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

주제분류

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.

고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
0
내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

이 논문의 연구 히스토리 (3)

초록·키워드

오류제보하기
나달식 등 한쪽 차륜과 레일의 접촉력에 기반한 기존 탈선계수식으로는 열차 주행 시 여러 가지 요인에 의해 발생하는 다양한 유형의 탈선을 이론적으로 예측하기 어렵다. 이를 보완하기 위하여 개발된 단일윤축 탈선계수는 타고오름탈선, 미끄러져오름 탈선, 전복탈선 및 이들의 복합유형 탈선을 잘 예측할 수 있고, 접촉부 마찰계수, 플렌지 각 등 기존의 탈선계수식에서 고려하던 기계적 인자뿐만 아니라 윤중감소/증가, 궤간, 차륜직경, 축상 베어링 위치 등 다양한 탈선영향인자들도 고려할 수 있다. 본 논문에서는 단일윤축 탈선계수식으로 이러한 다양한 탈선영향인자들을 고려하여 기존의 나달식, 바인스톡 식 등으로 구할 수 없었던 탈선현상을 분석한다. 마지막으로 동역학 시뮬레이션을 이용하여 이론적인 단일윤축 탈선계수식 결과들의 타당성을 입증한다.

It is difficult to predict derailment with the existing derailment coefficient like Nadal’s formula which is based on the contact forces between one wheel and rail. A new derailment coefficient model developed on a wheelset is able to make a better estimate about the climb derailment, slip derailment, roll over derailment, and mixed derailment types of these. Moreover, not only the mechanical factors considered in the existing derailment coefficients but also other various factors affecting derailment such as wheel unloading and loading, diameter of wheel, and locations of axle-box bearings can be covered with this new derailment coefficient model. That is, the derailment patterns which couldn’t be solved with the existing formulas such as Nadal’s and Weinstock’s models can be analyzed with this wheelset derailment coefficient model because of considering various factors causing derailment. Finally, the validity of the new derailment coefficient model is verified using dynamic model simulations.

목차

초록
Abstract
1. 서론
2. 단일윤축 탈선계수 이론모델
3. 윤축의 기계적 인자들이 탈선에 미치는 영향
4. 동역학 시뮬레이션을 이용한 단일윤축 탈선계수 이론 검증
5. 결론
참고문헌

참고문헌 (13)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-500-002857734