KR102156058B1 - Running stability prediction system and method for maglev train - Google Patents
Running stability prediction system and method for maglev train Download PDFInfo
- Publication number
- KR102156058B1 KR102156058B1 KR1020180157059A KR20180157059A KR102156058B1 KR 102156058 B1 KR102156058 B1 KR 102156058B1 KR 1020180157059 A KR1020180157059 A KR 1020180157059A KR 20180157059 A KR20180157059 A KR 20180157059A KR 102156058 B1 KR102156058 B1 KR 102156058B1
- Authority
- KR
- South Korea
- Prior art keywords
- train
- electromagnetic
- model
- analysis
- predicting
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/08—Railway vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61B—RAILWAY SYSTEMS; EQUIPMENT THEREFOR NOT OTHERWISE PROVIDED FOR
- B61B13/00—Other railway systems
- B61B13/08—Sliding or levitation systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Vehicles With Linear Motors And Vehicles That Are Magnetically Levitated (AREA)
Abstract
본 발명은 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법에 관한 것으로서, 더욱 상세하게는, 돌발적인 외력 및 시공 공차까지 고려하여 안정성을 예측하기 위한 시간이력 전자기 해석을 적용함으로써, 주행 안정성 예측의 정확도를 향상시킬 수 있는 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법에 관한 것이다.The present invention relates to a system for predicting driving stability of a maglev train and a method for predicting the same, and more particularly, by applying a time history electromagnetic analysis to predict stability in consideration of sudden external forces and construction tolerances, The present invention relates to a system for predicting driving stability of a maglev train capable of improving accuracy and a method for predicting the same.
Description
본 발명은 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법에 관한 것으로, 더욱 상세하게는 초전도 반발식 자기부상열차의 가이드웨이와 대차의 전자기 부품의 설치 상태에 따라, 시공 공차까지 고려하여 자기부상열차의 주행 안정성을 예측할 수 있는 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법에 관한 것이다.The present invention relates to a system for predicting the driving stability of a maglev train and a method for predicting the same, and more particularly, according to the installation state of the guideway of the superconducting repulsive magnetic levitation train and the electromagnetic components of the bogie, maglev according to the construction tolerance. The present invention relates to a system for predicting driving stability of a maglev train capable of predicting the driving stability of a train, and a method for predicting the same.
열차가 궤도에 닿지 않은 상태에서 운행되어 소음과 진동을 줄일 수 있고 바퀴로 달리지 않아 빠른 속도를 내는 장점을 갖는 자기부상열차는 크게 상전도 흡인식 자기부상열차와 초전도 반발식 자기부상열차로 구분될 수 있다.Maglev trains, which have the advantage of reducing noise and vibration because the train is not in contact with the track, and that it does not run with wheels, are largely divided into normal conduction suction type magnetic levitation trains and superconducting repulsion type maglev trains. I can.
상기 상전도 흡인식 자기부상열차는 서로 붙으려는 성질을 이용하여 열차에 레일을 감싸는 모양의 전자석이 달려있어 전자석과 레인 간 간격의 크기에 따라 흡인력이 달라지는 것을 이용하여 열차가 뜨는 높이를 유지하는 방식으로 100 ~ 110km/h의 저속수행에 적합한 방식이며,The normal conduction suction type magnetic levitation train is a method of maintaining the height of the train by using an electromagnet in the shape of enclosing the rail in the train using the property of sticking to each other, and the suction force varies depending on the size of the gap between the electromagnet and the lane. It is a method suitable for low speed operation of 100 ~ 110km/h.
상기 초전도 반발식 자기부상열차는 자석의 같은 극끼리 밀어내는 척력을 이용하여 열차를 공중으로 10cm 가량 띄우는 방식으로 450 ~ 550km/h의 고속주행에 적합한 방식이다.The superconducting repulsion type magnetic levitation train is a method suitable for high-speed driving of 450 to 550 km/h by using a repulsive force pushed by the same poles of a magnet into the air by about 10 cm.
이러한 초전도 반발식 자기부상열차는 기존 열차 대비 고속주행을 할 수 있다는 점에서 유리하지만, 별도의 제어가 없으면 열차(대차) 상하/좌우로의 진동이 심한 단점이 있다. 이러한 진동을 발생시키는 요인 중 가장 큰 원인은 부상력과 추진력 그리고 좌우방향 가이드를 이뤄주는 전자기력이다.Such superconducting repulsive magnetic levitation trains are advantageous in that they can run at high speeds compared to conventional trains, but without separate control, there is a disadvantage of severe vibrations in the up/down/left/right direction of the train (bogie). Among the factors that generate such vibration, the biggest cause is the levitation force and propulsion force, and the electromagnetic force that makes the left and right guide.
이에 따라, 열차의 주행 안정성을 예측 및 평가하기 위해서는, 진동을 발생시키는 전자기력에 대한 규명이 필수적이다.Accordingly, in order to predict and evaluate the running stability of a train, it is essential to investigate the electromagnetic force that generates vibration.
즉, 시간이력 열차 거동을 예측하기 위해서는, 시간이력 전자기력에 대한 해석을 통한 예측이 선행되어야 한다.That is, in order to predict the behavior of a time history train, prediction through analysis of the time history electromagnetic force must be preceded.
그렇지만, 고속으로 주행하는 자기부상열차의 시간이력 전자기력의 해석을 진행하기 위해서는, 레일과 유사한 긴 길이의 전자기 부품을 구성하여야 하는데 이는 많은 해석 부하를 요구한다.However, in order to proceed with the analysis of the time history electromagnetic force of a maglev train traveling at high speed, an electromagnetic component of a long length similar to a rail must be constructed, which requires a large analysis load.
그렇기 때문에, 종래에는 시간이력으로 발생하는 전자기력을 열차에 인가하지 않고, 평균적으로 발생하는 힘을 인가하는 방식을 이용하고 있다. 종래와 같이, 평균적인 힘을 사용할 경우, 열차가 진행함에 따라 발생하는 빠른 주기의 힘의 변화를 반영할 수 없기 때문에 높은 주파수의 전자기력에 대해서는 예측을 수행할 수 없다.Therefore, conventionally, an electromagnetic force generated by time history is not applied to a train, but a method of applying a force generated on an average is used. As in the prior art, when an average force is used, it is impossible to predict the electromagnetic force of a high frequency because it cannot reflect the change in the force of a fast period that occurs as the train progresses.
또한, 전자기 부품의 공차 등에 대해서도 예측을 수행할 수 없기 때문에, 직은 편차에 의한 전자기력의 영향을 예측할 수 없는 문제점이 있다.In addition, there is a problem in that it is not possible to predict the effect of the electromagnetic force due to the straight deviation because it cannot be predicted even for the tolerance of the electromagnetic component.
실험을 통해서 이러한 시간이력으로 발생하는 전자기력을 추출해보면, 시간 단계의 설정에 따라 주파수 대역이 변화하는 것을 확인할 수 있다. 즉, 시간 단계를 좀 더 촘촘히 설정할 경우에는, 높은 주파수 성분 및 정확한 예측이 가능하지만, 많은 해석 시간이 소요되는 것은 당연하다.When the electromagnetic force generated by this time history is extracted through an experiment, it can be confirmed that the frequency band changes according to the setting of the time step. That is, if the time step is set more closely, high frequency components and accurate prediction are possible, but it is natural that a lot of analysis time is required.
그렇기 때문에, 열차 내 자성체의 주기 및 가이드웨이 내 코일의 주기 등을 고려한 적절한 시간 단계를 설정하는 것이 중요한 요인이다.Therefore, it is an important factor to set an appropriate time step in consideration of the period of the magnetic material in the train and the period of the coil in the guideway.
더불어, 해석 영역의 설정에 따라 자속의 기울기가 왜곡될 수 있다는 점을 확인할 수 있다. 즉, 실제와 같은 조건은 무한대의 해석 영역을 설정하여야 하지만, 이 경우 해석에 필요한 요수가 늘어나게 되어 해석 부하로 작용하게 된다.In addition, it can be seen that the slope of the magnetic flux may be distorted depending on the setting of the analysis region. In other words, an infinite analysis area must be set under the same conditions as in the real world, but in this case, the number of demands required for analysis increases and acts as an analysis load.
이에 따라, 왜곡이 없는 수준의 해석 영역의 설정에 대한 연구가 요구되고 있다.Accordingly, there is a need for a study on setting an analysis area at a level without distortion.
이와 관련하여, 국내등록특허 제10-1635918호("고속 전동 열차의 진동 분석에 의한 위험 예방 시스템")에서는 서로 다른 진동원에 의하여 발생되는 진동을 실시간으로 분석하여 고장 예측 및 위험 예측이 가능하도록 하는 시스템을 개시하고 있다.In this regard, Korean Patent Registration No. 10-1635918 ("Hazard Prevention System by Vibration Analysis of High-Speed Electric Trains") analyzes the vibrations generated by different vibration sources in real time to enable failure prediction and risk prediction. The system is disclosed.
본 발명은 상기한 바와 같은 종래 기술의 문제점을 해결하기 위하여 안출된 것으로, 초전도 반발식 자기부상열차의 가이드웨이와 대차의 전자기 부품의 설치 상태에 따라, 시공 공차까지 고려하여 자기부상열차의 주행 안정성을 예측할 수 있는 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법을 제공하는 것이다.The present invention was conceived to solve the problems of the prior art as described above, according to the installation state of the guideway of the superconducting repulsive magnetic levitation train and the electromagnetic components of the bogie, considering the construction tolerances, the running stability of the maglev train It is to provide a system for predicting driving stability of a maglev train and a method for predicting the same.
본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템은, 자기부상열차의 주행 안정성을 예측하기 위한 시스템에 있어서,In the system for predicting the driving stability of the maglev train according to an embodiment of the present invention, in the system for predicting the driving stability of the maglev train,
기저장된 시간이력 전자기력 해석 알고리즘에 가이드웨이에 설치된 지상 코일에 유도되는 전류와 열차에 설치된 자성체로 인가되는 전류를 적용하여, 전자기 모델을 생성하는 제1 전처리부(100), 기저장된 다물체 동역학 해석 알고리즘에 열차의 구조특성과 속도, 회전곡률을 포함하는 정보들을 적용하여, 다물체 동역학 해석 모델을 생성하는 제2 전처리부(200), 상기 제1 전처리부(100)에서 생성한 상기 전자기 모델과 상기 제2 전처리부(200)에서 생성한 다물체 동역학 해석 모델을 연성하여 전자기-다물체 동역학 해석 모델을 생성하고, 생성한 상기 전자기-다물체 동역학 해석 모델을 이용하여 열차의 거동을 예측하는 후처리부(300) 및 상기 후처리부(300)에서 예측한 상기 열차의 거동정보들을 이용하여, 수직 진동량과 수평 진동량을 분석하여 주행 안정성을 예측하는 분석부(400)를 포함하여 구성되는 것이 바람직하다.The
더 나아가, 상기 제1 전처리부(100)는 소정 구간을 해석 영역으로 설정하여, 상기 시간이력 전자기력 해석 알고리즘을 적용하는 것이 바람직하다.Further, it is preferable that the
더 나아가, 상기 제1 전처리부(100)는 자속의 방향의 수렴성을 이용하여 상기 해석 영역을 설정하는 것이 바람직하다.Furthermore, it is preferable that the first
더 나아가, 상기 후처리부(300)는 생성한 상기 전자기-다물체 동역학 해석 모델을 이용하여, 상기 전자기 모델에 해석하고자 하는 열차의 위치에 따른 상기 지상 코일의 전류값을 입력하여 전자기력을 추출하고, 추출한 상기 전자기력을 상기 다물체 동역학 해석 모델에 입력하여, 시간이력에 따른 상기 열차의 자세를 예측하는 것이 바람직하다.Furthermore, the
더 나아가, 상기 분석부(400)는 상기 후처리부(300)에서 예측한 시간이력에 따른 상기 열차의 자세를 전달받아 수직 진동량과 수평 진동량을 분석하여, 기설정된 수직 진동 한계량과 수평 진동 한계량을 기준으로 열차의 주행 안정성을 예측하는 것것이 바람직하다.Further, the
본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 방법은, 자기부상열차의 주행 안정성을 예측하기 위한 방법에 있어서, 기저장된 시간이력 전자기력 해석 알고리즘에 가이드웨이에 설치된 지상 코일에 유도되는 전류와 열차에 설치된 자성체로 인가되는 전류를 적용하여, 전자기 모델을 생성하는 전자기모델 생성단계(S100), 기저장된 다물체 동역학 해석 알고리즘에 기설정된 열차의 정보들을 적용하여, 다물체 동역학 해석 모델을 생성하는 동역학모델 생성단계(S200), 상기 전자기모델 생성단계(S100)에서 생성한 상기 전자기 모델과 상기 동역학모델 생성단계(S200)에서 생성한 상기 다물체 동역학 해석 모델을 연성하여, 전자기-다물체 동역학 해석 모델을 생성하고, 열차의 거동을 예측하는 연성단계(S300) 및 상기 연성단계(S300)에서 예측한 상기 열차의 거동 정보들을 이용하여, 주행 안정성을 예측하는 예측단계(S400)로 이루어지는 것이 바람직하다.In the method for predicting the driving stability of a maglev train according to an embodiment of the present invention, in a method for predicting the driving stability of a maglev train, a current induced in a ground coil installed on a guideway in a pre-stored time history electromagnetic force analysis algorithm And the electromagnetic model generation step (S100) of generating an electromagnetic model by applying the current applied to the magnetic body installed in the train, and by applying preset train information to a previously stored multi-body dynamics analysis algorithm, a multi-body dynamics analysis model is generated. By combining the electromagnetic model generated in the dynamic model generation step (S200) and the electromagnetic model generation step (S100) and the multi-body dynamics analysis model generated in the dynamic model generation step (S200), electromagnetic-multibody dynamics It is preferable to consist of a ductile step (S300) for generating an analysis model and predicting the behavior of the train, and a prediction step (S400) for predicting driving stability using the train behavior information predicted in the ductile step (S300). Do.
더 나아가, 상기 전자기모델 생성단계(S100)는 소정 구간을 해석 영역으로 설정하여 상기 시간이력 전자기력 해석 알고리즘을 적용하되, 자속의 방향의 수렴성을 이용하여 상기 해석 영역을 설정하는 것이 바람직하다.Further, in the electromagnetic model generation step (S100), the time history electromagnetic force analysis algorithm is applied by setting a predetermined section as an analysis area, but it is preferable to set the analysis area using the convergence of the direction of the magnetic flux.
더 나아가, 상기 연성단계(S300)는 상기 전자기-다물체 동역학 해석 모델을 이용하여, 상기 전자기 모델에 해석하고자 하는 열차의 위치에 따른 상기 지상 코일의 전류값을 입력하여 전자기력을 추출하고, 상기 전자기력을 상기 다물체 동역학 해석 모델에 입력하여, 시간이력에 따른 상기 열차의 자세를 예측하는 것이 바람직하다.Further, in the ductile step (S300), the electromagnetic force is extracted by inputting a current value of the ground coil according to the position of the train to be analyzed in the electromagnetic model using the electromagnetic-multibody dynamics analysis model, and the electromagnetic force It is preferable to input the multi-body dynamics analysis model to predict the attitude of the train according to the time history.
더 나아가, 상기 예측단계(S400)는 예측한 시간이력에 따른 상기 열차의 자세를 전달받아 수직 진동량과 수평 진동량을 분석하여, 기설정된 수직 진동 한계량과 수평 진동 한계량을 기준으로 열차의 주행 안정성을 예측하는 것이 바람직하다.Further, in the prediction step (S400), by receiving the attitude of the train according to the predicted time history and analyzing the vertical vibration amount and the horizontal vibration amount, the running stability of the train is based on a preset vertical vibration limit amount and a horizontal vibration limit amount. It is desirable to predict.
상기와 같은 구성에 의한 본 발명의 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법은 종래의 평균 전자기력 및 주파수 분석을 통해서 수행하는 자기부상열차의 주행 안정성 평가 방법이 갖고 있는 문제점/단점인 평균으로는 반영하기 어려운 돌발적인 외력 및 공차에 대해서도, 시간이력 해석을 통해 반영할 수 있어 더욱 정확하게 주행 안정성을 예측할 수 있는 장점이 있다.The system for predicting the driving stability of a maglev train according to the present invention and the method for predicting the driving stability of the magnetic levitation train according to the above configuration is an average of the problems/disadvantages of the conventional method for evaluating the driving stability of a maglev train through average electromagnetic force and frequency analysis Even for sudden external forces and tolerances that are difficult to reflect, it can be reflected through time history analysis, so that driving stability can be predicted more accurately.
또한, 지상 코일의 설치 공차나 갑작스러운 외력의 변화와 같은, 고주파 성분의 영향까지 확인할 수 있는 유한요소 해석모델인 다물체 동역학 해석 모델을 적용함으로써, 주행 안정성 예측의 정확도를 높일 수 있는 장점이 있다.In addition, there is an advantage of increasing the accuracy of driving stability prediction by applying a multibody dynamics analysis model, which is a finite element analysis model that can confirm the influence of high-frequency components such as installation tolerances of ground coils or sudden changes in external force. .
더불어, 지상 코일 및 열차 내 자성체의 설계 변경 사항에 따른 주행 안정성 분석 및 평가를 용이하게 진행할 수 있는 장점이 있다.In addition, there is an advantage in that it is easy to analyze and evaluate driving stability according to design changes of ground coils and magnetic bodies in trains.
도 1은 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 방법을 나타낸 순서도이다.
도 3 내지 도 5는 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법에서의 자속의 방향의 수렴성을 이용하여 해석 영역을 설정하는 과정을 나타낸 도면이다.1 is a diagram showing a system for predicting driving stability of a maglev train according to an embodiment of the present invention.
2 is a flowchart illustrating a method of predicting driving stability of a maglev train according to an embodiment of the present invention.
3 to 5 are diagrams illustrating a process of setting an analysis area using convergence of a magnetic flux direction in a driving stability prediction system for a maglev train and a method for predicting the driving stability according to an embodiment of the present invention.
이하 첨부한 도면들을 참조하여 본 발명의 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법을 상세히 설명한다. 다음에 소개되는 도면들은 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 따라서, 본 발명은 이하 제시되는 도면들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 또한, 명세서 전반에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다.Hereinafter, a system for predicting driving stability of a maglev train and a method for predicting the same will be described in detail with reference to the accompanying drawings. The drawings introduced below are provided as examples in order to sufficiently convey the spirit of the present invention to those skilled in the art. Accordingly, the present invention is not limited to the drawings presented below and may be embodied in other forms. In addition, the same reference numbers throughout the specification indicate the same elements.
이 때, 사용되는 기술 용어 및 과학 용어에 있어서 다른 정의가 없다면, 이 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 통상적으로 이해하고 있는 의미를 가지며, 하기의 설명 및 첨부 도면에서 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 설명은 생략한다.In this case, unless there are other definitions in the technical terms and scientific terms used, they have the meanings commonly understood by those of ordinary skill in the art to which this invention belongs, and the gist of the present invention in the following description and accompanying drawings A description of known functions and configurations that may unnecessarily obscure will be omitted.
더불어, 시스템은 필요한 기능을 수행하기 위하여 조직화되고 규칙적으로 상호 작용하는 장치, 기구 및 수단 등을 포함하는 구성 요소들의 집합을 의미한다.In addition, the system refers to a set of components including devices, devices, and means that are organized and regularly interact to perform a required function.
본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법은 상술한 바와 같이, 기존에 수행되던 초전도 반발식 자기부상열차의 진동 예측 및 이를 통한 안정성 평가 방법을 보완 및 개선하기 위하여, 지상 코일의 설치 공차까지 고려하여 전자기력 변화 및 외력에 의한 열차의 자세 변화를 고려한 초전도 반발식 자기부상열차의 주행 안정성을 예측하는 것을 목적으로 한다.As described above, a system for predicting driving stability of a maglev train according to an embodiment of the present invention and a method for predicting the same are used to predict vibration of a superconducting repulsive magnetic levitation train and supplement and improve a stability evaluation method through the vibration prediction. For this purpose, the purpose of this study is to predict the running stability of a superconducting repulsive magnetic levitation train in consideration of changes in electromagnetic force and posture changes due to external forces in consideration of the installation tolerance of the ground coil.
이러한 초전도 반발식 자기부상열차는 열차에 설치된 자성체와 가이드웨이에 설치된 지상 코일의 상대속도가 발생함에 따라, 지상 코일에 유도되는 전류를 통해 부상력을 발생시키는 형태이다.The superconducting repulsion type magnetic levitation train generates a levitation force through a current induced in the ground coil as the relative speed of the magnetic body installed in the train and the ground coil installed in the guideway is generated.
상전도 흡인식 자기부상열차와는 달리, 일정속도 이상이 되면 반발력으로 부상하기 때문에, 안정적인 부상이 가능하다. 특히, 상전도 흡인식 자기부상열차에서는 필연적인 반발력 제어가 필요하지 않은 장점이 있다.Unlike the normal conduction suction-type magnetic levitation train, when the speed exceeds a certain speed, it rises with a repulsive force, so it is possible to achieve a stable injury. In particular, the normal conduction suction type magnetic levitation train has an advantage that inevitable repulsive force control is not required.
그렇지만, 초전도 반발식 자기부상열차는 상술한 바와 같이, 자성체간 간극에 따라 힘이 변화하는 특정상 부상력 제어가 없으면 간극이 비교적 크게 변화하고, 이러한 각극의 변화는 열차의 자세 변화하 같은 의미를 가지기 때문에 진동이 심한 단점이 있다.However, in the case of superconducting repulsion magnetic levitation trains, as described above, the gap changes relatively significantly without levitation control due to the fact that the force changes according to the gap between the magnetic bodies, and this change of the angular pole has the same meaning under the change of the attitude of the train. Because it has, there is a disadvantage of severe vibration.
또한, 이러한 심한 진동은 주행 안정성에 영향을 미치게 된다.In addition, such severe vibration affects driving stability.
이에 따라, 지상 코일의 설치 공차나 갑작스러운 외력의 변화로 인해, 열차의 자세가 변화하게 되면 이에 따른 전자기력을 즉각적으로 반영할 필요가 있다.Accordingly, when the posture of the train changes due to an installation tolerance of the ground coil or a sudden change in external force, it is necessary to immediately reflect the corresponding electromagnetic force.
즉, 전자기력 자체가 열차의 자세에 영향을 미치고 이와 반대로 열차의 자세 또한 전자기력의 결정에 영향을 미치기 때문에, 자기부상열차의 주행 안정성을 예측하기 위해서는 시간이력 전자기-다물체 동역학 해석이 필수이다. 이러한 시간이력 전자기 해석은 많은 해석 시간과 컴퓨터 능력을 요구하기 때문에, 초고속으로 주행하며, 짧은 시간 내에 장거리를 주행하는 자기부상열차의 해석 모델을 구축하기 위해서는 해석 모델이 거대해질 수 밖에 없는 문제점이 있다.In other words, since the electromagnetic force itself affects the attitude of the train and, on the contrary, the attitude of the train also affects the determination of the electromagnetic force, time history electromagnetic-multibody dynamics analysis is essential to predict the running stability of a maglev train. Since such time-history electromagnetic analysis requires a lot of analysis time and computer capability, there is a problem that the analysis model inevitably becomes enormous in order to construct an analysis model of a maglev train that travels at high speed and travels long distances within a short time. .
이에 따라, 전 구간의 시간이력 전자기 해석 모델을 구축하는 것은 현실적으로 불가능하다.Accordingly, it is practically impossible to construct a time history electromagnetic analysis model for all sections.
이에 따라, 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법은, 소정 구간의 전자기 모델을 구축하고 이를 이용하여 예측하고자 하는 긴 구간의 전자기력을 예측할 수 있는 수학적 모델을 구축하는 것이 바람직하다.Accordingly, a system for predicting driving stability of a maglev train according to an embodiment of the present invention and a method for predicting the same, construct an electromagnetic model of a predetermined section and use it to construct a mathematical model capable of predicting the electromagnetic force of a long section to be predicted. It is desirable to build.
상세하게는, 구축한 수학적 모델에서 추출된 전자기력을 다물체 동역학 모델과 연성하여, 시간이력 전자기-다물체 동역학 해석 모델을 구축할 수 있다.In detail, a time history electromagnetic-multibody dynamics analysis model can be constructed by linking the electromagnetic force extracted from the constructed mathematical model with the multibody dynamics model.
이 때, 이러한 소정 구간의 전자기 모델을 구축하는 것에 대해서도, 열차의 주행 속도가 빠르기 때문에, 비교적 큰 해석 영역을 가지게 되고, 격자의 최적화를 통해서 해석 시간을 줄여야 하는 문제점이 있다.At this time, even in constructing the electromagnetic model of such a predetermined section, since the traveling speed of the train is high, it has a relatively large analysis area, and there is a problem in that the analysis time must be reduced by optimizing the grid.
그렇기 때문에, 가장 먼저 신경써야 할 것은 해석 영역의 설정이다.Therefore, the first thing to care about is the setting of the analysis area.
해석 영역이 해석 모델의 크기에 대비하여, 너무 작게 되면 자속의 왜곡이 발생하여 위치별 자속 기울기가 비정상적으로 나오기 때문에 해석의 정확성이 떨어지게 되고, 너무 크게 되면 해석 모델이 거대해지기 때문에 종래의 문제점을 그대로 포함하게 된다.If the analysis area is too small compared to the size of the analysis model, the distortion of the magnetic flux occurs and the magnetic flux gradient for each position is abnormal, so the accuracy of the analysis decreases, and if it is too large, the analysis model becomes huge. Will be included.
이를 감안하여, 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템 및 그 예측 방법에서는, 해석 영역의 확장에 따른 자속의 방향의 수렴성을 확인하여, 해석 영역을 설정하고 있다.In consideration of this, in the driving stability prediction system and the prediction method of the maglev train according to an embodiment of the present invention, the convergence of the direction of the magnetic flux according to the expansion of the analysis area is checked, and an analysis area is set.
상세하게는, 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템은 도 1에 도시된 바와 같이, 제1 전처리부(100), 제2 전처리부(200), 후처리부(300) 및 분석부(400)를 포함하여 구성되는 것이 바람직하다.In detail, the system for predicting driving stability of a maglev train according to an embodiment of the present invention includes a
각 구성에 대해서 자세히 알아보자면,To learn more about each configuration,
상기 제1 전처리부(100)는 미리 저장된 시간이력 전자기력 해석 알고리즘에 가이드웨이에 설치된 지상 코일에 유도되는 전류와 열차에 설치된 자성체로 인가되는 전류를 적용하여, 전자기 모델을 생성하는 것이 바람직하다.It is preferable that the
여기서, 미리 저장된 시간이력 전자기력 해석 알고리즘으로 상용 소프트웨어인 'Ansys Electrinocs'를 사용하는 것이 가장 바람직하나, 이는 본 발명의 일 실시예에 불과하다.Here, it is most preferable to use the commercial software'Ansys Electrinocs' as a pre-stored time history electromagnetic force analysis algorithm, but this is only an embodiment of the present invention.
상세하게는, 상기 전자기 모델을 생성하기 위한 시간이력 전자기력 해석 알고리즘의 필요 입력변수로는, 전자기 회로를 구성하는 지상 코일과 열차 내 존재하는 초전도 코일의 기하 치수인 것이 바람직하며, 이 외에 시간이력 해석을 위한 시간 단계(time step), 총 이동거리, 속도 등을 입력변수로 설정할 수 있다.In detail, as a necessary input variable of the time history electromagnetic force analysis algorithm for generating the electromagnetic model, it is preferable that the geometric dimensions of the ground coil constituting the electromagnetic circuit and the superconducting coil existing in the train are in addition to the time history analysis. The time step, total travel distance, and speed can be set as input variables.
또한, 해석영역의 크기를 설정하는 것과 해석의 정확성 및 빠르기를 결정하기 위한 '격자구역 나누기'가 요구되며, '격자구역 나누기'는 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템을 구동하는 작업자(사용자 등)의 고유 작업이기 때문에, 한정하지 않는다.In addition,'grid area division' is required to set the size of the analysis area and to determine the accuracy and speed of the analysis, and the'grid area division' is a system for predicting the driving stability of a maglev train according to an embodiment of the present invention. It is not limited because it is a unique work of an operator (user, etc.) driving.
더불어, 상기 제1 전처리부(100)의 미리 저장된 시간이력 전자기력 해석 알고리즘에 의한 출력변수로는, 시간 단계별 발생하는 전자기력인 것이 바람직하다.In addition, the output variable by the time history electromagnetic force analysis algorithm stored in advance of the
상세하게는, 출력변수인 시간 단계별 발생하는 전자기력을 이용하여, 전자기 해석 모델과 동역학 모델을 연성할 수 있으며, 해석 시간의 단축을 위해 전자기 해석에서 발생하는 유도 전류만을 미리 추출하고 이를 변형하여 전자기력을 빠르게 연산할 수도 있다.Specifically, the electromagnetic analysis model and the dynamics model can be combined using the electromagnetic force generated by the time step as an output variable.In order to shorten the analysis time, only the induced current generated in the electromagnetic analysis is extracted in advance and the electromagnetic force is transformed. It can also be computed quickly.
즉, 2-way 연성해석을 이용하는 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템은 상기 전자기 모델에서 힘(전자기력)을 추출하고 이를 동역학 모델에 입력하여 발생한 힘에 대한 변위를 계산하는 것이 바람직하다.That is, the driving stability prediction system of a maglev train according to an embodiment of the present invention using 2-way coupling analysis extracts force (electromagnetic force) from the electromagnetic model and inputs it into a dynamics model to calculate displacement for the generated force. It is desirable to do.
또한, 계산된 변위를 다시 상기 전자기 모델에 입력하여 새로운 위치에 대한 힘(전자기력)을 추출하는 과정을 반복하여 수행하는 것이 바람직하다.In addition, it is preferable to repeatedly perform the process of extracting the force (electromagnetic force) for a new position by inputting the calculated displacement back into the electromagnetic model.
이 때, 상기 제1 전처리부(100)는 소정 구간을 해석 영역으로 설정한 후 상기 시간이력 전자기력 해석 알고리즘을 적용하는 것이 바람직하다.In this case, it is preferable that the
즉, 상기 전자기 모델을 생성하기 앞서서, 최적의 해석 영역(해석 범위)을 설정한 후 상기 시간이력 전자기력 해석 알고리즘을 이용하여 상기 전자기 모델을 생성하는 것이 바람직하다.That is, before generating the electromagnetic model, it is preferable to set an optimal analysis area (analysis range) and then generate the electromagnetic model using the time history electromagnetic force analysis algorithm.
상세하게는, 소정 구간에 대한 전자기 모델을 구축한 후, 이를 이용하여 상기 소정 구간보다 긴 구간의 전자기력을 예측할 수 있는 전자기 모델을 구축하는 것이 바람직하다. 더 나아가, 구축한 상기 전자기 모델에서 추출된 전자기력을 다물체 동역학 모델과 연성하여, 시간이력 기반의 전자기-다물체 동역학 해석 모델을 구축하는 것이 바람직하다.In detail, after constructing an electromagnetic model for a predetermined section, it is preferable to construct an electromagnetic model capable of predicting an electromagnetic force in a section longer than the predetermined section by using this. Furthermore, it is preferable to construct an electromagnetic-multibody dynamics analysis model based on a time history by linking the electromagnetic force extracted from the constructed electromagnetic model with a multibody dynamics model.
상술한 바와 같이, 소정 구간의 전자기 모델을 구축함에도 불구하고, 열차의 진행 속도가 빠르기 때문에, 비교적 큰 해석 영역을 갖게 된다. 그렇기 때문에, 격자의 최적화를 통해서 해석 시간을 줄이는 것이 주요하며, 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템에서 가장 먼저 신경써야 할 크기로서는 해석 영역을 설정함이다.As described above, despite the construction of the electromagnetic model for a predetermined section, since the traveling speed of the train is fast, it has a relatively large analysis area. Therefore, it is important to reduce the analysis time through the optimization of the grid, and the analysis area is set as the size to be first concerned in the driving stability prediction system of the maglev train according to an embodiment of the present invention.
상기 해석 영역은 자속의 방향의 수렴성을 이용하여 설정하는 것이 바람직하다. 상세하게는, 해석 영역이 상기 전자기 모델의 크기에 대비하여 작게 설정할 경우, 자속의 왜곡이 일어나 위치별 자속 기울기가 비정상적으로 나올 수 있기 때문에, 해석 영역의 확장에 따른 자속의 방향의 수렴성을 확인하면서 해석 영역을 설정하는 것이 가장 바람직하다.It is preferable to set the analysis area using the convergence of the magnetic flux direction. Specifically, if the analysis area is set to be small compared to the size of the electromagnetic model, since the magnetic flux is distorted and the magnetic flux gradient for each position may appear abnormal, while checking the convergence of the direction of the magnetic flux according to the expansion of the analysis area. It is most desirable to set the analysis area.
다시 말하자면, 해석 영역을 설정함에 있어서, 도 3에 도시된 바와 같이, 열차의 진행방향과 종/횡 방향의 해석 영역의 결정을 위한 기준이 필요하다.In other words, in setting the analysis area, as shown in FIG. 3, a criterion for determining the analysis area in the traveling direction of the train and the longitudinal/transverse direction is required.
이 때, 종/횡 방향 해석 영역의 결정은 정해석을 통해 진행하는 것이 바람직하며, 열차의 진행 방향의 해석 영역의 결정은 과도해석을 통해 진행하는 것이 바람직하다.In this case, the determination of the longitudinal/transverse direction analysis region is preferably performed through static analysis, and the determination of the analysis region in the traveling direction of the train is preferably performed through transient analysis.
도 3 내지 도 5를 참고로 하여, 실제 가이드웨이의 구조물에 설치되는 콘크리트 등의 전자기적 물성치를 갖지 않는 구조물에 대해서는 자기장의 왜곡이 발생하지 않기 때문에, 해석 영역의 의존도가 지배적이게 된다.With reference to FIGS. 3 to 5, since distortion of the magnetic field does not occur for structures that do not have electromagnetic properties such as concrete installed in the structure of the actual guideway, the dependence of the analysis domain becomes dominant.
해석 영역이 상기 전자기 모델의 크기에 대비하여 작게 설정할 경우, 상술한 문제점이 발생할 수 있기 때문에, 해석 영역은 충분히 커서 대차(열차)와 지상 코일의 자기장이 정해석의 해석결과를 기준으로 왜곡되지 않을 만큼 설정하는 것이 바람직하다.If the analysis area is set to be small compared to the size of the electromagnetic model, the above-described problems may occur, so the analysis area is large enough so that the magnetic field of the bogie (train) and the ground coil is not distorted based on the analysis result of static analysis. It is desirable to set.
이 때, 해석의 중심이 되는 것은 열차에 설치되어 있는 초전도 코일과 가이드웨이에 설치되어 있는 지상 코일과의 유도전류를 정확히 구현하는 것이기 때문에, 해석 영역은 열차에 설치되어 있는 4개의 초전도 코일이 지상 코일을 지나가면서 발생하는 유도전류가 왜곡되지 않도록 설정하는 것이 가장 바람직하다.At this time, the center of the analysis is to accurately implement the induced current between the superconducting coil installed in the train and the ground coil installed in the guideway, so the analysis area is that the four superconducting coils installed in the train are on the ground. It is most desirable to set so that the induced current generated while passing the coil is not distorted.
상기 제1 전처리부(100)는 이렇게 설정한 해석 영역, 즉, 소정 구간에 상기 시간이력 전자기력 해석 알고리즘에 가이드웨이에 설치된 지상 코일에 유도되는 전류과 열차에 설치된 자성체로 인가되는 전류를 적용하여, 전자기 모델을 생성하는 것이 바람직하다.The
이 후, 상술한 바와 같이, 상기 소정 구간보다 긴 구간의 전자기력을 예측할 수 있는 전자기 모델을 구축하는 것이 바람직하다. 이 때, 상기 소정 구간보다 긴 구간의 전자기력을 예측할 수 있는 전자기 모델을 구축하기에 앞서서, 자기부상열차에 구성되는 각 전자기 부품별 검증을 진행함으로써, 최종적인 소정 구간의 전자기 모델을 구축한 후, 상기 소정 구간보다 긴 구간의 전자기력을 예측할 수 있는 전자기 모델을 구축하는 것이 가장 바람직하다.Thereafter, as described above, it is preferable to construct an electromagnetic model capable of predicting the electromagnetic force in a section longer than the predetermined section. At this time, prior to constructing an electromagnetic model capable of predicting the electromagnetic force in a section longer than the predetermined section, verification is performed for each electromagnetic component constituting the magnetic levitation train, thereby constructing a final electromagnetic model for a predetermined section, It is most preferable to construct an electromagnetic model capable of predicting the electromagnetic force in a section longer than the predetermined section.
또한, 상기 소정 구간은 반복성을 가진다고 가정함으로써, 상기 소정 구간보다 긴 구간은 상기 소정 구간의 반복 데이터를 이용하여 전자기 모델을 구축하는 것이 바람직하다.In addition, by assuming that the predetermined section has repeatability, it is preferable to construct an electromagnetic model for a section longer than the predetermined section by using the repetition data of the predetermined section.
상기 제2 전처리부(200)는 미리 저장된 다물체 동역학 해석 알고리즘에 열차의 구조특성과 속도, 회전곡률을 포함하는 정보들을 적용하여, 다물체 동역학 해석 모델을 생성하는 것이 바람직하다.It is preferable that the
여기서, 미리 저장된 다물체 동역학 해석 알고리즘은 통상적으로 이용되는 알고리즘으로 상용 프로그램인 'MSC. ADAMS'를 사용하는 것이 가장 바람직하나, 이는 본 발명의 일 실시예에 불과하다.Here, the pre-stored multi-body dynamics analysis algorithm is a commonly used algorithm and is a commercial program'MSC. It is most preferable to use'ADAMS', but this is only an embodiment of the present invention.
상세하게는, 상기 다물체 동역학 해석 모델을 생성하기 위한 다물체 동역학 해석 알고리즘(프로그램)의 필요 입력변수로는 대차와 객차의 질량 및 질량의 중심인 것이 바람직하며, 이 두 물체를 연결하는 각종 스프링, 댐퍼들의 물성치를 설정하는 것이 바람직하다.In detail, the required input variables of the multibody dynamics analysis algorithm (program) for generating the multibody dynamics analysis model are preferably the masses of the bogie and the carriage, and the center of mass, and various springs connecting the two objects. , It is desirable to set the properties of the dampers.
이러한 입력변수들을 통해서 생성된 상기 다물체 동역학 해석 모델의 응답을 위해 입력되는 변수는 시간 단계이 설정되고 전자기력과 같은 외력이 입력되는 것이 바람직하며, 출력변수로는 위치를 받아 이를 상기 전자기 모델에 입력하도록 하는 것이 바람직하다.The variable input for the response of the multibody dynamics analysis model generated through these input variables is preferably set to a time step and an external force such as an electromagnetic force is input, and an output variable receives a position and inputs it to the electromagnetic model. It is desirable to do.
상기 후처리부(300)는 상기 제1 전처리부(100)에서 생성한 상기 전자기 모델과(이 때, 전자기 모델은 상기 소정 구간보다 긴 구간의 전자기력을 예측할 수 있는 전자기 모델을 의미함.) 상기 제2 전처리부(200)에서 생성한 상기 다물체 동역학 해석 모델을 연성하여, 시간이력 기반의 전자기-다물체 동역학 해석 모델을 생성하는 것이 바람직하다.The
상기 후처리부(300)는 생성한 상기 전자기-다물체 동역학 해석 모델을 이용하여, 열차의 거동을 예측하는 것이 바람직하다.It is preferable that the
상세하게는, 상기 후처리부(300)는 생성한 상기 전자기-다물체 동역학 해석 모델을 이용하여, 상기 전자기 모델에 해석하고자 하는 열차의 위치에 따른 상기 지상 코일의 전류값을 입력하여 전자기력을 추출하고, 추출한 상기 전자기력을 상기 다물체 동역학 해석 모델에 입력하여, 상기 제1 전처리부(100)에서 생성한 전자기 모델과 상기 제2 전처리부(200)에서 생성한 상기 다물체 동역학 해석 모델을 연성하는 것이 바람직하다.In detail, the
더불어, 상기 후처리부(300)는 추출한 상기 전자기력을 상기 다물체 동역학 해석 모델에 입력함으로써, 시간이력에 따른 열차의 자세를 예측할 수 있다.In addition, the
상기 분석부(400)는 상기 후처리부(300)에서 예측한 상기 열차의 자세를 전달받아, 열차의 거동을 예측할 수 있다.The
즉, 상기 분석부(400)는 상기 후처리부(300)에서 예측한 시간이력에 따른 열차의 자세 정보를 지속적으로 입력받음으로써, 열차의 거동을 예측할 수 있으며, 예측한 열차의 거동을 통해서 수직 진동량과 수평 진동량을 분석하는 것이 바람직하다.That is, the
더 나아가, 상기 분석부(400)는 상기 후처리부(300)에서 예측한 시간이력에 따른 열차의 자세를 전달받아 수직 진동량과 수평 진동량을 분석한 후, 미리 설정된 수직 진동 한계량과 수평 진동 한계량을 기준으로 열차의 주행 안정성을 예측할 수 있다.Further, the
이 때, 미리 설정된 수직 진동 한계량과 수평 진동 한계량을 외부 관리자의 입력에 따라 설정되는 것이 바람직하며, 이를 한정하는 것은 아니다.In this case, it is preferable that the preset vertical vibration limit amount and the horizontal vibration limit amount are set according to an input of an external administrator, but are not limited thereto.
자세하게는, 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템은, 상기 소정 구간보다 긴 구간은 상기 소정 구간의 반복 데이터를 이용하여 전자기 모델을 구축한 후, 구축한 상기 전자기 모델의 해석 결과에서 지상 코일에 유도되는 전류값과 인가하는 전류값을 추출하는 것이 바람직하다.In detail, the system for predicting the driving stability of the maglev train according to an embodiment of the present invention comprises constructing an electromagnetic model using repetitive data of the predetermined section for a section longer than the predetermined section, and then using the constructed electromagnetic model. It is desirable to extract the current value induced and the current applied to the ground coil from the analysis result.
추출한 지상 코일에 유도되는 전류값은 시간이력에 따른 모든 데이터를 이용하여 열차의 진행 상태에 따라 그 상을 일치시키는 것이 바람직하다.It is preferable that the extracted current value induced in the ground coil is matched according to the progress of the train by using all data according to the time history.
이 때, 시간이력에 따른 데이터가 필요할 경우, 선형 보간법을 이용하여 그 값을 추정하여 이용하는 것이 바람직하다.At this time, if data according to time history is required, it is preferable to estimate and use the value using a linear interpolation method.
더불어, 생성한 상기 전자기-다물체 동역학 해석 모델을 이용하여, 상기 전자기 모델에 해석하고자 하는 열차의 위치에 따른 상기 지상 코일의 전류값을 입력하여 전자기력, 좀 더 상세하게는, 지상 코일과 열차 내 자성체의 로렌츠 힘을 추출하는 것이 바람직하다.In addition, using the generated electromagnetic-multibody dynamics analysis model, by inputting the current value of the ground coil according to the position of the train to be analyzed in the electromagnetic model, the electromagnetic force, more specifically, the ground coil and the train It is desirable to extract the Lorentz force of the magnetic body.
추출한 로렌츠 힘은 해석하고자 하는 열차의 위치 및 시간에 입력되는 가이드력 및 부상력으로 작용하는 것으로 해석하는 것이 바람직하다.It is preferable to interpret the extracted Lorentz force as acting as a guide force and a levitation force input at the location and time of the train to be analyzed.
추출한 로렌츠 힘을 상기 다물체 동역학 해석 모델에 입력하여 해석하고자 하는 열차의 다음 자세를 결정할 수 있다. 결정한 열차의 다음 자세를 이용하여 상술한 해석을 반복 수행함으로써, 열차의 시간이력에 따른 자세 정보들을 예측할 수 있어 나아가 시간이력에 따른 거동을 예측할 수 있다.The extracted Lorentz force may be input into the multibody dynamics analysis model to determine the next posture of the train to be analyzed. By repeatedly performing the above-described analysis using the determined posture of the train, posture information according to the time history of the train can be predicted, and further, the behavior according to the time history can be predicted.
이렇게 예측한 거동을 바탕으로 열차의 주행 안정성을 평가하는 것이 바람직하다.It is desirable to evaluate the running stability of the train based on the predicted behavior.
즉, 미리 설정된 수직 진동 한계량과 수평 진동 한계량을 기준으로 열차의 주행 안정성을 예측하는 것이 바람직하다.That is, it is desirable to predict the running stability of the train based on the preset vertical vibration limit and horizontal vibration limit.
본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 방법은 도 2에 도시된 바와 같이, 전자기모델 생성단계(S100), 동역학모델 생성단계(S200), 연성단계(S300) 및 예측단계(S400)를 포함하여 이루어지는 것이 바람직하다.The method for predicting the driving stability of a maglev train according to an embodiment of the present invention includes an electromagnetic model generation step (S100), a dynamics model generation step (S200), a ductile step (S300), and a prediction step ( S400) is preferably made including.
각 단계에 대해서 자세히 알아보자면,To learn more about each step,
상기 전자기모델 생성단계(S100)는 상기 제1 전처리부(100)에서, 미리 저장된 시간이력 전자기력 해석 알고리즘에 가이드웨이에 설치된 지상 코일에 유도되는 전류와 열차에 설치된 자성체로 인가되는 전류를 적용하여, 전자기 모델을 생성하는 것이 바람직하다.In the electromagnetic model generation step (S100), the
여기서, 미리 저장된 시간이력 전자기력 해석 알고리즘으로 상용 소프트웨어인 'Ansys Electrinocs'를 사용하는 것이 가장 바람직하나, 이는 본 발명의 일 실시예에 불과하다.Here, it is most preferable to use the commercial software'Ansys Electrinocs' as a pre-stored time history electromagnetic force analysis algorithm, but this is only an embodiment of the present invention.
상세하게는, 상기 전자기 모델을 생성하기 위한 시간이력 전자기력 해석 알고리즘의 필요 입력변수로는, 전자기 회로를 구성하는 지상 코일과 열차 내 존재하는 초전도 코일의 기하 치수인 것이 바람직하며, 이 외에 시간이력 해석을 위한 시간 단계, 총 이동거리, 속도 등을 입력변수로 설정할 수 있다.In detail, as a necessary input variable of the time history electromagnetic force analysis algorithm for generating the electromagnetic model, it is preferable that the geometric dimensions of the ground coil constituting the electromagnetic circuit and the superconducting coil existing in the train are in addition to the time history analysis. You can set the time step, total travel distance, and speed as input variables.
또한, 해석영역의 크기를 설정하는 것과 해석의 정확성 및 빠르기를 결정하기 위한 '격자구역 나누기'가 요구되며, '격자구역 나누기'는 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템을 구동하는 작업자(사용자 등)의 고유 작업이기 때문에, 한정하지 않는다.In addition,'grid area division' is required to set the size of the analysis area and to determine the accuracy and speed of the analysis, and the'grid area division' is a system for predicting the driving stability of a maglev train according to an embodiment of the present invention. It is not limited because it is a unique work of an operator (user, etc.) driving.
더불어, 상기 제1 전처리부(100)의 미리 저장된 시간이력 전자기력 해석 알고리즘에 의한 출력변수로는, 시간 단계별 발생하는 전자기력인 것이 바람직하다.In addition, the output variable by the time history electromagnetic force analysis algorithm stored in advance of the
상세하게는, 출력변수인 시간 단계별 발생하는 전자기력을 이용하여, 전자기 해석 모델과 동역학 모델을 연성할 수 있으며, 해석 시간의 단축을 위해 전자기 해석에서 발생하는 유도 전류만을 미리 추출하고 이를 변형하여 전자기력을 빠르게 연산할 수도 있다.Specifically, the electromagnetic analysis model and the dynamics model can be combined using the electromagnetic force generated by the time step as an output variable.In order to shorten the analysis time, only the induced current generated in the electromagnetic analysis is extracted in advance and the electromagnetic force is transformed. It can also be computed quickly.
즉, 2-way 연성해석을 이용하는 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템은 상기 전자기 모델에서 힘(전자기력)을 추출하고 이를 동역학 모델에 입력하여 발생한 힘에 대한 변위를 계산하는 것이 바람직하다.That is, the driving stability prediction system of a maglev train according to an embodiment of the present invention using 2-way coupling analysis extracts force (electromagnetic force) from the electromagnetic model and inputs it into a dynamics model to calculate displacement for the generated force. It is desirable to do.
또한, 계산된 변위를 다시 상기 전자기 모델에 입력하여 새로운 위치에 대한 힘(전자기력)을 추출하는 과정을 반복하여 수행하는 것이 바람직하다.In addition, it is preferable to repeatedly perform the process of extracting the force (electromagnetic force) for a new position by inputting the calculated displacement back into the electromagnetic model.
상기 전자기모델 생성단계(S100)는 소정 구간을 해석 영역으로 설정한 후 상기 시간이력 전자기력 해석 알고리즘을 적용하는 것이 바람직하다.In the electromagnetic model generation step (S100), it is preferable to apply the time history electromagnetic force analysis algorithm after setting a predetermined section as an analysis area.
상세하게는, 소정 구간에 대한 전자기 모델을 구축한 후, 이를 이용하여 상기 소정 구간보다 긴 구간의 전자기력을 예측할 수 있는 전자기 모델을 구축하는 것이 바람직하다. 더 나아가, 구축한 상기 전자기 모델에서 추출된 전자기력을 다물체 동역학 모델과 연성하여, 시간이력 기반의 전자기-다물체 동역학 해석 모델을 구축하는 것이 바람직하다.In detail, after constructing an electromagnetic model for a predetermined section, it is preferable to construct an electromagnetic model capable of predicting an electromagnetic force in a section longer than the predetermined section by using this. Furthermore, it is preferable to construct an electromagnetic-multibody dynamics analysis model based on a time history by linking the electromagnetic force extracted from the constructed electromagnetic model with a multibody dynamics model.
상술한 바와 같이, 소정 구간의 전자기 모델을 구축함에도 불구하고, 열차의 진행 속도가 빠르기 때문에, 비교적 큰 해석 영역을 갖게 된다. 그렇기 때문에, 격자의 최적화를 통해서 해석 시간을 줄이는 것이 주요하며, 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 시스템에서 가장 먼저 신경써야 할 크기로서는 해석 영역을 설정함이다.As described above, despite the construction of the electromagnetic model for a predetermined section, since the traveling speed of the train is fast, it has a relatively large analysis area. Therefore, it is important to reduce the analysis time through the optimization of the grid, and the analysis area is set as the size to be first concerned in the driving stability prediction system of the maglev train according to an embodiment of the present invention.
상기 해석 영역은 자속의 방향의 수렴성을 이용하여 설정하는 것이 바람직하다. 상세하게는, 해석 영역이 상기 전자기 모델의 크기에 대비하여 작게 설정할 경우, 자속의 왜곡이 일어나 위치별 자속 기울기가 비정상적으로 나올 수 있기 때문에, 해석 영역의 확장에 따른 자속의 방향의 수렴성을 확인하면서 해석 영역을 설정하는 것이 가장 바람직하다.It is preferable to set the analysis area using the convergence of the magnetic flux direction. Specifically, if the analysis area is set to be small compared to the size of the electromagnetic model, since the magnetic flux is distorted and the magnetic flux gradient for each position may appear abnormal, while checking the convergence of the direction of the magnetic flux according to the expansion of the analysis area. It is most desirable to set the analysis area.
다시 말하자면, 해석 영역을 설정함에 있어서, 도 3에 도시된 바와 같이, 열차의 진행방향과 종/횡 방향의 해석 영역의 결정을 위한 기준이 필요하다.In other words, in setting the analysis area, as shown in FIG. 3, a criterion for determining the analysis area in the traveling direction of the train and the longitudinal/transverse direction is required.
이 때, 종/횡 방향 해석 영역의 결정은 정해석을 통해 진행하는 것이 바람직하며, 열차의 진행 방향의 해석 영역의 결정은 과도해석을 통해 진행하는 것이 바람직하다.In this case, the determination of the longitudinal/transverse direction analysis region is preferably performed through static analysis, and the determination of the analysis region in the traveling direction of the train is preferably performed through transient analysis.
도 3 내지 도 5를 참고로 하여, 실제 가이드웨이의 구조물에 설치되는 콘크리트 등의 전자기적 물성치를 갖지 않는 구조물에 대해서는 자기장의 왜곡이 발생하지 않기 때문에, 해석 영역의 의존도가 지배적이게 된다.With reference to FIGS. 3 to 5, since distortion of the magnetic field does not occur for structures that do not have electromagnetic properties such as concrete installed in the structure of the actual guideway, the dependence of the analysis domain becomes dominant.
해석 영역이 상기 전자기 모델의 크기에 대비하여 작게 설정할 경우, 상술한 문제점이 발생할 수 있기 때문에, 해석 영역은 충분히 커서 대차(열차)와 지상 코일의 자기장이 정해석의 해석결과를 기준으로 왜곡되지 않을 만큼 설정하는 것이 바람직하다.If the analysis area is set to be small compared to the size of the electromagnetic model, the above problems may occur, so the analysis area is large enough so that the magnetic field of the bogie (train) and the ground coil is not distorted based on the analysis result of static analysis. It is desirable to set.
이 때, 해석의 중심이 되는 것은 열차에 설치되어 있는 초전도 코일과 가이드웨이에 설치되어 있는 지상 코일과의 유도전류를 정확히 구현하는 것이기 때문에, 해석 영역은 열차에 설치되어 있는 4개의 초전도 코일이 지상 코일을 지나가면서 발생하는 유도전류가 왜곡되지 않도록 설정하는 것이 가장 바람직하다.At this time, the center of the analysis is to accurately implement the induced current between the superconducting coil installed in the train and the ground coil installed in the guideway, so the analysis area is that the four superconducting coils installed in the train are on the ground. It is most desirable to set so that the induced current generated while passing the coil is not distorted.
그렇기 때문에, 상기 전자기모델 생성단계(S100)에서는, 이렇게 설정한 해석 영역, 즉, 소정 구간에 상기 시간이력 전자기력 해석 알고리즘에 가이드웨이에 설치된 지상 코일에 유도되는 전류과 열차에 설치된 자성체로 인가되는 전류를 적용하여, 전자기 모델을 생성하는 것이 바람직하다.Therefore, in the electromagnetic model generation step (S100), the current induced in the ground coil installed in the guideway and the current applied to the magnetic body installed in the train are calculated in the analysis area set as described above, that is, the time history electromagnetic force analysis algorithm in a predetermined section. Applying, it is desirable to generate an electromagnetic model.
이 후, 상술한 바와 같이, 상기 소정 구간보다 긴 구간의 전자기력을 예측할 수 있는 전자기 모델을 구축하는 것이 바람직하다. 이 때, 상기 소정 구간보다 긴 구간의 전자기력을 예측할 수 있는 전자기 모델을 구축하기에 앞서서, 자기부상열차에 구성되는 각 전자기 부품별 검증을 진행함으로써, 최종적인 소정 구간의 전자기 모델을 구축한 후, 상기 소정 구간보다 긴 구간의 전자기력을 예측할 수 있는 전자기 모델을 구축하는 것이 가장 바람직하다.Thereafter, as described above, it is preferable to construct an electromagnetic model capable of predicting the electromagnetic force in a section longer than the predetermined section. At this time, prior to constructing an electromagnetic model capable of predicting the electromagnetic force in a section longer than the predetermined section, verification is performed for each electromagnetic component constituting the magnetic levitation train, thereby constructing a final electromagnetic model for a predetermined section, It is most preferable to construct an electromagnetic model capable of predicting the electromagnetic force in a section longer than the predetermined section.
또한, 상기 소정 구간은 반복성을 가진다고 가정함으로써, 상기 소정 구간보다 긴 구간은 상기 소정 구간의 반복 데이터를 이용하여 전자기 모델을 구축하는 것이 바람직하다.In addition, by assuming that the predetermined section has repeatability, it is preferable to construct an electromagnetic model for a section longer than the predetermined section by using the repetition data of the predetermined section.
상기 동역학모델 생성단계(S200)는 상기 제2 전처리부(200)에서, 미리 저장된 다물체 동역학 해석 알고리즘에 열차의 구조특성과 속도, 회전곡률을 포함하는 정보들을 적용하여, 다물체 동역학 해석 모델을 생성하는 것이 바람직하다.In the step of generating the dynamics model (S200), the
여기서, 미리 저장된 다물체 동역학 해석 알고리즘은 통상적으로 이용되는 알고리즘으로 상용 프로그램인 'MSC. ADAMS'를 사용하는 것이 가장 바람직하나, 이는 본 발명의 일 실시예에 불과하다.Here, the pre-stored multi-body dynamics analysis algorithm is a commonly used algorithm and is a commercial program'MSC. It is most preferable to use'ADAMS', but this is only an embodiment of the present invention.
상세하게는, 상기 다물체 동역학 해석 모델을 생성하기 위한 다물체 동역학 해석 알고리즘(프로그램)의 필요 입력변수로는 대차와 객차의 질량 및 질량의 중심인 것이 바람직하며, 이 두 물체를 연결하는 각종 스프링, 댐퍼들의 물성치를 설정하는 것이 바람직하다.In detail, the required input variables of the multibody dynamics analysis algorithm (program) for generating the multibody dynamics analysis model are preferably the masses of the bogie and the carriage, and the center of mass, and various springs connecting the two objects. , It is desirable to set the properties of the dampers.
이러한 입력변수들을 통해서 생성된 상기 다물체 동역학 해석 모델의 응답을 위해 입력되는 변수는 시간 단계가 설정되고 전자기력과 같은 외력이 입력되는 것이 바람직하며, 출력변수로는 위치를 받아 이를 상기 전자기 모델에 입력하도록 하는 것이 바람직하다.The variable input for the response of the multibody dynamics analysis model generated through these input variables is preferably set to a time step and an external force such as an electromagnetic force is input, and an output variable receives a position and inputs it to the electromagnetic model. It is desirable to do it.
상기 연성단계(S300)는 상기 후처리부(300)에서, 상기 전자기모델 생성단계(S100)에서 생성한 상기 전자기 모델과 상기 동역학모델 생성단계(S200)에서 생성한 상기 다물체 동역학 해석 모델을 연성하여 전자기-다물체 동역학 해석 모델을 생성할 수 있다. 또한, 생성한 상기 전자기-다물체 동역학 해석 모델을 이용하여 열차의 자세를 예측할 수 있다.In the coupling step (S300), the electromagnetic model generated in the electromagnetic model generation step (S100) and the multi-body dynamics analysis model generated in the dynamics model generation step (S200) are combined in the
상세하게는, 상기 연성단계(S300)는 생성한 상기 전자기-다물체 동역학 해석 모델을 이용하여, 상기 전자기 모델에 해석하고자 하는 열차의 위치에 따른 상기 지상 코일의 전류값을 입력하여 전자기력을 추출하고, 추출한 상기 전자기력을 상기 다물체 동역학 해석 모델에 입력하여, 상기 전자기모델 생성단계(S100)에서 생성한 전자기 모델과 상기 동역학모델 생성단계(S200)에서 생성한 상기 다물체 동역학 해석 모델을 연성하는 것이 바람직하다.Specifically, in the ductile step (S300), the electromagnetic force is extracted by inputting the current value of the ground coil according to the position of the train to be analyzed in the electromagnetic model using the generated electromagnetic-multibody dynamics analysis model. , By inputting the extracted electromagnetic force into the multi-body dynamics analysis model, combining the electromagnetic model generated in the electromagnetic model generation step (S100) with the multi-body dynamics analysis model generated in the dynamics model generation step (S200) desirable.
더불어, 상기 연성단계(S300)는 추출한 상기 전자기력을 상기 다물체 동역학 해석 모델에 입력함으로써, 시간이력에 따른 열차의 자세를 예측할 수 있다.In addition, in the ductile step (S300), by inputting the extracted electromagnetic force into the multi-body dynamics analysis model, it is possible to predict the attitude of the train according to the time history.
상기 예측단계(S400)는 상기 분석부(400)에서, 상기 연성단계(S300)에서 예측한 열차의 자세정보들을 이용하여 거동 정보를 분석하고, 이를 통해서 열차의 주행 안정성을 예측하게 된다.In the prediction step (S400), the
상세하게는, 상기 예측단계(S400)는 상기 연성단계(S300)에서 예측한 시간이력에 따른 상기 열차의 자세 정보들을 전달받아, 수직 진동량과 수평 진동량을 분석하여 미리 설정된 수직 진동 한계량와 수평 진동 한계량을 기준으로 열차의 주행 안정성을 예측할 수 있다.Specifically, the prediction step (S400) receives the attitude information of the train according to the time history predicted in the softening step (S300), analyzes the amount of vertical vibration and the amount of horizontal vibration, The driving stability of the train can be predicted based on the limit amount.
다시 말하자면, 상기 예측단계(S400)는 상기 연성단계(S300)에서 예측한 시간이력에 따른 열차의 자세 정보를 지속적으로 입력받음으로써, 열차의 거동을 예측할 수 있으며, 예측한 열차의 거동을 통해서 수직 진동량과 수평 진동량을 분석하는 것이 바람직하다.In other words, the prediction step (S400) can predict the behavior of the train by continuously receiving the attitude information of the train according to the time history predicted in the softening step (S300). It is desirable to analyze the amount of vibration and the amount of horizontal vibration.
또한, 상기 예측단계(S400)는 상기 연성단계(S300)에서 예측한 시간이력에 따른 열차의 자세를 전달받아 수직 진동량과 수평 진동량을 분석한 후, 미리 설정된 수직 진동 한계량과 수평 진동 한계량을 기준으로 열차의 주행 안정성을 예측할 수 있다.In addition, in the prediction step (S400), the posture of the train according to the time history predicted in the softening step (S300) is received, the vertical vibration amount and the horizontal vibration amount are analyzed, and then the preset vertical vibration limit amount and the horizontal vibration limit amount are calculated. The driving stability of the train can be predicted as a standard.
이 때, 미리 설정된 수직 진동 한계량과 수평 진동 한계량을 외부 관리자의 입력에 따라 설정되는 것이 바람직하며, 이를 한정하는 것은 아니다.In this case, it is preferable that the preset vertical vibration limit amount and the horizontal vibration limit amount are set according to an input of an external administrator, but are not limited thereto.
즉, 다시 말하자면, 본 발명의 일 실시예에 따른 자기부상열차의 주행 안정성 예측 방법은, 상기 소정 구간보다 긴 구간은 상기 소정 구간의 반복 데이터를 이용하여 전자기 모델을 구축한 후, 구축한 상기 전자기 모델의 해석 결과에서 지상 코일에 유도되는 전류값과 인가하는 전류값을 추출하는 것이 바람직하다.That is, in other words, in the method for predicting the driving stability of a maglev train according to an embodiment of the present invention, for a section longer than the predetermined section, after constructing an electromagnetic model using repetitive data of the predetermined section, the constructed electromagnetic It is desirable to extract the current value induced in the ground coil and the current value applied from the analysis result of the model.
추출한 지상 코일에 유도되는 전류값은 시간이력에 따른 모든 데이터를 이용하여 열차의 진행 상태에 따라 그 상을 일치시키는 것이 바람직하다.It is preferable that the extracted current value induced in the ground coil is matched according to the progress of the train by using all data according to the time history.
이 때, 시간이력에 따른 데이터가 필요할 경우, 선형 보간법을 이용하여 그 값을 추정하여 이용하는 것이 바람직하다.At this time, if data according to time history is required, it is preferable to estimate and use the value using a linear interpolation method.
더불어, 생성한 상기 전자기-다물체 동역학 해석 모델을 이용하여, 상기 전자기 모델에 해석하고자 하는 열차의 위치에 따른 상기 지상 코일의 전류값을 입력하여 전자기력, 좀 더 상세하게는, 지상 코일과 열차 내 자성체의 로렌츠 힘을 추출하는 것이 바람직하다.In addition, using the generated electromagnetic-multibody dynamics analysis model, by inputting the current value of the ground coil according to the position of the train to be analyzed in the electromagnetic model, the electromagnetic force, more specifically, the ground coil and the train It is desirable to extract the Lorentz force of the magnetic body.
추출한 로렌츠 힘은 해석하고자 하는 열차의 위치 및 시간에 입력되는 가이드력 및 부상력으로 작용하는 것으로 해석하는 것이 바람직하다.It is preferable to interpret the extracted Lorentz force as acting as a guide force and a levitation force input at the location and time of the train to be analyzed.
추출한 로렌츠 힘을 상기 다물체 동역학 해석 모델에 입력하여 해석하고자 하는 열차의 다음 자세를 결정할 수 있다. 결정한 열차의 다음 자세를 이용하여 상술한 해석을 반복 수행함으로써, 열차의 시간이력에 따른 자세 정보들을 예측할 수 있어 나아가 시간이력에 따른 거동을 예측할 수 있다.The extracted Lorentz force may be input into the multibody dynamics analysis model to determine the next posture of the train to be analyzed. By repeatedly performing the above-described analysis using the determined posture of the train, posture information according to the time history of the train can be predicted, and further, the behavior according to the time history can be predicted.
이렇게 예측한 거동을 바탕으로 열차의 주행 안정성을 평가하는 것이 바람직하다.It is desirable to evaluate the running stability of the train based on the predicted behavior.
즉, 미리 설정된 수직 진동 한계량과 수평 진동 한계량을 기준으로 열차의 주행 안정성을 예측하는 것이 바람직하다.That is, it is desirable to predict the running stability of the train based on the preset vertical vibration limit and horizontal vibration limit.
한편, 본 발명의 실시예에 따른 자기부상열차의 주행 안정성 예측 방법은 다양한 전자적으로 정보를 처리하는 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 저장 매체에 기록될 수 있다. 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.Meanwhile, the method for predicting driving stability of a maglev train according to an embodiment of the present invention may be implemented in the form of a program command that can be executed through various electronic information processing means and recorded in a storage medium. The storage medium may include a program command, a data file, a data structure, or the like alone or in combination.
저장 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 저장 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.The program instructions recorded in the storage medium may be specially designed and configured for the present invention, or may be known and usable to those skilled in the software field. Examples of storage media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic-optical media such as floptical disks. hardware devices specially configured to store and execute program instructions such as magneto-optical media and ROM, RAM, flash memory, and the like. Examples of the program instructions include not only machine language codes such as those produced by a compiler, but also a device that processes information electronically using an interpreter, for example, high-level language codes that can be executed by a computer.
이상과 같이 본 발명에서는 구체적인 구성 소자 등과 같은 특정 사항들과 한정된 실시예 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것 일 뿐, 본 발명은 상기의 일 실시예에 한정되는 것이 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.As described above, in the present invention, specific matters such as specific components, etc. and limited embodiments have been described, but this is provided only to aid in a more general understanding of the present invention, and the present invention is limited to the above-described embodiment. It is not, and those of ordinary skill in the field to which the present invention belongs can make various modifications and variations from this description.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허 청구 범위뿐 아니라 이 특허 청구 범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.Therefore, the spirit of the present invention is limited to the described embodiments and should not be determined, and all things equivalent or equivalent to the claims as well as the claims to be described later belong to the scope of the spirit of the present invention. .
100 : 제1 전처리부
200 : 제2 전처리부
300 : 후처리부
400 : 분석부100: first preprocessing unit
200: second preprocessing unit
300: post-processing unit
400: analysis unit
Claims (9)
자속의 방향의 수렴성을 이용하여 소정 구간을 해석 영역으로 설정하여, 기저장된 시간이력 전자기력 해석 알고리즘에 가이드웨이에 설치된 지상 코일에 유도되는 전류와 열차에 설치된 자성체로 인가되는 전류를 적용하여, 전자기 모델을 생성하는 제1 전처리부(100);
기저장된 다물체 동역학 해석 알고리즘에 열차의 구조특성과 속도, 회전곡률을 포함하는 정보들을 적용하여, 다물체 동역학 해석 모델을 생성하는 제2 전처리부(200);
상기 제1 전처리부(100)에서 생성한 상기 전자기 모델과 상기 제2 전처리부(200)에서 생성한 다물체 동역학 해석 모델을 연성하여 전자기-다물체 동역학 해석 모델을 생성하고, 생성한 상기 전자기-다물체 동역학 해석 모델을 이용하여 열차의 거동을 예측하는 후처리부(300); 및
상기 후처리부(300)에서 예측한 상기 열차의 거동정보들을 이용하여, 수직 진동량과 수평 진동량을 분석하여 주행 안정성을 예측하는 분석부(400);
를 포함하여 구성되는 것을 특징으로 하는 자기부상열차의 주행 안정성 예측 시스템.
In a system for predicting the driving stability of a maglev train,
Using the convergence of the direction of magnetic flux, a predetermined section is set as the analysis area, and the current induced in the ground coil installed in the guideway and the current applied to the magnetic body installed in the train are applied to the previously stored time history electromagnetic force analysis algorithm. A first preprocessing unit 100 for generating;
A second preprocessor 200 for generating a multibody dynamics analysis model by applying information including structural characteristics, speed, and rotational curvature of a train to a previously stored multibody dynamics analysis algorithm;
The electromagnetic model generated by the first pre-processing unit 100 and the multi-body dynamics analysis model generated by the second pre-processing unit 200 are combined to generate an electromagnetic-multi-body dynamics analysis model, and the generated electromagnetic- A post-processing unit 300 for predicting the behavior of the train using the multibody dynamics analysis model; And
An analysis unit 400 for predicting driving stability by analyzing a vertical vibration amount and a horizontal vibration amount using the behavior information of the train predicted by the post-processing unit 300;
Driving stability prediction system of a maglev train, characterized in that configured to include.
상기 후처리부(300)는
생성한 상기 전자기-다물체 동역학 해석 모델을 이용하여, 상기 전자기 모델에 해석하고자 하는 열차의 위치에 따른 상기 지상 코일의 전류값을 입력하여 전자기력을 추출하고, 추출한 상기 전자기력을 상기 다물체 동역학 해석 모델에 입력하여, 시간이력에 따른 상기 열차의 자세를 예측하는 것을 특징으로 하는 자기부상열차의 주행 안정성 예측 시스템.
The method of claim 1,
The post-processing unit 300 is
Using the generated electromagnetic-multibody dynamics analysis model, the electromagnetic force is extracted by inputting the current value of the ground coil according to the position of the train to be analyzed in the electromagnetic model, and the extracted electromagnetic force is used as the multibody dynamics analysis model By inputting to, the driving stability prediction system of a maglev train, characterized in that predicting the attitude of the train according to the time history.
상기 분석부(400)는
상기 후처리부(300)에서 예측한 시간이력에 따른 상기 열차의 자세를 전달받아 수직 진동량과 수평 진동량을 분석하여, 기설정된 수직 진동 한계량과 수평 진동 한계량을 기준으로 열차의 주행 안정성을 예측하는 것을 특징으로 하는 자기부상열차의 주행 안정성 예측 시스템.
The method of claim 4,
The analysis unit 400
By receiving the posture of the train according to the time history predicted by the post-processing unit 300, analyzing the vertical vibration amount and the horizontal vibration amount, and predicting the running stability of the train based on a preset vertical vibration limit amount and a horizontal vibration limit amount. Driving stability prediction system of a maglev train, characterized in that.
자속의 방향의 수렴성을 이용하여 소정 구간을 해석 영역으로 설정하여, 기저장된 시간이력 전자기력 해석 알고리즘에 가이드웨이에 설치된 지상 코일에 유도되는 전류와 열차에 설치된 자성체로 인가되는 전류를 적용하여, 전자기 모델을 생성하는 전자기모델 생성단계(S100);
기저장된 다물체 동역학 해석 알고리즘에 기설정된 열차의 정보들을 적용하여, 다물체 동역학 해석 모델을 생성하는 동역학모델 생성단계(S200);
상기 전자기모델 생성단계(S100)에서 생성한 상기 전자기 모델과 상기 동역학모델 생성단계(S200)에서 생성한 상기 다물체 동역학 해석 모델을 연성하여, 전자기-다물체 동역학 해석 모델을 생성하고, 열차의 거동을 예측하는 연성단계(S300); 및
상기 연성단계(S300)에서 예측한 상기 열차의 거동 정보들을 이용하여, 주행 안정성을 예측하는 예측단계(S400);
로 이루어지는 것을 특징으로 하는 자기부상열차의 주행 안정성 예측 방법.
In the method for predicting the running stability of a maglev train,
Using the convergence of the direction of magnetic flux, a predetermined section is set as the analysis area, and the current induced in the ground coil installed in the guideway and the current applied to the magnetic body installed in the train are applied to the previously stored time history electromagnetic force analysis algorithm. Electromagnetic model generation step of generating (S100);
A dynamic model generation step (S200) of generating a multibody dynamics analysis model by applying preset train information to a previously stored multibody dynamics analysis algorithm;
The electromagnetic model generated in the electromagnetic model generation step (S100) and the multi-body dynamics analysis model generated in the dynamics model generation step (S200) are combined to generate an electromagnetic-multibody dynamics analysis model, and the behavior of the train Ductility step (S300) of predicting; And
A prediction step (S400) of predicting driving stability by using the behavior information of the train predicted in the softening step (S300);
A method for predicting driving stability of a maglev train, comprising:
상기 연성단계(S300)는
상기 전자기-다물체 동역학 해석 모델을 이용하여, 상기 전자기 모델에 해석하고자 하는 열차의 위치에 따른 상기 지상 코일의 전류값을 입력하여 전자기력을 추출하고, 상기 전자기력을 상기 다물체 동역학 해석 모델에 입력하여, 시간이력에 따른 상기 열차의 자세를 예측하는 것을 특징으로 하는 자기부상열차의 주행 안정성 예측 방법.
The method of claim 6,
The softening step (S300) is
Using the electromagnetic-multibody dynamics analysis model, input the current value of the ground coil according to the position of the train to be analyzed in the electromagnetic model to extract the electromagnetic force, and input the electromagnetic force to the multibody dynamics analysis model , The driving stability prediction method of a maglev train, characterized in that predicting the attitude of the train according to the time history.
상기 예측단계(S400)는
예측한 시간이력에 따른 상기 열차의 자세를 전달받아 수직 진동량과 수평 진동량을 분석하여, 기설정된 수직 진동 한계량과 수평 진동 한계량을 기준으로 열차의 주행 안정성을 예측하는 것을 특징으로 하는 자기부상열차의 주행 안정성 예측 방법.The method of claim 8,
The prediction step (S400) is
A maglev train, characterized in that it receives the posture of the train according to the predicted time history and analyzes the amount of vertical vibration and the amount of horizontal vibration, and predicts the running stability of the train based on a preset vertical vibration limit and a horizontal vibration limit. Driving stability prediction method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180157059A KR102156058B1 (en) | 2018-12-07 | 2018-12-07 | Running stability prediction system and method for maglev train |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180157059A KR102156058B1 (en) | 2018-12-07 | 2018-12-07 | Running stability prediction system and method for maglev train |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200069705A KR20200069705A (en) | 2020-06-17 |
| KR102156058B1 true KR102156058B1 (en) | 2020-09-15 |
Family
ID=71405374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180157059A KR102156058B1 (en) | 2018-12-07 | 2018-12-07 | Running stability prediction system and method for maglev train |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102156058B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112345276A (en) * | 2020-11-10 | 2021-02-09 | 北京交通大学 | State evaluation and prediction system for key components of medium-speed maglev train |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114643873B (en) * | 2020-12-21 | 2024-03-15 | 中国航天科工飞航技术研究院（中国航天海鹰机电技术研究院） | 8-shaped coil equivalent analysis method suitable for electric suspension EDS |
| CN114002963B (en) * | 2021-10-29 | 2024-07-19 | 南京工程学院 | Dynamic modeling method for multi-working-condition suspension supporting system |
| CN116880217B (en) * | 2023-09-06 | 2023-11-10 | 江西理工大学 | Unmanned tracking operation feature modeling method for maglev train |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001014031A (en) | 1999-06-28 | 2001-01-19 | Sumitomo Heavy Ind Ltd | Controller to be used for magnetic levitation system |
| JP2013158125A (en) | 2012-01-30 | 2013-08-15 | Railway Technical Research Institute | Method for speeding up electromagnetic force calculation of magnetically levitated vehicle in real-time electromagnetic force simulator |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100305833B1 (en) * | 1999-07-21 | 2001-09-13 | 이계안 | Method for estimating fatigue life of leaf spring in vehicle |
| KR100370275B1 (en) * | 2000-08-16 | 2003-01-30 | 기아자동차주식회사 | Dynamic stress Analytic Method of vehicles based on Flexible Body Dynamic Simulation |
| KR101635918B1 (en) * | 2014-06-18 | 2016-07-08 | 케이티엠엔지니어링(주) | System for Preventing Risk From Occurring by Analyzing Vibration |
-
2018
- 2018-12-07 KR KR1020180157059A patent/KR102156058B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001014031A (en) | 1999-06-28 | 2001-01-19 | Sumitomo Heavy Ind Ltd | Controller to be used for magnetic levitation system |
| JP2013158125A (en) | 2012-01-30 | 2013-08-15 | Railway Technical Research Institute | Method for speeding up electromagnetic force calculation of magnetically levitated vehicle in real-time electromagnetic force simulator |
Non-Patent Citations (2)
| Title |
|---|
| 임선빈, 김동욱, 박노철, 박경수, EDS 방식 자기부상열차용 안정성 평가를 위한 전자기 해석 모델 구축. 대한기계학회 동역학 및 제어부문 2018년도 춘계학술대회 논문집(2018.05.)., pp. 122-123. 1부.* |
| 하휘, 강정민, 박경수, 연성해석을 이용한 EDS 방식 초고속 자기부상열차 진동 분석. 한국소음진동공학회 2018년도 춘계 학술대회 초록집(2018.04.26.)., pp. 211. 1부.* |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112345276A (en) * | 2020-11-10 | 2021-02-09 | 北京交通大学 | State evaluation and prediction system for key components of medium-speed maglev train |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200069705A (en) | 2020-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102156058B1 (en) | Running stability prediction system and method for maglev train | |
| Kim et al. | Coupled vibration analysis of maglev vehicle-guideway while standing still or moving at low speeds | |
| Massat et al. | Pantograph catenary dynamic optimisation based on advanced multibody and finite element co-simulation tools | |
| Ren et al. | Dynamic simulation of the maglev vehicle/guideway system | |
| Bae et al. | Vibration suppression of a cantilever beam using magnetically tuned-mass-damper | |
| Yang et al. | An iterative interacting method for dynamic analysis of the maglev train–guideway/foundation–soil system | |
| Steenbergen | Modelling of wheels and rail discontinuities in dynamic wheel–rail contact analysis | |
| Wang et al. | Optimization of Rail Profiles to Improve Vehicle Running Stability in Switch Panel of High‐Speed Railway Turnouts | |
| KR101260152B1 (en) | Apparatus for Simulating Train Operation and System for Simulating Train Operation Comprising That Apparatus | |
| Zemp et al. | Tall building vibration control using a TM‐MR damper assembly: Experimental results and implementation | |
| Deng et al. | Vehicle impact on the deck slab of concrete box-girder bridges due to damaged expansion joints | |
| Sadeghi et al. | Correlations among railway turnout geometry, safety and speeds | |
| Zeng et al. | Research on the mechanism and control characteristics of vehicle-track beam coupling vibration for medium-speed maglev vehicle | |
| Song et al. | Dynamic impact analysis of double-tower cable-stayed maglev bridges using a simple model | |
| Ohashi | Weight reduction of the damper coils in the superconducting magnetically levitated bogie | |
| Zhai et al. | Dynamic simulation of the EMS maglev vehicle-guideway-controller coupling system | |
| DE10033923A1 (en) | Sensorless detecting of velocity and position in drives of electromagnetic adjustment systems, involves measuring current and voltage in excitation circuit and measuring characteristic line field | |
| Xu et al. | Analysis of the speed limit of transrapid maglev train explored from the perspective of its suspension and guidance systems | |
| Hu et al. | Optimal design of a double coil magnetorheological fluid damper with various piston profiles | |
| CN114692438A (en) | Simulation model and simulation method for damper of superconducting electric suspension system | |
| Ertl et al. | Investigation of the dynamics of electromagnetic valves by a coupled magneto‐mechanical algorithm including contact mechanics | |
| Ren et al. | Robust Adaptive Levitation Control for Medium and Low-Speed Maglev with Magnetic Saturation and Eddy Current Effect | |
| Mok et al. | Analysis on dynamics characteristics of maglev with loop type linear synchronous motor section change algorithm using electro-mechanical co-simulation | |
| Huang et al. | Dynamic simulation and analysis of a high-speed maglev train/guideway interaction system | |
| CN116341303A (en) | Magnetic levitation motor modeling method considering beam gap error and application thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |