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
- 또한, 고속선 290km/h 이상의 승차감 데이터를 계절별로 분류하여 분산분석(ANOVA)를 통해 비교분석한다. 마지막으로 고속선의 승차감 데이터를 회귀분석을 통해 열차의 주행속도와 승차감지수의 관계를 규명한다.
- 5 (a)의 산점도로부터 승차감 지수가 열차의 주행속도에 대해 지수적으로 상승하는 것으로 가정하여 구하였으며 식 (3)과 같이 표현된다. 이 회귀식의 유효성은 회귀곡선에 대한 결정계수와 잔차 특성을 통해 검토하였다. Fig 8은 회귀식에 의한 예측치와 실제 시험치의 차이인 잔차가 정규분포를 잘 따르는지를 알 수 있는 Q-Q 선도를 나타낸 것이며, Fig.
대상 데이터
- 3에서 보는 바와 같이 7량(동력차 + 동력객차 + 객차 3량 + 동력객차 + 동력차) 1편성으로 구성된다. 대차는 동력차 대차, 동력객차 대차 및 관절형 대차의 3종류로 총 10대의 대차가 7량의 차체를 지지하고 있으며, 이들은 1차 현가 장치와 2차 현가 장치로 구성되어 있다. 이들 현가 장치의 성능은 승객의 승차감을 악화시키는 데에 가장 큰 영향을 주는 휠/궤도 접촉에 의해 발생되는 진동을 감쇄시키는 중요한 역할을 한다.
- 12분에 해당한다. 또한, 이 논문에서 사용된 승차감의 평가 위치는 중간객차(TT3)의 후단부 차량바닥이다.
- 한국형 고속열차 시제차량(HSR 350x)은 Fig. 3에서 보는 바와 같이 7량(동력차 + 동력객차 + 객차 3량 + 동력객차 + 동력차) 1편성으로 구성된다. 대차는 동력차 대차, 동력객차 대차 및 관절형 대차의 3종류로 총 10대의 대차가 7량의 차체를 지지하고 있으며, 이들은 1차 현가 장치와 2차 현가 장치로 구성되어 있다.
데이터처리
- (1) 한국형 고속열차에 대한 승차감 분석에 신뢰구간 추정, t-검정, 분산분석(ANOVA), 회귀분석 등 추측통계학의 방법론을 적용하여 분석하므로써 보다 신뢰성을 갖는 분석결과를 얻을 수 있었다.
- (3) 계절에 따른 승차감 지수를 분산분석(ANOVA)을 적용하여 분석하였으며, 95% 신뢰구간에서 겨울의 측정된 승차감 지수가 다른 계절에 비해 크고 나머지 계절의 승차감 지수는 비슷한 수준임을 확인할 수 있었다.
- 5의 승차감 데이터를 열차의 주행속도에 대해 고속선은 100 ~ 155km/h와 290km/h 이상으로, 기존선은 100 ~ 155km/h으로 분류하고 이들의 관계를 t-검정을 적용하여 비교분석한다. 또한, 고속선 290km/h 이상의 승차감 데이터를 계절별로 분류하여 분산분석(ANOVA)를 통해 비교분석한다. 마지막으로 고속선의 승차감 데이터를 회귀분석을 통해 열차의 주행속도와 승차감지수의 관계를 규명한다.
- 본 논문에서는 310 km/h 이하에서 승차감 시험을 통해 획득된 한국형 고속열차에 대한 승차감 지수 데이터를 활용하여 신뢰구간 추정, t-검정, 분산분석(ANOVA), 회귀분석 등의 통계적인 방법론을 적용하여 분석 및 평가하고자 한다.
- 본 논문에서는 Fig. 5의 승차감 데이터를 열차의 주행속도에 대해 고속선은 100 ~ 155km/h와 290km/h 이상으로, 기존선은 100 ~ 155km/h으로 분류하고 이들의 관계를 t-검정을 적용하여 비교분석한다. 또한, 고속선 290km/h 이상의 승차감 데이터를 계절별로 분류하여 분산분석(ANOVA)를 통해 비교분석한다.
이론/모형
- 승차감을 평가하기 위한 계측시스템은 한국철도기술연구원에서 개발하여 확보하고 있는 Fig. 4의 승차감 측정시스템을 사용하였다. 이 승차감 측정시스템은 샘플링 주파수가 400 Hz이고, 2,048개의 데이터를 사용하여 DSP에서 퓨리에 변환을 수행하기 때문에 2장에서 정의한 1블럭은 실제로 5초가 아닌 5.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.