• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2001년도 가을 학술발표회 논문집
• /
• pp.185-198
• /
• 2001

암반 불연속면에 대한 조사는 국제 암반역학회(ISRM)에서 추천하는 조사법이 합리적으로 불연속면이 특성을 기재할 수 있는 방안이기 때문에 널리 적용되고 있다 그러나, 이 안에서는 조사결과를 공학적 의미가 있는 암반특성치로 변환하는 방안에 대한 언급이 없다. 본고에서는 지질기술자들이 불연속면조사시 주로 사용하는 ISRM 추천안인 제시한 조사항목에 토목기술자들이 주로 사용하는 RMR 혹은 Q-system 분류안의 정량적인 값을 적용할 수 있을 지를 검토하였다. 이에 대한 관련기술자들의 관심이 모여질 때 정량적인 인자에 기초한 ISRM 조사법에 부합되는 암반분류안의 구축도 가능하리라 생각된다.

• 터널과지하공간
• /
• 제31권1호
• /
• pp.10-24
• /
• 2021

지하 구조물 구축 시 구조물의 안정성을 확보하기 위해서는 주변 암반에 대한 암반 분류가 필수적으로 수행해야 한다. 특히 암반 내에 존재하는 불연속면은 암반의 물리적, 역학적 특성에 지배적인 영향을 미치므로 암반 불연속면에 대한 정확한 정보의 획득을 통해 신뢰도 높은 암반분류값을 제시하는 것은 매우 중요한 요소이다. 이러한 암반 분류는 지금까지 대부분 수작업을 통해 수행되었다. 그러나 대규모 지질조사와 같은 대형 조사면적에 대한 정확도의 부재, 비숙련자에 의한 암반 등급 결정값의 신뢰도 결여 등에 대한 문제점들이 항시 제기되어 왔다. 따라서 최근에 와서는 넓은 범위에 대해서도 신속하고 정확한 암반 분류를 위해 LiDAR를 이용한 암반 분류의 자동화에 대한 연구가 국내·외적으로 널리 이루어지고 있는 추세이다. 그러나 LiDAR 촬영으로 획득되는 point cloud로부터 불연속면의 정보를 분석하는 알고리즘의 특성에 따라 상이한 결과가 도출될 수 있으며, 숙련자에 의한 수작업의 결과를 완벽하게 대체하기에는 미흡한 경우가 종종 발생하고 있다. 따라서 본 연구에서는 LiDAR 촬영으로 획득한 point cloud로부터 불연속면을 추출하는 다양한 알고리즘을 설명하였으며, 이들 알고리즘을 이용하여 실제 암반 사면을 대상으로 불연속면을 추출하는 과정을 분석하였다. 본 연구에서 제시하는 다양한 알고리즘의 적용 과정은 향후 LiDAR 등을 통하여 획득한 디지털 데이터로부터 암반 불연속면을 추출하는 연구에서 참고자료로 활용될 것을 기대한다.

• 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.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2003년도 암반역학위원회 학술세미나 논문집
• /
• pp.51-64
• /
• 2003

Bieniawski에 의해 개발된 RMR은 암석강도 및 불연속면, 지하수 등의 6개 인자에 따라 분류되어, 이들을 합산하여 결정된다. RMR 분류법은 각 요소들에 대한 평가가 비교적 쉽고, 다양한 응용을 거쳐 여러 분야에 적용되어 국내에서도 가장 널리 사용하고 있는 암반분류 방법 중의 하나이다. RMR 분류결과는 터널의 유지시간, 최대 무지보폭의 예측, 지보량 산정, 암반의 물리적 특성값 예측 등에 적용될 수 있다. 또한 RMR 분류법을 사면안정, 댐 기초, 심부 광산 등에 적용하거나, RMR 분류법의 미비한 부분을 보완하기 위한 여러 가지 수정방법이 제시되었다.

• 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.

• 화약ㆍ발파
• /
• 제24권1호
• /
• pp.21-28
• /
• 2006

현재 가장 많이 사용되고 있는 암반분류법인 RMR 이나 Q 분류법을 이용하여 조사단계에서 암반평가를 할 때, 평가요소의 하나인 RQD 값을 구하기 위한 시추작업이 제한적으로 이루어지고 있고, 또한 시공단계에서도 시추작업은 거의 이루어지지 않고 있는 실정이다. 실제 현장조사에서는 RQD값은 일반적으로 유추되거나 간접적인 방법을 통해서 이루어지고 있는 실정이다. 또한 암반내의 절리간격조사도 여러 군의 절리가 존재할 경우 그룹별 간격의 측정이 용이하지 않으며 불연속면의 연속성 등 불연속면의 특성에 관한 측정이 쉽지 않다는 것이다. 절리간격 요소도 설제로는 RQD와 중복되는 요소로서 시추 코아에 의존하지 않고 보다 쉽게 암반평가를 실시할 수 있는 새로운 암반분류법의 개발이 필요하다. 이를 위해서 요구되는 요소들을 측정하지 않고도 암반의 구조적인 형태와 절리의 거칠기와 변형정도로 표시되는 불연속면의 표면적인 조건만을 관찰함으로써 암반평가를 실시할 수 있는 방법인 GSI 의 요소들을 RMR 방법과 결합하여 새로운 암반분류법을 제시하고자 하는 것이다.

• 화약ㆍ발파
• /
• 제20권1호
• /
• pp.35-50
• /
• 2002

터널굴착이나 사면절취 등과 같은 굴착문제에 있어서 굴착방법을 결정하기 위해 대상암반에 대한 리핑암이나 발파암의 구분이 우선되며, 다음에 발파에 의한 굴착방법이 선정되었을지라도 화약량 및 종류, 천공방법 등 발파설계를 위해서 추가적으로 발파암에 대한 세부적인 분류가 필요하다. 일반적으로 RMR이나 Q시스템과 같은 암반분류법이 많이 사용되고 있지만, 발파암에 대한 표준적인 암반분류법이 없으며, 국내에서도 발파암 분류에 대한 연구가 거의 전무한 상태로 발파암의 분류요소로 사용될 수 있는 요소를 구하기 위한 연구가 필요하다. 따라서 이 논문에서는 앞으로 국내에서 발파암 분류연구에 대한 방향제시를 위해서 발파와 암석의 역학적 특성, 지질구조와 불연속면의 특성과의 관계나 굴착과 관련된 암반분류에 대한 여러 논문사례를 통하여 발파암의 분류요소와 분류방법 등에 대해 언급한다.

• 터널과지하공간
• /
• 제15권1호
• /
• pp.39-46
• /
• 2005

터널 단층대에서 수평시추로 조사한 막장전방의 암반 상태를 공학적 암반분류법인 RMR값으로 평가하였고 이를 터널 굴착 후 막장을 관찰하여 결정한 RMR값과 비교 분석하였다. 수평시추로 예측한 RMR값은 비교적 정확하여 터널 굴진 후 막장을 관찰하여 구한 RMR값과 큰 차이가 없었다. 그러나 일부 구간에서는 수평시추와 막장관찰로 구한 RMR값의 차이가 약 50까지 발생하였고 이를 RMR 평가항목으로 분석한 결과 불연속면의 상태에 대한 평점에서 24의 차이가 나타났고 암질지수와 단축압축강도 평점에서 각각 15와 13의 차이로 나타났다. 두 방법에서 평가한 RMR값의 차이를 줄이기 위해서는 터널 내 수평시추공의 위치를 터널의 안정성에 가장 큰 영향을 줄 수 있는 곳으로 선정하고 불연속면의 상태에 대한 평가는 불연속면의 연속성, 분리 틈, 풍화도 등 5개의 소항목 각각에 대해 5단계로 구분한 세부평점을 적용하여야 할 것이다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.508-518
• /
• 2023

이 논문은 LiDAR 스캔 또는 사진측량 기술에 의해 재구성된 3D 디지털 모델을 기반으로 터널 벽면의 불연속면을 자동으로 매핑하는 새로운 접근 방식을 제안한다. 본 제안에서는 U-Net이라 불리는 딥러닝 시맨틱 영역분할 모델을 사용하며, 터널 막장면의 3D 지형 모델에서 불연속면 영역을 식별해 낸다. 제안된 딥러닝 모델은 투영된 RGB 이미지, 면의 깊이 이미지 및 국부적인 면의 표면 속성 이미지(즉, 법선 벡터 및 곡률 이미지)를 포함한 다양한 정보를 종합 학습하여 기본 3차원 이미지에서 불연속면 영역을 효과적으로 분할한다. 이후 영역분할 결과는 면의 깊이 맵과 투영 행렬을 사용하여 3D 모델로 다시 투영시키고, 3D 공간 내에서 불연속면의 위치 및 범위를 정확하게 표현한다. 영역분할 모델의 성능은 영역 분할된 결과를 해당 지면 실측 값과 비교함으로써 평가하였으며, IoU(intersection-over-union) 값이 약 0.8 정도로 나타나 영역분할 결과의 높은 정확성을 확인하였다. 여전히 학습데이터가 제한적 이었음에도 불구하고, 제안 기법은 3D 모델의 점군 데이터를 불연속면의 유사군으로 그룹화하기 위해 전 막장면의 법선 벡터와 클러스터링과 같은 비지도 학습기반 알고리즘에만 의존하던 기존 접근 방식의 한계의 극복 가능성을 보여주었다.

• 지질공학
• /
• 제5권2호
• /
• pp.167-179
• /
• 1995

서울 지하철 8호선 설계시는 지보형식 설정을 위한 정량적 기준으로 RQD,N치 및 탄성계수의 3가지 요소들만이 사용되었다. 이러한 요소들로 얻어진 지보형식은 지질이나 불연속면의 방향성, 불연속면의 특성을 정량화 하지 못하였기 때문에 지보형식의 결정 및 안정성에 문제가 있었다. 따라서 보다 많은 정량적인 요소들을 포함시키고 경제적인 지보형식을 결정하기 위해 8호선 성남구간을 선택하여 총 1745개소에서 RMR에 의한 암반분류와 374개소에서 Q-system에 의한 암반분류를 실시 하였으며, 이들에 의해 구해진 지보형식과 8호선 설계시의 표준지보형식을 비교검토하였으며, 또한 지질, 지질구조 및 지형에 따른 암반평점과의 관계를 검토하였다. 지보형식을 비교 검토한 결과 PD-4혹은 PS-4로 설계된 표준지보형식은 4-6개의 지보형식으로 세분되어져야 하며 암반평점은 단층 및 절리와 같은 지질구조가 발달된 곳과 계곡부가 대체로 암반평점이 낮고 굴착심도가 깊은 산악지역은 높으며 상록구간은 이들의 중간정도의 양상을 보인다.