현재 우리나라 일반국도의 포장관리시스템(PMS: Pavement Management System)은 세계은행(World Bank)이 주도한 HDM (Highway Development and Management)-4를 사용하여 유지보수 의사결정의 기초 자료로 사용하고 있으나, 과다한 입력변수와 모형의 불확실성 등으로 인해 국내 실정에 적합한 경제성 분석모형이 필요하게 되었으며, 대부분의 선진국의 경우에는 각 지역과 국가에 맞는 PMS 시스템을 구축하여 운영하고 있다. 따라서 본 연구에서는 우리나라 실정에 맞고 효율적인 국도의 도로 및 포장관리를 위한 의사결정시스템을 개발하기 위한 연구로써 시스템 개발에 필요한 구성요소, 공용성 모형 개발, 각 요소별 활용가능한 원단위, 기준 등의 지표 정의 및 종류, 특성들을 분석, 정리하고 경제성 평가를 통해 최적 의사결정을 위한 시스템(S/W) 개발을 목적으로 하였다. 포장관리를 위해 개발한 의사결정시스템의 구성요소는 크게 1)도로, 교통, 사회경제 지표 등의 DB, 2) 도로포장상태의 공용성 모형, 3)도로포장상태에 따른 차량속도변화 모형, 4)경제성 평가 모형, 5) 의사결정지원 시스템으로 구성되며, 개발된 시스템의 검증을 위해 사례 구간을 대상으로 한 분석결과도 함께 제시하였다. 그러나 장래 확률적 특성을 고려한 공용성 모형의 개발과 의사결정을 위한 지표 개발에 대해서는 추가적인 연구가 필요할 것으로 판단된다.
현재 우리나라 일반국도의 포장관리시스템(PMS: Pavement Management System)은 세계은행(World Bank)이 주도한 HDM (Highway Development and Management)-4를 사용하여 유지보수 의사결정의 기초 자료로 사용하고 있으나, 과다한 입력변수와 모형의 불확실성 등으로 인해 국내 실정에 적합한 경제성 분석모형이 필요하게 되었으며, 대부분의 선진국의 경우에는 각 지역과 국가에 맞는 PMS 시스템을 구축하여 운영하고 있다. 따라서 본 연구에서는 우리나라 실정에 맞고 효율적인 국도의 도로 및 포장관리를 위한 의사결정시스템을 개발하기 위한 연구로써 시스템 개발에 필요한 구성요소, 공용성 모형 개발, 각 요소별 활용가능한 원단위, 기준 등의 지표 정의 및 종류, 특성들을 분석, 정리하고 경제성 평가를 통해 최적 의사결정을 위한 시스템(S/W) 개발을 목적으로 하였다. 포장관리를 위해 개발한 의사결정시스템의 구성요소는 크게 1)도로, 교통, 사회경제 지표 등의 DB, 2) 도로포장상태의 공용성 모형, 3)도로포장상태에 따른 차량속도변화 모형, 4)경제성 평가 모형, 5) 의사결정지원 시스템으로 구성되며, 개발된 시스템의 검증을 위해 사례 구간을 대상으로 한 분석결과도 함께 제시하였다. 그러나 장래 확률적 특성을 고려한 공용성 모형의 개발과 의사결정을 위한 지표 개발에 대해서는 추가적인 연구가 필요할 것으로 판단된다.
PMS (Pavement Management System) of National highways in Korea has used HDM (Highway Development and Management)-4 developed by World Bank for decision-making for maintenance and rehabilitation of pavements. However using HDM-4 is not appropriate in Korea because HDM-4 requires excessive input facto...
PMS (Pavement Management System) of National highways in Korea has used HDM (Highway Development and Management)-4 developed by World Bank for decision-making for maintenance and rehabilitation of pavements. However using HDM-4 is not appropriate in Korea because HDM-4 requires excessive input factors for analysis and economic analysis models loaded in HDM-4 are not suitable for Korean circumstances. Thus this study aims development of decision-making system for effective pavement management with reflecting Korean circumstances. Moreover this study proposed to define component of system, deterioration models, and basic units for component, and to analyze characteristics of component of system, and also to develop optimal decision-making system. The decision-making system for PMS mainly consists of 1) DB of highways, traffics, and socio-economic index, 2) pavement deterioration model, 3) speed prediction models by pavement conditions, 4) economic evaluation models, and 5) decision-making supporting system. Also this study provided analysis results in case studies for system verifications. However pavement deterioration models considering future probabilistic characteristic and index of decision-making are needed to develop for a further study.
PMS (Pavement Management System) of National highways in Korea has used HDM (Highway Development and Management)-4 developed by World Bank for decision-making for maintenance and rehabilitation of pavements. However using HDM-4 is not appropriate in Korea because HDM-4 requires excessive input factors for analysis and economic analysis models loaded in HDM-4 are not suitable for Korean circumstances. Thus this study aims development of decision-making system for effective pavement management with reflecting Korean circumstances. Moreover this study proposed to define component of system, deterioration models, and basic units for component, and to analyze characteristics of component of system, and also to develop optimal decision-making system. The decision-making system for PMS mainly consists of 1) DB of highways, traffics, and socio-economic index, 2) pavement deterioration model, 3) speed prediction models by pavement conditions, 4) economic evaluation models, and 5) decision-making supporting system. Also this study provided analysis results in case studies for system verifications. However pavement deterioration models considering future probabilistic characteristic and index of decision-making are needed to develop for a further study.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
기존의 도로포장 유지보수 의사결정시스템인 HDM-4는 입력변수의 과다와 블랙박스(black box) 같은 도로파손 예측모형의 추정과 경제성 분석의 과정 등으로 인해 국내 실정에 적합하지 않아 현실성 있고 국내 도로환경에 적합한 분석 모형이 필요하게 됨에 따라 본 연구에서는 효율적이고 국내 실정에 적합한 국도의 도로관리를 위한 의사결정시스템을 개발하기 위한 연구를 통해 다음과 같은 성과를 거두었다.
따라서 본 연구에서는 우리나라 실정에 맞고 효율적인 국도의 도로 및 포장관리를 위한 의사결정시스템을 개발하기 위한 연구로써 시스템 개발에 필요한 구성요소, 공용성 모형 개발, 각 요소별 활용가능한 원단위, 기준 등의 지표 정의 및 종류, 특성들을 분석, 정리하고 경제성 평가를 통해 최적 의사결정을 위한 시스템(S/W) 개발을 목적으로 한다.
본 연구에서는 도로구간의 교통특성을 고려한 공용성 모형의 개발을 위해 군집분석을 이용하여 구간 특성별 파손예측모형을 구축하였다. 군집분석은 조사대상 집단에 속해있는 각 개별객체들 사이의 유사성(similarity)을 기준으로 분류하여 유사성이 높은 객체들을 그룹화 하는 통계적 분석방법으로, 각 객체들 간의 유사성은 주로 거리척도(distance measure)로 측정하며, 본 연구에서는 군집분석에서 가장 많이 사용되는 거리척도인 유클리드 제곱거리를 사용하였다.
본 연구에서는 포장상태지표별 연간 파손량을 함수로 모형화하여 공용성 모형을 개발하였다. 공용성 모형의 추정을 위하여 한국건설기술연구원에서 제공하는 도로포장감시체계 DB (2007-2011년)를 사용하였으며, 포장상태지표로는 균열율, 소성변형, 종단평탄성(IRI)을 이용하였다.
본 연구에서는 필요한 유지보수 예산을 확보하지 못하는 경우를 가정하고 유지보수 시점을 지나는 경우, 즉 유지보수 지연에 따른 영향을 살펴볼 수 있도록 설계되었다.
본 절에서는 네 군집가운데 AADT와 ESAL 모두 낮은 수준이면서 가장 많은 포장구간이 속한 제 1군집(C_1)을 예를 들어 장기 공용성 및 경제성 분석과정을 설명하기로 한다.
가설 설정
H0´(Null Hypothesis) : Difference of average speeds between before-after pavement maintenance is not statistically significant.
H0(Null Hypothesis) : Vehicle speed data is normally distributed.
H1´(Alternative Hypothesis) : Difference of average speeds between before-after pavement maintenance is statistically significant.
H1(Alternative Hypothesis) : Vehicle speed data is not normally distributed..
제안 방법
편익 항목은 직접편익과 간접편익으로 구분되며, 간접편익의 경우 지역 개발 효과, 시장권의 확대, 지역 산업구조의 개편 등으로 계량화가 쉽지 않아 경제성 분석에서 제외하였으며, 직접편익을 분석대상으로 하였다. 이용자 비용/편익 산정에 이용되는 항목은 교통사고비용을 제외한 나머지 5가지 비용항목1) 통행시간비용, 2) 차량운행비용, 3) 대기오염비용, 4)온실가스, 5)차량소음비용의 산정식을 활용하였다.
세 번째는 개발된 파손예측모형과 포장상태별 차량운행속도변화 모형을 기반으로 장기(30년) 분석기간 동안의 관리자 비용과 이용자 비용을 산정하고 이를 기반으로 경제성 평가 방안을 제안하였다. 경제성 평가 시스템에는 최적 유지보수 공법과 시기결정, 대안의 평가, 유지보수 지연에 따른 영향을 분석하는 기능을 포함시켰으며, 의사결정지원을 위해 제한된 예산범위 내에서 유지보수 우선순위를 결정하기 위한 지표 및 순위결정 방안을 제시하였다.
관리자 비용은 도로포장상태에 따라 포장공법이 결정되므로 공용성 모형을 이용하여 시간경과에 따른 도로포장상태를 예측하여 유지보수공법을 결정하고 이를 관리자 비용으로 산정하며, 본 연구에서는 한국건설기술연구원에서 제공하는 최종보수공법결정 흐름도(Fig. 5)를 기준으로 유지보수공법을 결정하고 이를 해당구간 연장과 기준단가를 적용하여 비용을 산정하였다.
군집분석의 결과, 차량하중의 강도를 나타내는 ESAL과 통행량의 상대적 크기를 나타내는 AADT를 각 2개의 그룹(소, 대)으로 분류하였으며 Table 1에서 보는 바와 같이 총 4가지 군집으로 분류하였다. ESAL과 AADT의 크기의 조합에 따라 지방지역 도로, 도심지역 도로, 물류(혹은 산업) 도로, 간선 국도로 기능별로 분류할 수 있다.
또한 도로파손의 정도는 교통하중(ESAL: Equivalent Single Axle Load)과 연평균일교통량(AADT: Annual Average Daily Traffic)의 크기에 따라 다르게 진행되므로, 군집분석을 이용하여 ESAL과 AADT의 크기에 따라 도로를 그룹화(grouping)하고 각 분류된 도로군집에 대한 공용성 모형을 개발하였다.
0m/km으로 정의하였다. 또한 유지보수가 시행된 도로의 포장상태는 유지보수 직후 균열율 0%, 소성변형 0mm, IRI 1.0m/km으로 정의하였으며 도로포장 상태지표별로 선형 회귀모형을 이용하여 도로포장 상태에 따른 차량 운행속도 모형을 개발하였다.
또한 이용자 비용/편익은 속도의 함수로 제시되어 있는 국토해양부(2011)의 지침을 활용하기 위하여 도로포장 유지보수 전ㆍ후의 차량통행속도에 대한 데이터를 수집하여 도로포장상태지표별, 제한속도별 차량속도변화 모형을 개발하였다.
마지막으로 의사결정지원 시스템에는 프로젝트 레벨과 네트워크 레벨로 구분하여 분석의 목적에 맞게 대상구간의 유지보수 시행여부, 비용 및 편익의 산정, 최적 공법과 유지보수 시기의 결정, 우선순위 결정 등을 수행하는 기능이 포함되며 분석결과를 요약하는 기능도 추가로 포함시켰다.
먼저, 도로포장상태의 공용성 모형의 개발은 군집분석을 통해 국도전체를 ESAL과 AADT를 중심으로 4군집으로 나누어 각 군집에 대한 포장상태지표별 공용성 모형을 개발하는 방안을 제안하였다.
본 연구에서 개발한 의사결정시스템은 Microsoft EXCEL의 VBA (Visual Basic Application)을 활용하여 이용자가 보다 쉽게 이해하고 활용, 확인, 보정/수정이 가능하도록 설계되었다.
본 연구에서 도로유지보수의 우선순위선정은 효율성 지표와 경제성 지표를 도입하였으며, 이용자비용의 증가량(ΔUC)과 비용 효율성 지표를 활용하였다.
이어서 군집분석으로 분류된 4가지 군집별로 공용성 모형을 추정하게 된다. 본 연구에서는 신뢰성 분석과 수명분포 파라메타 추정에서 많이 이용되고 있는 최대우도 추정법(MLE: Maximum Likelihood Estimation)과 AD (Anderson-Darling) 통계량으로 각 포장상태지표별 공용성 모형을 개발하였다.
세 번째는 개발된 파손예측모형과 포장상태별 차량운행속도변화 모형을 기반으로 장기(30년) 분석기간 동안의 관리자 비용과 이용자 비용을 산정하고 이를 기반으로 경제성 평가 방안을 제안하였다. 경제성 평가 시스템에는 최적 유지보수 공법과 시기결정, 대안의 평가, 유지보수 지연에 따른 영향을 분석하는 기능을 포함시켰으며, 의사결정지원을 위해 제한된 예산범위 내에서 유지보수 우선순위를 결정하기 위한 지표 및 순위결정 방안을 제시하였다.
우선 프로젝트 레벨에서 유지보수 대안간 비교를 통해 최적대안선정과 30년 장기 분석기간 동안의 유지보수 횟수, 유지보수 비용과 이용자 비용 그리고 순현재가치(NPV)의 산정과정을 통해본 연구에서 구축한 시스템의 활용부문을 점검하기로 한다.
도로포장 상태별 차량 운행속도 모형을 개발하기 위한 도로포장 상태 기준값은 한국건설기술연구원에서 국도유지보수공법결정 흐름도를 기준으로 하였다. 유지보수 기준값을 ｢유지보수 전｣의 도로포장상태 지표 값으로 균열율 20%, 소성변형 15mm, IRI 4.0m/km으로 정의하였다. 또한 유지보수가 시행된 도로의 포장상태는 유지보수 직후 균열율 0%, 소성변형 0mm, IRI 1.
공용성 모형의 추정을 위하여 한국건설기술연구원에서 제공하는 도로포장감시체계 DB (2007-2011년)를 사용하였으며, 포장상태지표로는 균열율, 소성변형, 종단평탄성(IRI)을 이용하였다. 이는 도로포장의 유지보수 시행기준과 공법결정이 균열율과 소성변형의 정도에 따라 결정되므로 경제성 분석에서 관리자 비용은 이에 대한 연간 파손량의 추정으로 산정할 수 있으며, 이용자 비용 산정은 도로포장상태에 따른 운행속도변화로 추정이 가능하므로 운행속도에 영향을 미치는 종단평탄성의 연간 파손량 추정을 모형화하였다.
) 상태 데이터를 획득하여 확률분포를 산정한 후 AD 통계량을 통해 도로포장 수명 데이터가 특성 분포를 얼마나 잘 따르는가를 측정할 수 있으며 이 통계량이 작으면 작을수록 분포의 적합성이 높다고 판단할 수 있다. 이와 같은 방법론을 이용하여 Fig. 3에서와 같이 도로포장상태지표별/군집별로 가정 적합한 악화 분포를 선정하고 각 연도별 대푯값(상태의 평균값)을 산정하고 이를 기반으로 1년 경과에 따른 공용성 모형을 개발하였으며 결과는 Table 2와 같다.
2와 같이 데이터 조합을 구성하였다. 즉, 매 연도별 악화량을 독립이라 가정하고 포장의 상태가 역전이 되는 경우를 제외하고 가능한 한 많은 데이터 조합을 구하여 경년적 악화량을 추정하였다. 즉, Fig.
대상 데이터
수집된 데이터 가운데 이상치(Outlier)를 제거하기 위하여 필터링 기준을 마련하였으며, 1) 차두간격 6초 이상인 데이터(차량군의 영향 최소화), 2) 차량속도 50~120km/h의 데이터, 3) 차종은 승용차로 한정(중차량의 공차 및 만차의 영향 최소화), 4) 1차로 데이터, 5) 비첨두 시간대인 10~17시의 데이터, 6) 평지구간 데이터(경사의 영향 제외)로 정하여 분석 데이터를 수집하였다.
따라서 본 연구에서 수행한 현장 실험을 통해 기존 연구인 Karan et al. (1976), Park (2003) 그리고 Zaabar et al. (2012) 등의 연구 성과와 정합성을 가지는 결과를 도출하게 되었으며 이용자 비용 산정에 기초자료로 활용하였다.
본 연구에서는 도로포장 유지보수 전ㆍ후의 차량 운행속도 데이터를 수집하기 위하여 2012-2013년 국도 유지보수 대상구간 중 포장상태와 도로환경 등의 변수를 고려하여 조사 대상구간을 선정하였으며, 선정된 구간에 대한 지형 및 현황을 살핀 후 교통량과 차량운행속도 데이터를 NC-200을 이용하여 수집하였다.
데이터처리
따라서 정규성을 만족하지 못하는 순창구간의 데이터는 비모수적 통계 기법인 Mann-Whitney U 기법을 활용하여 통계적 검증을 하였으며, 정규성을 만족하는 세구간의 데이터는 t 검정을 통해 보수 전후 속도의 차이를 검증하였다.
마지막으로 본 시스템은 Microsoft Excel의 VBA (Visual Basic Application)을 활용하여 개발되었기 때문에 도로관리자 및 이용자들이 쉽게 이용할 수 있으며 개발된 시스템의 검증을 위한 사례분석도 실시하였다.
이상치가 제거된 데이터를 이용하여 도로포장 유지보수 전ㆍ후의 차량운행 평균속도를 산정하였으며, 산정된 통행속도의 차이에 대한 통계적 검증을 시행하였다. 먼저 AD 검증을 통해 수집된 데이터의 분포가 정규성을 가지는지에 대한 분석을 시행하였는데 분석 대상구간 중 순창구간은 정규분포의 유의확률이 신뢰 수준(α = 0.
으로 설정하였다(Do, 2011). 최대우도 추정법을 이용하여 추정한 확률분포의 적합도는 AD (Anderson-Darling) 통계값을 사용하였으며 AD 통계량의 일반식은 Eq. (3)과 같다(Shin et al.
이론/모형
본 연구에서는 포장상태지표별 연간 파손량을 함수로 모형화하여 공용성 모형을 개발하였다. 공용성 모형의 추정을 위하여 한국건설기술연구원에서 제공하는 도로포장감시체계 DB (2007-2011년)를 사용하였으며, 포장상태지표로는 균열율, 소성변형, 종단평탄성(IRI)을 이용하였다. 이는 도로포장의 유지보수 시행기준과 공법결정이 균열율과 소성변형의 정도에 따라 결정되므로 경제성 분석에서 관리자 비용은 이에 대한 연간 파손량의 추정으로 산정할 수 있으며, 이용자 비용 산정은 도로포장상태에 따른 운행속도변화로 추정이 가능하므로 운행속도에 영향을 미치는 종단평탄성의 연간 파손량 추정을 모형화하였다.
군집분석에서 군집추출방법으로 계층적 군집화 방법(hierarchical cluster method)와 비계층적 군집화 방법(non-hierarchical cluster method)이 있는데 본 연구에서는 ESAL과 AADT를 변수로 하는 계층적 군집화 방법 중 Ward법을 이용하여 연구대상 도로를 군집화하였다. Ward법은 병합적 군집 방법(agglomerative cluster algorithm)으로 단순히 객체별 거리 기준이 아니라 군집을 구성하는 모든 객체들의 측정치의 분산을 기준으로 그룹화 하는 방식으로 군집 내 오차제곱합(error sum of square)을 계산하여 최소 제곱합을 가지게 되는 군집끼리 그룹화하는 방법이다.
도로포장 상태별 차량 운행속도 모형을 개발하기 위한 도로포장 상태 기준값은 한국건설기술연구원에서 국도유지보수공법결정 흐름도를 기준으로 하였다. 유지보수 기준값을 ｢유지보수 전｣의 도로포장상태 지표 값으로 균열율 20%, 소성변형 15mm, IRI 4.
이용자 비용과 편익은 Ministry of Land, Transport and Maritime Affairs (2011)의 ｢교통시설 투자평가지침서｣에서 제시하고 있는 편익항목을 기준으로 차량운행속도를 고려하여 산정하였다. 편익 항목은 직접편익과 간접편익으로 구분되며, 간접편익의 경우 지역 개발 효과, 시장권의 확대, 지역 산업구조의 개편 등으로 계량화가 쉽지 않아 경제성 분석에서 제외하였으며, 직접편익을 분석대상으로 하였다.
최대우도 추정치를 구할 때, 대부분 비선형 방정식의 형태가 되므로 방정식의 해는 반복계산법(iteration method)과 같은 수치 해석적 근사해를 구해야 하며, 본 연구에서는 근사치에 대한 수렴속도가 빠른 뉴튼-랩슨법(Newton-Raphson method)을 사용하였으며, 근사해를 구하기 위한 수렴 판정기준은 1×10-4으로 설정하였다(Do, 2011).
한편 유지보수의 시행여부를 결정짓거나 제한된 예산범위 내에서 유지보수의 우선순위를 결정하기 위한 경제성 분석을 위해서는 순현재가치(NPV: Net Present Value), 이용자비용의 증가량(ΔUC)이나 비용편익비(B/C ratio) 등을 기준지표로 활용하였다.
성능/효과
Table 4에서 알 수 있는 바와 같이 80km/h의 제한속도 구간에서 균열율은 1%씩 악화될수록 0.40km/h의 속도감소가 나타났으며, 소성변형의 경우 1mm씩 악화될수록 0.54km/h, IRI는 1m/km씩 악화될수록 약 2.70km/h의 속도감소가 나타났다. 또한, 60km/h의 제한속도 구간에서 균열율은 1% 당 0.
검증 결과 4구간 중 순창구간의 하행구간의 유지보수 전ㆍ후의 차량 통행속도 차이가 통계적으로 유의하지 않은 것으로 나타나 차량 통행속도 모형 개발에는 제외하였으며 제천 상행구간의 경우 데이터부족으로 제외하였다. 나머지 구간은 차량 통행속도 차이가 통계적으로 유의한 것으로 나타나 모형개발을 위한 데이터로 이용하였다.
70km/h의 속도감소가 나타났다. 또한, 60km/h의 제한속도 구간에서 균열율은 1% 당 0.35km/h의 속도감소가 나타났으며, 소성변형의 경우 1mm 당 0.47km/h, IRI는 1m/km 당 약 2.36km/h의 속도감소가 있음을 확인할 수 있다.
먼저 AD 검증을 통해 수집된 데이터의 분포가 정규성을 가지는지에 대한 분석을 시행하였는데 분석 대상구간 중 순창구간은 정규분포의 유의확률이 신뢰 수준(α = 0.05 ) 이하로 나타났으며, 나머지 제천, 단양, 임실 구간은 정규분포 유의확률 신뢰수준을 만족하였다.
본 연구에서는 각 군집별로 신설 및 유지보수 후 각 년도별(t1,t2,⋯,tn) 상태 데이터를 획득하여 확률분포를 산정한 후 AD 통계량을 통해 도로포장 수명 데이터가 특성 분포를 얼마나 잘 따르는가를 측정할 수 있으며 이 통계량이 작으면 작을수록 분포의 적합성이 높다고 판단할 수 있다. 이와 같은 방법론을 이용하여 Fig.
후속연구
6에는 의사결정시스템의 메인스위치 보드를 나타내고 있으며, 도로 유지관리와 관련된 의사결정을 지원하기 위한 기능은 크게 네 가지로 나누어볼 수 있다.1) 유지관리비 산정 및 예측, 2) 유지보수 대상구간의 우선순위 결정, 3) 유지보수시기(지연)에 따른 도로 관리자 및 이용자 비용의 변화추세 예측, 4) 경제성 지표 도출 등이 있으며, 그 외 각 세부모형들에서 도출되는 결과물들을 조합하여 다양한 연구목적으로도 활용이 가능하다.
향후 도로포장상태와 교통수요에 대한 DB가 구축되고 지역별ㆍ 교통 환경별 포장파손예측(공용성) 모형에 확률론적 기법 및 의사결정을 위한 지표개발에 대한 추가적 연구를 통하여 모형의 정확성을 높여야 할 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
새로운 사회기반시설물(SOC: Social Overhead Capital)의 건설규모가 급속하게 축소되는 이유는 무엇인가?
21 세기에 들어서면서 인구 감소, 환경보호에 대한 관심증가와 세계적 경제위기로 인하여 새로운 사회기반시설물(SOC: Social Overhead Capital)의 건설규모가 급속하게 축소되고 있다. 특히 우리나라의 경우 1970-80년대 급속한 경제발전으로 인해 건설된 많은 사회기반시설물의 노후화로 유지보수의 필요성이 높아지고 있지만 제한된 국가예산으로 필요한 SOC건설 및 유지보수가 적절한 시기에 이루어지지 못하고 있는 실정이다.
HDM-4의 한계점은 무엇인가?
하지만, 기존 시스템의 경우 우리나라 현실에 맞지 않는 인자(input factors)가 많고 불필요한 인자의 입력을 요구하므로 현실에 맞는 계수조정이 필요하다. Do et al.
도로자산관리를 위해 개발된 시스템에는 무엇이 있는가?
현재 전 세계적으로 도로자산관리를 위해 개발된 시스템은 크게 포장관리시스템(PMS: Pavement Management System)과 교량 관리시스템(BMS: Bridge Management System)으로 나누어질 수 있는데, 포장관리시스템은 도로사업으로 인한 정체의 영향을 분석하기 위해 개발된 미국 FHWA (Federal Highway Administration)의 RealCost와 도로사업을 위한 투자분석을 위한 AssetManager, BCA와 World Bank에서 만든 HDM (Highway Development and Management)-4 등이 있으며, 교량관리시스템은 Pontis, BLCCA 등이 있다.
참고문헌 (16)
Cho, H., Choi, H., Jung, P. and Lim, J. (2001). "A study on life cycle cost analysis of latex modified concrete pavement for bridges." J. of the Korea Institute of Structural Maintenance Inspection, Vol. 5, No. 4, pp. 185-195 (in Korean).
Christopher, R. B. and Greenwood, I. D. (2000). "Modelling road user and environmental effects in HDM-4." HTC Infrastructure Management Ltd.
Do, M. (2011). "A comparative analysis on mean life reliability with functionally classified pavement sections." KSCE, J. of Civil Engineering, Vol. 15, No. 2, pp. 261-270.
Do, M. and Kim, J. (2009). "Asset evaluation method for road pavement considering life cycle cost." J. of the Korean Society of Civil Engineers, Vol. 29, No. 1D, pp. 63-72 (in Korean).
Do, M., Han, D., Lee, J. and Lee, Y. (2007). "Economic evaluation for road pavement maintenance by using HDM." J. of the Korean Society of Civil Engineers, Vol. 27, No. 3D, pp. 311-323 (in Korean).
Haas, R., Tighe, S. L. and Falls, L. C. (2006). "Determining return on long-life pavement investments." J. of the Transportation Research Board, 1974, pp. 10-17.
Han, D., Do, M., Kim, S. and Kim, J. (2007). "Life cycle cost analysis of pavement maintenance standard considering user and socio-environmental cost." J. of the Korean Society of Civil Engineers, Vol. 27, No. 6D, pp. 727-740.
Haugoedegaard, T. Johansen, J. M. Bertelsen, D. Gabestad, K. (1994). "Norwegian public roads administration: A complete pavement management system in operation." Managing pavements, pp. 25-33.
Karan, M. A., Haas, R. and Kher, R. (1976). "Effects of pavement roughness on vehicle speeds." Transportation Research Record 602, pp. 122-127.
Kim, Y. and Cho, W. (2005). "A study on the relationship between road design, operating and posted speeds." J. of Korean Society of Transportation, Vol. 23, No. 7, pp. 35-42 (in Korean).
Lemer, A. C. (2004). "Public benefit of highway system preservation and maintenance." NCHRP Synthesis 330, TRB, pp. 3-13.
Ministry of Land, Transport and Maritime Affairs (2011). 4th Investment evaluation guide for transportation facilities (in Korean).
Nakabayashi, M., Nishioka, T. and Kobayashi, K. (2007). "Current situation and challenges of maintenance activities of urban expressway." J. of the Japan Society of Civil Engineers, Vol. 63, No. 4, pp. 494-505.
Park, J. (2003). "Speed prediction model by pavement roughness." Thesis of Master Degree, Chung-Ang University.
Shin, H., Sung, K. and Heo, J. (2010). "Derivation of modified anderson-darling test statistics and power test for the gumbel distribution." J. of Korea Water Resources Association, Vol. 43, No. 9, pp. 813-822 (in Korean).
Zaabar, I. and Chatti, K. (2012). "Effect of pavement conditions on fuel consumption, tire wear and repair and maintenance costs." Proceeding Paper, International Symposium on Heavy Vehicle Transport Technology, Stockholm, Sweden.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.