• 터널과지하공간
• /
• 제22권4호
• /
• pp.284-295
• /
• 2012

본 연구에서는 암석 절삭 장비의 마모에 직접적인 영향을 주는 인자인 암석의 마모도(abrasiveness) 측정에 관한 연구를 수행하였다. 몇 가지 방법 중 세르샤 마모 시험(Cerchar abrasiveness test)을 통하여 암석의 마모도에 영향을 미치는 인자를 확인하고 효율적인 시험을 수행하기 위한 조건들을 연구하였다. 국내 19종 암석에 대한 시험 결과를 통하여, 세르샤 마모 지수(CAI, Cerchar Abrasiveness Index)에 영향을 미치는 암석의 역학적 물성(단축압축강도, 간접인장강도, 탄성계수, 포아송비, 공극률, 쇼어경도)과의 상관관계를 찾아보았고 X선 회절 분석을 통하여 암석의 구성 광물 중 마모도에 가장 큰 영향을 미치는 석영 함량, 등가 석영 함량과의 관계도 확인하였다. 그 결과로 암석의 입자 결합 특성보다 광물의 특성이 CAI에 영향을 더 미치는 것으로 관찰되었고, 단축압축강도와 등가 석영함량의 함수로 CAI를 예측하는 모델을 제시하였으며 핀의 경도가 커질수록 CAI값이 선형적으로 작아짐을 확인하였다. 수치해석적 연구를 통해 세르샤 마모 시험을 모사한 결과 초기 긁힘 거리에서 대부분의 마모가 발생함을 확인하였고 하중이 증가할수록 CAI값이 증가함을 확인하였다.

• 한국지구과학회:학술대회논문집
• /
• 한국지구과학회 2005년도 추계학술발표회 논문집
• /
• pp.154-157
• /
• 2005

제주도 남제주군 사계리 해안에서 발견된 사람과 각종 동물 발자국 화석의 생성 연대를 규명하기 위하여 문화재청에서 한국지질자원연구원에 연구 용역을 의뢰하여, 사람 발자국 화석이 산출되는 지층에서 유기물의 탄소동위원소 연대 측정과 광여기루미네선스(Optically Stimulated Luminescence, OSL) 연대 측정을 실시하였다. 그 결과, Humin 유기물에 대한 탄소동위원소 측정값은 상부로부터 $10,901{\pm}60$년, $13,513{\pm}65$년 그리고 $15,161{\pm}70$년이고, Humic 유기물에 대한 탄소동위원소 측정값은 $9,289{\pm}90$년, $8,622{\pm}90$년 및 $8,098{\pm}50$년 이며, OSL 연대 측정 방법에 의하면 $6,800{\pm}300{\sim}7,600{\pm}500$년이다. 이 측정 자료에서 한국지질자원연구원은 탄소동위원소에 의한 측정값은 배제하고, OSL 연대 측정값인 $6,800{\pm}300{\sim}7,600{\pm}500$년을 사람 발자국 화석의 생성 연대로 해석하였다. 그러나 Humin 유기물에 의한 탄소동위원소 측정값을 배제한 가장 중요한 이유로 Humin 유기물이 산성 또는 알칼리에 잘 녹지 않기 때문에 재순환되어 발자국 화석이 생성될 당시 외부에서 유입되어 더 오래된 연대값을 나타낸다고 주장하였는데, 이러한 주장은 아무런 근거가 없다. 또한 송악산의 분출이 약 10,000년 이내에 분출하였다는 명확한 근거가 없으며, 석영을 이용한 OSL 연대 측정은 연대를 결정하기 위해 고려되는 여러 요소들에 수반되는 불확실한 요소(예를 들면, 수분 함량 문제 등)들로 인해 탄소동위원소 연대 측정에 비해 정밀도와 정확도가 낮으며, 특히 화산 기원 석영의 경우, 정확한 등가선량의 측정이 어렵기 때문에 연대 측정에 오류가 발생할 수 있음이 잘 알려져 있고, 주변의 화산 활동으로 인한 열수에 의해 OSL 신호가 영향을 받을 수 있는 가능성을 배제할 수 없다. 따라서 현재의 연대 측정 결과만으로 사람 발자국 화석의 생성 연대를 결정하는 데 가장 신뢰성이 있는 자료는 Humin 유기물에 의한 탄소동위원소 연대 측정값이며, 이를 근거로 할 때, 사람 발자국 화석의 생성 연대는 $13,513{\pm}65{\sim}15,161{\pm}70$년 사이로 보는 것이 가장 합리적이고 타당하다.

• 한국터널지하공간학회 논문집
• /
• 제26권1호
• /
• pp.39-58
• /
• 2024

TBM (Tunnel boring machine)은 터널 굴착 과정에서 여러 디스크 커터를 이용하여 암석을 절삭한다. 디스크 커터는 암석과의 지속적인 접촉과 마찰로 인해 마모된다. 디스크 커터의 표면이 마모되면 절삭 능력이 감소하고 굴착 효율이 떨어진다. 암석의 마모성은 디스크 커터 마모에 큰 영향을 미친다. 높은 마모도를 가진 암석은 커터에 더 큰 마모를 일으키며, 이는 디스크 커터의 수명을 단축시킨다. 세르샤 마모지수(Cerchar abrasivity index, CAI)는 암석의 마모성을 평가하는데 널리 사용되는 지표로 CAI는 암석의 마모특성을 나타내며, 디스크 커터의 수명과 성능 예측에 필수적인 요소로 인식되고 있다. 본 연구의 목적은 암석의 강도, 암석학적 특성과 선형회귀, 머신러닝 기법을 이용하여 CAI를 효과적으로 추정하는 새로운 방법을 개발하는 것이다. 문헌 조사를 통해 CAI, 일축압축강도, 압열인장강도, 등가석영함량이 포함된 데이터베이스를 구축하고 파생변수를 추가하였다. 통계적 유의성과 다중공선성을 고려하여 다중선형회귀분석을 위한 입력변수를 선정하였고, 머신러닝 모델의 입력변수는 변수중요도 분석을 통해 선정하였다. 머신러닝 예측모델 중 Gradient Boosting 모델의 예측 성능이 가장 높게 나타나 최적의 CAI 예측 모델로 선정되었다. 마지막으로 본 연구에서 도출한 다중선형회귀분석과 Gradient Boosting 모델의 예측 성능을 선행연구들의 CAI 예측모델과 비교하여 연구 결과의 타당성을 확인하였다.