초록
이 논문에서는 해저터널의 특수성을 고려한 NATM 터널의 라이닝의 설계에 대한 내용을 다루었다. 해저터널 자동화 설계 시스템 개발의 요소기술인 인공신경망(Artificial Neural Network) 기반의 터널 설계 시스템에 대한 개념, 학습과정 및 검증과정과 예측된 부재력을 통한 최적 단면 설계에 대한 내용을 기술하였다. 부재력 평가가 정확하게 구현 가능한 인공신경망을 개발하기 위해서 다양한 설계 조건과 각 조건에 따른 해석 모델을 이용한 유한요소해석을 수행하여 단면 설계에 필요한 최대부재력의 학습DB를 구축하고 인공신경망을 통해 일반화하였다. 인공신경망을 이용해 산정된 부재력은 해저 터널의 라이닝 설계 시스템에 적용시켜 빠르고 쉽게 해저터널의 라이닝 설계에 적용이 가능하도록 하였다.
This paper concerns a study of a knowledge-based NATM tunnel lining design for subsea tunnels. Concept for tunnel automation designing system, the development of Artificial Neural Network based technology of the tunnel design system, the learning process and verification of the technology forecasting member forces were described. The design system is the series of process which can predict segmental lining member forces by ANN(artificial neural network system), analyze suitable section for the designated ground, construction and tunnel conditions using a FEM(finite element analysis). The lining member forces are predicted based on the ANN quickly and it helps designers determine its segmental lining dimension easily.