KR100377680B1 - 터널 내의 차종별 오염물 배출량 추정알고리즘 및 이에기초한 터널 내의 오염도 추정 알고리즘을 이용한 터널내의 환기량 산정 시스템 및 그 방법 - Google Patents

터널 내의 차종별 오염물 배출량 추정알고리즘 및 이에기초한 터널 내의 오염도 추정 알고리즘을 이용한 터널내의 환기량 산정 시스템 및 그 방법 Download PDF

Info

Publication number
KR100377680B1
KR100377680B1 KR10-2000-0078919A KR20000078919A KR100377680B1 KR 100377680 B1 KR100377680 B1 KR 100377680B1 KR 20000078919 A KR20000078919 A KR 20000078919A KR 100377680 B1 KR100377680 B1 KR 100377680B1
Authority
KR
South Korea
Prior art keywords
tunnel
data
estimation algorithm
vehicle
pollutant
Prior art date
Application number
KR10-2000-0078919A
Other languages
English (en)
Other versions
KR20010016547A (ko
Inventor
정종승
정종경
홍대희
김태형
황인주
Original Assignee
로얄정보기술 주식회사
한국건설기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 로얄정보기술 주식회사, 한국건설기술연구원 filed Critical 로얄정보기술 주식회사
Priority to KR10-2000-0078919A priority Critical patent/KR100377680B1/ko
Publication of KR20010016547A publication Critical patent/KR20010016547A/ko
Application granted granted Critical
Publication of KR100377680B1 publication Critical patent/KR100377680B1/ko

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F1/00—Ventilation of mines or tunnels; Distribution of ventilating currents
    • E21F1/003—Ventilation of traffic tunnels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G01N33/004—CO or CO2
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Landscapes

  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Combustion & Propulsion (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geology (AREA)
  • Ventilation (AREA)

Abstract

터널 내의 차종별 오염물 배출량 추정알고리즘 및 이에 기초한 터널 내의 오염도 추정알고리즘을 이용하여 터널 내 환기량을 산정하는 환기량 산정 시스템은, 파라메터 설정부, 데이터수집 및 연산부, 차종별 오염물 배출량 추정부, 터널 내 오염도 추정부, 및 환기량 산정부로 이루어지고, 그에 따른 환기량 산정방법은, 터널의 제원과 연산에 필요한 파라메터를 설정하고 초기화시키는 단계와, 차종별 터널 통과 차량수, 평균CO값, 평균VI값, 및 평균차속과 같은 데이터를 수집하여 연산하는 단계와, 만족하는 데이터의 존재 유무를 판단하는 단계와, 차종별 오염물 배출량 추정 알고리즘을 이용하여 차종별 오염물 배출량을 추정하는 단계와, 추정된 차종별 오염물 배출량을 기초로 하여 터널 내 오염도 추정 알고리즘을 이용하여 터널 내 오염도를 추정하는 단계와, 오염물 배출량의 새로운 갱신 여부를 판단하는 단계와, 추정된 터널 내 오염도를 기초로 하여 환기량을 산정하는 단계로 구성된다.

Description

터널 내의 차종별 오염물 배출량 추정알고리즘 및 이에 기초한 터널 내의 오염도 추정 알고리즘을 이용한 터널 내의 환기량 산정 시스템 및 그 방법{System and method for computing ventilation quantity in a tunnel using a pollutant exhaust quantity estimation algorithm and a pollution level estimation algorithm in a tunnel therefrom}
본 발명은 터널 내에 설치된 센서들을 이용하여 각 차종별 오염물의 배출량을 추정하고, 추정된 데이터와 칼만필터(Kalman filter)를 이용하여 터널 환기 제어를 위한 오염도를 추정하여 터널 내의 환기량을 산정하는 시스템 및 그 방법에 관한 것이다.
종래에는 오염물의 계측값을 바탕으로 환기 시설을 운전하였으나, 오차를 포함하고 있는 센서의 특성상 이를 전적으로 신뢰하여 운전하는 것은 불합리하고, 차종별 오염물 배출량 산정에 있어서 차량은 년식, 운전자의 운행 습관, 구배와 표고 그리고 기후 등에 따라 서로 다른 배출 특성을 나타내므로, 법적 규제치나 평지에서의 실차 주행시의 오염물 배출량 값을 이용하여 환기량을 산정하는 것은 각 터널의 이러한 특성을 반영하지 못하는 단점을 가지게 된다.
따라서, 적절한 환기 시설의 작동이 어렵게 되어 전력의 낭비를 초래하거나 터널 내의 오염도를 원하는 수준으로 유지하지 못하였다.
본 발명은 상기한 종래 기술의 문제점을 감안하여 이루어진 것으로서, 본 발명의 목적은 터널 내에 부착된 일산화탄소센서(CO sensor), 가시도센서(VI sensor), 교통량 계수기, 차량 속도계 등의 각종 센서를 이용하여 각 차종별 오염물의 배출량을 정밀하게 추정할 수 있는 차종별 오염물 배출량 추정방법을 제공하는 것이다.
본 발명의 다른 목적은 상기 차종별 오염물 배출량 추정방법에 의해 추정된 데이터를 기초로 칼만필터(Kalman filter)를 이용하여 센서와 모델의 불확실성에 기인한 오차를 최대한 상쇄시킬 수 있는 터널 환기 제어를 위한 오염도 추정방법을 제공하는 것이다.
본 발명의 또 다른 목적은 상기 차종별 오염물 배출량 추정방법 및 이에 기초한 터널 환기 제어를 위한 오염도 추정방법을 이용하여 터널 내의 환기 시설의 효과적인 작동을 유도하여 전력의 낭비를 막고, 터널 내의 오염도를 적정치로 유지시킬 수 있는 환기량 산정 시스템 및 그 방법을 제공하는 것이다.
상기한 본 발명의 목적을 달성하기 위하여, 본 발명에 따른 환기량 산정 시스템은 파라메터 설정부, 데이터수집 및 연산부, 차종별 오염물 배출량 추정부, 터널 내 오염도 추정부, 및 환기량 산정부로 이루어진다.
또한, 상기 환기량 산정 시스템에 따른 환기량 산정방법은, 터널의 제원과 연산에 필요한 파라메터를 설정하고 초기화시키는 단계와, 차종별 터널 통과 차량수, 평균CO값, 평균VI값, 및 평균차속과 같은 데이터를 수집하여 연산하는 단계와, 만족하는 데이터의 존재 유무를 판단하는 단계와, 차종별 오염물 배출량 추정 알고리즘을 이용하여 차종별 오염물 배출량을 추정하는 단계와, 추정된 오염물 배출량의 새로운 갱신 여부를 판단하는 단계와, 추정된 차종별 오염물 배출량을 기초로 하여 터널 내 오염도 추정 알고리즘을 이용하여 터널 내 오염도를 추정하는 단계와, 추정된 터널 내 오염도를 기초로 하여 환기량을 산정하는 단계로 구성된다.
도 1은 본 발명에 따른 터널 내 환기량 산정 시스템의 블록 구성도.
도 2는 도 1의 파라메터 설정부의 블록 구성도.
도 3은 본 발명에 따른 데이터수집 및 연산과정을 나타내는 순서도.
도 4는 본 발명에 따른 차종별 오염물 배출량 추정 알고리즘을 나타내는 순서도.
도 5는 본 발명에 따른 터널 내 오염도 추정 알고리즘을 나타내는 순서도.
도 6은 본 발명에 따른 터널 내의 환기량을 산정하는 방법을 나타내는 순서도.
<도면의 주요 부분에 대한 부호의 설명>
10 ----- 파라메터 설정부 10a -----터널 파라메터 설정부
10b ----- 차량 파라메터 설정부 10c ----- 수집 데이터 설정부
20 ----- 데이터수집 및 연산부 30 ----- 차종별 오염물 배출량 추정부
40 ----- 터널 내 오염도 추정부 50 ----- 환기량 산정부
이하, 본 발명의 바람직한 실시예를 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명에 따른 터널 내의 환기량을 산정하는 시스템의 블록 구성도로서, 도시하는 바와 같이, 본 발명에 따른 시스템은 파라메터 설정부(10), 데이터수집 및 연산부(20), 차종별 오염물 배출량 추정부(30), 터널 내 오염도 추정부(40), 및 환기량 산정부(50)로 구성된다.
파라메터 설정부(10)에서는 터널의 제원과 연산에 필요한 파라메터의 설정과 초기화가 이루어지며, 데이터수집 및 연산부(20)에서는 차종별 오염물 배출량 추정부(30)의 차종별 오염물 배출량 추정 알고리즘에 이용할 수 있는 데이터를 수집하고 연산하게 된다. 일련의 과정이 이루어지고 나면 차종별 오염물 배출량이 갱신되며, 이를 기초로 하여 터널 내 오염도 추정부(40)의 터널 내 오염도 추정 알고리즘을 이용하여 터널 내의 오염도 추정을 실시한다. 이렇게 추정된 데이터는 환기량 산정부(50)에서 터널 내의 환기량 산정에 필요한 기초 데이터로서 활용된다.
도 6은 본 발명에 따른 터널 내의 환기량을 산정하는 방법을 나타내는 순서도로서, 본 발명에 따른 환기량 산정방법은, 터널의 제원과 연산에 필요한 파라메터를 설정하고 초기화시키는 단계(S101)와, 차종별 터널 통과 차량수, 평균CO값, 평균VI값, 및 평균차속과 같은 데이터를 수집하여 연산하는 단계(S103)와, 만족하는 데이터의 존재 유무를 판단하는 단계(S105)와, 차종별 오염물 배출량 추정 알고리즘을 이용하여 차종별 오염물 배출량을 추정하는 단계(S107)와, 추정된 차종별오염물 배출량을 기초로 하여 터널 내 오염도 추정 알고리즘을 이용하여 터널 내 오염도를 추정하는 단계(S109)와, 오염물 배출량의 새로운 갱신 여부를 판단하는 단계(S111)와, 추정된 터널 내 오염도를 기초로 하여 환기량을 산정하는 단계(S113)로 이루어진다.
계속해서, 도 1의 파라메터 설정부(10), 데이터수집 및 연산부(20), 차종별 오염물 배출량 추정부(30), 터널 내 오염도 추정부(40), 및 환기량 산정부(50)의 구체적인 작용을 도 2 내지 도 5를 참조하여 상세하게 설명한다.
- 파라메터 설정 -
도 2는 본 발명의 파라메터 설정부의 블록 구성도이다.
파라메터 설정부(10)는 터널의 특성을 반영하는 터널 파라메터 설정부(10a)와, 차량의 특성을 반영하는 차량 파라메터 설정부(10b), 및 수집되는 데이터의 처리를 위한 수집 데이터 설정부(10c)로 이루어진다.
터널 파라메터는 터널의 길이, 단면적, 부피 등의 터널의 제원을 나타내는 것으로 수식의 모델링에서 계산 수행을 위한 정보로서 사용된다. CO의 경우는 농도 단위를 터널 내에 존재하는 CO의 질량으로의 변환에 사용되며, 매연의 경우는 빛의 소멸율 K(t)로부터 MIRA(Motor Industry Research Association)계수를 사용하여 단위 부피당 매연의 질량을 계산하는데 사용된다.
차량 파라메터 설정부에서는 각 차종의 오염물 배출량을 정의하는데, 수집된 자료에 따라 갱신된다.
수집 데이터 설정부에서는 CO, VI, 내부풍속, 구간, 평균차속, 차종별 통과 차량대수, 평균차속 등의 데이터의 파라메터를 설정한다.
차종은 터널 내에 제공된 센서에 의해 수집되며, 분류는 소형과 중형의 승용차종과 소형트럭 및 소형버스, 대형트럭 및 대형버스, 그리고 특수장비차량의 5종으로 나뉘어진다.
차종에 대한 평균차속은 승용차종의 2개 차종의 하나의 파라메터로 나타내어 지고, 트럭과 버스, 특수장비차종의 또 다른 하나의 파라메터로 나뉘어지며, 시간대 별로 수집된 자료에 따라서 갱신된다.
이하의 표 1은 차종별/속도별 CO와 매연의 배출량과의 관계를 파라메터로 설정한 예를 나타내고 있다. 표 1에서 승용차종에서는 매연이 발생하지 않으므로 차종별 매연 발생량은 0이다.
소형승용 중형승용 소형트럭소형버스 대형트럭대형버스 특수장비차종
30㎞/h이하 q0CO(1) q0CO(2 q0CO(3)q0SM(3) q0CO(4)q0SM(4) q0CO(5)q0SM(5)
30∼60㎞/h q1CO(1) q1CO(2) q1CO(3)q1SM(3) q1CO(4)q1SM(4) q1CO(5)q1SM(5)
60㎞/h이상 q2CO(1) q2CO(2) q2CO(3)q2SM(3) q2CO(4)q2SM(4) q2CO(5)q2SM(5)
- 데이터수집 및 연산 -
도 3은 본 발명에 따른 데이터수집 및 연산과정을 나타내는 순서도이다.
도 1의 파라메터 설정부(10)에서 설정된 각각의 파라메터를 이용하여 수집된 데이터를 본 발명에 따른 차종별 오염물 배출량 추정 알고리즘에 이용할 수 있도록가공한다.
얻어진 데이터가 센서의 오동작으로 인한 경우, 통과 차량수가 적정 수준에 미달하는 경우, 오염도 센서의 측정치가 많은 변화를 보이지 못하는 경우는 상기 알고리즘에 적용하지 못하므로 도 1의 데이터수집 및 연산부(20)에서 이를 판단하여 유용한 데이터만을 수집하여 저장한다(S201). 차종별 오염물 배출량 추정 알고리즘에 적용 가능한 데이터는 평균 차속이 120분 이상 지속되는 데이터가 되어야 한다. 그후, 상기 데이터를 특정값으로 치환하여(S203) 평균차속 및 표준편차에 적용한다(S205, S207).
이렇게 저장된 데이터에서 통과 차량의 평균차속이 일정 속도와 일정 표준편차 내에 존재하는 경우를 나누어서 차종별/속도별 오염물 배출량 추정 알고리즘에 적용한다(S209, S211, S213).
본 발명에 따른 알고리즘에서 속도별 분류는 30㎞/h 이하인 구간, 30∼60㎞/h 구간, 60㎞/h 이상인 구간으로 나뉘어지며, 속도분포의 표준편차는 5㎞/h이다. 만약 평균차속이 75㎞/h였다면 이때의 표준편차가 5㎞/h이므로 70∼80㎞/h에 97% 이상의 차량이 속해 있어야 한다는 것이다. 각 경우를 만족하는 데이터가 수집되면 차종별/속도별 오염물 배출량을 산정하게 된다.
- 차종별 오염물 배출량 추정 알고리즘 -
도 4는 본 발명에 따른 차종별 오염물 배출량 추정 알고리즘을 나타내는 순서도이다.
우선 터널의 수학적 모델링을 설명하면, 터널 내 오염물 확산에 대한 지배 방정식은 터널의 길이가 터널의 단면적에 비하여 대단히 크므로 수직방향의 변화는 무시하여 터널의 길이와 시간에 대한 1차원 확산이류방정식(one dimensional diffusion convection equation )으로 다음과 같이 표현된다.
----- (1)
그러므로 터널에 오염물 확산에 대한 지배방정식은 시간에 대한 오염물의 변화율, 터널 내부의 풍속과 터널의 길이에 대한 오염물의 변화율, 농도차에 의한 기체의 확산에 의한 항, 단위 시간당 차량의 통과로 인한 오염물의 발생량의 함수로 나타내어진다.
터널 내부의 오염도는 내부 풍속에 의한 영향이 지배적이며, 농도차에 의한 확산항은 무시할 수 있으므로 아래와 같이 표현된다.
----- (2)
여기서,는 터널 내의 오염물의 질량,는 단위시간 당 터널 내로 유입되는 차량으로 인한 오염물 질량,는 각 시간에서의 위치별 터널 내부의 풍속을 나타낸다.는 오염원을 나타내는 항으로 단위 시간당 터널을 통과하는 차량의 종류와 통과 차량대수의 함수로 나타낼 수 있다.
터널을 하나의 시스템(linear single zone)으로 가정하고, 식(2)를 변환하면 아래의 식(3)과 같이 표현된다.
----- (3)
여기서, 샘플링 시간(sampling time)이 Δt이므로, 마찬가지로 차량의 주행시간 tr도 Δt가 된다. p는 차종의 수를 나타내므로 u1, Λ, up는 차종별 통과 차량수를 나타낸다. V1, Λ, Vp는 차종별 통과 차량의 평균 차속을 나타낸다. 본 알고리즘에서는 5개의 차종을 승용차종의 하위 2개 차종과 트럭과 버스 및 특수 장비차종의 상위 3개 차종으로 나누어서 평균 차속을 감지하므로 V_car1, V_car2로 표현된다. 터널을 하나의 선형시스템(linear single system)으로 모델링했으므로 위의 식에서로 터널의 중간점을 의미한다.
위의 수식을 ARX(Auto Regression with extra input) 모델에 적용하여 차종별 오염물 배출량을 선정한다.
시스템의 임의의 시간 t에 대하여 입력과 출력을 u(t)와 x(t)로 표현 할 때, 입력과 출력의 관계는 측정되는 데이터가 샘플링에 의해 수집되므로 아래의 식(4)와 같이 선형차분방정식(linear difference equation)으로 나타낼 수 있다.
----- (4)
본 발명에서 입력은 터널 통과 차량의 차종별 대수가 되며, 출력은 터널의 오염도 값이 된다. 선행 시간 단계의 측정으로 다음의 출력을 결정하고자 할 때 상기 식 (4)는 식 (5)와 같이 표현하는 것이 유용하다.
----- (5)
식의 간략한 표현을 위하여 각 파라메터는 벡터로 표현한다.
----- (6)
----- (7)
이 벡터를 이용하면,
----- (8)
을 얻을 수 있다. 상기 식 (5)에서 과거의 데이터와 θ를 가지고 계산된 x(t)값과 측정된 실제값을 구분하기 위해 계산값에 hat를 붙여 식 (9)와 같이 나타낸다.
----- (9)
θ중에서 임의의 매개변수를 모르는 경우 측정된 출력값과 계산된에 최소자승법(least square method)을 적용하면 θ를 추정할 수 있다.
아래의 식 (10)은 1≤t≤N에서 측정된 입력과 출력값을 표현한 것이다.
----- (10)
측정된을 가지고 최소자승법을 적용하면 θ를 추정하며, 이를 식으로 표현하면 다음과 같다.
----- (11)
----- (12)
위 식에서 θ에 대한 미분값이 0임을 이용하여을 구할 수 있다. 즉,
----- (13)
이 식을 좌우로 정리하면,
----- (14)
이 되고, 매개변수의 추정치은 다음과 같이 구해진다.
----- (15)
이상에서, x(t)는 출력값인 오염물 질량을, u(t)는 입력값인 차종별 통과 차량수를, q(t)는 추정되는 차종별 오염물 배출량을 의미한다.
매연은 터널을 통과하는 차량으로부터 배출되는 오염물질 가운데 터널 내부의 가시거리에 결정적인 영향을 미치는 입자상 물질을 총칭하며, 입자상 물질의 주 배출원은 경유를 연료로하는 버스와 트럭이다. 터널 내부의 가시거리는 입자상 물질에 의하여 영향을 받으므로 터널 내부의 가시거리를 직접 측정하여 활용하는 것이 효과적이지만 가시거리를 직접 측정할 수 센서는 아직까지 상용화된 제품이 없는 관계로 빛의 소멸량을 측정하는 센서를 사용하여 간접적으로 측정한다.
이러한 간접측정을 이유로 매연농도와 빛의 소멸량과의 관계를 정량적으로 표현하는 것이 중요하며, 이관계를 MIRA에서 다음과 같이 정립하였다.
----- (16)
여기서, K는 빛의 소멸율(extinction coefficient m-1)을 나타내고, M은 MIRA계수(=6.25)를 나타내며, CSM는 매연농도(smoke concentrating g/m3)를 나타낸다.
현재 터널 내부에 설치된 가시도 센서에서는 빛의 소멸율 K를 측정하여 출력하고 있으며, 매연에 대한 측정치를 기초로 아래의 관계식을 이용하여 터널 내의 매연의 질량을 알 수 있다.
----- (17)
- 터널 내의 오염도 추정 알고리즘-
도 5는 본 발명에 따른 터널 내 오염도 추정 알고리즘을 나타내는 순서도이다.
터널 내의 오염도 추정은 칼만필터(Kalman filter)를 이용하여 센서에서 발생하는 오차를 최소화한다.
칼만필터는 불규칙한 외란(disturbance)을 포함한 동적 시스템에 적용되는 최적 상태 추정 알고리즘이다. 즉, 잡음이 실린 데이터로부터 동적 시스템의 미지의 상태 변수를 최적으로 추정하기 위한 선형, 반복적인 최소 오차 분산알고리즘이다. 환언하면, 시스템의 동적 특성(상태방정식), 측정의 동적특성(출력방정식), 공정의 잡음과 측정의 잡음에 대한 정보 및 초기 상태 공분산(covariance) 정보를 가지고서 최소 오차 공분산을 갖는 시스템의 상태를 추정할 수 있다. 칼만필터는 시간 갱신과 측정 갱신의 두 번에 걸친 갱신을 통해서 최적 상태를 추정하게 된다. 그리고 필터는 예측기능(prediction)과 궤환수정(feedback correction)기능을 가진동적 모델로 구성된다. 이산 시간 칼만필터에서 선형미분방정식으로 표현 될 수 있는 어떤 시스템이 입력잡음을 가지고 있고, 측정 모델 역시 잡음을 가지고 있다고 가정하면 잡음 시스템 모델은 다음과 같은 선형방정식으로 표현 할 수 있다.
----- (18)
----- (19)
상기한 식 (18), (19)에서, x(t)는 시스템의 상태변수이나, 본 발명에서는 터널 내의 오염도를 나타내고, z(t)는 측정치를 나타내며, 또한 w(t)와 v(t)는 각각 모델과 측정에 대한 잡음을 나타낸다. 임의의 랜덤변수(random variable) g(t)의 기대값은 아래의 식으로 나타낼 수 있다.
----- (20)
여기서, f(t)는 g(t)의 확률밀도함수(probability density function)를 나타낸다.
또한, 잡음(noise)은 다음 식을 만족한다고 가정한다.
----- (21)
----- (22)
----- (23)
----- (24)
여기서,
x(t) : n×1 상태 벡터(state vector)
u(t) : r×1 입력 벡터(input vector)
z(t) : m×1 측정치(measurement value)
H(t) : m×m 측정 행렬(measurement matrix)
Ｑ(t) : s×s 과정의 공분산 행렬(process covariance matrix)
R(t) : m×1 측정치 공분산 행렬(measurement covariance matrix)
w(t) : m×1
v(t) : s×1
를 나타내고, w(t)와 v(t)는 비상관(uncorrelated)되어 있다고 가정한다.
초기의 상태 변수x(to)가 평균 x∃ 0와 공분산 행렬(covariance matrix) P0로 표현된다고 하면 다음과 같다.
----- (25)
----- (26)
여기서 P0는 n×n행렬이다.
이산 시간 칼만필터를 적용하기 위해서 이산화하면 다음과 같은 선형, 시변, 이산 시간 동적 방정식으로 표현된다. 이 때, 측정은 이산시간마다 가능하여 식(19)는 바뀌지 않는다.
----- (27)
----- (28)
여기서,
----- (29)
----- (30)
이산 시간 모델에 근거해서 칼만필터 알고리즘을 정리하면 다음과 같다.
----- (31)
----- (32)
여기서, 칼만 이득과 오차 공분산 갱신(covariance update)은 다음과 같다.
----- (33)
----- (34)
----- (35)
----- (36)
----- (37)
식 (31)과 식 (33)은 시간 갱신(time update)이라 하고, 식 (32)와 식 (36)은 측정갱신(measurement update)이라 한다.
본 발명에 따르면, 터널 내에 부착된 CO센서, VI센서, 교통량 계수기, 차량 속도계 등의 각종 센서로부터의 데이터를 본 발명의 차종별 오염물 배출량 추정 알고리즘에 적용하여 각 차종별 오염물의 배출량을 추정할 수 있다.
또한, 본 발명에 따르면 상기 차종별 오염물 배출량 추정 알고리즘에 의해 추정된 데이터와 칼만필터를 이용하여 본 발명의 터널 내 오염도 추정 알고리즘에 적용하므로써, 센서와 모델의 불확실성에 기인한 오차를 최대한 상쇄시킬 수 있는 터널 환기 제어를 위한 오염도를 추정할 수 있다.
더욱, 본 발명에 따르면 상기 차종별 오염물 배출량 추정 및 이에 기초한 터널 환기 제어를 위한 오염도 추정에 기초하여 터널 내의 오염도를 적정치로 유지시킬 수 있는 환기량 산정이 가능하고, 이러한 환기량 산정에 의해 터널 내의 환기 시설의 효과적인 작동을 유도하므로써 소비 전력을 저감시키는 것이 가능하며, 더불어 터널 내의 쾌적한 환경을 보장할 수 있다.

Claims (2)

  1. 터널의 제원과 연산에 필요한 파라메터의 설정과 초기화를 수행하는 파라메터 설정부와,
    상기 파라메터 설정부에서 설정된 파라메터를 이용하여 수집된 데이터를 차종별 오염물 배출량 추정 알고리즘에 이용할 수 있도록 가공하는 데이터수집 및 연산부와,
    상기 데이터수집 및 연산부에서 가공된 데이터를 기초로 차종별 오염물 배출량 추정 알고리즘을 이용하여 차종별 오염물 배출량을 추정하는 차종별 오염물 배출량 추정부와,
    상기 차종별 오염물 배출량 추정부로부터 추정된 차종별 오염물 배출량과 칼만필터를 기초로 터널 내 오염도 추정 알고리즘을 이용하여 터널 내 오염도를 추정하는 터널 내 오염도 추정부와, 그리고
    상기 터널 내 오염도 추정부에 의해 추정된 오염도를 기초로 터널 내의 환기량을 산정하는 환기량 산정부를 포함하여 이루어진 터널 내 환기량 산정 시스템.
  2. 터널의 제원과 연산에 필요한 파라메터를 설정하고 초기화시키는 단계와,
    차종별 터널 통과 차량수, 평균 일산화탄소농도, 평균 가시도거리, 및 평균차속과 같은 데이터를 수집하여 연산하는 단계와,
    상기 데이터 연산 단계를 통한 데이터 중에서 만족하는 데이터의 존재 유무를 판단하는 단계와,
    상기 데이터 판단단계를 통해 만족된 데이터를 기초로 차종별 오염물 배출량 추정 알고리즘을 이용하여 차종별 오염물 배출량을 추정하는 단계와,
    상기 오염물 배출량 추정 단계 및 갱신 여부 판단 단계를 통해 추정된 차종별 오염물 배출량을 기초로 터널 내 오염도 추정 알고리즘을 이용하여 터널 내 오염도를 추정하는 단계와,
    상기 차종별 오염물 배출량 추정 단계를 통해 추정된 오염물 배출량의 새로운 갱신 여부를 판단하는 단계와,
    상기 터널 내 오염도 추정 단계를 통해 추정된 터널 내 오염도를 기초로 하여 환기량을 산정하는 단계로 이루어진 터널 내 환기량 산정방법.
KR10-2000-0078919A 2000-12-20 2000-12-20 터널 내의 차종별 오염물 배출량 추정알고리즘 및 이에기초한 터널 내의 오염도 추정 알고리즘을 이용한 터널내의 환기량 산정 시스템 및 그 방법 KR100377680B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR10-2000-0078919A KR100377680B1 (ko) 2000-12-20 2000-12-20 터널 내의 차종별 오염물 배출량 추정알고리즘 및 이에기초한 터널 내의 오염도 추정 알고리즘을 이용한 터널내의 환기량 산정 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR10-2000-0078919A KR100377680B1 (ko) 2000-12-20 2000-12-20 터널 내의 차종별 오염물 배출량 추정알고리즘 및 이에기초한 터널 내의 오염도 추정 알고리즘을 이용한 터널내의 환기량 산정 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20010016547A KR20010016547A (ko) 2001-03-05
KR100377680B1 true KR100377680B1 (ko) 2003-03-29

Family

ID=19703302

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2000-0078919A KR100377680B1 (ko) 2000-12-20 2000-12-20 터널 내의 차종별 오염물 배출량 추정알고리즘 및 이에기초한 터널 내의 오염도 추정 알고리즘을 이용한 터널내의 환기량 산정 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR100377680B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101162926B1 (ko) 2009-10-22 2012-07-05 에스텍이앤지(주) 터널 또는 지하차도 환기 시스템
KR102068356B1 (ko) 2019-09-17 2020-01-20 한설봉 다용도 건조장치
US11042805B2 (en) * 2016-03-10 2021-06-22 Signify Holding B.V. Pollution estimation system

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100921478B1 (ko) * 2008-05-30 2009-10-13 한국건설기술연구원 수치방정식의 보정계수를 적용한 터널 내의 소요환기량산출방법
CN108254495B (zh) * 2017-12-13 2023-08-22 上海市环境科学研究院 一种隧道机动车污染物监测方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101162926B1 (ko) 2009-10-22 2012-07-05 에스텍이앤지(주) 터널 또는 지하차도 환기 시스템
US11042805B2 (en) * 2016-03-10 2021-06-22 Signify Holding B.V. Pollution estimation system
KR102068356B1 (ko) 2019-09-17 2020-01-20 한설봉 다용도 건조장치

Also Published As

Publication number Publication date
KR20010016547A (ko) 2001-03-05

Similar Documents

Publication Publication Date Title
Zhao et al. Road profile estimation, and its numerical and experimental validation, by smartphone measurement of the dynamic responses of an ordinary vehicle
Carlson et al. Consistent nonlinear estimation of longitudinal tire stiffness and effective radius
US20200247401A1 (en) Vehicle target tracking
Huang et al. Driving cycle prediction model based on bus route features
CN112304633B (zh) 一种路面湿滑状态下汽车制动安全性风险识别方法
Vignati et al. Transformation of size distributions of emitted particles in streets
US20220335822A1 (en) Method of determining the amount of pollutant emissions from a vehicle over a road network section
CN107886188B (zh) 液化天然气公交尾气排放预测方法
KR100377680B1 (ko) 터널 내의 차종별 오염물 배출량 추정알고리즘 및 이에기초한 터널 내의 오염도 추정 알고리즘을 이용한 터널내의 환기량 산정 시스템 및 그 방법
IT201800008055A1 (it) Metodo e dispositivo per rilevare e fornire informazioni di valutazione di frenata, indicative di un’emissione di particolato dovuta all’uso di un sistema frenante di un veicolo
CN111783034B (zh) 一种车云协同计算的排放路谱分析方法
EP3629261A1 (en) A computer-implemented method and a system for calibration of vehicle pollution sensors in a vehicle air quality system
US20230184563A1 (en) Connected vehicle-based road surface quality determination
Kühlwein et al. Traffic measurements and high-performance modelling of motorway emission rates
KR100873722B1 (ko) 다중 터널 통합 제어 시스템 및 이의 제어방법
CN115659805B (zh) 一种基于大数据的空气污染的数学模型的建立方法
CN115552241A (zh) 为预测在测量站的有害物质浓度而生成用于神经网络的训练数据的计算机辅助方法
CN113173060A (zh) 用于确定机动车辆的乘客舱中的空气质量的方法
JP2006133076A (ja) 路面の傾斜判定システム
JP2010266348A (ja) 車室内装部品の揮発性有機化合物放散量推定方法及び揮発性有機化合物放散量推定装置
US20240118175A1 (en) System and method for identifying a tire contact length from radial acceleration signals
Osses et al. Positive mean acceleration for the determination of traffic emissions
Steidel et al. Prediction of rolling resistance and tread wear of tires in realistic commercial vehicle application scenarios
Yoshikawa et al. Numerical simulation model for predicting air quality along urban main roads: first report, development of atmospheric diffusion model
US11958513B2 (en) Railroad car condition monitoring/analyzing device and method

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20100302

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee