차륜데이터 기반 차륜 삭정 확률 예측모형 개발
Development of a Probabilistic Prediction Model for Wheel Defect Based on Wheel Data
- 주제(키워드) 차륜 마모 , 삭정 예측 , 로지스틱 회귀모형 , 위험도 기반 유지관리
- 주제(DDC) 625.1
- 발행기관 아주대학교 교통·모빌리티대학원
- 지도교수 이상수
- 발행년도 2026
- 학위수여년월 2026. 2
- 학위명 석사
- 학과 및 전공 교통·모빌리티대학원 철도시스템학과
- 실제URI http://www.dcollection.net/handler/ajou/000000035789
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
본 연구는 도시철도 전동차 차륜의 플랜지 마모 데이터를 기반으로 삭정 발생 가능성을 예측하는 확률 기반 예측모형을 구축하는 데 목적이 있다. 이를 위하여 실제 운영기관에서 약 3년간 축적된 불규칙 시계열 형태의 플랜지 두께 측정자료를 활용하였으며, 연속 측정 간 관계를 반영한 pair 데이터 구조로 재구성하여 총 4,958건의 유효 데이터를 구축하였다. 이 중 4,262건을 학습데이터, 696건을 검증데이터로 구분하여 분석을 수행하였다. 설명변수로는 플랜지 두께, 연속 측정 간 마모량, 일일 마모율, 측정 간 경과일수 등 차륜 마모 상태를 대표하는 핵심 변수들을 정의하였다. 로지스틱 회귀 기반 예측모형의 성능 평가 결과, 검증데이터 기준 Accuracy 0.9598, Precision 0.9944, Recall 0.9321, F1-score 0.9623으로 높은 분류 성능을 확보하였다. 또한 ROC 곡선 분석 결과, 학습데이터와 독립된 검증데이터 모두에서 높은 판별력이 확인되어 모형이 안정적인 구분 성능을 유지함을 확인하였다. Calibration Curve 분석에서도 예측확률이 실제 삭정 발생 비율과 전반적으로 일관된 관계를 보여, 확률 기반 위험도 해석의 신뢰성을 확보하였다. 본 연구는 기준치 중심 유지관리 방식에서 벗어나, 실제 마모 데이터를 활용한 확률적 위험 예측 체계를 제시하였다는 점에서 의의가 있다. 특히 해석 가능성이 높은 로지스틱 회귀모형을 통해 정비 우선순위 설정, 검사주기 조정, 중점관리 차륜 선별 등 도시철도 유지관리 의사결정에 직접 활용 가능한 기반을 마련하였다.
more목차
제 1장 서 론 1
제 1절 연구의 배경 및 목적 1
제 2절 연구의 범위 및 내용 3
제 3절 연구의 수행 과정 5
제 2장 이론적 고찰 6
제 1절 차륜 마모에 관한 고찰 6
제 2절 차륜 마모 데이터 분석론에 대한 고찰 10
제 3절 기존 연구의 시사점 12
제 3장 데이터 기초 분석 및 모형 개발 15
제 1절 자료 수집 체계 및 데이터의 특성 15
제 2절 변수 정의 및 데이터 구조화 방법 16
제 3절 예측 모형의 설계 및 선정 근거 19
제 4절 로지스틱 회귀 기반 삭정 발생 모형의 정의 22
제 5절 소결 24
제 4장 분석 결과 및 평가 26
제 1절 예측모형 적용 절차 및 검증 데이터 구성 26
제 2절 ROC 곡선 기반 판별력 분석 27
제 3절 Calibration Curve 기반 확률 보정도 분석 30
제 4절 변수 기여도 및 모형 해석 33
제 5절 혼동행렬 및 분류지표 분석 36
제 6절 소결 38
제 5장 결론 및 향후 연구과제 40
제 1절 결론 40
제 2절 향후 연구과제 42
참 고 문 헌 43
