earticle

영어

High-speed weigh-in-motion (HS-WIM) systems can measure vehicle weights without disrupting traffic flow, making them effective for detecting overweight vehicles. On the other hand, regular maintenance is required to ensure their reliability. This paper proposes a novel method for automatically detecting sensor anomalies in two-row load-cell-based HS-WIM systems using generative networks for signal correlation analysis. This approach was applied to actual raw data collected from HS-WIM systems installed on the entrance road of the Yeosu National Industrial Complex. The results confirmed that the proposed method enables sensor fault detection over eight months earlier than conventional manual checks. Automating sensor fault detection facilitates the proactive procurement of replacement parts and allows for timely replacements without interrupting the operation of HS-WIM systems, while minimizing the traffic disruptions associated with maintenance.

한국어

고속축중기는 교통의 방해 없이 통행 차량의 중량을 측정할 수 있어 과적 단속에 효과적인 시스템이지만, 검측 신뢰도를 유지하기 위한 정기 점검이 요구된다. 본 연구에서는 2열 로드 셀 고속축중기의 신호에 생성형 네트워크 기반 상관도 분석을 적용하여 센서 오류를 자동 탐 지하는 방안을 제안하였다. 본 기법을 여수국가산업단지 진입도로에 설치된 축중기에서 수집 된 실제 원시데이터에 적용해 본 결과, 관리자 점검에 비해 8개월 이상 빠르게 센서의 오류발 견이 가능함을 확인하였다. 센서 오류탐지를 자동화하면 미리 교체 부품을 확보하고 계획적으 로 신속한 교체가 가능하므로 중단없이 고속축중기의 운용이 가능하며 점검에 필요한 교통 차 단도 최소화할 수 있다.