선로점검 효율화를 위한 인공지능 기반 레일온도 예측

초록

하절기 레일점검은 철도유지관리담당자의 업무 과중을 야기하며, 특히 45°C까지 온도상승이 예상되는 날은 특정지점 점검, 취약개소 점검, 열차순회점검 등 업무가 가중된다. 레일의 좌굴은 과도한 온도변화에 따라 발생하기 때문에 기상청으로부터 입수되는 대기 온도정보를 기반으로 위험상황에 대비하고 있다. 본 연구에서는 레일온도계와 기상청 대기 온도정보를 딥러닝 처리기법을 도입하여 예측할 수 있는 기법을 개발하였다. 제안된 방법을 적용하면 정밀도가 향상(상관계수 평균 0.8 이상)된 레일온도 3일 예보자료를 확보할 수 있다. 이를 이용하여 선로유지관리 효율화를 위한 인원 및 장비 배치 최적화를 도모할 수 있다고 판단된다.