• 터널과지하공간
• /
• 제9권4호
• /
• pp.315-327
• /
• 1999

최근들어 발파, 수압파쇄, 암반사면 등의 암반공학적 문제에 있어서 암석파괴역학이 널리 적용되고 있다. 그러나 암석 고유의 특성으로서 파괴역학에서 가장 중요한 변수인 암석의 파괴인성 측정에 관한 방법은 아직 확립되지 못한 실정이다. 본 연구에서는 기존 파괴인성 측정법과 비교하여 많은 장점을 가지고 있는 CCNBD, SCB, CNSCB 및 BDT등과 같은 디스크 형태의 시험편을 사용하여 Mode I 파괴인성을 측정하였다. 또한 CCNBD 시험편에 STCA법을 적용하여 혼합모드 및 Mode II 파괴인성을 측정하였다. 각시험에서 시험편의 두께, 지름 및 노치길이 등과 같은 치수효과가 파괴인성에 끼치는 영향을 조사하였다. 혼합모드 시험결과로부터 여러 회귀곡선을 적용하여 파괴포락선을 구하였고 시험결과를 혼합모드에서의 세 가지 파괴기준식과 비교하였다. 각 파괴인성 시험 시에 균열전파가 시작되는 하중수준을 정확히 파악하고 균열의 변형거동을 조사하기 위해 미소파괴음 측정을 병행하였다.

• 터널과지하공간
• /
• 제21권1호
• /
• pp.66-81
• /
• 2011

암반 내 균열 생성, 진전, 파괴 등과 같은 지하 암반의 역학적 거동과 이들 균열을 통한 지하수 유동 및 온도 변화에 기인한 열응력이 역학적 거동에 미치는 상호작용을 모델링하기 위한 수치해석코드를 개발하였다. 개발된 수치해석코드에서는 기존의 2차원 FRACOD(Shen & Stephasson, 1993)에 열-역학 및 수리-역학 상호 거동을 모델링하기 위한 해석모듈을 개발하여 추가하였다. 열-역학 연계를 위해서는 가상열원법과 시간전진기법을 도입하였으며, 수리-역학 연계에서는 양해법에 의한 반복기법을 적용하였다. 수치해석결과와 해석해와의 비교를 통해 개발된 해석모듈의 유용성을 검증하고 해석사례를 통해 온도변화에 따른 열균열 발생 및 수압파쇄과정에서의 균열 진전 양상과 같은 절리암반 복합거동을 잘 표현할 수 있음을 확인하였다.

• 한국지반공학회논문집
• /
• 제38권11호
• /
• pp.69-86
• /
• 2022

철도는 정시성과 수송능력을 갖춘 여객 및 물류 운송 수단으로서 널리 사용되고 있다. 근래의 급격한 건설기술의 발전으로 철도는 대륙과 대륙, 대륙과 섬을 잇는 다양한 해저철도의 건설이 계획되고 있으며 국내에는 보령 해저터널(2021), 가덕 해저터널(2010) 등 유사 설계 및 시공 경험이 축적되고 있다. 그러나 최근 국내외적으로 다양한 규모의 지진이 빈번하게 발생함에 따라 지진위험에 대한 인식이 증대되고 있으며, 국내 지진의 발생빈도 또한 증가하고 있다. 해저터널에 대한 지진의 영향은 매우 복잡하나 주로 지반조건, 지진하중 등에 의하여 큰 차이를 보일 수 있다. 본 연구에서는 외부수압이 작용하는 가상의 해저철도 쉴드터널에 대하여 지반구성과 지진파 의한 영향을 파악하기 위하여 토사, 암반, 복합지반 및 파쇄대로 구성된 4 가지 지반조건을 반영한 3차원 수치해석 모델을 구축하였다. 각 해석 모델에 대하여 장주기, 단주기, 그리고 장단주기 특성을 모두 가지는 인공지진파를 각각 적용하여 유한차분해석법에 의한 동적해석을 수행하여 변위 및 터널 부재력 응답을 검토하였다. 그 결과 터널 변위는 토사지반에서 터널 진행방향에 연직방향 지진하중이 작용 시 장주기파의 영향이 우세하고 암반지반에서는 단주기파의 영향이 우세한 결과를 얻었다. 또한 국부적 취약구간인 파쇄대에서는 인공지진파의 영향이 우세하였다. 터널 세그먼트의 부재력 검토 결과 지반 및 세그먼트의 구속효과로 인하여 지진하중이 변위보다 부재력에 미치는 영향이 크게 나타남을 확인하였다. 

• 지구물리와물리탐사
• /
• 제19권1호
• /
• pp.1-10
• /
• 2016

셰일가스 개발 과정에서 수압 파쇄에 의해 발생하는 미소지진의 진원 분포는 균열대의 특성을 파악하는 데 필요한 중요한 정보를 제공한다. 본 연구에서는 가상의 진원에 대하여 부정확한 속도 구조 모델이 선형 역산법을 이용한 진원 결정 프로그램인 hypoellipse와 hypoDD의 결과에 어떠한 영향을 미치는 지에 대해서 알아보았다. 총 98개의 가상 관측소를 반경 4 km의 원내에 배치하였고, 25개의 지진들이 판상으로 분포한 가상 지진 세트를 관측망의 중심부에서부터 남쪽으로 1 km 간격으로 5곳에 배치하였다(S0 ~ S4). 역산 결과의 정확성을 정량적으로 평가하기 위해 진원들의 평균 위치의 차이를 의미하는 $d_1$, 가정한 진원에 대한 면적비 r, 근사 평면과 실제 평면의 경사 차이 ${\theta}$, 근사 평면과 실제 평면의 주향 차이 ${\phi}$, 근사 평면으로부터 진원들이 떨어진 거리의 제곱평균제곱근 $d_2$, 평면상에서의 진원들의 패턴의 정확성 $d_3$의 6가지 파라미터를 정의하였다. 층상 구조를 가정한 기준 속도 구조를 만들어 합성 주시자료를 계산하였으며, 속도 구조의 부정확성을 고려하기 위하여 진원 역산에 사용한 속도 구조 모델은 각 층의 기준 속도를 중심으로 0.1 km/s, 0.2 km/s, 및 0.3 km/s의 표준편차를 가지는 정규분포를 이용하여 구성하였다. 속도의 부정확성에 비례하여 오차가 커지는 파라미터에는 $d_1$, r, ${\theta}$, 및 $d_3$가 있으며, 나머지 두 파라미터는 S4의 경우를 제외하면 속도 부정확성의 정도와 관계없이 일정한 오차를 보여준다. S0, S1, S2, S3의 경우, hypoellipse와 hypoDD 모두 비슷한 $d_1$ 값을 나타낸다. 하지만 다른 파라미터의 경우 hypoDD가 훨씬 나은 결과를 보여주며, 진원의 상대적 오차는 속도 구조의 부정확도와 관계없이 수 미터 이하이다. 수압 파쇄의 부피 양상을 알기 위한 목적으로 상대적 진원 위치 부정확성을 수 미터 이내로 제한시키기 위해서 hypoellipse에서는 0.2 km/s 이내의 속도 오차의 표준편차를 가져야하며, hypoDD에서는 속도 오차의 표준편차 값이 0.3 km/s일 때에도 상대적 진원 위치 오차를 수 미터 이내로 제한시킬 수 있다.

• 터널과지하공간
• /
• 제29권3호
• /
• pp.184-196
• /
• 2019

본 연구에서는 화강암 시편에서 수압 파쇄법에 의해 생성된 미세균열의 3차원 형상을 X-ray CT 영상과 딥러닝을 이용하여 추출하였다. 실험으로 생성된 미세균열은 X-ray CT 영상 상에서 일반적인 영상처리방법으로는 추출하기 매우 어렵고 육안으로만 관찰이 가능한 형태를 지닌다. 하지만 본 연구에서 제안한 합성곱 신경망(Convolutional neural network) 기반 인코더-디코더(Encoder-Decoder) 구조의 딥러닝 모델을 통해 미세균열을 정량적으로 추출할 수 있었다. 특히 픽셀 단위의 미세균열 추출을 위해 인코딩 과정에서 소실되는 정보를 디코딩 과정으로 직접 전달하는 디코더 모델을 제안하였다. 또한, 딥러닝 기반 신경망 학습에 필요한 데이터의 수를 증가시키기 위해 이미지의 분할(Division), 회전(Rotation), 그리고 반전(Flipping) 등으로 데이터를 생성하는 영상 증대 방법을 적용하였으며 이때 최적의 조합을 확인하였다. 최적의 영상 학습 데이터 증대 방법을 적용하였을 때 검증 데이터뿐만 아니라 테스트 데이터에서의 성능 향상을 확인하였다. 학습 데이터의 원본 개수가 딥러닝 기반 신경망의 균열 추출 성능에 미치는 영향을 확인하고 딥러닝 기술을 사용하여 성공적으로 미세균열을 추출하였다.