• 터널과지하공간
• /
• 제31권6호
• /
• pp.494-507
• /
• 2021

TBM의 활용이 증가하면서 최근 국내에서도 머신러닝 기법으로 TBM 데이터를 분석하여 TBM 전방의 지반을 예측하고 디스크커터의 교환주기 예측 및 굴진율을 예측하는 연구가 수행되고 있다. 본 연구에서는 TBM 굴진 시 기계 데이터를 대상으로 전통적 암반에 대한 분류 기법과 최근에 다양한 분야에서 널리 사용되고 있는 머신러닝 기법들을 접목하여 슬러리 쉴드 TBM 현장의 암반 특성에 대한 분류 예측을 하였다. 암반 특성 분류 기준 항목을 RQD, 일축압축강도, 탄성파속도로 설정하고 항목별 암반상태를 클래스 0(양호),1(보통),2(불량)의 3개 클래스로 구분한 다음, 6개의 분류 알고리즘에 대한 기계학습을 수행하였다. 그 결과, 앙상블 계열의 모델이 좋은 성능을 보여주었고 특히 학습성능과 더불어 학습속도에서 우수한 결과를 보인 LigthtGBM 모델이 대상 현장 지반에서 최적인 것으로 나타났다. 본 연구에서 설정한 3가지 암반 특성에 대한 분류 모델을 활용하면 지반정보가 제공되지 않은 구간에 대한 암반 상태를 제공할 수 있어 굴착작업 시 도움을 줄 수 있을 것으로 판단된다.

• 한국암반공학회:학술대회논문집
• /
• 한국암반공학회 2008년도 춘계학술발표회 논문집
• /
• pp.69-78
• /
• 2008

• 한국지반공학회지:지반
• /
• 제9권3호
• /
• pp.61-66
• /
• 1993

본 논문에서는 암반 분류를 위해 물리탐사 결과나 그동안 축적된 시공경험 등의 정성적 자료의 사용을 고려하였다. 터널 설계를 위한 요소(parameter)들이 공간적 상관관계를 갖기 때문에 지구 통계학(Geostatistics)을 이용하였으며, 특히, 비모수적 (non-parametric)방법 중의 하나인 지시 크리깅(indicator kriging) 기법을 사용했다. 최적 분류를 위한 선택 기준으로는 오차에 대응하는 비용(the cost of errors)을 사용했으며, 암반분류는 이분적 분류에 한정하였다. 앞으로, 정량적 데이타가 절대적으로 부족한 터널공사등에서 비교적 많은 양이 존재하는 정성적 데이타의 이용은 절실하며, 이러한 점에서 본 연구가 가지는 의미는 크다.

• 터널과지하공간
• /
• 제28권4호
• /
• pp.358-371
• /
• 2018

지하광산에서 갱도나 공동의 안정성은 생산성과 안전을 확보해야 하는 광산운영에 있어서 가장 중요한 관심사이다. 공동의 안정성에 영향을 주는 많은 암반조건 중 공동의 폭과 높이는 중요한 설계요소가 된다. 이 논문의 주된 목적은 암반분류법 중에 Q시스템을 이용하여 무지보로 유지할 수 있는 최대 무지보갱도 폭을 국내 석회석 광산현장에서 용이하게 결정하기 위한 것이다. 국내 석회석 광산에서 무지보갱도 규격에 대한 고찰을 위해 여러 석회석 지하광산 200여개의 측점에서 암반분류 측정이 이루어졌다. Q 시스템을 이용한 무지보 갱도폭을 결정하는 관계식과 안정성 그래프법을 이용한 최대 무지보 갱도 폭을 결정하는 관계식을 유도하여 비교검토가 이루어졌다. 또한 현장에서 사용하기 쉽도록 GSI와 RMR을 결합한 새로운 방식의 분류법을 제안한다.

• 터널과지하공간
• /
• 제15권1호
• /
• pp.47-54
• /
• 2005

암반 불연속면의 조사 및 분석 과정에서 거쳐야할 필수적인 단계 중 하나는 방대한 불연속면 자료로부터 군을 판별하는 것이다. 불연속면 군 분류는 암반분류, 키블록 해석. 개별요소해석 및 불연속연결망 생성과 같은 암반공학적 업무에 있어서 필수적이다. 일반적으로 등고선도를 이용한 수작업 군 분류가 적용되었으나 이 방법은 수작업에 의존한 주관적인 결과를 제공한다는 단점이 있다. 본 연구에서는 유전자알고리즘을 이용한 불연속면 군 분석기법을 도입하였으며 방향성 자료에 적용하기 위해 기본적인 유전자알고리즘을 변경하였다. 최종적으로 이러한 이론을 적용한 FORTRAN 프로그램 GAC를 개발하였으며 두 가지 형태의 불연속면 자료의 군 분석에 적용하였다. 적용 결과 GAC를 적용한 군 분류는 빠르고 효율적인 군 분석방법임을 확인하였으며 최적의 불연속면 군 수를 결정하는 데 있어서 분산에 근거한 적합도 함수가 Davis-Bouldin 지수에 근거한 적합도 함수보다 효율적인 것으로 나타났다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.469-484
• /
• 2021

터널 설계 시 지반조사를 통한 암반분류 결과는 공사기간 및 공사비 산출, 그리고 터널안정성 평가에 지대한 영향을 미친다. 국내에서 지금까지 완공된 3,526개소의 터널들의 설계 및 시공을 통해 관련 기술들은 지속적으로 발전되어 왔지만, 터널 설계 시 암질 및 암반등급을 보다 정확하게 평가하기 위한 방법에 대한 연구는 미미하여 평가자의 경험 및 주관에 따라 결과의 차이가 큰 경우가 적지 않다. 따라서 본 연구에서는 암석샘플에 대한 주관적 평가를 통한 기존의 인력에 의한 암반분류 대신, 최근 지반분야에서도 그 활용도가 급증하고 있는 머신러닝 알고리즘을 이용하여 시추조사에서 획득한 다양한 암석 및 암반정보를 분석하여 보다 신뢰성있는 RMR에 의한 암반분류 모델을 제시하고자 하였다. 국내 13개 터널을 대상으로 11개의 학습 인자(심도, 암종, RQD, 전기비저항, 일축압축강도, 탄성파 P파속도 및 S파 속도, 영률, 단위중량, 포아송비, RMR)를 선정하여 337개의 학습 데이터셋과 60개의 시험 데이터셋을 확보하였으며, 모델의 예측성능을 향상시키기 위해 6개의 머신러닝 알고리즘(DT, SVM, ANN, PCA & ANN, RF, XGBoost)과 각 알고리즘별 다양한 초매개변수(hyperparameter)를 적용하였다. 학습된 모델의 예측성능을 비교한 결과, DT 모델을 제외한 5개의 머신러닝 모델에서 시험데이터에 대한 RMR 평균절대오차 값이 8 미만으로 수렴되었으며, SVM 모델에서 가장 우수한 예측성능을 나타내었다. 본 연구를 통해 암반분류 예측에 대한 머신러닝 기법의 적용 가능성을 확인하였으며, 향후 다양한 데이터를 지속적으로 확보하여 예측모델의 성능을 향상시킨다면 보다 신뢰성 있는 암반 분류에 활용될 수 있을 것으로 기대된다.

• 터널과지하공간
• /
• 제25권2호
• /
• pp.210-219
• /
• 2015

본 연구에서는 설문조사 기법인 델파이 방법을 이용하여 RMR 분류법과 Q 분류법에 정성적인 지표로 제시되어 있는 불연속면의 거칠기 평가분류를 정량화하였다. 패널을 선정하고 웹상에 설문조사 사이트를 개설하여 불연속면의 거칠기에 대한 설문조사를 실시하였다. 총 3회의 걸쳐 설문조사를 수행하였으며, 설문조사에는 표준 프로파일과 몬테카를로 시뮬레이션 기법이 적용되어 표준 프로파일과 동일한 미소 평균거?각(Ai)을 갖는 프로파일을 이용하였다. 각 설문이 종료된 후에는 전체의 설문 결과를 배포하여 다음 설문 시에 전체의 의견과 자신의 의견을 비교하여 의사결정을 할 수 있도록 하였다. 설문 결과에 대하여 합의도와 수렴도를 나타내었으며, 설문조사가 회를 거듭할수록 합의도와 수렴도가 높아지는 경향을 보였다. 이에 3차 설문조사 결과를 일정한 합의의 수준에 도달하였다고 판단하고, 이를 이용하여 각 암반분류법의 거칠기 평가기준을 구분하고 분류의 범위를 정량화하였다.

• 지질공학
• /
• 제16권3호
• /
• pp.283-291
• /
• 2006

기존의 NATM 터널에서는 숏크리트가 임시적인 지보재로 사용되었으나 싱글쉘에서는 영구적인 구조물의 역할을 담당하게 된다. 따라서 숏크리트에 작용하는 하중과 변위를 신뢰성 있게 예측하는 것이 터널의 안정성을 확보하기 위한 필수조건이므로 지반정수 산정의 정확성이 매우 중요하다. 특히, 국내의 지질상태는 외국과 다르므로 싱글쉘 공법을 국내에 적용하기 위해서는 국내 지질상태를 고려한 지반정수 산정기법의 기술 개발이 필수적이다. 본 연구에서는 국내 25개 터널 현장에서의 암반분류 사례 및 지반정수 사례를 조사하였다. 국내 싱글쉘 터널공법을 위한 지보 패턴안을, Q분류에서 수정된 NMT방법과 국내 암반상태를 고려하여 제안하였다. 또한 사례연구를 통한 Q시스템과 RMR값의 상관성을 이용하여 RMR을 이용한 지보량을 제시하였다.

• 터널과지하공간
• /
• 제29권5호
• /
• pp.305-317
• /
• 2019

노출 암반과 시추 코어를 특성화하고, 터널, 공동 및 광산 갱도에서 지보 및 보강 대책을 추정하기 위해 RMR 및 Q 분류법이 기술자들에 의해 널리 사용되어왔다. 사면에서의 암반분류는 SMR이 많이 사용되었지만 Q-Slope가 2015년부터 사면에 도입되었다. 지난 10년간, Q-slope라 불리는 수정된 Q시스템이 노천광산의 벤치, 도로사면 사면에 적용하기 위해 많은 저자들에 의해 시험되었다. 이 시험들을 통하여 Q-slope 값과 장기 안정 및 무지보 사면 경사각 사이에 간단한 상관관계가 있음이 나타내어 왔다. 터널이나 지하공간에서 RMR과 Q를 병용하면서 비교를 통해 상호보완 해왔던 것과 마찬가지로 사면에서도 SMR과 병행하여 Q-Slope를 사용할 수 있을 것이다. 국내에서 발표사례가 없는 Q-Slope의 사용방법과 인도네시아 Pasir 노천석탄광의 적용 예를 소개하고자 한다.

• 터널과지하공간
• /
• 제11권4호
• /
• pp.311-318
• /
• 2001

RQD는 암반의 파쇄정도를 평가하고 암반분류의 변수로서 중요하나 이방성 및 산정길이에 따른 오차를 내포하고 있다. 따라서 보다 정확하게 토목시공 대상암반의 RQD를 평가하기 위해서는 3차원공간에서치 RQD 변화특성을 파악하는 것이 중요하다. 본 연구에서는 등각평사투영망상에 RQD의 3차원적 분포를 도시하고 산정길이와 절리빈도에 따른 RQD의 오차 정도를 파악하고자 하였으며 이후 설계과정에서의 영향을 검토하고 또한 이를 국내현장에 적용하여 보았다. 이러한 시도는 지질조사 결과를 보다 정확하게 설계 및 시공에 반영하고 이후 시공과정에서의 지질조사에도 적용할 수 있을 것으로 기대된다.