• 제목/요약/키워드: 암반분류기법

검색결과 55건 처리시간 0.023초

물리탐사 자료의 해상도 향상을 위한 지구통계학적 다운스케일링 (Downscaling of Geophysical Data for Enhanced Resolution by Geostatistical Approach)

  • 오석훈;한성미
    • 한국지구과학회지
    • /
    • 제31권7호
    • /
    • pp.681-690
    • /
    • 2010
  • 블럭으로 주어지는 물리탐사 자료의 역산결과를 시추공 자료와 복합적으로 시뮬레이션하여 암반등급의 분류에 적용하였다. 물리탐사의 역산결과는 해석 대상에 대한 부가적 수준의 정보를 포함하게 되며, 전체 영역에 대한 정보를 제공한다. 반면, 시추공 자료는 해석 대상에 대한 직접적인 정보를 제공하지만, 그 정보의 공간적 범위가 매우 좁아 포인트 자료로써 이용된다. 블럭으로 주어지는 물리탐사 역산결과와 포인트로 주어지는 시추공 자료를 결합하여 크리깅이나 지구통계학적 시뮬레이션을 수행하기 위해서는, 포인트-포인트, 포인트-블럭, 블럭-포인트 간의 공분산 정보가 필요하다. 이 연구에서는 SGeMS에서 제공하는 Bssim 모듈을 이용하여, 역산 블럭과 시추공 포인트간의 복합적 시뮬레이션을 통해 공간적 특성이 다른 자료를 반영하는 다운스케일 된 결과를 얻었고, 이를 선행연구에서 적용한 지구통계학적 역산 결과와 비교하였다. 그 결과, 본 방법에 의한 다운스케일링 기법이 보다 확장가능하고 유연한 적용이 가능한 것으로 판단하였다.

딥러닝 기반 스타일 변환 기법을 활용한 인공 달 지형 영상 데이터 생성 방안에 관한 연구 (A Study for Generation of Artificial Lunar Topography Image Dataset Using a Deep Learning Based Style Transfer Technique)

  • 나종호;이수득;신휴성
    • 터널과지하공간
    • /
    • 제32권2호
    • /
    • pp.131-143
    • /
    • 2022
  • 달 현지 탐사를 위해 무인 이동체가 활용되고 있으며, 달 지상 관심 지역의 지형 특성을 정확하게 파악하여 실시간으로 정보화 하는 작업이 요구된다. 하지만, 정확도 높은 지형/지물 객체 인식 및 영역 분할을 위해서는 다양한 배경조건의 영상 학습데이터가 필요하며 이러한 학습데이터를 구축하는 과정은 많은 인력과 시간이 요구된다. 특히 대상이 쉽게 접근하기 힘든 달이기에 실제 현지 영상의 확보 또한 한계가 있어, 사실에 기반하지만 유사도 높은 영상 데이터를 인위적으로 생성시킬 필요성이 대두된다. 본 연구에서는 가용한 중국의 달 탐사 Yutu 무인 이동체 및 미국의 Apollo 유인 착륙선에서 촬영한 영상을 통해 위치정보 기반 스타일 변환 기법(Style Transfer) 모델을 적용하여 실제 달 표면과 유사한 합성 영상을 인위적으로 생성하였다. 여기서, 유사 목적으로 활용될 수 있는 두 개의 공개 알고리즘(DPST, WCT2)를 구현하여 적용해 보았으며, 적용 결과를 시간적, 시각적 측면으로 비교하여 성능을 평가하였다. 평가 결과, 실험 이미지의 형태 정보를 보존하면서 시각적으로도 매우 사실적인 영상을 생성할 수 있음을 확인하였다. 향후 본 실험의 결과를 바탕으로 생성된 영상 데이터를 지형객체 자동 분류 및 인식을 위한 인공지능 학습용 영상 데이터로 추가 학습된다면 실제 달 표면 영상에서도 강인한 객체 인식 모델 구현이 가능할 것이라 판단된다.

국내 확률론적 지진계수 생성 (Development of Probabilistic Seismic Coefficients of Korea)

  • 곽동엽;정창균;박두희;이홍성
    • 한국지반공학회논문집
    • /
    • 제25권10호
    • /
    • pp.87-97
    • /
    • 2009
  • 지진계수는 지진재해도 함께 지표면에서의 설계응답스펙트럼을 생성하는데 사용된다. 지진계수는 일반적으로 결정론적인 방법으로 도출되는 반면 지진재해도는 확률론적으로 계산되어 이들은 혼용될 수 없으나, 국내외 내진설계기준에서는 이들을 명확한 근거없이 혼용하고 있다. 이와 같은 근본적인 문제점을 해결하기 위해서 본 연구에서는 기존의 지진재해분석과 암반노두에서는 동일한 결과를 재현하되 지반응답해석 기능을 추가하여 토층에서의 부지증폭현상을 고려한 확률론적인 지진계수를 도출할 수 있는 신(新) 지진재해분석 기법을 적용하였다. 신(新) 지진재해분석 기법의 또다른 장점은 지반의 불확실성과 임의성을 합리적으로 고려할 수 있다는 점이다. 본 연구에서 계산된 확률론적 지진계수는 내진설계기준(II)과 국내에서 제안된 지진계수 세트들과 비교하여 차이점을 분석하였다. 비교 결과, 내진설계기준(II)과는 현격한 차이가 있는 반면, 또다른 지진계수와는 일부 지반분류에서만 차이가 나는 것으로 나타났다.

스웨덴 고준위방사성폐기물 심층처분시설의 설계 사례 분석 (Case Study of Deep Geological Disposal Facility Design for High-level Radioactive Waste)

  • 임주휘;정재훈;전석원;송기일;신영진
    • 터널과지하공간
    • /
    • 제33권5호
    • /
    • pp.312-338
    • /
    • 2023
  • 고준위방사성폐기물 심층처분시설은 고온의 사용후핵연료에서 핵종 누출을 막기 위해 열적, 역학적, 수리적 안전성이 장기적으로 확보되도록 일반적인 지하터널과는 다른 특별한 설계가 필요하다. 스웨덴 SKB는 고준위방사성폐기물 처분시설의 설계 기준을 수립하고 포쉬마크 지역에 대해 실제 설계를 수행하였다. 그리고 지반 불확실성에 대응하기 위해 모니터링과 그에 따른 설계 변경이 가능한 관찰 기법과 단계별 개발법을 제안하였다. SKB는 지반 유형과 지반 거동을 분류하고 포쉬마크 지역에 존재하는 지반유형과 거동의 조합에 적절한 지보 유형을 대응시키는 독자적인 지보 시스템을 개발하였고 기존 지보 시스템과 비교를 통해 안전성을 확인하였다. POSIVA는 SKB와 유사한 방식으로 온칼로 지역에 대해 지보시스템을 개발하였으나 포쉬마크와는 상이한 지반 특성을 반영하였다. 이를 참고하여, 국내 고준위방사성폐기물 심층처분시설 건설을 위한 설계가 이루어질 수 있을 것이며 국내 특성에 맞는 지보 시스템 또한 수립될 수 있을 것이다.

실시간 측정데이터 기반의 디스크커터 마모상태 판별 딥러닝 알고리즘 개발 (Development of deep learning algorithm for classification of disc cutter wear condition based on real-time measurement data)

  • 이지윤;여병철;정호영;김정주
    • 한국터널지하공간학회 논문집
    • /
    • 제26권3호
    • /
    • pp.281-301
    • /
    • 2024
  • 송전선로 지중화 사업의 일환인 전력구 터널은 쉴드TBM 공법에 의해 건설된다. 쉴드TBM 구성요소 중 디스크커터는 암반을 파쇄하는 중요한 역할을 수행한다. 마모한계에 도달하거나 편마모와 같은 파손이 발생함에 따라 적절한 교체가 이루어져야 효율적인 터널 공사가 가능하다. 본 연구에서는 실시간으로 측정된 디스크커터의 마모량과 회전수를 기반으로 디스크커터의 마모상태를 판별하기 위한 딥러닝 알고리즘 개발을 수행하였다. 실대형 굴진시험 결과를 통해 디스크 커터의 마모상태에 따라 측정데이터가 상이하게 획득되는 것을 확인하였다. 합성곱신경망 모델을 기반으로 실시간 측정데이터를 활용하여 디스크커터의 마모특성을 판별할 수 있는 알고리즘을 개발하였다. 합성곱신경망의 필터를 통해 데이터의 분포 특성을 학습할 수 있고, 이러한 패턴 특징을 통해 균등마모와 편마모를 분류할 수 있는 모델의 성능을 확인하였다.