• 제목/요약/키워드: 이상지반

검색결과 1,261건 처리시간 0.026초

터널 굴착면 전방의 이상지반 예측을 위한 전기비저항 기반 하모니서치 (HS) 역해석 알고리즘 (Harmony search algorithm to predict anomalous zone ahead of tunnel face utilizing electrical resistivity survey)

  • 박진호;이강현;신상훈;이성원;이인모
    • 한국터널지하공간학회 논문집
    • /
    • 제16권2호
    • /
    • pp.149-160
    • /
    • 2014

  • 본 연구의 목적은 전기비저항을 사용한 터널 굴착면 전방의 이상지반 탐사 시 이상지반의 위치와 두께 및 전기적 특성을 예측하기 위한 하모니서치(Harmony Search, HS) 알고리즘의 적용과 역해석 정확성의 검증이다. 가우스법칙(Gauss' laws)과 옴의 법칙(Ohm's laws)으로부터 이상지반 존재 시 암반의 전기저항과 이상지반 특성 변수를 연관 짓는 관계식을 유도하고, 전기저항을 사용하여 이상지반 특성 변수를 예측하도록 HS 알고리즘 기반의 역해석 프로그램을 개발하였다. 지반의 전기비저항을 측정하기 위한 저항 측정 시스템을 제작하였으며, 제안된 HS 알고리즘을 검증하기 위해 실내실험으로 모사한 이상지반의 전기저항을 측정하여 역해석을 수행하였다. 그 결과, 이상지반의 위치와 두께에 대한 예측은 5% 이하의 낮은 오차율을 나타내어 이상지반의 특성을 높은 정확도로 예측함을 보였다.

  • https://doi.org/10.9711/KTAJ.2014.16.2.149 인용 PDF KSCI

Shield TBM에 적용 가능한 전기비저항 기반 터널 굴착면 전방 예측기술 (Predicting ground condition ahead of tunnel face utilizing electrical resistivity applicable to shield TBM)

  • 박진호;이강현;신영진;김재영;이인모
    • 한국터널지하공간학회 논문집
    • /
    • 제16권6호
    • /
    • pp.599-614
    • /
    • 2014

  • TBM으로 시공되는 터널은 기계에 의해 전단면 굴착(full face tunnelling)이 이루어지므로, 굴착면에 접근하는 것이 매우 제한적이다. 이러한 한계를 극복하고 TBM 터널에서 굴착면 전방의 지반상태를 정확히 예측할 수 있는 기술은 매우 드물다. 본 연구는 TBM에서 전기비저항을 사용하여 굴착면 전방의 이상지반을 예측할 수 있는 TBM 비저항 예측(TRP)시스템을 개발하고, TBM 현장에서의 적용성과 예측 정확성을 검증하기 위해 EPB 쉴드 TBM으로 시공 중인 지하철 터널에서 현장 실험을 수행하였다. TBM 비저항 예측 시스템은 전극을 사용하여 지반의 전기비저항을 측정하고, 이를 바탕으로 역해석을 수행하여, 이상지반의 위치와 두께 및 전기적 특성을 예측한다. 전극이 부착된 강관을 유압으로 굴착면에 압입하여, 전극이 지반과 완전히 접촉하도록 장치를 제작하였다. 또한, 전극이 챔버 내부를 관통하여 나아가도록 하는 동시에 토사유출을 방지하도록 설계하여 현장에서의 전방예측을 가능하게 하였다. 1차 실험 결과, 굴착면 근접 지반과 굴착면 전방 지반의 전기비저항 및 유전율이 동일하게 나타나 이상지반이 존재하지 않음을 예측하였다. 2차 실험 결과, 굴착면 전방 약 1 m 지점부터 상대적으로 낮은 유전율 비를 가지는 이상지반 구간이 약 5 m 길이로 존재함을 예측하였다. 이는 각각 지표에서 물리탐사 또는 시추를 통해 조사된 지반상태 및 TBM 굴착 중 예측 구간에서 반출되었던 버력을 관찰한 기록과 잘 일치하였다.

  • https://doi.org/10.9711/KTAJ.2014.16.6.599 인용 PDF KSCI

AI를 이용한 지반정보 품질관리 방안에 관한 연구 (A Study on the Quality Control Method for Geotechnical Information Using AI)

  • 박가현;김종관;이석형;김민기;이경륜;한진태
    • 한국지반공학회논문집
    • /
    • 제38권11호
    • /
    • pp.87-95
    • /
    • 2022

  • 국토지반정보 포털시스템이 구축된 지반정보는 최근 설계, 시공, 지하안전관리, 재해재난 평가 등 다양한 분야에서 활용되고 있다. 그러나 전국적으로 기 구축된 약 30여만공의 지반정보는 누락되거나 잘못된 정보를 다수 포함하고 있어 데이터 활용시 신뢰도를 확보하기가 어렵다. 따라서 분석 데이터의 신뢰도를 확보하기 위해서는 지반정보를 활용하기 전 단계에서 지반정보의 정제(품질관리)가 반드시 필요하다. 본 연구에서는 딥러닝 기법 중 하나인 인공신경망 기법을 활용하여 지반정보를 자동으로 품질관리 하는 방안에 대하여 제안하였다. 특히, 가장 일반적으로 사용되는 정보인 표준관입시험 결과와 지층정보를 이용하여 지반정보의 이상치를 탐지하였다. 서울시 지반정보 데이터를 이용하여 분석하였으며, 검증데이터에 대한 오분류 비율은 5.4%로 확인되었다. 신경망 모델에서 이상치 분류된 데이터만을 추후에 검사함으로써 효율적으로 이상치를 탐지할 수 있을 것으로 기대된다.

  • https://doi.org/10.7843/kgs.2022.38.11.87 인용 PDF KSCI