• 화약ㆍ발파
• /
• 제21권1호
• /
• pp.41-47
• /
• 2003

도로, 항만, 터파기 등의 공사에서 대량의 발파 작업이 선행되는 경우가 빈번하다. 발파작업은 시공을 맡은 원청 회사측에서 직접 행하는 수도 있지만 대개는 전문적으로 발파를 시행하는 업체에게 하청을 주게 마련이다. 이럴 경우 종종 발파작업이 완료된 이후 원청회사와 하청회사 사이에 발파작업 수량에 대한 원만한 합의를 보지 못할 경우가 있는 이럴 경우 쌍방 혹은 쌍방이 위임한 제3자가 발파작업 수량을 추정하게 된다. 사후에 발파작업수량을 추정하는 방법으로는 일위대가표를 적용한 추정, 시행된 발파의 비장약량을 적용한 추정, 발파작업일보를 비교하여 뇌관당 발파암량을 적용하는 방법들이 있다. 본 연구에서는 특정한 사례를 통하여 뇌관당 발파암량을 적용하여 발파작업수량을 추정하는 방법을 소개하고 이 방법이 다른 여타의 추정 방법에 비하여 가장 신회성이 높음을 입증하였다.

• 터널과지하공간
• /
• 제11권3호
• /
• pp.248-256
• /
• 2001

실린더 컷은 터널 굴착단면의 크기에 관계없이 널리 이용된다. 본 연구에서는 발파당 굴진장을 중대시키기 위하여 종래의 방법과 다른 새로운 방법을 제안하였다. 이 방법의 새로운 패턴은 그림과 같으며, 각 단계별로 상세한 저항선, 공간간격은 별도 그림과 같다. 새로운 실린더 컷 방법과 종래의 방법과의 결과는 다음과 같다. 종래 방법은 굴진장이 천공장의 90∼95%인데 비하여 새로운 방법은 대체로 99.5%이다. 비장약량이 1.363kg/㎥에서 1.297로 약 5% 감소되며, 비천공장이 2.393 m/㎥에서 2.130으로 약 8%o감소 된다. 그밖에 지반진동, 비산, 파쇄암의 크기 등이 종래 방법에 비하여 우수함을 확인하였다.

• 화약ㆍ발파
• /
• 제24권2호
• /
• pp.1-8
• /
• 2006

본 연구는 규석광의 터널 굴착시 굴진장 향상과 사압현상 및 소결현상을 예방하기 위해 모든 장약공의 장약밀도를 다르게 적용하였다. 이 때 심발공은 동일 장약공내에 2개의 뇌관을 이용한 정기폭과 역기폭의 복합기폭방식을 도입하였다. 자유면 형성이 어려운 공저부분은 높은 장약밀도로 장전하고, 주상부분은 공저보다 낮은 장약밀도로 장전함으로써 폭약의 위력이 효과적으로 암반에 대응할 수 있는 공법인 복합장약기폭시스템을 개발하였다. 그 결과 경암이나 장공발파에서 흔히 발생되는 사압현상 및 소결현상 등을 방지할 수 있었다. 또한 1회 천공장 대비 굴진장을 95% 이상 증대시킴으로써 약 15% 정도의 시공능율이 향상되고 비장약량이 20% 정도 감소되었다.

• 터널과지하공간
• /
• 제31권6호
• /
• pp.508-519
• /
• 2021

본 연구에서는 발파 시 사람과 주변 환경에 영향을 끼치는 발파진동(peak particle velocity, PPV)을 예측하는 모델을 개발하였다. PPV를 예측하기 위해 kNN(k-nearest neighbors), CART(classification and regression tree), SVR(support vector regression), PSO(particle swarm optimization)-SVR 알고리즘을 이용한 4가지 머신러닝 모델을 개발하고 상호 비교하였다. 머신러닝 모델을 훈련하기 위해 경상남도 창원시에 있는 욕망산을 연구지역으로 선정하고 1048개의 발파 데이터를 획득하였다. 발파 데이터는 천공장, 저항선, 공간격, 최대지발장약량, 비장약량, 총공수, 에멀전비율, 이격거리, PPV로 구성되었다. 훈련된 모델들의 성능을 평가하기 위한 지표 값으로 MAE(mean absolute error), MSE(mean squared error), RMSE(root mean squared error)를 사용하였다. 평가결과 PSO-SVR 모델이 MAE, MSE, RMSE가 각각 0.0348, 0.0021, 0.0458으로 가장 우수한 예측 성능을 나타냈다. 마지막으로 개발된 머신러닝 모델을 이용하여 주변 환경에 영향을 끼치는 정도를 예측하는 방법을 제시하였다.

• 화약ㆍ발파
• /
• 제29권2호
• /
• pp.89-99
• /
• 2011

최근 제주도 개발을 위한 많은 토목공사가 실시되고 있다. 하지만 화산활동 과정에서 생성된 클링커층과 다공질 현무암이 불규칙하게 분포된 제주도 암반은 그 구조적 특성으로 인해 발파효율이 매우 낮아 공사에 큰 지장을 주고 있다. 이러한 문제점을 해결하기 위해 3지역에서 실시된 시험발파결과를 분석한 결과 효과적인 발파를 위한 비장약량은 0.40~0.45 $kg/m^3$이 되어야 할 것으로 판단할 수 있었다. 또한 굴착심도 내에 클링커층의 존재유무로 나누어 발파설계를 해야 할 것으로 판단되었다.

• 화약ㆍ발파
• /
• 제18권3호
• /
• pp.15-28
• /
• 2000

국내에서는 Heavy ANFO로 더 잘 알려져 있는 Emulsion Blends는 왁스 대신 오일을 사용 하여 상온에서 펌핑이 가능하도록 한 에멀젼과 ANFO(또는 초안)의 혼합물을 일컫는다. ANFO는 저렴하고 안전하며 장약이 쉽고 밀장전되는 장점이 있지만, 내수성이 거의 없고 폭발 속도가 느리며 장약 비중이 0.75∼0.90g/cc 정도로 낮아 폭약으로서 그 위력이 작은 단점을 갖고 있다. Blends는 수용성 ANFO 입자 사이의 빈 공간을 내수성 에멀젼이 태우고 있는 형태로서 에멀젼 함량 25%부터 내수성이 나타나기 시작하여 에멀젼 함량 40% 이상에서는 완전한 내수성을 갖게 되며, 에멀젼의 함량이 증가할수록 폭발속도는 카트리지 에멀젼 폭약에 근접하게 된다. 장약 비중은 에멀젼의 함량이 증가하여 45% 근처에서 1.25∼ 1.30g/cc의 최대 값을 갖지만, 그 이상의 에멀젼 함량에서는 기폭 감도 저하로 예감제를 사용하여 비중을 감소시키는 것이 바람직하다. Blends는 자체에 물을 함유하고 있으므로 열역학적으로 계산된 단위 중량당 반응열은 ANFO에 비해 매우 적지만, 폭발속도, detonation pressure(폭굉압), borehole pressure(폭발압력) 등이 ANFO에 비해 크므로 폭발압력에서부터 암석의 파괴가 가능한 압력가지의 단위 중량당 유효한 에너지의 양은 암석의 강도가 커질수록 ANFO에 비해 매우 적지만, 폭발속도, ANFO와 비슷해진다. 따라서 장약 비중이 ANFO의 130∼145%로 높은 Blends는 동일한 천공에 더 많이 장약할 수 있어 단위 천공당 암석 파괴에 이용되는 유효 에너지의 총 양이 커지게 되므로, 공간격과 저항선을 늘릴 수 있어 총 천공수를 감소시킬 수 있다. 결론적으로, Blends의 장점은 내수성과 함께 비장약량은 비슷하거나 약간 증가하는데 비해, 천공수는 크게 감소하여 전체적으로는 발파 현장의 경제성이 향상된다는데 있다.

• 한국터널지하공간학회 논문집
• /
• 제24권5호
• /
• pp.431-449
• /
• 2022

지금까지 국내에서는 수 많은 터널들이 완공되어 오면서 시공에서뿐 아니라 설계에서도 다양한 경험과 기술이 지속적으로 축적되어 왔다. 따라서 이제는 매우 복잡한 지질조건 또는 특수한 터널구조가 아니라면 일반적인 터널설계작업은 설계 항목에 따라 기존 유사 설계사례를 수정 또는 보완하는 것만으로도 충분한 경우도 적지 않다. 특히 터널발파설계의 경우, 실제 터널시공시 현장에서 시험발파를 통해 시공을 위한 발파설계를 추가로 수행하는 것이 일반적이라는 것을 감안할때, 설계단계에서 수행하는 발파설계는 예비설계 성격을 지니고 있어 기존의 유사 설계사례를 참고하는 것도 타당하다고 사료된다. 한편 최근 4차산업혁명시대에 들어서면서 전 산업분야에 걸쳐 그 활용도가 급증하고 있는 인공지능은 터널 및 발파분야에서도 다양하게 활용되고 있지만, 발파터널의 경우 발파진동 및 암반분류 등의 예측 분야에서 주로 활용되고 있을 뿐 터널발파패턴 설계에 활용된 사례는 많지 않다. 따라서 본 연구에서는 터널발파설계를 인공지능의 한 분야인 머신러닝 모델을 이용하여 자동화하기 위한 시도를 하였다. 이를 위하여 25개 학습용 터널설계 자료 및 2개의 시험용 설계자료에서 4가지의 입력데이터(지보패턴, 도로유형, 상반 및 하반 단면적) 및 16개의 출력데이터(심발공 종류, 비장약량, 천공수, 각 발파공 그룹별 공간격과 저항선 등)를 발췌하였다. 이를 기반으로 3가지 머신러닝 모델, 즉, XGBoost, ANN, SVM 모델을 시험한 결과 XGBoost모델이 상대적으로 최상의 결과를 나타내었다. 또한 이를 이용하여 실제 발파설계 상황을 가정하여 발파패턴을 제안하도록 한 결과 일부 항목에서 보완이 필요하긴 하지만 일반적 설계와 유사한 결과를 나타내었다. 본 연구가 기초연구 성격이어서 전체 발파설계를 완벽하게 수행하기는 아직 부족하지만, 향후 충분한 발파설계데이터를 확보하고 세부적인 처리과정을 보완하여 실용적인 활용이 가능하도록 추가 연구를 수행할 계획이다.