• Title/Summary/Keyword: 도로타당성

검색결과 253건 처리시간 0.022초

막장관찰 및 설계/시공자료가 연계 고려된 터널막장 붕괴 위험도의 정량적 산정: 가변형 가중치 중심으로 (Quantitative evaluation of collapse hazard levels of tunnel faces by interlinked consideration of face mapping, design and construction data: focused on adaptive weights)

  • 신휴성;이승수;김광염;배규진
    • 한국터널지하공간학회 논문집
    • /
    • 제15권5호
    • /
    • pp.505-522
    • /
    • 2013
  • 기존 연구를 통하여 주어진 지반조건과 대응한 시공 상황에 대해 터널 굴진에 따른 매 막장의 붕괴 위험도를 정량적으로 지수화 할 수 있는 수단이 개발된 바 있다(Shin et al, 2009a). 본 논문에서는 기 제안된 터널 붕괴 위험도 지수(KTH-index)를 산정하는데 있어서 각 영향인자에 부여되는 가중치가 고정된 '선형' 모델과 주어진 영향인자의 입력값에 따라 가중치가 변화하는 '비선형' 모델을 소개하고, 100여개의 붕괴현장자료를 이용해 '비선형' 모델의 타당성을 검토하였다. 이를 통해 신개념의 '비선형' 가중치 모델은 위험도를 평가코자 하는 터널현장의 특성을 감안하여 가중치가 합리적으로 조정되어 위험도 평가를 수행할 수 있음을 보였다. 또한, 기 개발된 터널 시공 위험도 관리 시스템의 이해와 효과적인 활용을 돕기 위해 일련의 터널 시공 위험도 평가 체계를 수립하여 제시하였다. 본 시스템은 수립된 평가체계에 따라 개발 취약한 지반조건상에 있는 실제 도로터널 현장의 전 구간에 적용되어 그 현장 적용성을 검토하였다. 이를 통해 터널 막장의 지반조건과 함께 터널 붕괴 가능성에 영향을 미칠 설계 및 시공현황 정보와도 잘 연계 고려되어 붕괴 위험도가 평가됨을 보였으며, 산정된 위험도 지수 변화추이는 기존 전기 비저항 분포 특성과 설계자료 및 지보/보강 현황 등 현장 시공조건들의 변화추이와 잘 부합됨을 보였다. 또한, 본 시스템은 실시간으로 수집되는 막장관찰자료의 활용도를 극대화 시키고, 사전에 위험수준과 민감한 영향인자를 파악하여 적절한 현장대응을 유도할 수 있음을 보였다.

ANN 및 SVR 알고리즘을 활용한 최적 터널지보패턴 선정에 관한 연구 (A study on the optimization of tunnel support patterns using ANN and SVR algorithms)

  • 이제겸;김양균;이승원
    • 한국터널지하공간학회 논문집
    • /
    • 제24권6호
    • /
    • pp.617-628
    • /
    • 2022
  • 터널 건설 시 암반 등급에 따라 다양한 지보재를 적절히 병용하여 지보패턴을 결정하고 시공이 이루어진다. 이 과정에서 시공 경험이 풍부한 전문가의 기술적 판단이 필요한데, 터널 설계의 초기 단계인 타당성 조사 및 기본설계 단계에는 상대적으로 짧은 수행기간과 부족한 자료 및 예산으로 인해 설계에 많은 어려움이 존재한다. 터널 건설의 급증과 함께 축적된 설계 데이터와 머신러닝을 활용한다면, 지보패턴 설계를 보다 신속하고 신뢰도 있게 수행할 수 있다. 따라서 본 연구에서는 암반등급 판정 및 해당 암반등급에 적합한 지보패턴 설계를 자동화하고자 국내 48개 도로터널의 설계자료 및 지반조사 자료를 수집하였으며, 8개의 입력항목(암종, 전기비저항, 심도, 터널연장, 터널연장에 따른 방재등급, 위험도지수에 따른 방재등급, 터널 종류, 터널 단면적)과 11개의 출력항목(암반등급, 숏크리트 제원 2개 항목, 록볼트 제원 3개 항목, 강지보 제원 3개 항목, 콘크리트 라이닝 2개 항목)에 대한 데이터를 정리하였다. 이와 같이 정리된 데이터를 활용하여 2가지 머신러닝 알고리즘(SVM, ANN)을 활용하여 3가지 머신러닝 모델(S1, A1, A2)을 개발하였으며, 세 가지 모델의 성능을 비교해본 결과 출력값의 데이터 형식에 따라 서로 다른 손실함수를 적용한 ANN 기반의 A2 모델이 가장 뛰어난 성능을 보였다. 본 연구를 통해 머신러닝을 활용한 지보패턴 설계의 가능성을 확인할 수 있었으며, 향후 지속적으로 실제 설계에 사용함으로써 단점을 보완하고 적용성을 개선해 나간다면 설계에 보다 큰 도움을 줄 수 있는 지보패턴 설계 모델을 개발할 수 있을 것으로 기대된다.

주행차량 안전벨트 착용 검지시스템 교통안전 효과 분석 (Analysis of Traffic Safety Effectiveness of Vehicle Seat-belt Wearing Detection System)

  • 박지원;박수빈;강상철;오철
    • 한국ITS학회 논문지
    • /
    • 제22권5호
    • /
    • pp.53-73
    • /
    • 2023
  • 교통사고로 인한 인체 상해를 최소화할 수 있는 안전벨트의 착용이 전 좌석에서 의무임에도 불구하고, 안전벨트를 착용하지 않은 교통사고 사상자수는 여전히 많은 비율을 차지한다. 주행차량 내 전 좌석 안전벨트 착용 검지시스템은 탑승자의 안전벨트 착용 여부를 판단하고 착용을 유도하는 시스템으로 안전벨트 미착용 사상자수 감소를 위한 유용한 기술적 대응방안이 될 수 있다. 본 연구에서는 첫 번째로 순서형프로빗 모형을 활용한 교통사고 상해심각도 영향요인 평가를 통해 시스템 도입에 대한 타당성을 제시하였다. 분석결과, 안전벨트 착용 여부는 교통사고 상해심각도에 통계적으로 유의한 영향을 미치며 안전벨트 착용 시 사망 및 치명상에 이를 확률이 0.054배 감소하는 것으로 나타났다. 두 번째로 안전벨트 및 교통사고 상해와 관련된 선행연구를 기반으로 메타분석을 수행하여 시스템 도입 시 기대되는 사고심각도 감소효과를 추정하였다. 사고심각도 감소효과 분석결과, 안전벨트 착용 시 사망사고가 63.3% 감소할 것으로 분석되었으며 앞좌석은 75.7%, 뒷좌석은 58.1%의 사망사고 감소효과를 갖는 것으로 나타났다. 마지막으로 메타분석 결과와 교통사고 통계자료를 기반으로 시스템 도입 시 기대되는 교통사고 사상자수 감소효과를 도출하여 시스템의 교통안전 측면 효과를 분석하였다. 시스템 도입률이 증가함에 따라 안전벨트 미착용 교통사고 사상자수가 감소하였으며 시스템 도입률이 60%일 경우 사망자수는 현재 대비 3배 이상 감소할 것으로 예상되었다. 분석결과를 활용하여 안전벨트 착용률을 높이고 사고심각도를 저감시킬 수 있는 시스템 운영 방안을 제시하였다.