모듈레이션 기법을 이용한 잡음에 강인한 선로 전환기의 이상 상황 탐지
Noise-Robust Anomaly Detection of Railway Point Machine using Modulation Technique
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
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 시스템은소리 센서에서 실시간으로 취득하는 소리 신호에 STFT(Short-Time Fourier Transform)를 적용하여 스펙트로그램을 취득한다. 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 성능이확인된 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 확인하였다.
Abstract
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.
참고문헌 (17)
- J. Lee, "Fault Detection and Diagnosis of Railway Point Machines by Sound Analysis", Sensors, 16(4), pp.549~ (2016)
- 이종현, "센서를 활용한 전기선로전환기의 전환력 측정에 대한 연구", 한국철도학회논문집, 18(4), pp.335~343 (2015), 한국철도학회
- 이종현, "센서를 이용한 선로전환기 전환력 측정의 현장 적용성 연구", 전기학회논문지, 64(7), pp.1130~1136 (2015), 대한전기학회[DOI]
- 유광균, "분기기 고장 시 열차사고방지를위한 안전시스템 모델링", 한국철도학회 2011년 추계학술대회, pp.724~730 (2011)
- R. Sharan, "Noise Robust Audio Surveillance using Reduced Spectrogram Image Feature and One-Against-All SVM", Neurocomputing, 158, pp.90~99 (2015)
- M. Vileiniskis, "A Fault Detection Method for Railway Point Systems", Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit, 230(3), pp.1~14 (2015)
- T. Asada, "An Algorithm for Improved Performance of Railway Condition Monitoring Equipment : Alternating-Current Point Machine Case Study", Transportation Research Part C : Emerging Technologies, 30, pp.81~92 (2013)
- T. Asada, "Improving the Dependability of DC Point Machines with a Novel Condition Monitoring System", Proceedings of the Institution of Mechanical Engineers, Part F : Journal of rail and rapid transit, 227(4), pp.322~332 (2013)
- H. Kim, "Fault Diagnosis of Railway Point Machines using Dynamic Time Warping", Electronics Letters, 52(10), pp.818~819 (2016)
- O. Eker, "SVM based Diagnostics on Railway Turnouts", International Journal of Performability Engineering, 8(3), pp.289~398 (2012)
- H. J. Hsieh, "Enhancing the Complex-Valued Acoustic Spectrograms in Modulation Domain for Creating Noise-Robust Features in Speech Recognition", Proc. of Asia-Pacific Signal and Information Processing Association(APSIPA), pp.303~307 (2015)
- P. Khunarsal, "Very Short Time Environmental Sound Classification based on Spectrogram Pattern Matching", Information Sciences, 243, pp.57~74 (2013)
- J. Schröder, "Spectro-Temporal Gabor Filterbank Features for Acoustic Event Detection", IEEE, 2015, pp.23(12), 2198~2208
- J. Han, "Data Mining:Concepts and Techniques" (2012), Morgan Kaufmann Publishers
- Son Tung Trieu, "Machine Printed and Handwritten Text Discrimination in Korean Document Images", 스마트미디어저널, 5(3), pp.30~34 (2016), (사)한국스마트미디어학회
- 김희곤, "비디오 감시 시스템을 위한 멀티코어 프로세서 기반의 병렬 SVM", 정보보호학회논문지, 21(6), pp.161~170 (2011), 한국정보보호학회
- Meyer, D., "Support vector machines: The interface to libsvm in package e1071", ~ (2014)