• 한국터널지하공간학회 논문집
• /
• 제11권2호
• /
• pp.151-162
• /
• 2009

본 연구에서는 터널 설계구간의 대부분을 차지하는 미시추 구간의 지반 등급 분류를 정량적으로 수행할 수 있는 새로운 접근방법을 제안한다. 본 제안방법은 시추공에서 얻은 직접조사 결과와 시추구간의 전기 비저항 탐사결과를 이용해 인공 신경망을 학습시카고, 학습된 인공 신경망은 미시추 구간의 암반분류 등급을 추론하는데 적용된다. 지반등급 추론은 미시추 구간 영역에서 움직이는 격자형 창(window)의 중심점에서 이루어 지며 창내 귀속된 전기 비저항들은 추론을 위한 참고자료로 시용된다. 인공 신경망 학습은 최선 RPROP(Resilient backpropagation) 인공 신경망 학습 알고리즘과 early-stopping 기법을 이용하여 수행되었다. 본 연구에서는 실제 시추조사가 이루어진 터널현장에 제안기법을 적용하여 미시추 구간의 지반 등급을 추론하였으며, 전통적인 지구통계학적 크리깅(kriging) 기법에 의한 결과와도 상호 비교하였다. 결과적으로 본 연구를 통해 학습된 인공 신경망은 전통 크리깅 방법에 비해 매우 구체적이고 현실적인 예측결과를 제공하였다 또한, 인공 신경망 추론으로부터 얻어진 터널 종단 방향의 RMR과 Q-값의 분포에서는 전기 비저항 탐사로부터 추정된 취약지반 구간의 위치와 잘 일치하였으며, 두 값 상호간의 관계도 선행 연구 결과와 부합하였다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2003년도 암반역학위원회 학술세미나 논문집
• /
• pp.141-152
• /
• 2003

터널 설계를 위한 조사 있어서, 요사이 시추공 조사는 물론 탄성파 탐사, 전기 비저항 탐사 등의 물리탐사가 빈번히 행해지고 있는 실정이다. 따라서 최적의 지반평가(암반 등급 등)를 위해 조사에서 얻어지는 모든 자료를 체계적으로 최대한 활용할 수 있는 방법이 절실히 요구되고 있다. 많은 연구자들이 정량적 데이터가 부족한 경우에 대처하기 위해 정상적 데이터의 이용을 적극 제안해 왔다. 본 연구에서는 신뢰도가 다른 두 종류의 자료, 즉 시추공자료와 물리탐사 자료를 활용하여 시추가 되지 않은 구간의 암반등급을 추정하는 방법을 지구통계학적 이론에 근거하여 소개하고자 한다.

• 터널과지하공간
• /
• 제16권2호
• /
• pp.135-145
• /
• 2006

본 연구에서는 조건부 모사 기법 중 순차 가우시안 시뮬레이션(SGS)과 순차 지시 시뮬레이션(SIS)을 이용하여 터널설계 시 미시추구간의 암반등급(RMR)을 예측하여 보았다. 총 30개의 시추공자료 가운데 25개의 시추공자료를 이용하여 순차 가우시안 시뮬레이션과 순차 지시 시뮬레이션을 수행하였으며, 나머지 5개의 시추공에서의 실제 암반등급과 예측 암반등급을 비교하여 보았다. 그 결과 조건부 모사 기법은 암반등급의 공간적 분포특성을 비교적 잘 예측할 수 있고, 예측의 불확실성을 정량적으로 평가할 수 있는 효과적인 방법임을 확인할 수 있었다. 따라서 조건부 모사 기법의 결과는 미시추구간의 암반등급을 예측하는데 있어서 유용한 정보를 제공 해 줄 수 있을 것으로 판단된다.

• 한국지반환경공학회 논문집
• /
• 제20권3호
• /
• pp.15-20
• /
• 2019

확한 토공량 설계를 위해서는 충분한 량의 지반조사 자료가 필요하나 비용적인 문제로 인하여 제한적인 지반조사가 수행되고 있다. 정확한 토공량 예측을 위해서 지반의 층상정보를 추정하는 것은 중요한 사항이며, 이러한 제한적인 지반조사 데이터로부터 정확한 토공량 예측을 위해서는 지구통계학적(geo-statistical) 분석방법으로 지반 층상정보를 예측할 수 있다. 또한, 기시추된 지반 층상정보를 활용하여 기계학습을 통하여 모델을 학습하여 미시추된 지반 층상정보를 예측할 수도 있는데, 본 논문에서는 인공신경망을 통하여 미시추된 지반 층상정보를 예측하고 기존의 정규 크리깅 기법과 성능을 비교한다. 이를 위하여, 84공의 지반 층상정보를 활용한다. 84공의 지반 층상정보의 데이터셋 중에서 75공을 학습 데이터셋으로 활용하였고, 나머지 9공을 검증 데이터셋으로 활용하였다. 검증 데이터셋의 실측된 지반 층상정보와 정규 크리깅 기법과 인공신경망으로 예측된 지반 층상정보를 비교 분석한다.

• 한국터널지하공간학회 논문집
• /
• 제6권2호
• /
• pp.101-111
• /
• 2004

터널의 안정성 확보 및 최적설계를 위해서, 충분한 지반조사 데이터를 확보하는 것이 가장 중요하나, 공간상에 분포하는 자료측정의 제한성 및 경제적인 이유로 그렇게 하지 못하는 것이 현실이다. 특히, 터널은 민원 및 산악지형 등의 이유로 노선의 본선부에서 시추가 불가능한 구간이 발생하고, 각종 물리탐사 자료만으로는 정량적인 암반등급 산정이 어렵다. 따라서, 본 연구에서는 이러한 문제점을 극복하기 위하여 본선에서 이격된 물리탐사 자료 및 시추데이터를 최대한 활용해 지구통계학 기법의 하나인 2차원 다분적 지시크리깅을 확장한 3차원 다분적 지시크리깅 (3D multiple indicator kriging, 3D-MI kriging)기법을 제안하였다. 또한 제안된 3차원 다분적 지시크리깅기법을 경부고속철도 제 ${\bigcirc}-{\bigcirc}$공구 터널설계 시 RMR분류에 의한 암반등급 산정을 위해 적용하였다.

• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.867-878
• /
• 2018

자율주행차 시대가 가까워지면서 관련 연구가 활발히 진행되고 있다. 지금까지는 자율주행차의 교통류 영향 분석에 대한 연구가 주로 수행되었으며, 자율주행차에 대한 교통관리 연구는 아직 시작 단계이다. 본 연구는 공사구간에서 일반차와 자율주행차 환경에서의 동적합류제어 효과를 분석하였다. 동적지연합류와 동적지연합류에 동적조기합류까지 추가로 운영한 경우를 시뮬레이션을 통해 비교하였다. 시뮬레이션 결과에 따르면 동적지연합류는 일반차 환경과 자율주행차 환경 모두 운영하지 않은 경우와 비교했을 때 통행시간과 공사구간의 통과교통량을 개선시켰다. 동적조기합류까지 추가 운영한 경우는 일반차 환경에서 추가 개선효과를 확인할 수 없었으나, 자율주행차 환경에서는 추가 효과가 나타났다. 결과적으로 자율주행차 환경에서 동적합류제어 운영은 일반차 환경이 자율주행차 환경으로 변화시 개선되는 수준만큼 추가로 개선 효과가 있는 것으로 분석되었다. 따라서 향후 자율주행차 환경에서도 동적합류제어를 통한 고속도로 공사구간의 혼잡 개선이 일정부분 가능할 것으로 판단되며, 이를 통해 동적합류제어의 개선 방안을 제시할 수 있다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2005년도 제7회 특별심포지움 논문집
• /
• pp.37-42
• /
• 2005

우리나라 지형 여건 상 도로나 철도의 시공에는 터널이 포함되는 경우가 많다. 이 경우 터널의 미시추 구간에 대한 암반분류 도출에는 물리탐사가 유력한 수단이 된다. 탄성파 속도에 근거한 암반분류는 터널의 계획고가 깊을 경우 지표 및 시추공을 동시에 이용하는 대심도 토모그래피 기법이 적합하나 대심도 토모그래피 결과는 현재 국내에서 적용되고 있는 암반분류 기준으로 하면 통상 실제보다 암질을 양호하게 평가하는 경향이 있다. 본 연구에서는 암반상태와 탄성파 속도와의 상관관계를 보다 합리적으로 결정하기 위한 방법의 일환으로 셈블런스에 근거한 탄성파 기준속도비를 이용하는 암반분류방법을 제안하고 아울러 현장자료를 이용하여 그의 적용성을 고찰하였다.

• 지구물리와물리탐사
• /
• 제11권4호
• /
• pp.350-360
• /
• 2008

전기비저항은 땅의 여러 물리적 특성 중의 하나로 전기비저항 탐사, 전기비저항 검층과 실내시험 등을 통해 측정된다. 최근에 전기비저항은 도로나 철도터널의 지보형식 설계에서 미시추구간의 암반등급을 예측하는데 활용되는 등 그 활용도가 증가하고 있다. 전기비저항으로부터 신뢰할 수 있는 암반등급을 추정하기 위해서는 많은 현장시험과 함께 전기 비저항과 암반분류의 상관성에 대한 고찰이 요구된다. 본 연구에서는 먼저 암석시료에 대해 탄성파속도, 탄성계수, 일축 압축강도 등의 암석물성시험과 전기비저항 코어시험을 실시하였다. 시험결과로부터 획득된 전기비저항과 암석물성의 상관성을 분석한 결과 전기비저항이 암석물성과 높은 상관성을 가지고 있음을 확인하였다. 다음으로 일반적인 지반조사에 비해 현저히 많은 12개의 시추공에서 전기비저항 검층을 실시하여, 전기비저항 탐사 및 전기비저항 검층에 의한 전기비저항과 RMR의 상관성을 고찰하였다. 전기비저항 검층은 RMR과 80% 이상의 매우 높은 상관성을 보여 전기비저항을 이용하여 암반등급을 결정하는 방법이 과학적으로 타당하다는 것을 확인하였다. 이에 반해 전기비저항 탐사는 RMR과 20% 내외의 낮은 상관성을 가지는데 이는 단층파쇄대와 같은 저비저항 이상대가 역산에 영향을 미치기 때문으로 상관관계 분석시 신선한 암반, 절리파쇄대, 단층파쇄대로 그룹을 분리하여 상관성을 분석하면 신뢰성 있는 상관식을 도출할 수 있음을 확인하였다.

• 한국터널지하공간학회 논문집
• /
• 제14권5호
• /
• pp.503-516
• /
• 2012

터널 시공 중 암반등급은 지보패턴의 결정에 큰 영향을 주는 요소이다. 따라서 터널 설계 시에 터널이 시공되는 노선의 암반등급을 파악하기 위해서 시추조사를 수행한다. 시추구간 사이의 미시추 구간에서는 전기비저항 탐사, 탄성파 탐사 등과 같은 지구물리탐사를 통해 암반등급을 파악한다. 따라서 전기비저항과 암반등급의 상관관계를 찾기 위한 연구가 다수 수행되었다. 그러나 대부분의 연구는 실내시험 또는 전기비저항 탐사로부터 얻어진 전기비저항과 암반등급의 상관관계에 대한 연구이다. 따라서 본 연구에서는 현장의 전기비저항 검층 시험으로부터 얻어진 전기비저항과 RMR의 상관관계를 분석하였다. 현장 데이터 분석 결과, 전기비저항과 RMR은 약 90%이상의 매우 높은 상관관계가 있는 것으로 나타났다. 또한 RMR 평가 요소들과 전기비저항의 상관관계 분석을 수행한 결과, 전기비저항과 불연속면상태는 약 80%이상의 양호한 상관관계가 나타났으나 지하수상태는 약 57%이하의 낮은 상관관계가 나타났다.

• 지질공학
• /
• 제32권2호
• /
• pp.221-239
• /
• 2022

플랜트, 토목 및 건축 사업에서 말뚝 설계 시 어려움을 겪는 주된 요인은 지반 특성의 불확실성이다. 특히 표준관입시험을 통해 구한 N치가 설계 시 주요 입력값이나 짧은 입찰기간과 광범위한 구역에서 다수의 현장시험을 실시하는 것은 실제적으로 어려운 상황이다. 본 연구에서는 인공지능(AI)을 가지고 회귀분석을 적용하여 N치를 예측하는 연구를 수행하였으며, 최소한의 시추자료를 학습시킨 후 표준관입시험을 실시하지 못한 곳에서 N치를 예측하는데 그 목적이 있다. AI의 학습 성능을 높이기 위해서는 빅 데이터가 중요하며, 금회 연구 시 부족한 시추자료를 빅 데이터화 하는데 '원형증강법'을 적용하여 시추반경 2 m까지 가상 N치를 생성시키는 작업을 선행하였다. AI 모델 중 인공신경망, 의사결정 나무, 오토 머신러닝을 각각 적용하였으며 이 중 최적의 모델을 선택하였다. 최적의 모델을 선택하는 방법은 세 가지의 예측된 AI 모델 중 최소 오차값을 가지는 것이다. 이를 위해 폴란드, 인도네시아, 말레이시아에서 수행한 6개 프로젝트를 대상으로 표준관입시험의 실측N치와 AI의 예측N치를 비교하여 타당성 여부를 연구하였고, 연구 결과 AI 예측값에 대한 신뢰도가 높은 것으로 분석되었다. AI 예측값을 가지고 미시추 구간에서 지반특성을 파악 할 수 있었으며 3차원 N치 분포도를 사용하면 최적의 구조물 배치가 가능함을 확인하였다.