The Development of Tunnel Behavior Prediction System Using Artificial Neural Network

Artificial neural networks are efficient computing techniques that are widely used to solve complex problems in many fields. In this study, in order to predict tunnel-induced ground movements, Tunnel Behavior Prediction System (TBPS) was developed by using these artificial neural networks model, based on a Held instrumentation database (i.e. crown settlement, convergence, axial force of rock bolt, compressive and shear stress of shotcrete, stress of concrete lining etc.) obtained from 193 location data of 31 different tunnel sites where works are completed. The study and test of the network were performed by Back Propagation Algorithm which is known as a systematic technique for studying the multi-layer artificial neural network. The tunnel behaviors predicted by TBPS were compared with monitored data in the tunnel sites and numerical analysis results. This study showed that the values obtained from TBPS were within allowable limits. It is concluded that this system can effectively estimate the tunnel ground movements and can also be used f3r tunneling feasibility study, and basic and detailed design and construction of tunnel.

인공신경망을 이용한 터널 거동 예측 시스템 개발

인공신경망은 복잡한 문제를 해결하는데 있어 여러 분야에서 널리 활용되고 있는 매우 효과적인 기법으로 알려져 있다. 본 연구에서는 터널거동을 효과적으로 예측하기 위해 이러한 인공신경망 기법을 이용한 터널거동 예측시스템 (TBPS)을 개발하였다. 본 시스템 개발을 위해 시공이 완료된 31개 현장 193 개소 지점으로부터 얻은 터널 계측자료 (즉, 천단침하, 내공변위, 록볼트 축력, 숏크리트 압축 및 전단응력, 내진시 라이닝의 응력 등)를 D/B화하여 이용하였다. 또한 개발된 TBPS의 학습을 위해 가장 효과적이라 알려진 역전파 알고리즘을 사용하여 이들 자료의 학습을 실시하였다. 이러한 과정을 통해 개발된 TBPS를 이용하여 예측한 터널 거동 값과 현장계측 값, 수치해석에 의한 결과 값의 상호 비교 분석을 실시하였다. 비교분석 결과, TBPS에 의한 거동예측결과 값의 변화는 실무에 적용 가능한 범주에 있는 것으로 나타났다. 따라서 본 연구에서 개발된 TBPS는 터널의 타당성검토나 기본 및 실시설계 등에 적용하여 효율적으로 필요한 정보를 신속하게 얻을 수 있는데 사용될 수 있을 것으로 판단된다.