모듈레이션 기법을 이용한 잡음에 강인한 선로 전환기의 이상 상황 탐지

• 영문명: (Noise-Robust Anomaly Detection of Railway Point Machine using Modulation Technique)
• 발행기관: 한국스마트미디어학회
• 저자명: 이종욱(Jonguk Lee) 김아용(A-Yong Kim) 박대희(Daihee Park) 정용화(Yongwha Chung)
• 간행물 정보: 『스마트미디어저널』Vol6, No.4, 1~8쪽, 전체 8쪽
• 주제분류: 공학 > 컴퓨터학
• 파일형태: PDF
• 발행일자: 2017.12.30

국문 초록

열차의 방향을 기존 방향에서 다른 방향으로 이동시키기 위한 변환 장치인 선로 전환기의 고장은 열차의 탈선 등을 유발시킬수 있다. 따라서 열차운행의 안전 측면에서 해당 장비에 대한 모니터링은 필수 요소이다. 본 논문에서는 선로 전환기의 구동시 발생하는 소리 정보를 기반으로 잡음에도 강인한 선로 전환기의 이상 상황 탐지시스템을 제안한다. 먼저 제안한 시스템은 소리 센서에서 실시간으로 취득하는 소리 신호에 STFT(Short-Time Fourier Transform)를 적용하여 스펙트로그램을 취득한 다. 실제 환경에서 발생하는 잡음의 영향에도 강인한 성능을 보장하기 위하여, 해당 스펙트로그램에 대한 전처리 과정을 수행후 모듈화 한다. 각각의 모듈에서 평균값과 표준편차를 계산 및 조합하여 특징 벡터로 생성한 후 이진 분류에 뛰어난 성능이 확인된 SVM(Support Vector Machine)에 적용하여 이상 상황을 탐지한다. 실제 선로 전환기의 전환 시 발생하는 소리 데이터를 이용하여 모의실험을 수행한 결과, 제안한 시스템은 잡음이 발생하는 상황에서도 효과적으로 이상 상황을 탐지함을 확인하 였다.

영문 초록

The railway point machine is an especially important component that changes the traveling direction of a train. Failure of the point machine may cause a serious railway accident. Therefore, early detection of failures is important for the management of railway condition monitoring systems. In this paper, we propose a noise-robust anomaly detection method in railway condition monitoring systems using sound data. First, we extract feature vectors from the spectrogram image of sound signals and convert it into modulation feature to ensure robust performance, and lastly, use the support vector machine (SVM) as an early anomaly detector of railway point machines. By the experimental results, we confirmed that the proposed method could detect the anomaly conditions of railway point machines with acceptable accuracy even under noisy conditions.

목차

Ⅰ. 서 론

Ⅱ. 관련 연구

Ⅲ. 소리 기반 선로 전환기의 이상 상황 탐지 시스템

Ⅳ. 실험 및 결과 분석

Ⅴ. 결 론

키워드

선로 전환기 이상 상황 탐지 모듈레이션 support vector machine railway point machine anomaly detection modulation support vector machine