음향 카메라를 활용한 철도 소음 시각화 및 원인 분석 연구(Study on Visualization and Source Analysis of Railway Noise Using Acoustic Cameras)

 

목차

 

"관련제품 문의는 로고 클릭 또는 공지사항의 연락처를 통해 하실 수 있습니다."

 

 

 

 

참조 논문>>

 

 

음향 카메라를 활용한 철도 소음 시각화 및 원인 분석 연구

 

연구 배경

철도 소음은 철도 주변 거주자들에게 큰 불편을 주며, 심각한 경우 건강에 해로운 영향을 미칠 수 있습니다. 독일 정부는 이를 줄이기 위한 정책으로, 기존 화물 열차의 제동 장치를 소음 감소형 복합 제동 블록으로 교체하여 소음 배출을 줄이는 방향을 추진하고 있습니다. 또한, 연방 철도청은 전국적인 소음 모니터링 시스템을 구축하여 장기적인 소음 변화를 추적하고자 하였습니다. 하지만 기존의 소음 측정 방식으로는 개별 소음 발생 원인을 정확히 파악하는 데 한계가 있습니다.

 

음향 카메라의 활용과 연구 방법

소음의 발생 원인을 보다 정확하게 분석하기 위해, 연구진은 음향 카메라를 활용한 실험을 진행하였습니다. 음향 카메라는 다수의 마이크로 구성되어 있으며, 빔포밍 기술을 통해 소음의 위치와 원인을 시각적으로 표현할 수 있습니다. 이 연구에서는 독일 하노버와 민덴 사이 주요 노선에서 157대의 열차를 대상으로 측정이 진행되었습니다. 음향 카메라는 주파수 대역별 소음 원인을 파악하기 위해 다양한 크기의 배열로 설치되었습니다.

 

• FlexStar 카메라: 전체 열차의 소음 지도를 작성하기 위해 사용되었으며, 저주파 소음(86Hz 이상)에 적합합니다.
• Fibonacci 카메라: 차륜과 레일의 접촉 지점에서 발생하는 세부 소음을 분석하기 위해 사용되었으며, 고주파 소음(262Hz 이상)에 적합합니다.

Measurement set-up; the "Fibonacci" array was placed 10 m away from the FlexStar" array along the track

 

 

두 카메라는 열차가 이동하면서 발생하는 도플러 효과를 보정하는 알고리즘을 통해, 열차 소음을 연속적으로 추적하는 방식을 채택했습니다. 이를 통해 개별 열차 부품(차축, 팬터그래프 등)이 전체 소음에 얼마나 기여하는지 세밀하게 분석할 수 있었습니다​.

 

 

 

 

 

철도 소음 시각화 시험 및 분석

Example for the pass-by algorithm applied on the passing by of a regional train

 

 

 

- 열차 속도와 소음 상관관계

일반 여객 열차의 경우, 속도가 증가할수록 소음 수준도 높아지는 경향이 관찰되었습니다. 이는 소음과 속도 간의 상관 관계를 수식화하여 열차 소음 예측에 활용될 수 있습니다. 반면, 화물 열차는 속도와 소음 간의 명확한 상관관계를 보이지 않았으며, 다양한 속도에서도 높은 소음이 발생하는 경향을 보였습니다.

Total pass-by level LAeq,T as a function of the average pass-by speed

 

 

 

 

- 굽힘 파동에 의한 방사 소음

철도 소음 중 하나로 레일에서 발생하는 굽힘 파동에 의한 소음이 주요 원인으로 분석되었습니다. 굽힘 파동은 열차가 다가오기 전과 지나간 후에도 발생하며, 통과 중에도 감지될 수 있습니다. 이 굽힘 파동은 차륜과 레일이 접촉하는 위치에서도 발생할 수 있으며, 음향 카메라를 통해 시각적으로 확인할 수 있었습니다​.

 

Sound emission of the bending wave

 

 

 

 

- 차륜의 평탄화 소음

철도에서 흔히 발생하는 소음으로 휠 플랫(wheel flats)에 의한 것이 있습니다. 이는 바퀴의 일부가 마모되어 차륜과 레일이 부딪힐 때마다 주기적인 충격 소음이 발생하는 현상입니다. 이 소음은 특정 주파수에서 강하게 나타나며, 음향 카메라를 통해 개별 차량의 바퀴 마모 상태를 시각적으로 분석할 수 있습니다.

 

 

 

- 빔포밍 레벨의 도입

기존의 마이크로 측정된 소음은 전체 소음만을 측정할 수 있지만, 빔포밍 기술을 활용하면 개별 차량의 소음을 보다 정확하게 구분할 수 있습니다. 이를 통해 소음이 낮은 차량을 구별하거나 소음이 높은 차량의 위치를 특정할 수 있습니다. 이는 차량 유지보수 시 소음 발생 원인을 보다 정확히 파악하고 관리하는 데 큰 도움이 됩니다​

 

Comparison between sound pressure level and beamforming level of a freight train

 

 

음향 카메라를 통해 철도 소음을 시각화하고 세부적으로 분석한 결과, 특정 소음 발생 원인(휠 플랫, 굽힘 파동 등)을 식별하여 관리할 수 있는 가능성을 확인했습니다. 또한, 주파수 대역별 소음 원인 분석을 통해 열차의 음향 지문(고유의 소음 패턴)을 구축할 수 있었습니다. 이러한 데이터는 향후 철도 소음 관리 및 저감 전략 수립에 중요한 자료가 될 것입니다.

 

 

해당 내용과 관련해서 팜테크에서 교육 프로그램, 측정/분석 용역, 장비를 제공하고 있습니다.  관심 있으시면 아래 홈페이지 또는 연락처를 통해 문의 주시면 됩니다. :)

 

https://famtech.co.kr/sub04/01_01.php

교육일정및신청(주)팜테크