[논문]도시철도 자동운전 차량의 정밀정차 향상을 위한 기법 연구

마상견; 허대정; 김명환; 송재청; 박준호

도시철도 자동운전 차량의 정밀정차 향상을 위한 기법 연구
A Technique Study for Improve the Precise Position Stopping of Automatic Train Operation (ATO) Train Vehicle in Urban Railway 원문보기

마상견 (대전광역시도시철도공사 R&D센터) , 허대정 (대전광역시도시철도공사 R&D센터) , 김명환 (대전광역시도시철도공사 R&D센터) , 송재청 (대전광역시도시철도공사 R&D센터) , 박준호 (부산대학교, 전기공학과)

This paper suggests blending time adjusting method of braking command characteristics management and Set value test for optimizing of braking deceleration to enhance the precise position stopping. This method minimizes pneumatic-braking degree deviation by characteristics management, and secures braking stability at braking. By Set value test method, braking blending characteristics are analyzed accurately. And by optimal timing tuning at braking blending, It enhanced the precise position stopping with stabilization of deceleration To demonstrate the usefulness of these suggestion, I modeled for Deajeon Line #1. And through comparison with case of related companies, the proposed method which this paper suggested is proved to be superior to others.

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

문제 정의

본 논문에서 자동운전시 도시철도 차량의 정밀 정차에 매우 중요한 요소로 작용하는 제동 감속도 변화의 최적화를 위한 기법을 제시하여 그 타당성을 입증하였다. 정밀 정차를 위해 제시한 제동 지령치 조정 및 Set value test를 통한 최적의 제동 블랜딩 시점을 대전도시철도 1호선에 적용하여 정밀 정차가 개선됨을 확인하였다.
본 논문에서 제동 감속도 안정화를 위해 제안한 제동 지령치 튜닝 및 Set value Test를 통한 블랜딩 시점 튜닝으로 정밀정차 효과가 개선됨을 확인하였다
본 논문에서는 자동운전(ATO) 차량의 정밀 정차 향상을 위한 적용 기법과 현재 국내 도시철도 시스템의 정밀정차를 위해 제안된 방법을 소개하고 대전 도시철도 1호선을 모델링하여 정밀 정차를 위한 실험 방법과 결과를 제시하였다.
본 절은 열차의 정밀 정차를 수행하기 위한 기계적인 변수와 설계시 오류 등의 요소를 최적 상태로 보정하고 실제 정밀 정차를 위한 시험을 바탕으로 국내 유관기관에서 시행한 기술적 튜닝 기법을 제시하였다.

제안 방법

블랜딩 제동 시점 또한 가선 수용성에 따라 제동시 일정한 블랜딩 패턴을 갖지 못한다. 가선 수용성이 없을 경우 불안정한 블랜딩 제동으로 정밀 정차에 영향을 미치게 되어 가선 수용성을 감안한 회생제동 요구값 제한과 블랜딩 제동 시점튜닝을 제안하여 정밀 정차 향상 방안을 제시하였다[11].
또한, 정밀 정차 개선을 위해 ATO에 저장되어 있는 TDB에 대한 위치 및 구배 정보와 비교하여 궤도 실측으로 오차 범위를 초과한 데이터를 보정 시행하여 정확한 거리 동기화를 하도록 개선하였고 PSM1, 2 미검지로 거리 동기화 실패를 방지하기 위해 PSM검지 장치인 TRA 안테나 높이 및 감도를 정확히 조정하였다[10].
본 논문에서는 10회 동일 조건의 열차 정지 시험으로 ATO 제동지령치 1%와 3% 단위로 제안하여 그림 4-1, 4-2와 같이 차량의 정밀 정차 상태와 제동 특성을 확인, 비교하고 안정성 향상에 대한 성과와 지령치에 대한 관리 체계를 구축하였다.
본 시험에서는 실제 제동지령에 대한 제동응답은 3%단위로 적용하였다. ATO제동 지령치가 3%단위를 초과하였을 경우에는 제동응답특성은 더욱 양호하나 정밀 제동제어가 않되 제동력 편차 정도가 심하게 발생할 우려가 있다.
이와 같이 저속영역에서 감속도 변화는 정밀 정차 및 Jerk(승차감) 안정화를 위해 매우 중요한 요소로 블랜딩시 최소의 감속도 변화와 편차를 위해 Set value 시험을 제안하였고, 이 시험을 통하여 대전 도시철도 1호선 전동차의 정밀정차 향상을 위한 블랜딩 제동 시점 최적화를 위한 튜닝을 시행하였다.
그림 3-6, 3-7은 공기와 전기 제동의 블랜딩 시점 조정에 대한 Set value Test기법을 적용한 감속도 변화율을 나타낸 시험결과 데이터이다. 차량 속도 40km/h에서 제동력 20%(30%)~100%로 10%씩 상향 조정하여 차량 정지시까지 제동 감속도를 측정하였다.

이론/모형

본 논문에서는 정밀 정차에 중요한 영향을 미치는 블랜딩 제동의 정확성 및 제동 감속도에 대한 특성을 확인하기 위하여 Set value Test 방식을 적용하였다. Set value Test는 차량을 일정한 속도로 고정하고 ATO 장치의 제동명령을 20%~100%까지 10%단위로 고정시켜 차량을 정지시키면서 전기제동과 공기제동의 블랜딩시 나타나는 차량의 감속도 변화를 측정하여 일정한 감속도가 유지되도록 전기제동의 Fade out시점과 공기제동의 Fade in 시점을 조정하는 방식을 말한다.
자동운전시 정밀하고 안정적인 속도 및 정밀 정차 제어를 위해 1960년 초 일본 철도에 PID제어 알고리즘을 ATO시스템에 적용하였다. 그러나 응답속도가 늦고 승객 승차감의 문제로 이를 보완하기 위해 1980년대 Fuzzy 로직제어, 예측제어, Neural Network제어와 같은 지능 제어형 알고리즘이 적용[2,3] 되어졌고, 이후 결합된 제어기법들이 제안되어 1995년 Fuzzy-Neural Network과 같은 기법을 ATO시스템에 적용하였다[4].

성능/효과

(1) 차량의 제동 시스템 동작 분석을 통한 제동 지령치 조정으로 공기 제동량의 변화(편차)를 최소화함으로서 차량 제동시 사용되는 공기제동의 안정성을 확보하였고 이를 통해 정밀 정차를 향상시킬 수 있음을 차량에 적용하여 입증하였다.
(2) 차량의 감속도 변화량을 측정하는 Set value Test를 통해 저속도 영역에서 사용되는 공기제동과 전기제동의 블랜딩 제동 특성을 정확히 분석하여 제동시 감속도 변화를 최소화함으로서 안정적인 정밀 정차가 수행됨을 확인하였다.
그림 3-7은 블랜딩 시점을 공기제동 13km/h에서 Fade in, 전기제동 11km/h에서 Fade out으로 튜닝한 블랜딩 시점에 대한 제동시 감속도 변화를 나타낸 Set value 시험 결과이다. ATO제동명령 대비 감속도의 변화량 추이가 매우 안정적이고 변화폭 또한 매우 감소됨을 알 수 있다. 그림 3-6, 3-7의 Set value측정 장비 및 방법은 표 3-1과 같다.
도시철도 운영에 있어 중요한 역할을 담당하는 철도신호장치 개발은 고속, 고밀도 운전을 가능하게 하고 차량 운전 방식을 완전 자동화 시스템으로 전환시켰다. 그 결과 기존의 수동운전에서 자동운전(ATO, Automatic Train Operation)시스템으로 전환됨에 따라 제동시 정밀 정차에 대한 문제성이 대두 되었다. 또한, 최근 도시철도 및 신설 경전철 승강장내 스크린 도어의 설치가 증가함에 따라 차량의 정밀 정차는 승객의 안전과 차량 운전에 직접적인 영향을 미치고 있다.
따라서, 본 논문에서는 그림 3-4와 같이 1%단위의 ATO 제동 지령치를 3%단위로 제안하여 공기밸브의 기계적인 동작 오차를 줄이고 제동력에 민감하게 반응할 수 있도록 개선하여 실제 제동시 제동력 편차를 줄여 제동 감속도에 대한 변화량을 감소시킴으로서 정밀 정차가 향상됨을 시험으로 검증하였다.
그림 4-2는 ATO 제동명령 3%단위 지령에 대한 그림으로 제동장치에서 제동명령을 수행할 때 실제 동력이 1%단위의 지령보다 응답특성이 안정됨을 확인할 수 있다. 또한, ATO 제동 지령치에 대한 실제 공기제동압력이 형성되어 제동 실린더(BC)에 전달되어지는 제동력 편차가 저속영역(10km/h~18km/h) 특히, 블랜딩 제동이 이뤄지는 영역에서 약 50%가 감소하였고 전반적인 제동영역에서 제동력 변화가 안정적으로 수행되어졌다.
본 논문에서 자동운전시 도시철도 차량의 정밀 정차에 매우 중요한 요소로 작용하는 제동 감속도 변화의 최적화를 위한 기법을 제시하여 그 타당성을 입증하였다. 정밀 정차를 위해 제시한 제동 지령치 조정 및 Set value test를 통한 최적의 제동 블랜딩 시점을 대전도시철도 1호선에 적용하여 정밀 정차가 개선됨을 확인하였다. 이러한 정차 개선 과정에서 정밀 정차점 추적을 위한 최적의 모델링 기법 개발 및 시험 방안을 제시함으로서 다음과 같은 결론을 얻을 수 있었다.

핵심어

질문

논문에서 추출한 답변

ATO시스템은 무엇을 가능하게 하는가?

열차의 자동, 무인운전을 가능하게 하는 ATO시스템은 가/감속제어 및 정위치 정차를 위해 정밀 정차 제어를 수행하는데 이때, 차/지상 신호장치간 인터페이스, 전동차 회생 특성 및 블랜딩 시점, 가선 전력 시스템에 대한 분석, 차량의 제동 응답시간, 제동 장치 작동원리, 차량의 특성 등을 고려하여야 한다.

자동운전(ATO) 차량의 자동운전시 정밀하고 안정적인 속도 및 정밀 정차 제어를 위해 1960년 초 일본 철도의 ATO시스템에 적용한 것은 무엇인가?

자동운전시 정밀하고 안정적인 속도 및 정밀 정차 제어를 위해 1960년 초 일본 철도에 PID제어 알고리즘을 ATO시스템에 적용하였다. 그러나 응답속도가 늦고 승객 승차감의 문제로 이를 보완하기 위해 1980년대 Fuzzy 로직제어, 예측제어, Neural Network제어와 같은 지능 제어형 알고리즘이 적용[2,3] 되어졌고, 이후 결합된 제어기법들이 제안되어 1995년 Fuzzy-Neural Network과 같은 기법을 ATO시스템에 적용하였다[4].

도시철도 운영에 있어 중요한 역할을 담당하는 것은 무엇인가?

도시철도 운영에 있어 중요한 역할을 담당하는 철도신호장치 개발은 고속, 고밀도 운전을 가능하게 하고 차량 운전 방식을 완전 자동화 시스템으로 전환시켰다. 그 결과 기존의 수동운전에서 자동운전(ATO, Automatic Train Operation)시스템으로 전환됨에 따라 제동시 정밀 정차에 대한 문제성이 대두 되었다.

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

도시철도 자동운전 차량의 정밀정차 향상을 위한 기법 연구
A Technique Study for Improve the Precise Position Stopping of Automatic Train Operation (ATO) Train Vehicle in Urban Railway 원문보기

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

도시철도 자동운전 차량의 정밀정차 향상을 위한 기법 연구 A Technique Study for Improve the Precise Position Stopping of Automatic Train Operation (ATO) Train Vehicle in Urban Railway 원문보기

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

도시철도 자동운전 차량의 정밀정차 향상을 위한 기법 연구
A Technique Study for Improve the Precise Position Stopping of Automatic Train Operation (ATO) Train Vehicle in Urban Railway 원문보기

AI 본문요약
AI-Helper