UIC 406 압축방법론을 활용한 한국 고속철도 네트워크 선로용량 평가

박범환; 오석문; 김경민

doi:10.7782/JKSR.2024.27.10.888

추천

검색

질문

자료유형: 학술저널

저자정보: 박범환 (Korea National University of Transportation) 오석문 (Korea Railroad Research Institute) 김경민 (MyongJi University)

저널정보: 한국철도학회 한국철도학회 논문집 한국철도학회 논문집 제27권 제10호(통권 제184호)

발행연도: 2024.10

수록면: 888 - 897 (10page)

DOI: 10.7782/JKSR.2024.27.10.888

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

한국 철도는 철도 네트워크의 용량을 평가하기 위해, 선로이용율을 고려한 열차 투입 가능 시간을 다양한 열차종의 평균화된 시격의 근사값으로 나눔으로써 투입 가능한 최대 열차 수를 계산하는 야마기시 계산식을 활용해 왔다. 그러나 야마기시 계산식은 스케줄상의 각 열차종 혹은 각 정차 패턴의 운행 횟수 및 그 열차들 간의 순서에 따라 달라지는 선로용량을 효과적으로 반영하기에는 한계가 있다, UIC는 계산식으로 표현되는 선로용량이 아닌, 열차 스케줄이 어느 정도로 조밀하게 구성되어 있는지를 평가하는 선로용량에 대한 새로운 접근 방식을 제안하였다. 본 연구는 UIC 406에서 제시한 스케줄 압축 방법론을 한국 고속철도 네크워크에 적용해보고자 한다. 이러한 스케줄 압축에는 미시적 열차 운행 시뮬레이션 프로그램이 필수적인데, 본 연구에서는 OpenTrack을 활용하여 스케줄 압축을 위한 구체적인 압축 절차를 제시하였다. 제안한 방법론을 국내 고속철도노선에 적용한 결과 평택-오송 선구에서는 100%를 넘거나 거의 100%에 가까운 선로용량소모율을 보였다.

#Railway capacity #UIC 406 #Compression method #High-speed railway #OpenTrack #선로용량 #압축방법론 #고속철도 #오픈트랙

참고문헌 (10)

참고문헌 신청

S. Oh (2018) Understanding and Criticism of Yamagishi Method in Calculation of Railway Line Capacity, Journal of the Korean Society for Railway, 21(5), pp. 517-530.

International Union of Railways (2004) Capacity, UIC CODE 406 1st Edition.

A. Landex (2008) Methods to Estimate Railway Capacity and Passenger Delays, Ph.D Thesis, Technical University of Denmark.

International Union of Railways (2013) Capacity, UIC CODE 406 2nd Edition.

H. Ki, D. Park, J. Choi, J. Choo (2009) Estimating Line Capacity Considering High-Speeding and Diversification of Trains, Journal of the Korean Society for Railway, 12(5), pp. 623-630.

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-090889525

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (10)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)