레일 표면조도 데이터를 활용한 머신러닝 기반 전동소음 예측

초록

철도와 관련된 소음진동의 측정과 해석에서 전동소음(rolling noise)은 가장 중요한 요소로써 정확한 측정값을 통한 소음도 예측이 필수적이다. 본 논문에서는 운영선로에서 다양하게 형성되는 궤도 레일의 표면조도(surfaceroughness) 데이터를 수집하고, 기계학습(machine learning)방식의 지능형 알고리즘을 적용하여 열차 운행시의 전동소음을 효과적으로 예측하고자 하였다. 특히 측정된 레일 음향조도(acoustic roughness) 레벨은 지도학습을 통하여 국제규격을 기준으로 분류(classification) 되었으며 알고리즘은 피처 엔지니어링(feature engineering), 탐색적 자료분석(Exploratory Data Analysis), 상관도 분석 등의 데이터 전처리 작업이 적용되었다. 또한 의사결정트리는 모델 성능비교를 통해 최적모델로 선택되었으며 가지치기(pruning)를 이용한 최적화 작업을 통해 전동소음의 예측 정확도를 향상시킬 수 있음을 확인하였다.

키워드