NARX 신경망을 이용한 철도 궤도틀림 추정

초록

최근 열차의 고속화로 인해 궤도변형이 급속하게 진행되고 있으며, 이러한 궤도틀림의 진전은 궤도의 변형을 유발하여 열차 주행을 방해하고 급기야 열차 주행의 안전성 문제로 이를 수 있는 주행면의 부정합, 즉 궤도틀림(track irregularity)을 유발 할 수 있다. 따라서 주행안정성을 확보하기 위해서는 지속적인 궤도틀림을 검측 관리해야 한다. 본 연구에서는 구조 시스템의 비선형성을 고려한 NARX neural network를 이용하여 궤도틀림을 식별하는 방법을 제시한다. 실험적 시스템 인식 방법을 수행하기 위하여 현장에 적용되는 검측차량의 표본인 0.25m 단위로 궤도검측 기준과 KTX차량의 대차진동 응답을 표본 동기화 하였다. 알고리즘을 검증하기 위해, 같은 KP 구간을 주행한 KTX 열차의 궤도틀림과 대차진동을 2회 검측 하였으며 처음 검측 시점과 두 번째 검측 시점에 7일의 기간 차이를 두었다. 처음 계측된 대차진동과 궤도틀림을 참값이라 가정하고 NARX neural network의 series-parallel mode를 통해 트레이닝 하였다. 2회째 검측된 대차진동을 통해 궤도틀림을 추정하여 실제 궤도틀림과 비교하였다. 추정된 궤도틀림의 신뢰도를 평가하기 위해 RMSE 오차를 계산하고, PSD를 비교하였으며, 상관계수 및 상관도를 산출하여 본 알고리즘을 검증하였다.