 해석에 적용한 영향 인자 중 이음매의 유무가 궤도 틀림의 진전에 가장 큰 영향을 미치는 것을 확인할 수 있으며, 도상의 경우 자갈 도상의 궤도틀림 진전이 콘크리트 도상 궤도보다 월등한 것을 확인할 수 있다. 또한 구조물(노반) 의 경우 교량 구조물 노반의 궤도틀림 진전 정도가 다른 구조물 노반보다 크며, 체결구의 경우 C type 구간이 다른 체결구 구간에 비해 틀림 진전정도가 적은 것을 확인할 수 있다.
- 즉, 전 구간에 걸쳐 검측되는 틀림데이터는 0 부근에서 +,-로 분포해야 하지만, 2007년 3월 검측된 데이터는 5 부근에서 +,-로 분포하고, 2007년 9월 검측된 데이터는 –4 부근에서 +,-로 분포한다. 이를 통해 시간에 따라 틀림량이 점차적으로 증가 혹은 감소하는 양상을 보이는 것이 아니라, 검측 시기와는 관계 없이 전반적인 거리-틀림의 경향은 유사하지만, 그 시작값(혹은 기준이 되는 값)이 모두 차이를 보이고 있는 문제를 확인할 수 있다.
- 해당 데이터는 2007년 4월 경부선 고속철도 상선의 궤도틀림 검측 데이터이며, 98km998m00cm 부터 99km1m00cm 지점까지 25cm 단위로 검측된 틀림 데이터를 보여주고 있다. 해당 데이터에서 킬로미터가 변화하는 지점(98km999m75cm에서 99km로 변하는 지점) 사이에 데이터 자체 거리 보정을 위하여 추가적인 데이터가 기입되어있는 것을 확인할 수 있으며(981,000.00~ 981,002.70), 이 구간의 데이터를 분석 과정에서 정제하는 경우 1km 단위가 변하는 지점을 기점으로 하여 틀림 데이터는 급격하게 변화하는 것을 확인할 수 있다. 이는 선로 변에는 10km마다 비컨(beacon)이 설치되어 있어 고속 검측 설비 및 자주식 검측차가 측정을 수행하는 도중에 위치를 인식⋅보정하며 (구본근 등, 2003), 이러한 검측 데이터의 검측 위치 산정 과정에서 발생한 문제로 판단되므로, 추후 이러한 현상과 관련하여 보다 정확한 규명이 필요한 것으로 생각한다.
후속연구
- 한편 현재 국내에서 EM-120에 의해 검측한 틀림 데이터는 매우 불규칙적인 형태를 나타내며 데이터 분석 시 다양한 문제점을 가지고 있다(고려대학교, 2010). 따라서 축적된 검측 데이터의 문제점을 파악하여 궤도 성능 분석 적용을 위한 데이터 정제 과정이 선행되어야 하며, 정제된 데이터로부터 선로의 건전도 평가 방법을 정립하고 잔존 수명을 예측하여 효율적 유지관리를 실현할 수 있는 기법의 개발이 필요하다. 또한 검측된 틀림 데이터를 체계적으로 분석하고, 이를 통해 궤도의 상태 및 성능을 적절하게 평가하며, 고속 철도 선로의 구성 요소와 구간 및 환경 특성 등을 고려한 상관관계 분석 등을 통하여 검측 자료의 가치 및 신뢰성을 높일 수 있는 방안이 요구되고 있다.
- 또한 연구를 위해 확보한 데이터 부족과 부정확한 유지보수 이력 등에 의하여 일부 영향 인자에 대한 분석 결과의 신뢰성은 떨어질 수 있다. 때문에 분석 프로세스에 적용 가능한 검측 데이터와 유지보수 이력의 효율적인 관리가 선행되어야 하며, 이를 기반으로 본 연구에서 제안한 기법을 적용하여 추후 연구에서 유지관리 등의 외부영향을 받지 않은 보다 많은 검측 데이터를 이용할 수 있다면 추가 영향인자까지 고려한 보다 신뢰성 있는 결과 도출이 가능할 것으로 판단된다.
- 연구에 사용 가능한 데이터의 한계가 있었으나 본 연구를 통하여 이음매, 도상, 체결구 등 주요 인자의 영향을 개별적으로 고려할 수 있는 궤도틀림 표준편차의 정량화된 모델을 제사할 수 있었다. 하지만 추후 연구에서는 본 연구에서 고려한 영향 인자 외에도 궤도지지강성, 열차축중 등 궤도 생애주기 분석에 필요한 추가적인 영향인자 적용이 필요하며 이러한 영향 인자에 대한 데이터 확보가 선행되어야한다.
- 이는 선로 변에는 10km마다 비컨(beacon)이 설치되어 있어 고속 검측 설비 및 자주식 검측차가 측정을 수행하는 도중에 위치를 인식⋅보정하며 (구본근 등, 2003), 이러한 검측 데이터의 검측 위치 산정 과정에서 발생한 문제로 판단되므로, 추후 이러한 현상과 관련하여 보다 정확한 규명이 필요한 것으로 생각한다.
- 위의 분석을 통하여 다양한 구간 특성을 가진 궤도의 사용 기간이 증감에 따른 틀림량 표준편차의 변화 정도를 확인할 수 있다. 이를 통해 주어진 구간에서의 궤도틀림 정도를 예측할 수 있고 이를 기반으로 검측 데이터를 이용한 궤도 수명예측 및 유지보수 시나리오 선정 등 의사결정 지원을 위한 자료로서의 사용이 가능할 것으로 기대한다.
- 연구에 사용 가능한 데이터의 한계가 있었으나 본 연구를 통하여 이음매, 도상, 체결구 등 주요 인자의 영향을 개별적으로 고려할 수 있는 궤도틀림 표준편차의 정량화된 모델을 제사할 수 있었다. 하지만 추후 연구에서는 본 연구에서 고려한 영향 인자 외에도 궤도지지강성, 열차축중 등 궤도 생애주기 분석에 필요한 추가적인 영향인자 적용이 필요하며 이러한 영향 인자에 대한 데이터 확보가 선행되어야한다. 또한 연구를 위해 확보한 데이터 부족과 부정확한 유지보수 이력 등에 의하여 일부 영향 인자에 대한 분석 결과의 신뢰성은 떨어질 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.