고속철도 교량은 열차 하중에 의한 공진으로 인한 동적응답 증폭의 위험이 존재하므로 설계기준에 따른 동적해석을 통한 주행안전 성 및 승차감 검토를 반드시 수행하여야 한다. 그러나 주행안전성 및 승차감 산정 절차는 열차의 종류별로 임계속도를 포함하여 설계 속도의 110km/h까지 10km/h 간격으로 동적해석을 일일이 수행해야 하므로 많은 시간과 경비가 소요된다. 이 연구에서는 딥러닝 알 고리즘을 활용하여 별도의 동적해석 없이 주행안전성 및 승차감을 사전에 예측할 수 있는 딥러닝 기반 예측 시스템 개발하였다. 제안 된 시스템은 철도교량의 열차별, 속도별 동적해석 결과를 학습한 후 학습 완료된 신경망을 기반으로 한 예측 시스템이며, 열차속도, 교량 특성 등의 입력파라미터에 따른 주행안전성 및 승차감 산정 결과를 사전에 예측할 수 있다. 제안된 시스템의 성능을 확인하기 위 하여 단경간 직선 단순보 교량을 대상으로 한 주행안전성 및 승차감 예측을 수행하였고, 주행안전성 및 승차감 산정을 위한 상판 연직 변위 및 상판 연직가속도를 높은 정확도로 예측할 수 있음을 확인하였다.

진동은 농업용 트랙터 운전자의 쾌적한 작업 환경 조성을 방해하고, 건강을 위협하는 요소이다. 본 연구에서는 국제 표준안(ISO 2631-1)에 따라 트랙터 운전자의 전신 진동을 평가하였다. 진동 시험은 재현성과 반복성이 뛰어난 four-post road simulator 상에서 6가지 노면 조건을 적용하여 수행하였다. 취득한 진동 신호의 파고율, 최대 진동 진폭, 피폭 진동 누적량, 실효치 등을 이용하여 진동 특성을 분석하였다. 최종적으로 건강 지도 위험 수준과 안락도에 대한 반응도를 평가 방법에 따른 실효치와 피폭 진동 누적량에 적용하여 농업용 트랙터의 운전자 전신 진동을 정량적으로 평가하였다.

승객에게 편안한 승차감을 제공할 수 있도록 자기부상열차 차체 연직가속도의 진동크기에 대한 기준을 제시하고 이를 만족하는 가이드웨이 구조물의 처짐한계를 제안한다. 차량-구조물 상호작용을 고려한 해석기법을 사용하여 자기부상열차 시스템의 매개변수 해석을 수행하고, 차체 연직가속도에 대한 기준을 만족할 수 있는 가이드웨이 구조물의 처짐한계를 L/1300 로 제안한다. 이를 실제 자기부상열차 시스템의 동적 해석에 적용하여 제안한 처짐한계의 적절성을 검토한다. 기존의 자기부상철도 가이드웨이 구조물의 설계 기 준과 비교하였을 때, 이 연구에서 제안한 처짐한계를 적용하면 경제적인 가이드웨이 구조물의 설계와 시공이 가능할 것으로 기대된다.

PURPOSES: The purpose of this research is to analyze the characteristics of panels that affect the evaluating results of riding quality and to evaluate the appropriateness of roughness management criteria based on ride comfort satisfaction. METHODS: In order to analyze the influence of panel characteristics of riding quality, 33 panels, consisting of civilians and experts, were selected. Also, considering the roughness distribution of the expressway, 35 sections with MRI ranging from 1.17 m/km to 4.65 m/km were selected. Each panel boarded a passenger car and evaluated the riding quality with grades from 0 to 10, and assessed whether it was satisfied or not. After removing outlier results using a box plot technique, 964 results were analyzed. An ANOVA was conducted to evaluate the effects of panel expertise, age, driving experience, vehicle ownership, and gender on the evaluation results. In addition, by using the receiver operating characteristics (ROC) curve, the MRI value, which can most accurately evaluate the satisfaction with riding quality, was derived. Then, the compatibility of MRI was evaluated using AUC as a criterion to assess whether the riding quality was satisfactory. RESULTS: Only the age of the panel participants were found to have an effect on the riding quality satisfaction. It was found that satisfaction with riding quality and MRI are strongly correlated. The satisfaction rate of roughness management criteria on new (MRI 1.6 m/km) and maintenance (MRI 3.0 m/km) expressways were 95% and 53%, respectively. As a result of evaluating the roughness management criteria by using the ROC curve, it was found that the accuracy of satisfaction was the highest at MRI 3.1-3.2 m/km. In addition, the AUC of the MRI was about 0.8, indicating that the MRI was an appropriate index for evaluating the riding quality satisfaction. CONCLUSIONS: Based on the results, the distribution of the panels’age should be considered when panel rating is conducted. From the results of the ROC curve, MRI of 3.0 m/km, which is a criterion of roughness management on maintenance expressways, is considered as appropriate.

PURPOSES: This study aims to evaluate the effects of vehicle dynamic behaviors on ride quality. METHODS: Simulation and field test were conducted to analyze the behavior of a driving vehicle. The simulation program CarSIM was applied and an INS (Inertial Navigation System) was used for field experiments. A small simulator was developed to simulate vehicle behavior such as roll, pitch, and bounce. The panels evaluated the ride quality in five stages from “very satisfied”to “very dissatisfied.”Experiments were conducted on a total of 144 cases of vehicle behavior combinations. RESULTS: In both simulation and field tests, pitch is the largest and yaw the smallest. Especially in the field test, the amount of yaw is very low, about 7% of pitch and 18% of roll. The sensitive and extensive analysis conducted related ride quality with changing the frequency and amplitude. It was found that the most sensitive frequency range is 8 Hz across all amplitudes. Moreover, the combination of the roll and bounce was most sensitive to the ride quality at the low-frequency range. CONCLUSIONS: This result show that the vertical vehicle behavior (bounce) as well as the rotational behavior (roll and pitch) are highly correlated with ride quality. Therefore, it is expected that a more reasonable roughness index can be developed through a combination of vertical and rotational vehicle behavior.

도로의 평탄성을 정량화하여 지수로 나타내는 방법은 IRI(International Roughness Index)와 같이 프 로파일을 측정하여 시뮬레이션을 통해 차량거동을 계산하는 방법과 프로파일에 의해 변화하는 주행차량 거동을 센서를 통해 직접 측정하는 두 가지 방향의 접근이 있다. 전자의 경우, 노면형상이 크게 변하지 않 는 한 반복성있는 지수값을 얻을 수 있어 평탄성 유지관리 측면에서 이점이 있으나, 차량거동에 의한 인 체 반응 특성까지는 반영하지 못하기 때문에 정성적인 승차감과는 다소 차이가 있을 수 있다. 반면 센서 측정값을 지수화하는 경우, 승차감 반영 측면에서는 유리하나 타이어, 서스펜션, 중량, 차종 등 주행차량 의 다양한 특성들을 고려해야 하고 정속주행 시 측정해야 하는 등의 어려움이 있어 널리 활용되고 있지는 않다. 하지만 최근 들어 탑승자의 주행쾌적성을 제고하기 위한 포장분야의 관심과 더불어 평탄성 및 승차 감과 관련된 연구들이 수행되고 있다. 이에 본 연구에서는 평탄성지수에 주행쾌적성을 보다 반영하기 위 한 기초 연구자료로 활용하고자, IRI값이 다양하게 분포되어 있는 고속도로 35개 구간을 선정하여 총 31 명 패널의 승차감 평가를 실시하였다. 또한 패널 평가에 사용된 차량에 그림 1과 같이 3개의 3축 가속도 센서를 장착 위치를 달리하여 설치하였으며, 조수석에 사람이 탑승한 상태에서 가속도를 측정하여 승차감 평가 결과와 비교하였다. 진동가속도 기본 분석방법인 시간 도메인에서의 RMS(Root Mean Square)값 분석 결과 0.56~0.83의 상관계수(R2) 분포를 나타냈으며 시트에서 측정한 값이 패널 평가결과와의 상관성이 가장 높은 것으로 분 석되었다. 인체와 진원의 경계부인 시트에서의 가속도 값은 인체 전신진동 평가방법을 기술하고 있는 ISO-2631 기준을 적용할 수 있기 때문에 1/3 Octave 주파수 도메인에서 추가로 진동분석을 수행하였다. 그 결과 그림 2와 같이 가장 높은 상관계수(R2 = 0.85)를 보였으나, 인체에 민감한 영향을 주는 주파수 가중을 실시한 후 오히려 패널과의 상관성이 더 낮아지는 것으로 나타났다. 그 원인은 그림 3에서 보는 바와 같이, 4Hz 이상의 주파수 영역대에서 측정되는 x, y방향 가속도값이 주파수 가중에 의해 약 50~10% 수준으로 크게 감소하기 때문이며, x, y방향의 진동이 패널들의 승차감 평가에 일정부분 반영된 것으로 판단된다. 본 연구를 통해 차량의 회전 거동을 유발하는 x, y방향의 진동영향이 승차감에 미치는 영향을 간접적으로 파악하였고, z방향 거동만을 고려하는 IRI보다 회전 거동을 함께 고려할 수 있는 Full-car 모델을 활용하는 평탄성 지수가 승차감 반영에 더욱 유리하다는 점을 확인하였다.

노면의 요철은 차량의 동역학적 거동에 의해 시트의 진동 또는 움직임을 유발하여 탑승자의 승차감을 저해시키는 요인이 된다. 차량의 동역학적 거동을 단순화한 모델 중 IRI(International Roughness Index)를 비롯하여 널리 적용되고 있는 Quarter-car모델은 그림 1과 같이 네 바퀴 차량의 1/4 모델로서, 현가상질량(sprung mass)의 수직 변위를 계산하는 모델이다. 그러나 실제 차량의 거동은 수직 방향 거동 외에도 네 바퀴의 거동 차이에 의해 그림 2와 같이 중심축에 대한 회전 운동을 하며, 이로 인해 시트에 앉아 있는 탑승자의 회전진동을 유발한다. 탑승자의 진동방향은 3축 병진운동과 각 축의 회전운동으로 그 림 3과 같이 정의할 수 있으며, 직진 주행 중인 차량으로 가정할 경우 z축에 대한 회전운동인 yaw 거동은 발생하지 않는다. 따라서 본 연구에서는 roll, pitch 회전거동과 연직 z방향 거동에 노출된 탑승자의 승차 감을 모사, 평가하기 위해 그림 4와 같이 시뮬레이터를 개발하였다. 또한 sin파형에 반응하는 시뮬레이터 패널 평가결과를 바탕으로 인체에 민감하게 영향을 주는 차량 거동요소의 주파수 특성을 분석하였다. 시뮬레이터 분석을 통하여 roll, pitch 및 z방향 거동의 특성에 따라 시뮬레이터에 탑승한 패널의 정성 적인 승차감 평가가 달라지는 것을 그림 5와 같이 확인하였다. roll과 pitch거동의 경우 8Hz 대역에서, z방향 거동은 4~8Hz대역에서 패널의 승차감에 가장 민감한 영향을 주는 것으로 분석되었다. 또한 양호- 불량의 경계에 해당하는 거동특성을 비교한 결과, 동일한 회전변위에 대해서 전반적으로 pitch의 영향이 더 큰 것으로 나타났다. 향후 본 연구결과를 토대로 승차감을 정량적으로 표현할 수 있는 방안을 마련할 계획이며, 도로이용자에게 보다 우수한 승차감을 제공하는데 기여할 수 있을 것으로 판단된다.

고속도로는 도로이용자에게 최상의 서비스를 제공하는 도로이며 설문조사결과 고속도로를 이용함에 있 어 가장 큰 관심사는 안전을 포함한 주행쾌적성이다. 현재 고속도로를 포함한 모든 도로의 평탄성을 판단 하는 지수로서 IRI(International Roughness Index)가 활용되고 있으나, IRI는 2차원적 분석을 통한 결 과값이다. 즉, 1/4 Car(Quater Car)인 한 개의 바퀴에 대한 상하 움직임을 나타낸 것이라고 할 수 있다. 그러나 실제 차량은 노면의 프로파일 형태에 대한 4개의 바퀴에서 발생하는 움직임에 따라 차량내부의 탑 승자에게는 상, 하, 좌, 우의 거동이 발생하게 된다. 이러한 4개의 바퀴(Full-Car)를 통해 나타나는 차량 거동요소를 이용하여 도로관리 및 이용자 측면의 새로운 평탄성 관리기준을 마련하기 위해 차량거동 요소 별 거동량에 따른 정성적 평가를 수행하였다. 본 연구를 수행하기 위해 다음과 같이 세 가지 부분의 연구를 수행하였다. 첫 번째, 평탄성(승차감)에 영향을 주는 차량거동 요소를 선정하였다. 테스트 차량에 차량거동량 측정 이 가능하도록 센서를 설치하고 다양한 형태의 노면을 주행하여 나타나는 차량거동 요소를 확인하였으며 Roll, Pitch, Bounce의 거동이 주요 요소인 것을 확인하였다. 두 번째, 차량 거동요소를 구현할 수 있는 시뮬레이터를 제작하였다. 차량의 거동요소를 개별적으로 구 현하여 양호, 보통, 불량의 정성적인 평가를 수행하기 위해 시뮬레이터를 제작하였으며 Roll, Pitch, Bounce의 거동요소를 각각 조절하여 구현할 수 있었다. 세 번째, 차량 거동요소별 거동량에 따른 정성적 평가를 수행하였다. 시뮬레이터를 이용하여 Roll, Pitch, Bounce의 차량거동 요소 중 1개 요소의 거동량을 조절하여 구현하고 시뮬레이터에 1인이 탑승하 여 정성적인 평가를 수행하였다. 정성적 평가자는 성별, 직업군, 전문가여부, 운전여부 등을 고려하였다.

Vibrations on the floor in a car are transmitted to the foot, hip, and back from the seat. Human body recognizes these vibrations, but the sensitivity for each vibration is different. To evaluate these vibrations, RMS(root mean square) of accelerations, VDV(vibration does value) are commonly used. The ride comfort evaluation is usually carried out by experiments of real cars which are expensive. The purpose of this paper is to briefly review the status of several ride vibration standards and criteria having relevance to construction machinery vehicles and to suggest recommendations for the effective use of such criteria in vehicle / component development.

In this paper, the damping force of MRF(Magneto-Rheological Fluid) damper using Bingham-plastic model is studied and the performance of quarter car model using this damper is numerically analyzed. As a control algorithm, the sky-hook control is used for its convenience and effectiveness. The transmissibility of sprung mass and unspung mass is compared to that with the conventional passive damper and the feasibility of MRF damper is evaluated. And the design concept of fail-safe MRF damper is suggested to provide the damping force of conventional passive damper level in the case of controller malfunction. The control current and damping force is analyzed passing over the harmonic bumper.

Mahalanobis Taguchi-System (MTS) has been used in different diagnostic applications to make quantitative decisions by constructing a multivariate system using data analytic methods without any assumption regarding statistical distribution. MTS performs Taguchi's fractional factorial design based on the Mahahlanobis distance as a performance metric. In this study, MTS used for analyzing automotive ride satisfaction, which measured as a CSR(Customer Satisfaction Rating). The automobile which has a good CSR score treated as a normal group for constructing Mahalanobis space. The results of this research show that two attribute (Impact Hardness and Memory Shake) have a minus gain value and can be removed from further analysis. With the linear regression model, the difference of CSR between using all 6 attributes and just using significant 4 attributes compared.