[논문]도시철도 열차 승하차시간 분석에 관한 연구

김정태; 김무선; 홍재성; 조용현; 김태식

doi:10.7782/jksr.2014.17.3.210

도시철도 열차 승하차시간 분석에 관한 연구
An Analysis of Boarding and Alighting Times for Urban Railway Vehicles 원문보기

한국철도학회 논문집 = Journal of the Korean Society for Railway, v.17 no.3 = no.82, 2014년, pp.210 - 215

김정태 (Korea Railroad Research Institute) , 김무선 (Korea Railroad Research Institute) , 홍재성 (Korea Railroad Research Institute) , 조용현 (Korea Railroad Research Institute) , 김태식 (Dept. of Civil Engineering, Hongik University)

초록
AI-Helper

도시철도의 표정속도를 증대시키기 위해 여러 가지 방안이 연구되고 있는데 출입문 폭 확장을 통한 정차시간 단축은 이러한 방안 중 하나이다. 그러나, 출입문 폭을 확장하였을 때 단축되는 승객 승하차시간을 예상하기 위해 적합한 국내 모델과 수식은 아직 수립되지 않은 형편이다. 승하차 동작은 사람의 행동 방식에 영향을 많이 받고 이는 국가 별로 상이하다는 점을 고려한다면 승하차시간에 대한 외국 모델을 따른 다는 것은 적합하지 않다. 본 연구에서는 국내에서 측정 및 실험한 데이터를 바탕으로 국내 환경에 적합한 모델을 세우고 관련 수식과 변수를 유도함으로써 출입문 폭 확장 시 승하차시간 단축효과를 예상할 수 있도록 한다.

Abstract ▼ AI-Helper

Various methods have been developed in an effort to increase the scheduled speeds of the urban railways. Reducing the train dwell times by extending door widths is one such method. However, there is thus far no domestic model of boarding and alighting that is appropriate to lead to boarding and alighting time reductions if the door width is extended. Foreign models are not suitable because human behaviors, which are important factors when assessing boarding and alighting times, differ from country to country. In this study, a boarding and alighting model for domestic urban railways is proposed and related equations and parameters are derived from measured and experimental data. The model can be employed to assess time reductions in Korean railroad system if the door widths are extended.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 국내 환경에 적합한 도시철도 열차의 승하차시간 모델을 설립에 관한 것이다. 실제 노선에서 승하차 시간을 측정하고 데이터 분석과 조정결정계수 비교를 통해 적합한 모델을 제안하였다.
다만, 국내 승객의 승하차 행동 방식이 외국과는 차이가 있으므로 적합한 모델과 계수를 찾는 것이 필요하다[12]. 본 연구에서는 서울시 2호선 및 분당선 승하차시간 측정결과와 모의실험을 통해 승하차 인원과 출입문 폭에 따른 승하차시간 예측 모델을 제시한다. 이를 위한 본 논문의 구성은 다음과 같다.

가설 설정

단, Lin[8]에서는 해당 차량 1량에 대한 전체 승하차 인원 및 재차 인원으로 모델을 설립하였으나 본 논문에서는 출입문 당 인원으로 기준을 세웠으므로 다음과 같이 계수를 조정하였다. 즉, Green Line의 1량 열차의 출입문이 2개 이므로 2개의 출입문으로 승하차하는 인원이 동일하다는 가정하에 C_A, C_B는 연구에서 제시된 값에서 2배를 하였다.

제안 방법

실제 승하차시간 측정 시에서는 출입문 폭이 고정된 기존 전동차를 대상으로 하였으므로 출입문 폭에 의한 영향을 알 수 없다. 따라서 출입문 폭을 조절할 수 있는 간이 열차 모형을 만들고 시험을 통해 이 영향을 분석하였다. 시험 공간은 Fig.
이러한 경향을 바탕으로 모델 수식을 설립하고 회귀분석을 통해 관련 변수의 값을 추정하였다. 또한 출입문 폭을 변경하여 시험하고 분석함으로써 이에 대한 영향도 승하차 모델에 반영하였다. 이를 통해 출입문 폭 확장 시 시간 단축 효과를 쉽고 정확하게 예상할 수 있다.
따라서, 열차 운행 기록을 통해 획득한 정차시간 데이터를 분석하여 승하차시간 대신에 정차시간과 승하차 인원과의 관계를 도출한 연구도 있다[7,8,10]. 본 연구에서는 승하차시간을 직접 측정하였으므로 T_F에 대한 모델을 제시하며, 기존 연구에 대한 기술 부분에서 정차시간을 가지고 세운 모델에 대해서는 T_D로 명시한다.
오전 첨두 시간(7:30~8:30), 오전 비첨두 시간(10:00~11:00), 오후 비첨두 시간(15:00~16:00), 오후 첨두 시간(18:00~19:00) 4가지 경우에 대하여 3~6회씩(시격이 긴 분당선 죽전 아래 구간의 경우 2회) 측정하였다. 승차 인원, 하차 인원, 승하차 시간에 대한 측정값을 수집하였으며, 이 중 승객이 승차 후 다시 하차 하는 등 비정상적인 경우를 제외한 총 958회 측정값에 대하여 회귀분석을 통해 승하차시간 모델을 도출하였다. Fig.
따라서 출입문 폭을 조절할 수 있는 간이 열차 모형을 만들고 시험을 통해 이 영향을 분석하였다. 시험 공간은 Fig. 2와 같이 열차 1량에서 1개의 출입문이 담당하는 공간으로 설정하였고 간이 출입문을 만들어서 수동으로 개폐 동작을 하도록 하였다. 출입문 폭은 1,300mm, 1,600mm, 1,800mm, 2,000mm의 네 가지 경우에 대하여 시험하였고 혼잡도는 100%, 150%, 200%의 세 가지에 대하여 시험하였다.
본 연구는 국내 환경에 적합한 도시철도 열차의 승하차시간 모델을 설립에 관한 것이다. 실제 노선에서 승하차 시간을 측정하고 데이터 분석과 조정결정계수 비교를 통해 적합한 모델을 제안하였다. 다른 나라보다 1인당 승하차시간이 짧다는 기존 연구를 다시 한 번 확인하였으며 승하차 인원이 증가함에 따라 지수형으로 감소하는 것도 확인하였다.
승하차시간 모델을 도출하기 위해 서울시 2호선의 본선과 분당선에서 직접 측정을 하였다(2012년 9월). 오전 첨두 시간(7:30~8:30), 오전 비첨두 시간(10:00~11:00), 오후 비첨두 시간(15:00~16:00), 오후 첨두 시간(18:00~19:00) 4가지 경우에 대하여 3~6회씩(시격이 긴 분당선 죽전 아래 구간의 경우 2회) 측정하였다. 승차 인원, 하차 인원, 승하차 시간에 대한 측정값을 수집하였으며, 이 중 승객이 승차 후 다시 하차 하는 등 비정상적인 경우를 제외한 총 958회 측정값에 대하여 회귀분석을 통해 승하차시간 모델을 도출하였다.
E_A와 E_B는 각각 하차 시간 지수와 승차 시간 지수이다. 이 모델은 영국의 South West Trains 노선에서 측정한 자료를 바탕으로 하였으며 문이 열렸을 때 사람들이 일정 시간 기다린 후 승차 혹은 하차를 한다는 점과 승차인과 하차인의 간섭을 고려하였다.
2와 같이 열차 1량에서 1개의 출입문이 담당하는 공간으로 설정하였고 간이 출입문을 만들어서 수동으로 개폐 동작을 하도록 하였다. 출입문 폭은 1,300mm, 1,600mm, 1,800mm, 2,000mm의 네 가지 경우에 대하여 시험하였고 혼잡도는 100%, 150%, 200%의 세 가지에 대하여 시험하였다. 이 때의 승하차 인원은 2.

대상 데이터

운행중인 차량에서 재차 인원을 정확히 측정하는 것은 어려운 일이며 특히 높은 혼잡도에서는 재차 인원 측정이 거의 불가능하다. 따라서, Seoul Metro[16]에서 제시된 시간대 별 혼잡도 데이터를 기초로 사용하였다. 이 데이터는 교통카드 O/D(origin/destination) 데이터로 혼잡도를 추정한 것이며 비교적 유사하게 실제 혼잡도를 나타내는 지표로 볼 수 있다[17].
승하차시간 모델을 도출하기 위해 서울시 2호선의 본선과 분당선에서 직접 측정을 하였다(2012년 9월). 오전 첨두 시간(7:30~8:30), 오전 비첨두 시간(10:00~11:00), 오후 비첨두 시간(15:00~16:00), 오후 첨두 시간(18:00~19:00) 4가지 경우에 대하여 3~6회씩(시격이 긴 분당선 죽전 아래 구간의 경우 2회) 측정하였다.

데이터처리

모델의 각 계수는 회귀분석을 통해 추정하였다. 이를 위해 입력 변수인 승하차 인원 P_AB와 CGI를 대입하여야 하는데 P_AB는 직접 측정한 값이 있지만 CGI를 구하기 위한 재차 인원은 측정값이 없다.
다른 나라보다 1인당 승하차시간이 짧다는 기존 연구를 다시 한 번 확인하였으며 승하차 인원이 증가함에 따라 지수형으로 감소하는 것도 확인하였다. 이러한 경향을 바탕으로 모델 수식을 설립하고 회귀분석을 통해 관련 변수의 값을 추정하였다. 또한 출입문 폭을 변경하여 시험하고 분석함으로써 이에 대한 영향도 승하차 모델에 반영하였다.
이러한 특징을 바탕으로 국내에 적합한 승하차 모델을 구하기 위해 본 연구에서 측정한 데이터를 기존 승하차시간 모델을 사용하여 회귀분석을 수행한 결과를 Table 1에 나타내었다. 측정데이터의 수도 많고 넓게 퍼져 있어서 전반적으로 조정결정계수가 높게 나타난다.
서울 2호선과 분당선에서 측정한 데이터도 같이 나타내었는데 이와 비교하면 모의 시험에서 시간이 약간 단축되었지만 전반적인 경향은 비슷하게 나타난다. 출입문 폭에 의한 요소인 C_AB를 구하기 위해 측정한 데이터를 사용하여 식 (8)에 대하여 C_C=2.7, E_AB=0.77, C₀=-1.3을 대입하고 회귀분석을 통해 C_AB를 획득하였다. 획득한 모델은 다음과 같다.

이론/모형

그러나, 열차 편성 및 차량 각각에 따라 재차 인원의 분포가 다르므로 실제 측정 시 해당 차량의 혼잡도와는 차이가 있다는 점은 유의해야 한다. 회귀분석 시 기준으로는 최소제곱법을 사용하였다. 이를 통해 얻은 계수는 각각 다음과 같다.

성능/효과

Kim[11]은 서울시 2호선의 대표적인 혼잡역인 사당역에서 정차시간 측정데이터를 가지고 선형 모델의 계수를 도출하였다. (1)과 같이 승차인원과 하차인원을 분리한 모델과 승하차 인원을 통합한 모델 두 가지를 설립하였는데 두 모델 모두 조정결정계수가 약 0.93으로 비교적 높은 수치를 나타낸다. 계수 C_A와 C_B는 각각 1.
실제 노선에서 승하차 시간을 측정하고 데이터 분석과 조정결정계수 비교를 통해 적합한 모델을 제안하였다. 다른 나라보다 1인당 승하차시간이 짧다는 기존 연구를 다시 한 번 확인하였으며 승하차 인원이 증가함에 따라 지수형으로 감소하는 것도 확인하였다. 이러한 경향을 바탕으로 모델 수식을 설립하고 회귀분석을 통해 관련 변수의 값을 추정하였다.
4에 혼잡도 100%일 때의 다양한 출입문 폭에 대한 승하차시간 그래프를 측정 및 시험 데이터와 함께 나타내었다. 도출된 승하차시간 모델이 실제 측정 데이터 및 시험 데이터와 잘 부합함을 확인할 수 있다.
3절에서는 실제 측정 결과에 따라 국내의 승하차시간 모델을 도출한 후 모의시험 결과를 바탕으로 출입문 폭에 의한 영향을 확인하고 이 요소를 모델에 추가한다. 조정결정계수(adjusted coefficient of determination)를 통해 제안하는 모델의 충실도를 확인할 수 있으며 출입문 폭 확장에 따른 시간 단축 효과를 예상할 수 있다.

후속연구

이를 통해 출입문 폭 확장 시 시간 단축 효과를 쉽고 정확하게 예상할 수 있다. 재차 인원의 정확한 측정이 어렵기 때문에 혼잡도는 예상치를 사용하여 회귀분석에 대입하였으므로 이에 대한 보완이 필요하며 또한 플랫폼의 혼잡도에 따른 하차 시간의 영향 분석은 본 연구를 발전시켜 추가로 진행해나가야 할 부분이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	열차의 정차시간은 언제부터 언제까지인가?	사전적으로 정차시간은 열차가 역에 정지해 있는 시간으로 정의되며, 열차가 정지하여 열차의 출입문이 열리도록 지령하는 순간부터 열차의 출입문이 닫히고 잠길 때까지의 시간을 나타낸다[15]. 따라서 정차시간 안에 출입문이 여닫히는 시간, 승객이 승하차하는 시간, 출발 신호가 떨어져서 출입문을 닫기까지 대기하는 시간이 포함된다[14].
	도시철도의 출입문 확장 시 고려해야 할 요소로 무엇이 있는가?	또한 도시철도의 표정속도를 증가시켜서 수송분담률을 제고하기 위한 여러 연구가 수행되었는데[1-5] 출입문 폭을 확장한다면 승하차시간을 단축시킬 수 있으므로[6] 정차역이 많은 국내 도시철도에서 큰 효과를 기대할 수 있다. 그러나, 출입문 확장 시에는 차량의 구조적 안전성과 개폐 동작 시간, 창문 축소 등 여러 가지 요소를 고려해야 하므로 출입문을 적정 수준으로 확장하는 것이 중요하다. 이를 위해서는 출입문 폭이 확장되었을 때 승하차시간 단축효과를 예상하여 적절한 규격을 설정할 수 있어야 한다.
	우리나라 도시철도의 출입문의 폭이 1,300mm로 규정된 것의 근거는 무엇인가?	현재 우리나라 주요 구간에서 운행하는 도시철도의 출입문의 폭은 1,300mm로 되어있다. 이는 승객의 표준 체형과 차량의 구조체 안전성을 고려하여 정해진 것이며 전동차 표준사양에 규정되어 있다. 그러나 이 규격은 40년 전 서울 지하철 1호선이 개통 당시의 규격이어서, 현재의 승객의 체형이 훨씬 커졌음을 고려할 때 출입문 폭을 확장할 필요가 있다.

참고문헌 (17)

M.S. Kim, J. Kim, T. Kim, S.S. Park, et al. (2013) Study of the metropolitan rapid transport system to minimize sidetrack construction, Journal of the Korean Society for Railway, 16(5), pp. 402-409.

원문보기 상세보기
S. Choi, B. Lim, H. Park (2012) A study on the application of express train for the Gimpo city urban railway, Proceedings of the Conference of the Korean Society for Railway, Mokpo, pp. 177-184.
F. Takayoshi, H. Roh, and G. Kim (2004) A study on implementation of rapid service in urban railway, Proceedings of the Conference of the Korean Society for Railway, Gyeongju, pp. 144-149.
J. Park, H. Lee, J. Won (2006) A development of optimum operation models for express-rail systems, Journal of the Korean Society of Civil Engineers, 26(4), pp. 679-686.
K. Sohn (2007) Mixed operation with express train for urban railways in Seoul metropolitan area, Journal of Korea Transportation Research Society, 25(5), pp. 195-207.
S. Oh, H. Jang, H. Shin (2013) A statistical study on doorway flow-time for designing doors of Ui LRT, Journal of the Korean Society for Railway, 16(2), pp. 144-150.

원문보기 상세보기
Transportation Research Board (2000) Highway Capacity Manual 2000, National Academy Press, Washington, D.C.
T. Lin, N.H. Wilson (1992) Dwell time relationships for light rail systems, Transportation Research Record, 1361, pp. 287-295.
W.H.K. Lam, C.Y. Cheung, and Y.F. Poon (1998) A study of train dwelling time at the Hong Kong mass transit railway system, Journal of advanced transportation, 32(3), pp. 285-295.

상세보기
A. Puong (2000) Dwell time model and analysis for the MBTA red line, Massachusetts Institute of Technology, Massachusetts Institute of Technology's Open Course Ware Project Report.
S.Y. Kim (2003) Development of dwell time relationship and impaction on line capacity at Seoul Metro, Mater's Thesis, Hanyang University
S. Oh (2005) An analysis of the passenger flow time in the congested subway stations, Proceedings of the Conference of the Korean Society for Railway, Uiwang, pp. 42-49.
N.G. Harris (2005) Train boarding and alighting rates at high passenger loads, Journal of Advanced Transportation, 40(3), pp. 249-263.
T. Parkinson and I. Fisher (1996) Transit Cooperative Research Program Report 13 Rail Transit Capacity, National Academy Press, Washington, D.C., pp. 38-50.
N. Baeg and S. Lee (2007) Railroad Dictionary, Golden Bell, Seoul.
Seoul Metro (2012) The transportation plan of Seoul Metro in 20120, Seoul Metro, Seoul, pp. 143-167.
S. Shin (2011) Congestion Index of Urban Rail Transit Using Public Transportation Card Data, Seoul Development Institute, Seoul, pp. 9-19.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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