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.
제안 방법
- 7-(b)의 공기저항계수의 경우에도 특정 공기저항계수 값으로 수렴되는 것을 확인할 수 있다. 본 연구에서는 residual과 공기저항계수의 수렴이 이루어지는 것을 확인하고 이후 값을 사용하여 비교분석과 최적설계를 수행하였다.
- 본 연구에서는 열차형상함수를 이용하여 현재 운영중인 상용 고속열차인 KTX 산천의 전두부 형상을 구현하였다. 이를 바탕으로 10량 길이의 유선형형상 모델을 구성하고 고속열차 모델의 공기저항을 저감할 수 있는 최적설계를 수행하였다
- 실제 상용 고속열차의 운영 효율을 향상시키기 위해 공기저항을 저감하는 전두부 형상 최적설계를 수행하였다. 상용열차의 형상 제약조건들을 반영하면서도 다양하게 변화하는 고속열차 전두부의 3차원 형상을 적절하게 모사할 수 있는 열차형상함수를 사용하였다. 열차형상함수로 KTX 산천 형상을 도출/구성한 후 최적설계의 기본형상으로 적용하였다.
- 실제 상용 고속열차의 운영 효율을 향상시키기 위해 공기저항을 저감하는 전두부 형상 최적설계를 수행하였다. 상용열차의 형상 제약조건들을 반영하면서도 다양하게 변화하는 고속열차 전두부의 3차원 형상을 적절하게 모사할 수 있는 열차형상함수를 사용하였다.
- 상용열차의 형상 제약조건들을 반영하면서도 다양하게 변화하는 고속열차 전두부의 3차원 형상을 적절하게 모사할 수 있는 열차형상함수를 사용하였다. 열차형상함수로 KTX 산천 형상을 도출/구성한 후 최적설계의 기본형상으로 적용하였다. 도출된 기본형상을 바탕으로 공기저항을 저감하는 최적설계를 수행하여 전체 10량 편성차량 공기저항의 약 6%를 저감하는 효과를 얻을 수 있었다.
- 4와 같은 KTX 산천 10량 길이의 대차와 팬터그래프 형상이 없는 유선형 모델이다. 열차형상함수를 이용해 도출된 전두부 형상을 선두차량과 후미차량에 적용하였다. 전두부 형상에 의한 영향을 극대화시키기 위해 다른 영향 요소들은 제거 한 유선형 모델을 해석 모델로 이용하였다.
- 2-(b)와 같이 정면에서 길이방향의 단면형상들을 추출하여 3차원 기본 골격을 구성한다. 열차형상함수의 계수 들을 변화 시켜 가며 반복계산을 통해 추출된 단면 형상들을 가장 잘 모사하는 계수들을 도출한다. 도출된 계수들을 이용해 Fig.
- 전두부 길이, 전두부 끝단 높이, 측면관점에서의 상면 곡률과 하면 곡률 그리고 평면관점에서의 측면곡률이다. 영업용 차량의 전두부 형상을 설계하는 과정이므로 내부기기의 공간적 여유와 운전시야각 등을 크게 위반하지 않는 범위 안에서 설계공간을 설정하였다. 각 설계변수의 설계공간 내에서의 변화는 Table 1에 나타나 있으며 실제 영업차량 형상의 한계로 인해 비교적 설계공간이 작게 형성되었다.
- 본 연구에서는 열차형상함수를 이용하여 현재 운영중인 상용 고속열차인 KTX 산천의 전두부 형상을 구현하였다. 이를 바탕으로 10량 길이의 유선형형상 모델을 구성하고 고속열차 모델의 공기저항을 저감할 수 있는 최적설계를 수행하였다
- 열차모델의 모든 면은 고정지면조건이고 No-slip 상태를 적용하였다. 지면 바닥면의 경우에만 지면과 열차의 상대적인 운동을 모사하기 위해 이동지면조건을 적용하였다. 전체 계산 영역의 총 격자수는 약 500만개이다.
- 현재 KTX 산천 형상은 선두차, 후미차와 다른 객차 간에 높이와 너비가 달라서 단차가 나타나고 그로 인해 공기저항에 좋지 않은 영향을 미친다. 차량 간의 단차로 인한 공기저항에 미치는 영향을 최소화하여 전두부 형상에 의한 영향에 집중하기 위해 선두/후미차의 높이를 낮추고 차폭을 넓혀 단차를 없앤 단면 형상을 바탕으로 하여 기본 유선형 형상을 구성하였다. 열차 모델의 너비는 2.
- 후미차량의 공기저항의 변화가 가장 크게 일어나고 있으므로 Fig. 11과 같이 기본형상과 최적형상의 후미 차량 주변에서의 유선 모양을 비교하여 나타내었다. 기본형상의 경우 열차형상을 따라 흐르던 유선이 떨어져 나오면서 한 쌍의 강한 나선형 와류를 형성 하는 것을 볼 수 있다.
대상 데이터
- 4. 10-car streamlined train model.
- 기본형상 분석을 통해 영업용 차량의 형상적인 간섭조건을 해치지 않는 범위 내에서 공기저항에 많은 영향을 미치는 5개의 설계 변수가 선정되었다. 전두부 길이, 전두부 끝단 높이, 측면관점에서의 상면 곡률과 하면 곡률 그리고 평면관점에서의 측면곡률이다.
- 차량 간의 단차로 인한 공기저항에 미치는 영향을 최소화하여 전두부 형상에 의한 영향에 집중하기 위해 선두/후미차의 높이를 낮추고 차폭을 넓혀 단차를 없앤 단면 형상을 바탕으로 하여 기본 유선형 형상을 구성하였다. 열차 모델의 너비는 2.97m, 높이는 3.46m이고 총 길이는 200.89m이다[8]. 열차모델과 지면간의 간극은 한국철도표준규격을 참고하여 열차 바닥면과 대차 바퀴 형상간의 거리에 레일 높이를 더한 0.
- 89m이다[8]. 열차모델과 지면간의 간극은 한국철도표준규격을 참고하여 열차 바닥면과 대차 바퀴 형상간의 거리에 레일 높이를 더한 0.382m로 선정하였다[9].
- Maxi-min Latin Hypercube 방법은 전산해석을 이용한 실험계획법에 유리한 방법으로 중첩 없이 설계공간 전체에 실험점을 뿌리는 방법으로 알려져 있다[11]. 총 30개의 실험점을 추출하여 설계공간을 구성하였다.
- 해석모델은 Fig. 4와 같은 KTX 산천 10량 길이의 대차와 팬터그래프 형상이 없는 유선형 모델이다. 열차형상함수를 이용해 도출된 전두부 형상을 선두차량과 후미차량에 적용하였다.
이론/모형
- 공기저항 해석은 상용 유동해석 프로그램인 Ansys fluent를 이용하여 계산을 수행하였고 지배 방정식은 식 (1)과 같은 3차원 압축성 Navier-Stokes 방정식이다.
- 난류모델은 k-ω 모델과 k-ε 모델의 장점을 잘 혼합시켰다고 알려져 있는 k-ω sst 모델을 사용하였다[10].
- 설계공간을 구성하는 실험점 도출을 위해 Maxi-min Latin Hypercube 방법을 이용하였다. Maxi-min Latin Hypercube 방법은 전산해석을 이용한 실험계획법에 유리한 방법으로 중첩 없이 설계공간 전체에 실험점을 뿌리는 방법으로 알려져 있다[11].
- 102m이다. 열차모델의 모든 면은 고정지면조건이고 No-slip 상태를 적용하였다. 지면 바닥면의 경우에만 지면과 열차의 상대적인 운동을 모사하기 위해 이동지면조건을 적용하였다.
- 일반적으로 다양한 비선형 현상들을 잘 모사해내는 것으로 알려져 있는 인공 신경망모델을 이용하여 최적형상 도출을 위한 근사 모델을 구성하였다 [12]. 설계변수 5개에 대해 Hidden node는 8개를 사용하였다.
- 열차형상함수를 이용해 도출된 전두부 형상을 선두차량과 후미차량에 적용하였다. 전두부 형상에 의한 영향을 극대화시키기 위해 다른 영향 요소들은 제거 한 유선형 모델을 해석 모델로 이용하였다.
- 최적설계기법으로는 제약조건이 없는 최적설계에 적합하다고 알려져 있는 경사기반 방법의 Broyden-Fletcher-Goldfarb-Shanno 알고리즘을 사용하였다[13].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.