궤도(Track)는 열차를 정해진 길로 유도하는 역할을 할뿐만 아니라 하부로 전달되는 열차의 하중을 완화시켜 하부 구조물을 보호하는 역할을 수행한다. 또한, 열차의 주행 안정성 및 승차감은 궤도의 성능에 따라 직접적인 영향을 받으며, 철도 환경 소음 및 진동의 대부분은 궤도와 차륜의 상호작용에 의해 발생한다. 따라서 궤도는 전체 철도 시스템의 안정성, 경제성 및 쾌적성에 직접적인 영향을 주는 주요 요인이라고 할 수 있다.
그러나 궤도는 열차의 통과에 의해 미소한 영구변형이 일어나며 시간이 지날수록 이러한 변형이 누적되어 주행 노면에 틀림을 발생시킨다. 특히, 궤도는 고속으로 주행함에 따라 작용하는 과대한 열차 하중에 비해 간단한 구조로 이루어져 있 으므로 일반 구조물에 비해 재료의 열화에 따른 부재의 갱환 등을 비교적 빈번하게 수행해야 하는 계속적인 보수를 전제로 하는 특수한 구조물이다.
이미 궤도 보수 업무의 많은 부분을 차지하는 궤도틀림의 보수에 있어서, 이미 궤도 검측차가 실용화되고 정기적으로 궤도의 상태를 검측하여 정해진 평가 기준을 기초로 하여 보수의 투입이 행해져 왔다. 이것은 어느 의미에서는 상태 감시 보전에 가까운 보수 체계라고 할 수 있다. 그러나 보수 투입의 우선도와 투입량에 관해서는 데이터의 뒷받침이 부족하고 동원 가능한 보수 노력을 특이치의 관리에 우선적으로 투입하는 것 이외에는 나머지 노동 자원을 경험과 직감에 따라 순차적으로 배분하는 실정이다.
철도에 있어 선로의 역할은 선형(Line form)에 정해진 차륜 주행로를 확실하게 실현하는 것이지만, 현실에서는 이와 달리 오차가 발생한다. 즉, 궤도는 열차를 지지하고 원활하게 유도하는 역할을 수행하고 있지만, 열차의 반복적인 하중을 받게 되면 차차 궤도의 변형이 일어나 궤도차량 주행면의 부정합을 일으키게 되는데, 이를 궤도틀림(track irregularity)이라 한다. 다시 말하면, 철도레일의 궤도틀림은 열차가 주행하는 서로 평행한 두 개의 철도레일이 열차의 반복운행 또는 다른 요인에 의해 상하, 좌우 또는 수평으로 원래 소정의 위치에서 변위가 발생하는 것을 의미한다.
이러한 궤도틀림은 궤도차량의 고속화에 따라 작은 궤도틀림으로도 큰 사고로 이어질 가능성이 커지고 있다. 예를 들면, 궤도틀림이 커지면 열차의 요동이 증대되고 승객의 승차감이 악화되며, 이러한 궤도틀림이 커지거나 다른 궤도틀림과 함께 복합 틀림이 발생하면 열차의 탈선을 일으킬 수도 있다. 따라서 궤도틀림의 측정은 철도 수송의 안정성 확보에 있어서 매우 중요한 요인이 되고 있으며, 철도의 유지관리 및 보수의 측면에서도 점차 그 필요성이 증가하고 있다.
궤도틀림은 궤도 유지관리의 지표이자, 열차 주행 안정성과 승객 승차감에 결정적인 영향을 미치는 요소이다. 궤도의 유지관리는 궤도틀림을 일정 기준한도 이내로 복원시키기 위한 작업으로서 안전의 관점에서 사고의 예방을 보장하여 승차감을 확보할 수 있어야 한다.
도 1a 내지 도 1c는 궤도의 기하학적 레일 위치를 설명하기 위한 도면이고, 도 2는 궤도틀림의 기하학적 정의를 나타내는 테이블이다. 도 1a는 2개의 레일(10L, 10R)의 위치를 나타내며, 도 1b는 평면 선형을 설명하기 위한 도면이고, 도 1c는 측면 선형을 설명하기 위한 도면이다. 또한, 도 2는 궤도틀림의 기하학적 정의를 나타내는 테이블이다.
이러한 궤도틀림은 두 개의 레일 위치에 대한 기하학적 불일치로부터 야기되며, 도 1a 내지 도 1c는 2개의 레일 위치에 대한 기하학적 변수를 나타내며, 도 1b에 도시된 바와 같이, 평면 선형의 경우, 2개의 레일 사이의 간격은 (Z1 - Z2)/2로 주어질 수 있고, 도 1c에 도시된 바와 같이, 측면 선형의 경우, 2개의 레일의 높이 차이는 (Y1 - Y2)/2로 주어질 수 있다. 또한, 도 2에 도시된 바와 같이, 4개 유형의 궤도틀림은 면(Vertical) 틀림, 줄(Alignment) 틀림, 수평(Cross level 또는 Superelevation) 틀림 및 궤간(Gauge) 틀림으로 정의된다.
한편, 선행 기술로서, 본 발명의 동일 출원인에 의해 출원된 대한민국 특허 출원번호 제2006-48980호(출원일: 2006년 05월 30일)에는 "철도궤도의 효율적 유지보수를 위한 3차원 데이터 형식의 철도 궤도틀림도 측정방법"이라는 명칭의 발명이 개시되어 있는데, 본 명세서 내에 참조되어 본 발명의 일부를 이룬다.
이러한 선행 발명은 열차가 주행하는 철도궤도(railway track)를 효율적으로 유지 및 보수할 수 있도록 철도궤도의 궤도틀림(track irregularity) 정도, 즉, 궤도틀림도를 3차원 데이터의 형식으로 측정할 수 있는 측정방법에 관한 것으로, 구체적으로, 철도 궤도를 검측하여 구해지는 궤도틀림 데이터를 처리하여 궤도틀림도를 측정함에 있어서, 궤도틀림 데이터를 처리하는 과정에서 궤도의 길이에 따른 궤도틀림의 정도를 나타내는 정보가 계속 존재하도록 하여, 궤도틀림의 주요 파장과 발생위치, 그리고 그 정도를 동시에 알 수 있도록 함으로써 실제로 궤도틀림으로 인하여 열차 탑승자가 느끼게 될 승차감에 영향을 미치는 요소들에 대한 구체적인 평가를 내릴 수 있도록 하는 더욱 정밀한 궤도틀림도를 측정할 수 있는 측정방법을 제공한다.
한편, 이러한 궤도틀림은 열차의 운전에 따라서 일정한 주기로 동적으로(Dynamically), 도 3에 도시된 바와 같이, 궤도 검측차(20)를 이용하여 측정되며, 필요에 따라 인력 또는 간이 검측장치를 이용하여 정적으로(Statically) 측정될 수도 있다. 즉, 철도레일의 궤도틀림이 발생하면 열차 운행시 열차의 동요를 유발시켜 주행안전성 및 승객의 승차감에 큰 영향을 주게 되므로, 검측차(20)를 이용하여 궤도틀림을 주기적으로 검측하고 일정한 허용한계치 이내로 관리하게 된다. 예를 들면, 동일한 노선에 두 개의 검측차(20)를 이용하여 차륜(31)의 회전에 의해 궤도틀림 검측을 수행하고 궤도틀림 데이터의 값을 비교할 때에는 두 검측차의 검측 위치를 정확히 일치시키는 것이 중요하다.
한편, 도 4는 종래의 기술에 따른 두 대의 검측차로부터 계측된 궤도틀림 데이터간 오차 발생 원인을 설명하기 위한 도면이다.
도 4에 도시된 바와 같이, 종래의 기술에 따른 검측차(21, 22)의 측정위치 결정 방법은, 철도 레일(10) 상에서 철도차량 차륜(31, 32)의 회전수를 기준으로 산정하기 때문에 차륜(31, 32)의 반경의 크기에 작은 오차가 발생하게 되거나, 차량이 좌우로 흔들리는 운동(헌팅, 사행동)을 하게 되면 차륜반경(r)의 변화가 발생하여 거리(위치) 측정에 오차가 누적되어 장거리를 운행하면 측정거리(위치) 값이 부정확하게 된다.
종래에는 사람이 직접 궤도틀림 검측을 수행하여 검측차의 궤도틀림 발생 위치를 확인하였다. 또한, 두 대 이상의 검측차를 이용하여 각각 별도로 검측한 궤도틀림 검측결과의 위치동기화 방법이 개발되지 않아서 두 대의 검측차의 궤도틀림 데이터를 정확히 비교하기가 곤란하였다. 즉, 종래기술은 궤도틀림 검측 결과의 위치 동기화가 이루어지지 않아서, 각각의 검측차에서 검측된 궤도틀림 값의 상호비교 및 신호상관성을 분석하기가 곤란한 문제점이 있었다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 5는 본 발명의 실시예에 따른 철도레일로부터 검측된 궤도틀림 데이터 처리 시스템의 구성도이다.
도 5를 참조하면, 본 발명의 실시예에 따른 철도레일로부터 검측된 궤도틀림 데이터 처리 시스템은, 제1 검측차(100), 제2 검측차(200) 및 궤도틀림 데이터 처리 시스템(300)을 포함하며, 상기 제1 검측차(100)는 제1 궤도틀림 데이터 검측부(110) 및 제1 궤도틀림 데이터 처리부(120)를 포함하고, 제2 검측차(200)는 제2 궤도틀림 데이터 검측부(210) 및 제2 궤도틀림 데이터 처리부(220)를 포함한다. 또한, 상기 궤도틀림 데이터 처리 시스템(300)은 궤도틀림 데이터 수집부(310), 위상 동기화 처리부(320), 궤도틀림 데이터 분석부(330) 및 분석결과 출력부(340)를 포함할 수 있다.
두 대 이상의 검측차(100, 200)를 이용하여 각각 별도로 궤도틀림을 검측할 경우, 제1 검측차(100)의 제1 궤도틀림 데이터 검측부(110)는 궤도틀림 데이터를 검측하기 위한 것으로, 예를 들면, 센서일 수 있다. 제1 검측차(100)의 제1 궤도틀림 데이터 처리부(120)는 제1 궤도틀림 데이터 검측부(110)에 의해 검측된 궤도틀림 데이터를 예를 들면, A/D 변환기를 통해 디지털 신호로 변환할 수 있지만, 이에 국한되는 것은 아니다. 마찬가지로, 제2 검측차(200)의 제2 궤도틀림 데이터 검측부(210)는 궤도틀림 데이터를 상기 제1 검측차(100)와 별도로 검측하기 위한 것으로, 예를 들면, 센서일 수 있다. 또한, 제2 검측차(200)의 제2 궤도틀림 데이터 처리부(220)는 제2 궤도틀림 데이터 검측부(210)에 의해 검측된 궤도틀림 데이터를 처리하게 된다.
궤도틀림 데이터 처리 시스템(300)은, 두 개의 검측 거리에 따른 철도레일로부터 검측된 궤도틀림 데이터를 상관함수(Correlation Function)를 사용하여 신호상관성을 비교하고, 이를 통해 상관성이 가장 높은 데이터의 위치를 파악하여 데이터 계열을 비교 데이터 블록을 기준으로 이동해 위치를 동기화시키며, 위치 동기화가 이루어진 궤도틀림 데이터를 분석하여 출력하게 된다.
구체적으로, 궤도틀림 데이터 처리 시스템(300)의 검측 데이터 수집부(310)는, 제1 및 제2 검측차(100, 200)를 통해 검측된 궤도틀림 데이터를 각각 수집한다.
위상 동기화 처리부(320)는 상관성이 높은 데이터의 위치를 파악하기 위해서, 상관함수(Correlation Function)를 통한 궤도틀림 데이터들 간의 상관성 분석 결과를 이용하여 위치값을 동기화시킨다.
궤도틀림 데이터 분석부(330)는 상기 위상 동기화 처리부에 의해 위상 동기화가 수행된 궤도틀림 데이터를 분석한다.
분석결과 출력부(340)는 상기 궤도틀림 데이터의 분석 결과를 출력한다.
따라서 본 발명의 실시예에 따른 철도레일로부터 검측된 궤도틀림 데이터 처리 시스템은 두 개의 검측치에 의해 철도레일로부터 각각 검측된 궤도틀림 데이터들 간의 상관성을 비교하여 검측된 궤도틀림 데이터를 효율적으로 분석할 수 있다.
도 6은 도 5에 도시된 철도레일로부터 검측된 궤도틀림 데이터 처리 시스템에서 위치 동기화 처리부의 세부 구성도이다.
도 6을 참조하면, 궤도틀림 데이터 처리 시스템(300) 내에 구현되는 위치 동기화 처리부(320)는, 기준 데이터블록 설정부(321), 비교 데이터블록 설정부(322), 상관(Correlation) 연산부(323), 데이터블록 시프터(Shifter)(324), 계수행렬(Coefficient Matrix) 형성부(325), 최대치 검출부(326) 및 위치 동기화 수행부(327)를 포함한다.
기준 데이터블록 설정부(321)는 상기 제1 검측차(100)로부터 수집된 기준 데이터를 제1 내지 제n 기준 데이터블록으로 설정하고, 비교 데이터블록 설정부(322)는 상기 제2 검측차(200)로부터 수집된 비교 데이터를 제1 내지 제n 비교 데이터블록으로 설정한다. 여기서, 제1 검측차(100)로부터 비교 데이터를 수집하고, 제2 검측차(200)로부터 기준 데이터를 수집할 수도 있다.
상관(Correlation) 연산부(323)는 상관성이 높은 데이터의 위치를 파악하기 위해서, 상기 제1 내지 제n 기준 데이터 블록과 상기 제1 내지 제n 비교 데이터 블록을 각각 블록 이동시키면서 상관성 비교 루틴에 따라 상관성(Correlation)을 비교한다.
데이터블록 시프터(Shifter)(324)는 상기 제1 내지 제n 기준 데이터 블록과 상기 제1 내지 제n 비교 데이터 블록을 각각 정해진 데이터 간격만큼 이동시킨다.
계수행렬(Coefficient Matrix) 형성부(325)는 상기 상관성 비교 루틴을 마지막 제n 기준 데이터 블록까지 진행한 후 계수행렬(Coefficient Matrix)을 형성하여 행렬 데이터를 생성한다.
최대치 검출부(326)는 상기 형성된 행렬 데이터로부터 최대값을 검출한다.
위치 동기화 수행부(327)는 상기 검출된 행렬 데이터의 최대값을 기준으로 상기 기준 데이터 블록을 이동시켜 상기 비교 데이터와 기준 데이터의 위치를 동기화시킨다.
이와 같이, 기준 데이터 블록을 (n-1)번 이동하였을 경우,
행렬의 데이터가 생성되며, 상기
행렬의 값은 각각의 데이터간의 상관계수(Correlation Coefficient)로 채워지며, 상기 값들 중에서 최대값을 기준으로 데이터 셋(Data Set)을 이동시킴으로써 시각 및 위치를 동기화시키게 된다.
이하, 도 7 , 도 8 및 도 9a 내지 도 9f를 참조하여, 철도레일로부터 검측된 궤도틀림 데이터 처리 방법 및 철도레일로부터 검측된 궤도틀림 데이터의 위치 동기화 방법에 대해 구체적으로 설명하기로 한다.
도 7은 본 발명의 실시예에 따른 철도레일로부터 검측된 궤도틀림 데이터 처 리 방법의 동작흐름도이다.
도 7을 참조하면, 발명의 실시예에 따른 철도레일로부터 검측된 궤도틀림 데이터 처리 방법은, 먼저, 제1 검측차를 통해 궤도틀림 데이터를 검측하고(S110), 제2 검측차를 통해 궤도틀림 데이터를 검측한다(S120).
다음으로, 상기 제1 및 제2 검측차를 통해 검측된 궤도틀림 데이터를 수집한다(S130).
다음으로, 상기 수집된 궤도틀림 데이터들 간의 위치를 동기화시킨다(S140). 이러한 위치 동기화 방법은 도 8을 참조하여 후술하기로 한다.
다음으로, 상기 위상 동기화가 수행된 궤도틀림 데이터에 대한 데이터의 분석이 수행되며(S150), 이러한 궤도틀림 데이터의 분석 결과를 출력한다(S160). 후속적으로, 분석 결과에 따라 궤도틀림이 발생한 철도레일의 유지보수가 수행될 수 있다.
따라서 본 발명의 실시예에 따른 철도레일로부터 검측된 궤도틀림 데이터 처리 방법은 궤도틀림 데이터를 위상 동기화시킴으로써, 검측차에서 검측된 궤도틀림 값의 상호비교 및 신호상관성을 분석할 수 있게 된다.
도 8은 본 발명의 실시예에 따른 철도레일로부터 검측된 궤도틀림 데이터의 위치 동기화 방법의 동작흐름도이고, 도 9a 내지 도 9f는 본 발명의 실시예에 따른 기준 데이터 블록 및 비교 데이터 블록 간의 상관을 구하는 과정을 예시하는 도면들이다.
도 8을 참조하면, 본 발명의 실시예에 따른 철도레일로부터 검측된 궤도틀림 데이터의 위치 동기화 방법은, 철도레일로부터 검측된 궤도틀림 데이터를 2대의 검측차를 이용하여 각각 검측하고, 검측된 궤도틀림 데이터를 로딩한다(S141).
다음으로, 상기 검측된 2개의 검측 데이터를 기준 데이터와 비교 데이터로 구분하여 제1 내지 제n 기준 데이터 블록과 제1 내지 제n 비교 데이터 블록으로 각각 설정한다(S142).
다음으로, 상관성이 높은 데이터의 위치를 파악하기 위해 상관함수(Correlation Function)를 통해 제1 기준 데이터 블록과 제1 비교 데이터의 블록의 상관성(Correlation)을 비교한다(S143).
구체적으로, 상관함수(Correlation Function)는 두 개의 시계열(Time Series) 데이터의 신호상관성을 바탕으로 위치동기를 한다. 일반적으로 어떤 양의 관측결과를 일정한 기준에 따라 계열로 정리한 것을 통계계열이라고 하는데, 시계열은 어떤 관측치 또는 통계량의 변화를 시간의 움직임에 따라서 포착하고 이것을 계열화하였을 때, 이와 같은 통계계열을 시계열이라고 한다. 이러한 경우의 관측결과 x는 시간 t에 따라서 변동하는 양이므로 그 시계열은 x(t)로 표시된다.
이러한 상관성 분석을 위해서 상관함수(Correlation Function)는 다음의 수학식 1과 같이 정의될 수 있다.
이 값은 신호
가 얼마나 빨리 변화하는가 하는 척도가 된다. 정상랜덤신 호(stationary random signal)인 특별한 경우에 자기상관함수는 시간간격
만의 함수가 된다. 그리고 파워스펙트럼 밀도(Power spectral density)는 이러한 자기상관함수를 통해 정의되며, 다음의 수학식 2와 같다.
이러한 신호의 상관계수(Correlation Coefficient)
는 다음 수학식 3과 같이 정의된다.
여기서
및
는 기대치이고,
및
는 표준편차이다.
이러한 수학식 3을 샘플 데이터에 적용하기 위해 피어슨 적률 상관계수(Pearson product-moment correlation coefficient)를 적용한다. 이때, 피어슨 상관계수는 다음 수학식 4와 같이 표현될 수 있다.
여기서, 샘플 상관계수(sample correlation coefficient)의 제곱항으로 계수를 다음의 수학식 5와 같이 결정할 수 있다.
여기서,
는
의
에서의 선형회귀 오차의 제곱값이며, 다음의 수학식 6과 같이 표현된다.
상기 수학식 6을 이용하여 시계열 데이터간의 상관성을 비교하며, 이때 상관성이 가장 높은 데이터의 위치를 파악하기 위해서, 먼저 기준 데이터와 비교 데이터를 각각 블록화하여 제1 내지 제n 기준 데이터 블록과 제1 내지 제n 비교 데이터 블록으로 설정한다.
도 9a 및 도 9b에 도시된 바와 같이, 먼저 제1 기준 데이터 블록을 제1 내지 제n 비교 데이터 블록에 대하여 상관(Correlation)을 구한다. 즉, 비교 데이터 블록을 기설정된 데이터 간격만큼 이동시키면서 제1 기준 데이터 블록과의 상관을 구한다.
다음으로, 상기 제1 기준 데이터 블록과 상관성을 비교한 제1 비교 데이터 블록을 제n 비교 데이터 블록까지 상관성을 비교하는 상관성 비교 루틴을 진행하는데, 기준 데이터 블록을 이동시키면서 상관성 비교 루틴을 진행하고(S144), 마지막 기준 데이터 블록까지 반복적으로 상관성 비교 루틴을 진행한다(S145). 즉, 도 9c 및 도 9d에 도시된 바와 같이, 마지막 N번째 비교 데이터 블록까지 상관을 구한 후에는 다시 제1 기준 데이터 블록을 기설정된 간격만큼 이동하고, 다음 제2 기준 데이터 블록을 제1 비교 데이터 블록부터 마지막 제n 비교 데이터 블록까지 상관을 구하는 과정을 수행하는데, 도 9e 및 도 9f에 도시된 바와 같이, 전술한 과정을 n번째 비교 데이터 블록까지 S143 단계 및 S144 단계를 반복한다.
다음으로, 상기 상관성 비교 루틴을 진행하여 기준 데이터 블록을 (n-1)번 이동하였을 경우의
계수행렬(Coefficient Matrix)을 형성하여 계수행렬 데이터를 생성하고(
S146), 이후, 상기 형성된 행렬 데이터로부터 최대값을 검출하며(
S147), 상기 검출된 행렬 데이터의 최대값을 기준으로 상기 기준 데이터 블록을 이동시켜 상기 비교 데이터와 기준 데이터의 위치를 동기화시킨다(
S148).
이와 같이, 기준 데이터 블록을 (n-1)번 이동하였을 경우,
행렬의 데이터가 생성되며, 상기
행렬의 값은 각각의 데이터간의 상관계수(Correlation Coefficient)로 채워지며, 상기 값들 중에서 최대값을 기준으로 데이터 셋(Data Set)을 이동시킴으로써 시각 및 위치를 동기화 시킬 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않 고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분리되어 실시될 수도 있으며, 마찬가지로 분리된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.