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
- 따라서 본 논문에서는 차량 주행 중 곡선구간 곡률반경을 실시간으로 추정할 수 있는 방법을 제안하였다. 그리고 타당성 검토를 위하여 모사 해석과 실선로 주행시험을 통한 타당성 검증 연구를 수행하였다.
제안 방법
- 곡선구간 곡률반경 추정을 위한 곡선구간 궤도모델은 궤도틀림이 없는 이상적인 곡선으로 모델링하였다. 곡률반경 200m에서 곡률반경 1,000m까지 100m 씩 증가시켜 가면서 곡선구간 주행 시의 모사해석을 수행하였다. Fig.
- 곡률반경 추정을 위한 입력값인 차체/대차간 상대변위 계측을 위하여 Fig. 6과 같이 차체와 대차 사이의 종방향 간격을 레이저변위센서를 이용 하여 측정하였다. 레이저변위센서의 측정범위는 300±200mm이며 분해능은 300μm로서 전부, 후부대차에 설치하여 차체와 대차 간에 발생하는 상대변위를 계측하였다.
- 9m 이며 상대변위 측정을 위한 대차 취부 센서와 대차중심과의 거리(x)는 1,000mm로 하였다. 곡선구간 곡률반경 추정을 위한 곡선구간 궤도모델은 궤도틀림이 없는 이상적인 곡선으로 모델링하였다. 곡률반경 200m에서 곡률반경 1,000m까지 100m 씩 증가시켜 가면서 곡선구간 주행 시의 모사해석을 수행하였다.
- 그리고 곡률반경 추정 시험결과의 타당성을 검토하기 위하여 궤도 유지보수를 위하여 궤도의 상태를 전문적으로 검측하는 궤도검측 전용차량(EM-120)에서 측정한 곡률반경 추출 데이터와 비교하였다. (5,6) 궤도검특차의 곡률반경 측정방법은 전절에서 설명한 바와 같이 versine 측정방법을 이용하여 곡률반경을 추출하는 방법이 적용되고 있다.
- 따라서 본 논문에서는 차량 주행 중 곡선구간 곡률반경을 실시간으로 추정할 수 있는 방법을 제안하였다. 그리고 타당성 검토를 위하여 모사 해석과 실선로 주행시험을 통한 타당성 검증 연구를 수행하였다.
- 레이저변위센서의 측정범위는 300±200mm이며 분해능은 300μm로서 전부, 후부대차에 설치하여 차체와 대차 간에 발생하는 상대변위를 계측하였다.
- 철도차량 주행 중 곡선구간 곡률반경을 추정할수 있는 방법을 제안하였다. 모사해석과 실선로 실차시험을 수행하여 타당성을 분석하였으며 그 결과는 다음과 같다.
- 제안한 곡률반경 추정방법은 곡선구간 통과 시 차량의 차체와 대차 간에 발생하는 상대변위를 이용한다.
- 제안한 곡률반경 추정방법의 이론적 타당성 검토를 위하여 철도차량 곡선구간 주행 시를 모사한 동역학 해석을 수행하였다.
- 철도차량 주행 중 곡선구간 곡률반경을 추정할수 있는 방법을 제안하였다. 모사해석과 실선로 실차시험을 수행하여 타당성을 분석하였으며 그 결과는 다음과 같다.
- 레이저변위센서의 측정범위는 300±200mm이며 분해능은 300μm로서 전부, 후부대차에 설치하여 차체와 대차 간에 발생하는 상대변위를 계측하였다. 한편 곡률반경은 저주파성분임으로 곡률반경 실시간 추정을 위하여 측정한 변위신호에 포함되어 있는 노이즈 성분과 고주파 성분은 차단주파수 2Hz인 Low pass filter를 사용하여 필터링하였다.
대상 데이터
- 제안한 곡률반경 추정방법의 타당성을 검증하기 위하여 실차량을 대상으로 실선로 주행시험을 수행하였다. 시험차량은 한국형틸팅열차 시제차량을 대상으로 하였고 시험선로는 기존선로 구간 중 곡선빈도가 높은 경부선 이원~김천 구간(192km ~ 252km)으로 하였다.
- 제안한 곡률반경 추정방법의 타당성을 검증하기 위하여 실차량을 대상으로 실선로 주행시험을 수행하였다. 시험차량은 한국형틸팅열차 시제차량을 대상으로 하였고 시험선로는 기존선로 구간 중 곡선빈도가 높은 경부선 이원~김천 구간(192km ~ 252km)으로 하였다.
- 차량모델은 전동차 부수객차 1량을 모델로 하였다. 차량모델의 대차중심간 거리의 반(L)은 6.
- 차량 동역학 해석을 위하여 철도차량 전용 다 물체 동역학 해석 프로그램인 영국 DELTA Rail (사)의 VAMPIRE(Vehicle dynAmics Modelling Package In a Railway Environment)를 사용하였다. 프로그램의 해석범위는 차량의 고유진동수 및 안정성해석, 주파수응답해석, 시간영역 해석, 원곡선에서의 주행특성 해석 등이 가능하며, 입력데이터로 궤도 선형, 차륜/레일 형상, 차량모델링 데이터, 외력 등이 적용된다.
데이터처리
- 측정한 상대변위 데이터를 제안한 곡률반경 추정식에 적용하여 곡률반경 추정값을 산출하였다. 전부, 후부대차에서 측정한 상대변위데이터와 곡률반경 추정결과와의 오차 분석을 위하여 Table 2와 같이 3가지 경우로 구분하였다.
이론/모형
- 차량 동역학 해석을 위하여 철도차량 전용 다 물체 동역학 해석 프로그램인 영국 DELTA Rail (사)의 VAMPIRE(Vehicle dynAmics Modelling Package In a Railway Environment)를 사용하였다. 프로그램의 해석범위는 차량의 고유진동수 및 안정성해석, 주파수응답해석, 시간영역 해석, 원곡선에서의 주행특성 해석 등이 가능하며, 입력데이터로 궤도 선형, 차륜/레일 형상, 차량모델링 데이터, 외력 등이 적용된다.
성능/효과
- (1,2) 차량 설계관점에서 차량 성능과 관련된 인자를 들면 직선구간은 설계최고속도 대역에서의 사행동(hunting) 안정성을 들 수 있으며 곡선구간에서는 곡선주행속도 향상, 탈선 예방, 그리고 차륜, 레일 유지보수와 관련된 기술을 들 수 있다.
- - 곡률반경이 작아짐에 따라 추정결과의 오차가 작아지는 결과를 보여 곡선구간 곡률반경이 작은 곡률반경 600m 이하의 급곡선부에 대한 곡률반경 추정 시 매우 효용성이 클 것으로 판단된다.
- 그리고 모든 경우에서 곡률반경 600이하의 급 곡선인 400m 곡선, 500m 곡선, 600m 곡선에서의 오차가 곡률반경 700m 이상의 곡선에서의 오차에 비하여 현저하게 저감된 경향을 보이고 있다. 즉 Case 3의 경우 400m 곡선에서 6%, 500m 곡선에서 4.
- 따라서 곡선구간 모사 해석을 통한 제안한 곡률반경 추정방법은 충분한 타당성을 내포하고 있으며, 실차에서도 차체와 대차간의 상대변위만 측정하면 간단한 방법으로 곡률반경을 효율적으로 추정할 수있다고 판단된다.
- 따라서 본 논문에서 제안한 차량 주행 중 차체와 대차간 종방향 상대변위 측정을 통하여 곡선 구간 곡률반경을 실시간으로 추정할 수 있는 방법은 충분한 타당성을 확보하고 있다고 평가된다. 특히 곡선구간 주행성능 향상을 목적으로 개발되는 능동형 차량에 적용할 경우, 제어의 주대상이 되는 곡률반경 600m 이하의 급곡선 구간에서는 매우 효율적으로 활용될 수 있을 것으로 기대된다.
- 13은 각 각의 경우에 대하여 산출한 곡률반경 추정결과를 궤도검측차에서 측정한 곡률반경 데이터와 비교한 결과이다. 분석결과 전 시험구간에 걸쳐 궤도검측데이터 곡률반경과 근사하게 부합하는 결과를 보이고 있다.
- 4%로 Case 1, Case 2에 비하여 오차가 작게 발생하였다. 즉 곡률반경 추정을 위하여 제안한 근사식을 적용할 때, 전, 후부대차에서 발생하는 편측 상대변위를 적용한 Case 1, Case 2의 경우에 비하여 전부, 후부대차에 발생하는 상대변위를 평균적 개념으로 모두 적용한 Case 3의 경우가 궤도검측차에서 측정한 곡률반경에 부합한 결과를 보이고 있음을 나타낸다.
후속연구
- 따라서 본 논문에서 제안한 곡률반경 추정방법은 향후 곡선구간 주행성능 향상을 위한 능동형 철도차량 개발 분야에서 실시간 곡선 정보 인식을 위한 요소기술로 효율적으로 활용될 것으로 기대된다.
- 따라서 본 논문에서 제안한 차량 주행 중 차체와 대차간 종방향 상대변위 측정을 통하여 곡선 구간 곡률반경을 실시간으로 추정할 수 있는 방법은 충분한 타당성을 확보하고 있다고 평가된다. 특히 곡선구간 주행성능 향상을 목적으로 개발되는 능동형 차량에 적용할 경우, 제어의 주대상이 되는 곡률반경 600m 이하의 급곡선 구간에서는 매우 효율적으로 활용될 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.