http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 김현기(Hunki Kim) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
-
최찬용(Chanyong Choi),김현기(Hunki Kim),양상범(Sangbeom Yang),엄기영(KiYoung Eum) 한국지반신소재학회 2015 한국지반신소재학회 논문집 Vol.14 No.4
원형모형실험을 통해 철도노반재료로 사용되는 흙을 대상으로 함수비 변화에 따른 침하관계를 평가하였다. 초기 함수비에서 침하량비(Re)는 2.08이었으나, 초기함수비보다 2배 이상으로 함수비가 증가되었을 때 침하량비(Re)는 4.06으로 4배 이상의 침하가 발생하였다. 또한 실제 공용중인 콘크리트궤도에서 계측된 강우데이타를 기반으로 약 1년여간 현장에 매설된 함수비 측정장비를 통해 장기 함수비 변화추이를 관찰하였다. 콘크리트궤도의 직하부에 위치한 함수비는 강우강도에 따라 변화가 거의 없는 수준이며, 사면부에서는 최대 강우강도 20mm/hr가 초과되는 경우 약 4% 정도의 함수비 변화가 생기는 것을 볼 수 있다. 이러한 변화정도를 볼 때 콘크리트 궤도의 경우 배수성능이 적절히 유지된다면 노반 내부의 함수비 변화는 강우에 대하여 영향이 매우 미비할 것으로 판단된다. In this study, it was performed in characteristics of settlement of roadbed materials with variation of water content using cylinder model device. The ratio of settlement (Re) of subgrade soils in the initial water content were about 2.08, whereas it was increased about 4.06 which resulted in increase two times in the initial water content. Also, it was monitoring long-term to measure variation of the field water contents at concrete track using rainfall measuring sensors. The water content at directly underneath of concrete track rarely seems to affect the variation of water content, but it was increased by about 4% than intial water content with 20 mm/hr rainfall index at slope section. As for the result from the field date, it was determined that the water content of the inner subgrade layer was rarely affect caused by more than 20 mm/h rainfall index during if good drainage system at concrete track properly maintained.
-
실대형 실험을 이용한 가진주파수 변화에 따른 콘크리트궤도의 동적평가
최찬용(Chanyong Choi),김현기(Hunki Kim),엄기영(Kiyoung Eum),강윤석(Yunsuk Kang) 한국지반신소재학회 2014 한국지반신소재학회 논문집 Vol.13 No.3
호남고속철도에 부설된 동일한 궤도노반시스템을 실제 열차하중이 가능한 실대형 가진시험을 통해 성능을 평가하였다. 실험결과 Odemark 등가깊이 이론에 의한 노반압력과 매우 유사한 것을 확인하였다. 콘크리트궤도에서 정적하중 330 kN을 재하시 노반 상부의 토압은 50 kPa 이내로 발생하였고, 적하중시험과 반복하중시험 결과는 비교적 큰 차이가 없었다. HSB의 탄성변위는 증속시험 시 관리기준값 1 mm에 비해 약 1/100 수준이며, 노반의 탄성변위량과 비교해볼 때 1/175 정도로 매우 작은 변위가 발생하였다. 가진주파수의 크기에 따라 궤도노반의 동적거동은 가진주파수가 35 Hz이하에서는 모든 측정값이 거의 선형적으로 증가하였으나, 35 Hz이상에서는 윤중, 변위, 지반가속도 등이 감소하였다. In this study, the full scale model tests were performed with track-roadbed system such as Ho-nam high speed railway. The measured data gives good similar a roadbed pressure with equivalent depth to the Odemark’s theory. In the case of earth pressures have a under 50 kPa at upper-subgrade applying 330 kN static loading. Results of cyclic loading tests did not differ significantly from those of static loading test. The elastic displacement at HSB layer has a level of 1/100 compared to the 1 mm that it was evaluation criteria for speed up of High Speed Railway. Elastic displacement at subgrade layer was measured a level of 1/175. The dynamic characteristics of track-roadbed with loading frequency level were linearly increased under 35 Hz, while the wheel loading, displacement and acceleration of roadbed were decreased loading frequency above 35 Hz.
-
차량가속도데이터를 이용한 머신러닝 기반의 궤도품질지수(TQI) 예측
최찬용(Chanyong Choi),김현기(Hunki Kim),김영철(Young Cheul Kim),김상수(Sang-su Kim) 한국지반신소재학회 2020 한국지반신소재학회 논문집 Vol.19 No.1
철도분야에서도 계측자료를 바탕으로 머신러닝 기법을 이용하여 예측 분석하는 시도가 점차적으로 증가하고 있는 실정이다. 이 논문에서는 열차의 차상가속도 데이터를 기반으로 궤도의 품질을 결정하는 지표 중에 하나인 궤도품질지수를 머신러닝기법을 활용하여 예측하였다. 머신러닝 기법으로 활용하고 있는 대표적인 3개의 모델로 궤도품질지수를 예측하여 가장 정확도가 높은 모델은 XGBoost으로 데이터셋에서 85% 이상의 예측정확도를 보였다. 또한 윤축과 대차의 z축의 진동가속도가 고저 궤도품질지수의 기여도가 높은 것으로 나타났으며, 이는 기존 연구결과와도 잘 일치하였다. 이러한 결과를 볼 때 단일 알고리즘인 서포터 벡터머신보다는 앙상블 알고리즘을 적용한 랜덤포레스트와 XGBoost이 정확도가 높은 것으로 판단된다. 따라서 머신러닝 기법에서 적용모델에 따라 정확도가 달라질 수 있기 때문에 차량진동가속도를 이용한 궤도품질지수를 예측하기 위해서는 앙상블 알고리즘을 가지는 모델을 적용하는 것이 적절할 것으로 판단된다. There is an increasing tendency to try to make predictive analysis using measurement data based on machine learning techniques in the railway industries. In this paper, it was predicted that Track quality index (TQI) using vehicle acceleration data based on the machine learning method. The XGB (XGBoost) was the most accurate with 85% in the all data sets. Unlike the SVM model with a single algorithm, the RF and XGB model with a ensemble system were considered to be good at the prediction performance. In the case of the Surface TQI, it is shown that the acceleration of the z axis is highly related to the vertical direction and is in good agreement with the previous studies. Therefore, it is appropriate to apply the model with the ensemble algorithm to predict the track quality index using the vehicle vibration acceleration data because the accuracy may vary depending on the applied model in the machine learning methods.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
