NARX 신경망을 통한 철도 궤도틀림의 식별

Title
NARX 신경망을 통한 철도 궤도틀림의 식별
Authors
최배성
Keywords
narx신경망을통한철도궤도틀림의식별
Issue Date
2012
Publisher
인하대학교
Abstract
철도의 안전성에 영향을 미치는 궤도구조는 철도 차량주행의 안정성에 직접적으로 영향을 미치는 구조로 많은 고려가 필요하다. 열차의 고속화로 궤도변형이 급속하게 진행되며, 이러한 궤도틀림의 진전은 열차 주행을 방해하고 열차 탈선을 유발하여 막대한 재산피해를 입힐 수 있다. 지속적인 궤도틀림을 검측하기 위해서 상시 운행중인 차량의 진동을 통한 궤도틀림을 검측 하는 방법이 연구 중에 있으며 이미 대차진동을 통한 궤도틀림을 추정하는 기법으로 웨이브렛 전달함수를 이용한 방법과 칼만 필터를 사용한 연구가 수행되었다. 하지만, 이러한 알고리즘들은 차량의 응답신호와 입력신호 사이에는 서로 선형성을 가지는 정상상태(Steady state)라는 가정하에 적용되는 알고리즘들이다. 실제 열차의 거동은 속도에 의존한 MIMO (Multi Input Multi Output) 시스템이며 특히, 이상개소에서의 가속도 응답은 신호의 비선형성을 지니고 있다. 따라서 본 연구에서는 이러한 점들을 극복하기 위해 NARX 신경망을 이용한 비선형성이 고려된 궤도틀림 추정기법을 제시한다. 알고리즘의 타당성을 입증하기 위해 3차원 시뮬레이션 모델을 사용한 수치예제를 수행하였다. 시간이력해석을 통해 0.25m(4cycle/m)마다 가속도응답을 받았다. 수치 검증을 위해, 두 가지 다른 물성치의 차량을 준비하였다. 두 번째 차량이라고 명명한 차량은 첫 번째 차량의 차량 질량의 10% 증가된 물성치를 사용하였다. 이후, 첫 번째 차량의 가속도와 궤도틀림 사이의 시스템을 NARX 신경망의 series-parallel mode를 통해 정의하였으며 두 번째 차량의 가속도를 이용하여 궤도틀림을 식별하였다. 수치예제에서 타당성을 확인 후 KTX 현장데이터에 개발한 NARX 신경망 알고리즘을 적용하였다. 학습에 2008년 12월 11일날 검측된 가속도응답과 궤도틀림을 사용하여 시스템을 정의하였으며, 7일후인 2008년 12월 18일날 검측된 가속도응답신호에서 궤도틀림을 역추정하고 추정한 값의 RMSE 오차를 비교 및 동특성을 분석하여 정확도를 검토하였다.
Description
제 1 장 서 론 1 1.1. 연구배경 1 1.2. 연구목적 및 내용 3 1.3. 궤도틀림 검측 관련 기존연구 및 동향 4 제 2 장 궤도틀림 식별 배경 이론 8 2.1. 궤도틀림 8 2.1.1. 궤도틀림의 특성 8 2.1.2. 궤도틀림의 종류 8 2.1.3. 원형틀림과 궤도틀림의 비교 13 2.2. 신호 처리 및 분석 이론 17 2.2.1. 파워스펙트럼밀도 17 2.2.2. 상관분석 18 2.2.3. 기여도 함수 19 2.2.4. 버터워스 로우 필터링 21 2.2.5. 상호상관추정 23 2.2.6. 바이코히어런스 25 제 3 장 NARX 신경망을 통한 궤도틀림 식별 27 3.1. NARX 신경망의 적용 사례 27 3.2. NARX 신경망의 적용 타당성 분석 28 3.3. NARX 신경망 이론 31 제 4 장 수치해석 모델 적용 및 검증 47 4.1. 3차원 수치모형 47 4.2. 궤도틀림의 정식화 48 4.3. 수치모델의 궤도틀림 식별 50 제 5 장 KTX 현장데이터 적용 및 검증 59 5.1. 현장실험 개요 59 5.2. 현장데이터 시간지연 추정 61 5.3. 현장데이터 비선형 성분 검출 67 5.4. KTX 철도차량의 궤도틀림 식별 71 제 6 장 결 론 77 참 고 문 헌 79
URI
http://dspace.inha.ac.kr/handle/10505/23587
Appears in Collections:
College of Engineering(공과대학) > Civil Engineering (사회인프라공학) > Theses(사회인프라공학 석박사 학위논문)
Files in This Item:
24669.pdfDownload

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse