승차감 향상을 위한 실험계획법 기반의 전동차 현가장치 설계변수 최적화 :Design Parameter Optimization of Urban Railway Suspension System based on Design of Experiment for Ride Comfort Improvement

김태건

추천

검색

자료유형: 학위논문

저자정보: 김태건 (서울과학기술대학교, 서울과학기술대학교 대학원)

지도교수: 이희성, 김기환

발행연도: 2019

저작권: 서울과학기술대학교 논문은 저작권에 의해 보호받습니다.

이용수40

이 논문의 연구 히스토리 (2)

2019

다구찌 기법을 활용한 전동차 현가장치 강건설계

김태건 , 송보영 , 이희성 한국도시철도학회논문집 2019.03 학술저널

승차감 향상을 위한 실험계획법 기반의 전동차 현가장치 설계변수 최적화

김태건 철도차량시스템공학과 2019.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

철도차량은 차륜과 레일 사이의 기계적인 접촉으로 인하여 진동과 소음이 필수적으로 발생하게 되며, 발생된 진동과 소음은 승차감을 악화시켜 승객에게 불쾌감을 줄뿐만 아니라 심한 진동은 철도차량의 주행안전성에 심각한 문제를 야기할 수 있다. 철도차량의 현가장치는 레일로부터 발생되는 진동과 충격이 차체에 전달되는 것을 감소시켜주며 동시에 승차감과 주행안정성을 유지시키는 철도차량의 핵심 구성요소이다. 철도의 여러 기술 중에서 중요한 요소의 하나는 주행하는 열차의 승차감 및 주행안정성 향상을 위하여 현가장치를 최적화 시키는 것이다. 그러나 초기 현가장치의 설계단계에서 목표로 하는 특성을 얻기 위해 정하여야 할 현가요소 및 설계치의 선정은 쉽지 않으며, 여러 가지의 동적 특성을 동시에 만족시키는 설계를 위해서는 다양한 설계 변수를 고려하여야 한다. 그러므로 다양한 요소들을 만족시키는 효과적인 설계를 위해서는 목표로 하는 특성을 확보할 수 있게 하는 설계 방법의 제시가 필요할 것이다.
본 논문에서는 다물체 동특성 해석 프로그램을 이용하여 시스템을 쉽게 정의하고 해석 결과를 입력 자료로 삼아 통계학적 이론인 실험계획법에 적용시켜 복잡한 수식의 계산 과정 없이 최적 설계치를 구해낼 수 있는 설계 방법을 제시하고자 하였다. 또한 실험계획법의 적용 시 장단점이 분명한 다구찌 기법과 반응표면법 두 방식의 장점을 통합하여 최적 설계치를 찾아내는 것을 주 목표로 삼았다. 도시철도차량의 승차감지수를 목적함수로 정의하고 승차감 향상을 위하여 현가장치의 설계인자들을 입력변수로 삼아, 1차 최적 설계에 다구찌 기법을 활용하여 잡음요소를 적극 반영하여 설계점을 찾아내고, 2차로 반응표면법을 통해 회귀모형함수를 도출해내고 이 방정식을 목적함수로 최적화 알고리즘을 적용하여 국부영역에서의 최적 설계점을 찾고자 하였다.
또한, 승차감을 목적함수로 현가장치의 최적화를 수행하였기에, 승차감과 대척점에 있는 주행안전성에 대한 결과값의 검증을 통해 최적 설계값의 적정성을 판단하였다.

Vibration and noise in railway vehicles are inevitable due to a mechanical contact between the wheel and the rail. Vibration and noise reduce riding quality and give an unpleasant feeling to passengers. Furthermore, severe vibration may cause a serious problem in vehicle running stability.
The suspension system of railway vehicles is key component that maintains ride comfort and running safety, and it reduces the delivery of vibration and impact generated from the rail to the car body. One of the important elements of various railway technologies is optimizing the suspension system to improve ride comfort and running safety of a running train. However, it is not easy to select suspension elements and design values to be determined to meet the desirable characteristics in the early design stage of the suspension system and it is essential to consider different design variables to satisfy dynamic characteristics at the same time. Thus, a design method that can secure desired characteristics is needed for effective design to meet various elements.
This paper aimed to suggest a design method that can find the optimum design value without complicated formula computation by easily defining a system with a multi-body dynamic simulation program and applying the analysis result to design of experiment, which is a statistical theory, as input data. When applying design of experiment, the key objective was to find the optimum design value by combining Taguchi method and response surface method with distinct advantages and disadvantages. Firstly, the ride comfort index of urban railway vehicles was defined as the objective function and design factors of the suspension system were defined as input variables for improvement of ride comfort. And then Taguchi method was used in the primary optimum design to find the design point by applying the noise factor and response surface design was used to find the regression model function. The optimum algorithm using this equation as the objective function was applied to find the optimal design point in the local domain.
Because optimization of the suspension unit was performed with ride comfort as the objective function, appropriateness of the optimum design value was judged through verification of the result value on vehicle running safety, which is at antipode with ride comfort.

#철도차량 #현가장치 #최적화 #다구찌 #반응표면법 #승차감

I. 서 론 1
1. 연구배경 및 목적 1
2. 연구동향 2
3. 연구내용 4
II. 이론적 배경 7
1. 실험계획법 7
2. 다구찌 기법 15
3. 반응표면법 24
4. 철도차량의 승차감 평가방법 31
5. 철도차량의 주행안전성 평가방법 35
III. 다구찌 기법의 적용 38
1. 해석모델 38
2. 인자의 선정 및 직교표 할당 51
3. 해석결과 54
4. 평균 S/N비 분석 56
5. 분산분석 57
6. 재현성 확인 62
IV. 반응표면법의 적용 64
1. 설계인자의 재선정 65
2. 인자의 배치 및 해석결과 66
3. 반응모형의 추정 67
4. 근사최적설계 70
5. 재현성 확인 80
6. 주행안전성 해석 82
V. 결 론 84
참고문헌 86
영문초록(Abstract) 90
감사의글 93

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)