Journal of the Korea institute for structural maintenance and inspection (한국구조물진단유지관리공학회 논문집)

Korea Institute for Structural Maintenance Inspection (한국구조물진단유지관리공학회)
권호 표지

Evaluation of Bearing Capacity on PHC Auger-Drilled Piles Using Artificial Neural Network

인공신경망을 이용한 PHC 매입말뚝의 지지력 평가

  • 이송 (서울시립대 토목공학과) ;
  • 장주원 (서울시립대 토목공학과)
  • Received : 2006.07.21
  • Published : 2006.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

In this study, artificial neural network is applied to the evaluation of bearing capacity of the PHC auger-drilled piles at sites of domestic decomposed granite soils. For the verification of applicability of error back propagation neural network, a total of 168 data of in-situ test results for PHC auger-drilled plies are used. The results show that the estimation of error back propagation neural network provide a good matching with pile test results by training and these results show the confidence of utilizing the neural networks for evaluation of the bearing capacity of piles.

본 연구에서는 화강풍화토 지반에 시공된 PHC 매입말뚝의 지지력의 평가를 위해 인공신경망을 적용하였다. 오류역전파 인공신경망의 적용성을 증명하기 위해 168개의 PHC 매입말뚝의 현장시험 데이터가 사용되었다. 연구결과 오류역전파 인공신경망의 말뚝지지력 평가가 동재하시험결과와 잘 일치함을 보여주었으며, 이러한 결과는 인공신경망을 이용한 PHC 매입말뚝의 지지력 평가가 신뢰성이 있음을 보여준다.

Keywords

References

  1. 도용태, 김일곤, 김종완, 박창현(2001), 인공지능, 사이텍미디어, 서울, pp.225-266.
  2. 이송(2000), "인공신경망을 이용한 압밀거동 예측", 한국지반공학회 2000년 가을학술발표회, pp.673-680.
  3. 김정수(2003), "화강풍화대 지반에 매입된 SIP말뚝의 지지력 평가에 관한 연구", 한양대학교, 박사학위 논문, pp7-19.
  4. 천병식, 조천환 (1999), "Set-up 효과를 반영한 타입말뚝의 파동이론해석", 한국지반공학회논문집, 제15권, 제2호, pp95-104.
  5. 박현일, 석정우, 황대진, 조천환 (2006), "항타말뚝의 지지력 예측을 위한 최적의 인공신경망모델에 관한 연구", 한국지반공학회논문집, 제22권, 제6호, pp15-26.
  6. Smith, E. A. L.(1960), "Pile Driving Analysis by the Wave Equation", Jounal of the Soil Mechanics and Foundation Engineering, ASCE, III(3), pp367-383.