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
- 본 논문에서는 궤도의 품질을 나타내는 TQI 평가점수를 각각의 측정된 검측일별로 나타내어 시계열에 대한 TQI 변화 및 추이를 파악하고자 하였다. 또한, 해당 구간의 탬핑 (Tamping) 보수이 력 데이터를 분석하여 샘플구간에 대한 궤도품질상태 변화 즉, 틀림진전 함수 특성을 파악하였다.
- 본 연구에서는 궤도의 틀림진전을 예측하기 위해 사용되는 궤도품질지수 평가방법들에 대해 소개하고, 그 중 미연방철도국(FRA;Federal Railroad Administration)에서 제안한 궤도 길이기반 품질평가 방법론을 활용하여 샘플구간의 궤도품질지수(TQI)를 산출하였다. 또한, 세그먼트별 궤도품질지수 값에 대한 시계열 분석 (Time Series Analysis)을 통해 해당 구간의 보수이력 데이터와 비교하여 궤도틀림 진전예측모델 제시에 대한 기초연구를 수행하였다.
제안 방법
- 있다. FRA에서는 세그먼트 길이의 단위를 528ft(l/10mile = 160.9m)로 정하고, 다음과 같은 간단한 삼각형 공식을 이용하여 각 측정 부분에서의 길이의 합으로 총 실측길이를 계산하였다.
- 선정하였다. TQI 분석에 사용된 구간은 구조물 특성 및 도상종류에 따라 Case-1, 2, 3으로 분류하였으며, 각각의 세부특성별로 세그먼트를 구분하여 TQI 산출 및 분석을 수행하였다. 샘플구간은 토공부, 교량부, 접속부, 자갈도상 터널, 콘크리트도상 터널 등의 궤도특성을 포함하고 있으며, 품질평가 단위가 되는 각각의 세그먼트 길이는 75~100m 사이의 값을 갖는다.
- 경부고속선의 궤도품질 특성을 파악하기 위하여 고속선 일부를 샘플구간으로 선정하여 궤도 검측 데이터를 활용한 궤도 길이기반 품질평가 방법론에 의거 TQI산출 및 시계열 분석을 수행하였다.
- 궤도검측데이터를 활용하여 경부고속선의 궤도품질 특성을 파악하기 위해 고속선 일부를 샘플 구간으로 선정하였다. TQI 분석에 사용된 구간은 구조물 특성 및 도상종류에 따라 Case-1, 2, 3으로 분류하였으며, 각각의 세부특성별로 세그먼트를 구분하여 TQI 산출 및 분석을 수행하였다.
- 활용하여 샘플구간의 궤도품질지수(TQI)를 산출하였다. 또한, 세그먼트별 궤도품질지수 값에 대한 시계열 분석 (Time Series Analysis)을 통해 해당 구간의 보수이력 데이터와 비교하여 궤도틀림 진전예측모델 제시에 대한 기초연구를 수행하였다.
- 대한 TQI 변화 및 추이를 파악하고자 하였다. 또한, 해당 구간의 탬핑 (Tamping) 보수이 력 데이터를 분석하여 샘플구간에 대한 궤도품질상태 변화 즉, 틀림진전 함수 특성을 파악하였다.
데이터처리
- 544km 구간으로 토곰과 교럄구간의 구조물 특성을 갖는 연속된 구간이다. 2008^ 1월부터 11월까지의 월 단위로 측정된 면틀림 검측데이터에 대하여 궤도 길이 기반 품질평가 방법론을 활용하여 각각의 세그먼트에 대한 TQI를 산출하였고, 그 결과를 고림 2에 보였다. TQI 산출 결과, 토곰구간에 비해 교량(Segment 5, 15~18, 24)과 교량접속부에서 상대적으로 높은 TQI분포를 보였으며, 작업이력이 존재한 구간(Segment 5, 6, 11, 15, 16, 20, 22, 23, 24, 25)에서 검측 일별 TQI의 변화가 관챁되었다.
성능/효과
- (1) TQI 산출 결과, 교량과 교량접속부의 TQI는 토공구간에 비해 조금 높았고, 자갈도상 및 콘크리트 도상 터널구간은 전반적으로 낮은 분포를 보였다. 그러나, 터널의 도상고결구간과 터널접속부는 상대적으로 높은 TQI 분포를 보였으며 검측데이터 측정시기일별로 큰 변화를 보였다.
- (2) 궤도특성별로 구분된 샘플구간에 대한 시계열 분석 결과, 탬핑보수 이후 TQI값이 작아지는 궤도 품질 회복의 결과를 보였으며 틀림진전 함수는 시간의 흐름에 따라 TQI값이 점차적으로 증가하는 1 차선형 함수 형태가 대부분이었다.
- 0.1-0.2 발생하지 않았음을 확인할 수 있었고, 이정도의 매우 낮은 TQI 분포를 보임에 따라 궤도틀림이 거의구간은 콘크리 트도상으로 구성되어 있으므로 탬 핑 보수 이력은 존재하지 않는다.
- 2008^ 1월부터 11월까지의 월 단위로 측정된 면틀림 검측데이터에 대하여 궤도 길이 기반 품질평가 방법론을 활용하여 각각의 세그먼트에 대한 TQI를 산출하였고, 그 결과를 고림 2에 보였다. TQI 산출 결과, 토곰구간에 비해 교량(Segment 5, 15~18, 24)과 교량접속부에서 상대적으로 높은 TQI분포를 보였으며, 작업이력이 존재한 구간(Segment 5, 6, 11, 15, 16, 20, 22, 23, 24, 25)에서 검측 일별 TQI의 변화가 관챁되었다.
- 터널구간은 전반적으로 낮은 분포를 보였다. 그러나, 터널의 도상고결구간과 터널접속부는 상대적으로 높은 TQI 분포를 보였으며 검측데이터 측정시기일별로 큰 변화를 보였다.
- Segment 7, 8의 시계열 결과를 그림 5에 나타내었다. 두 개의 세그먼트 모두 시간의 흐름에 따라 궤도 품질 지수 값이 점차적으로 증가하는 경향을 보였으나, 0.2~0.3의 매우 낮은 TQI 분포를 보이므로 궤도의 품질은 양호한 것으로 판단된다.
- 자갈도상 터널구간에 대한 시계열 분석 결과를 다음의 그림 9에 나타내었다. 분석 결과, Segment 4는 1차 함수 형태의 선형적인 증가분포를 보였으며 추세선을 이용한 함수식과의 결정계수 (R2) 도 0.872 로 1 에 가까운 상관관계를 보였다. 따라서, 이 구간은 1차 선형함수의 궤도틀림진전 모델이 적용 가능하다고 판단되며 TQI의 증가분포 또한 급격한 변화가 아니었으므로 향후, 틀림진전 Forecasting 모델을 참조하여 예방보수(Preventive Maintenance) 에 입각한 작업일정을 계획할 수 있을 것이다.
- 918km 구간이다. 월 단위 면틀림 검측데이터로 TQI를 산출해 본 결과, 그림 3에 보이는 것과 같이 보수이력이 존재하는 Segment 9를 제외하고는 전체적으로 0.1-0.4 사이의 낮은 TQI 분포를 보였다.
- 이상의 궤도 길이기반 품질평가 방법에서 알 수 있듯이, TQI는 궤도의 품질상태가 좋을수록 즉, 궤도 틀림 개소와 양이 적을수록 또는 계산된 실측길이가 짧을수록 작은 값을 갖게 되며, 이에 반해 궤도의 품질 상태가 나쁘면 상대적으로 높은 TQI값을 갖게 된다.
- 이에 반해 Segment 25는 장비보수작업 직후에 품질지수의 일시적인 회복을 보였으나, 시간이 지날수록 TQI가 점차적으로 증가하는 형태를 보였다. 이에 대한 TQI의 진전형태 즉, 틀림 진전은 그림 8의 회귀분석 결과 지수함수 형태의 급격한 증가분포를 보였으며, 추세선을 이용한 함수식과의 결정 계수(R2, Coefficient of Correlation) 도 0.9288로 1에 가까운 높은 상관관계를 보였다.
- 또한, 고림 8의 추세선을 이용한 회귀분석결과에서도 기울기가 매우 낮은 1 차 함수 분포를 보였다. 이에 반해 Segment 25는 장비보수작업 직후에 품질지수의 일시적인 회복을 보였으나, 시간이 지날수록 TQI가 점차적으로 증가하는 형태를 보였다. 이에 대한 TQI의 진전형태 즉, 틀림 진전은 그림 8의 회귀분석 결과 지수함수 형태의 급격한 증가분포를 보였으며, 추세선을 이용한 함수식과의 결정 계수(R2, Coefficient of Correlation) 도 0.
- 자갈도상 터널의 접속구간에 해당하는 Segment 2의 시계열 분석 결과를 그림 10에 나타내었다, 2월 21일에 시행된 장비보수작업 이후에 품질지수가 낮아지는 품질상태 회복의 결과를 보였으며, 이후의 TQI진전은 큰 변화폭 없이 양호한 품질상태를 유지하며 서서히 증가하는 경향을 보였다.
- 전체적으로 토공구간 보다는 조금 높은 TQI 분포를 보였으나, 변화기울기는 급격한 것이 아니었고 증가 폭도 크지 않았다.
- 077kme 콘크리트도상 터널을 포함한 구간이며, TQI분석 결과는 다음의 그림 4와 같다. 콘크리트도상 터널구간은 CUT.2의 매우 낮은 TQI 분포를 보였으나, 도상 고 결구 간 (Segment % 과 터널접속부 (Segment 8) 는 상대적으로 높은 TQI 분포를 보였고 검측데이터 측정 시기 일별로 값의 변화폭이 컸다.
후속연구
- (3) 본 연구에서 수행한 고속선 샘플구간에 대한 결과만을 가지고 궤도특성별 틀림진전 함수를 일반화하기는 어렵다. 향후, 경부고속선 전 구간에 대한 Segment별 TQI를 산출하고 이에 대한 프로그램 모듈을 개발할 예정이며, TQI에 대한 적정 관리기준치를 제시하여 고속선 궤도유지보수 작업일정 스케쥴과연동시킬 계획이다.
- 872 로 1 에 가까운 상관관계를 보였다. 따라서, 이 구간은 1차 선형함수의 궤도틀림진전 모델이 적용 가능하다고 판단되며 TQI의 증가분포 또한 급격한 변화가 아니었으므로 향후, 틀림진전 Forecasting 모델을 참조하여 예방보수(Preventive Maintenance) 에 입각한 작업일정을 계획할 수 있을 것이다. Segment 5의 경우도 마찬가지로 TQI 값에 대한 변화는 크지 않았으며, 1차 함수 형태로 서서히 증가하는 경향을 보였, 다.
- 어렵다. 향후, 경부고속선 전 구간에 대한 Segment별 TQI를 산출하고 이에 대한 프로그램 모듈을 개발할 예정이며, TQI에 대한 적정 관리기준치를 제시하여 고속선 궤도유지보수 작업일정 스케쥴과연동시킬 계획이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.