지원TMC — General 1ntelligence Track Mechanics Consultant
Track Mechanics Consultant

철도 궤도·구조물을 위한
시뮬레이션 & AI 엔지니어링 Simulation & AI engineering
for railway track and structures

(주)지원TMC는 궤도, 궤도구성품 및 노반구조물의 설계 시 요구되는 시뮬레이션 및 AI 기술지식 제공을 통하여 안전하고 편안한 철도 건설 및 운영에 기여하는 기업입니다. G1TMC (General 1ntelligence Track Mechanics Consultant) provides the simulation and AI expertise needed to design railway track, track components and substructures, helping build and operate safer, more comfortable railways.

기술분야 보기Our expertise 프로젝트 문의Contact us
차량-궤도-구조물 상호작용 해석 모델 (교량 구간 열차 주행 시뮬레이션)
About

해석 기술과 AI로 철도 설계의 안전성을 검증합니다 We verify railway designs with advanced analysis and AI

다물체동역학, 유한요소, 전산유체 해석으로 열차 주행부터 교량·궤도·터널 구조물까지 설계 단계의 안전성을 평가하고, 축적한 해석 데이터를 학습한 설계 AI로 검토 시간을 줄입니다. From train running behaviour to bridges, track and tunnels, we assess design safety with multibody dynamics, finite-element and CFD analysis, and use design AI trained on our analysis data to shorten review cycles.

2022설립 · 경기도 군포Founded in Gunpo, Korea
MBD · FEM · CFD다물체동역학·유한요소·전산유체 해석Multibody, finite-element and CFD analysis
Deep Learning해석 데이터 기반 철도교량 설계 AIBridge design AI trained on analysis data
KR Code · UIC국내외 철도 설계기준에 따른 평가Assessments to Korean and international codes
Expertise

주요 시뮬레이션 및 AI 기술 Core simulation and AI services

탄성궤도 차량 주행 해석
01

열차 주행안전성 및 승차감 평가Running safety & ride comfort

  • 다물체동역학해석으로 탈선계수, 횡압, 횡가속도, 윤중감소율 산정
  • 일반·분기구간 강체궤도 및 탄성궤도 해석, UIC 513R 승차감 평가
  • 차량-궤도-구조물 상호작용 및 지진 시 주행안전성 검토
  • Multibody dynamics for derailment coefficient, lateral force, lateral acceleration and wheel-load reduction
  • Rigid and flexible track models for plain track and turnouts; ride comfort to UIC 513R
  • Vehicle–track–structure interaction and running safety during earthquakes
교량구간 장대레일 해석 모델
02

교량구간 장대레일 안정성 및 단부 사용성 검토CWR stability on bridges & deck-end serviceability

  • 궤도-교량 종방향 상호작용을 고려한 장대레일 부가축응력·상대변위 산정 (KR C-08080)
  • 교량 단부 회전·단차에 따른 체결장치 부상력·압축력 및 슬래브 들림 검토 (KR C-08090)
  • Additional axial stress and relative displacement of continuous welded rail from track–bridge interaction (KR C-08080)
  • Fastener uplift and compression, and slab lift from deck-end rotation and offsets (KR C-08090)
레일 마모 단면 변화 그래프
03

레일 마모에 따른 주행안전성 및 피로수명 평가Rail wear, running safety & fatigue life

  • Archard 마모모델 기반 마모해석과 마모단면을 반영한 곡선·분기구간 주행안전성 해석
  • 레일 표면조도 변화에 따른 피로수명 산정으로 레일 연마 효과 및 장기사용성 평가
  • Archard-based wear simulation and running-safety analysis on worn profiles in curves and turnouts
  • Fatigue life versus rail surface roughness to quantify grinding benefits and long-term serviceability
속도별 교량 연직가속도와 공진 속도 그래프
04

고속철도교량 동적안전성 평가Dynamic safety of high-speed railway bridges

  • 시간이력해석으로 고속열차 통과 시 교량의 동적안전성 및 승차감 평가
  • KR C-08070 기준, 실 운행열차하중에 의한 동적응답 및 공진 가능성 검토
  • Time-history analysis of bridge response and ride comfort under high-speed trains
  • Dynamic response and resonance checks with real train loads per KR C-08070
방음터널 화재 CFD 해석
05

터널·방음터널 내화성능 평가Fire resistance of tunnels & noise-barrier tunnels

  • 화재 시 콘크리트 구조물이 일정 시간 붕괴되지 않도록 소요 피복두께 및 내화성능 검토
  • CFD 해석으로 터널 내부 온도·연기 분포, 환기 및 피난 검토
  • Required concrete cover and fire resistance so structures stay standing during a fire
  • CFD analysis of temperature and smoke distribution, ventilation and evacuation
딥러닝 기반 교량 동적안전성 평가 AI 구성도
06

철도교량 설계 AIAI for railway bridge design

  • 딥러닝으로 고속철도교량 동적안전성·승차감 및 장대레일 부가축응력 예측
  • 별도 해석 없이 설계 단계에서 KR C-08070, KR C-08080 기준 검토
  • Deep learning predicts bridge dynamic safety, ride comfort and CWR additional stress
  • Design-stage checks to KR C-08070 and KR C-08080 without a separate analysis run
Design AI

해석 데이터로 학습한 철도교량 설계 AI Bridge design AI trained on our own analysis data

경간 길이, 경간 수 등 설계 파라미터별 유한요소 해석 결과를 데이터베이스로 구축하고, 이를 학습한 심층신경망(DNN)이 새로운 설계안의 결과를 즉시 예측합니다. We build databases of finite-element results across design parameters such as span length and number of spans, then train deep neural networks that instantly predict results for new designs.

부가축력 FEM 해석 DB 구축, DNN 학습, 사전학습 DNN 예측으로 이어지는 설계 AI 흐름도

  1. 해석 DB 구축Build the analysis database

    설계 입력 파라미터를 바꿔 가며 FEM 해석을 반복 수행하고 최대 변위, 축응력 등 결과를 축적합니다.Run FEM analyses across design parameters and collect outputs such as peak displacement and axial stress.

  2. DNN 학습Train the DNN

    축적된 데이터로 심층신경망을 학습시키고 예측 결과를 해석값과 비교해 검증합니다.Train a deep neural network on the database and validate predictions against analysis results.

  3. 즉시 예측Predict instantly

    사전학습된 모델로 새로운 설계안의 안전성 지표를 별도 해석 없이 바로 산정합니다.Use the pre-trained model to estimate safety indicators for new designs without a separate analysis.

Services

수행 가능 과업What we deliver

철도특화 해석Railway-specific analysis

  • 열차주행에 의한 교량 동적 거동 평가
  • 궤도-교량 상호작용 해석
  • 교량 단부 콘크리트궤도 사용성 검토
  • Dynamic bridge response under moving trains
  • Track–bridge interaction analysis
  • Serviceability of slab track at bridge ends

내진Seismic

  • 지반-구조물 상호작용(SSI)을 고려한 내진 해석
  • 붕괴방지 수준 내진성능 평가
  • 역량스펙트럼에 의한 교각 내진성능 평가
  • Seismic analysis with soil–structure interaction (SSI)
  • Collapse-prevention level seismic performance assessment
  • Pier seismic assessment by the capacity spectrum method

기타 구조 검토Other structural checks

  • 교량의 내풍 안전성 검토
  • 화재 위험성 검토 및 내화해석
  • 콘크리트 내구성 평가 및 수화열 해석
  • Wind safety of bridges
  • Fire risk review and fire-resistance analysis
  • Concrete durability and heat-of-hydration analysis
Contact

프로젝트 문의Get in touch

철도 궤도·교량 해석, 성능 평가, 설계 AI 도입에 관해 편하게 문의해 주세요. Reach out about track and bridge analysis, performance assessment or adopting design AI.

Email
contact@g1tmc.com
주소Address
경기도 군포시 군포첨단산업2로7번길 8, 7층 709호 (군포 에이스 더블유밸리) #709, 7F, 8 Gunpocheomdansaneop 2-ro 7beon-gil, Gunpo-si, Gyeonggi-do, Republic of Korea