메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤혁진 (Korea Railroad Research Institute) 김정석 (Korea Railroad Research Institute) 김대현 (Korea Railroad Research Institute) 박찬호 (Korea Railroad Research Institute) 박춘수 (Korea Railroad Research Institute)
저널정보
한국철도학회 한국철도학회 논문집 한국철도학회 논문집 제25권 제6호(통권 제156호)
발행연도
2022.6
수록면
457 - 464 (8page)
DOI
10.7782/JKSR.2022.25.6.457

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
철도시설물 점검에 사용되는 드론은 고속열차 통과시 발생하는 열차풍에 의하여 조종성능이 저하되어 사고가 발생할 수 있으므로, 비행체 설계시 열차풍에 대한 고려가 필요하다. 열차풍은 열차가 통과할 경우에만 인근에 발생하므로 현장에서 드론의 실험을 수행하기에는 많은 위험성이 존재한다. 따라서 열차풍의 크기와 방향을 모사하여 드론의 조종성능을 시험할 수 있는 시험장치를 구축하였다. 최대 풍속은 15m/s로 측풍과 상승풍을 발생시키며, 드론의 시험 영역의 크기는 2.5 × 2.5m 이다. 실험결과 설계 최대 풍속을 만족하였으며, 유속 오차는 최대 2% 이내이었다. 유속 영역확인 시험을 통해 토출부에서 4m 거리에서 단면의 유동이 가장 일정하게 유지되는 것을 확인하였으며, 측풍과 상승풍의 경우 모두 단면의 유동 분포가 안정적인 균질도를 유지하였다.
#Train-induced wind #Drone #Regular inspection #Monitoring #열차풍 #드론 #정기점검 #모니터링

목차

Abstract
초록
1. 서론
2. 설계 및 시험장치 구축
3. 성능 시험 결과 및 분석
4. 결론
References

참고문헌 (10)

참고문헌 신청
G. Park, Y. J. Lee, S. Sung (2020) Study of Integrated Navigation System Based on Point Cloud Data and Map for Environment under Bridge, The Transactions of the Korean Institute of Electrical Engineers, 69(12), pp. 1970-1976. google schola D. H. Kim, H. Y. Yoon, C. Park (2021) Interference Analysis of Unmanned Aerial Vehicles on Railroad Tracks, Journal of the Korean Society for Railway, 24(9), pp. 766-773. google schola Y. H. Na, M. Y. Park (2021) A Study of Railway Bridge Automatic Damage Analysis Method Using Unmanned Aerial Vehicle and Deep Learning-based Image Analysis Technology, Journal of the American Helicopter Society, 17(3), pp. 556-567. google schola E. Ancel, A. T. Shih, S. M. Jones, M. S. Reveley, et al. (2015) Predictive safety analytics: inferring aviation accident shaping factors and causation, Journal of Risk Research, 18(4), pp. 428-451. google schola L. C. Barr, R. L. Newman, E. Ancel, C. M. Belcastro, et al. (2017) Preliminary Risk Assessment for Small Unmanned Aircraft Systems, 17th AIAA Aviation Technology, Integration, and Operations Conference, Colorado(Denver), 3272. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

철근콘크리트 터널 라이닝 모형을 활용한 GPR 신호 특성 연구
이성진 ,  이진욱 ,  이준석 외 1명 한국철도학회 논문집 2022 .08
장대레일 축응력 측정을 위한 계장화압입시험법의 활용성에 관한 연구
김만철 ,  여인호 ,  정승후 한국철도학회 논문집 2022 .07
열차 지연 저감을 위한 전방 회차 효과 분석
곽호찬 ,  송지영 ,  김경민 외 1명 한국철도학회 논문집 2022 .07
민간 무인항공기의 국가 공역 운용 위한 기술표준 동향
유창선 항공우주산업기술동향 2021 .12
PLIF 계측을 위한 고온 유동 차단용 시험장치 설계
배주현 ,  최호진 ,  이형주 외 2명 한국추진공학회 학술대회논문집 2018 .12

최근 본 자료

전체보기

댓글(0)

0