• Geomechanics and Engineering
• /
• 제29권3호
• /
• pp.249-258
• /
• 2022

A disc cutter is an excavation tool on a tunnel boring machine (TBM) cutterhead; it crushes and cuts rock mass while the machine excavates using the cutterhead's rotational movement. Disc cutter wear occurs naturally. Thus, along with the management of downtime and excavation efficiency, abrasioned disc cutters need to be replaced at the proper time; otherwise, the construction period could be delayed and the cost could increase. The most common prediction models for TBM performance and for the disc cutter lifetime have been proposed by the Colorado School of Mines and Norwegian University of Science and Technology. However, design parameters of existing models do not well correspond to the field values when a TBM encounters complex and difficult ground conditions in the field. Thus, this study proposes a series of machine learning models to predict the disc cutter lifetime of a shield TBM using the excavation (machine) data during operation which is response to the rock mass. This study utilizes five different machine learning techniques: four types of classification models (i.e., K-Nearest Neighbors (KNN), Support Vector Machine, Decision Tree, and Staking Ensemble Model) and one artificial neural network (ANN) model. The KNN model was found to be the best model among the four classification models, affording the highest recall of 81%. The ANN model also predicted the wear rate of disc cutters reasonably well.

• 한국터널지하공간학회 논문집
• /
• 제4권4호
• /
• pp.277-286
• /
• 2002

터널을 설계함에 있어서 굴착방법이나 지보패턴을 결정할 때 어려움을 겪는 주된 요인은 현지 지반에 작용하는 응력조건 및 암반상태를 정확히 파악하는데 한계가 있기 때문이다. 현장 장비의 제약, 터널을 굴착 위치까지 접근성이 난이함 등의 기술적인 제약뿐만 아니라 최근에는 민원이나 각종 인허가 등으로 더욱 많은 제약요건이 존재한다. 그럼에도 불구하고 최근들어 대안설계나 턴키설계를 통하여 직접적인 시추에 의존하지 않더라도 미지의 산악터널구간에 대한 지반정보를 획득할 수 있는 고급화된 물리탐사기술이 눈부시게 발전하는 추세이며 이를 통하여 터널굴착구간의 암반에 대한 직 간접적인 지반정보를 입수할 수 있다. 인공신경망 (ANN)의 장점은 이러한 적은 양의 지반정보와 생물학적인 로직화 과정을 통하여 입력변수에 대한 보다 신뢰성있는 결과를 제공하여 준다는 것이다. 본 연구에서는 미지의 터널굴착구간에 대한 예비 지반정보를 입력항목으로 하여 인공신경망의 오류역전파 학습알고리즘기법에 의하여 학습된 패턴을 가지고 미지의 터널굴착구간에 대한 예비 암반분류 (RMR)를 수행하는데 그 목적을 두었다. 이를 위하여 연장 4km에 달하는 ${\triangle}{\triangle}$터널현장에 대한 인공신경망 모형적용시 입력자료에 대한 적정성을 사전 평가하였고, 그 이후에 물리탐사자료를 입력변수로 활용하여 미지의 터널구간에 대한 RMR을 예측하였다. 그 결과 자료의 일치성이나 예측 RMR에 대한 신뢰도가 높은 것으로 나타났으며, 향후에는 학습효과를 높이기 위한 입력변수의 민감도 분석 (sensitivity analysis)수행 및 모델과정에서 노출된 몇가지 문제점 보완등을 통하여 설계에 적극적으로 활용하고자 한다.

• Geomechanics and Engineering
• /
• 제22권1호
• /
• pp.81-95
• /
• 2020

Measurement of the unconfined compressive strength (UCS) of the rock is critical to assess the quality of the rock mass ahead of a tunnel face. In this study, extensive field studies have been conducted along 3,885 m of the new Nagasaki tunnel in Japan. To predict UCS, a hybrid model of artificial neural network (ANN) based on genetic algorithm (GA) optimization was developed. A total of 1350 datasets, including six parameters of the Measurement-While- Drilling data and the UCS were considered as input and output parameters respectively. The multiple linear regression (MLR) and the ANN were employed to develop contrast models. The results reveal that the developed GA-ANN hybrid model can predict UCS with higher performance than the ANN and MLR models. This study is of great significance for accurately and effectively evaluating the quality of rock masses in tunnel engineering.

• 터널과지하공간
• /
• 제14권6호
• /
• pp.399-410
• /
• 2004

지하정보의 활용에 관한 방법론적인 관점에서 인공지능기술과 데이터베이스의 활용은 최근 지구과학의 여러 분야에서 그 구체적인 적용방법이 모색되고 있다. 본 연구에서는 공학적으로 주요한 용도로 활용되는 그라우팅 공법과 관련하여 과학적인 접근방법이 필요한 그라우트의 주입제어 문제에 집중했다. 이 문제에 대한 방안으로서 암반의 특성에 따라 그라우트의 주입과정에서 동적으로 변화하는 변수들을 데이터베이스로 구축하고 이와 더불어 그라우트 밸브의 최적의 조정치를 유도하는 Fuzzy-neural hybrid system을 활용하는 방법론에 대한 개념적인 모델을 고안했다. 고안한 모델을 네 가지 사례에 적용한 결과 그라우트 밸브의 조정치가 그라우트의 주입과정에서 수반되는 역학적인 현상에 대해 합리적으로 유도되었다. 그러므로 이 모델의 알고리즘이 그라우트의 주입을 제어하는 도구로서 발전할 수 있으리라 판단된다.

• 한국지반공학회지:지반
• /
• 제10권3호
• /
• pp.79-96
• /
• 1994

인공신경회로망을 이용하여 터널굴착설계를 위한 전문가 시스템 NESTED를 개발하였다. 이를 위하여 지하 암반의 안정성을 평가할 수 있는 신경회로망 모델과 대표적인 암반분류법인 RMR과 Q 시스템 사이의 상관관계를 결정할 수 있는 신경회로망 모델을 사용하였다. 또한 사용된 모델과 전산화된 암반분류법 프로그램이 동일한 사용자 환경을 통해 운용될 수 있도록 통합 시스템을 구성하였다. NESTED에 사용된 신경회로망의 구조는 역전파 학습 알고리즘을 채용한 다층 역전파 신경 회로망이다. 전문가 시스템에 필요한 지식기반을 구축하기 위해 이전의 현장 시공사례로 학습과정을 수행함으로써 불완전하거나 오류가 포함된 정보를 처리할 수 있는 공학 데이터베이스를 개발하였다. 일련의 실험을 통해 전문가 시스템을 현장사례에 적용해보고 여기서 출력된 결과를 문헌에 보고된 자료와 비교하였다. 이 결과 암반의 파괴거동을 추정하고 이에 따른 보강시기의 변화를 정확히 예측하는 신경회로망의 추론능력을 확인할 수 있었다. 이처럼 본 연구를 통해 개발된 신경회로망 전문가 시스템을 암반터널에 적용할 경우 부족한 지질자료에 대해 합리적인 기준을 제공하고 터널의 예비설계에 필요한 보강설계를 제시할 수 있었다.

• 터널과지하공간
• /
• 제16권2호
• /
• pp.166-178
• /
• 2006

암반구조물의 대형, 대단면화에 따라 자유면에 노출된 암반블록의 거동특성 평가가 더욱 중요해지고 있으며, 최근 들어 지진이나 발파, 고속철도의 운행에 의한 진동 등으로 야기되는 동적하중의 발생빈도가 증가하는 추세이므로 동적 하중조건 하에서 암반 절리의 거동특성 파악을 위한 연구의 필요성이 증대되고 있다. 본 연구에서는 거친 절리면의 동적 마찰거동 특성 파악을 위해 인공 인장절리시료를 제작하고 3차원 표면거칠기 측정을 통해 인장절리면의 거칠기 특성을 분석하였으며, 다양한 조건에서 진동대 시험을 수행하였다. 절리면이 맞물린 조건에서 경사시험을 통해 구한 한계 경사각과 진동하중 하에서의 임계가속도로부터 역산한 정적 마찰각을 비교한 결과 동하중 하에서 정적 마찰각이 평균 $2.7^{\circ}$ 정도 낮게 산정되는 경향을 보였다. 엇물린 상태에서 진동하중에 의해 미끄러지는 암석블록의 가속도 및 변위 계측결과를 블록거동 프로그램에 의한 결과와 비교하여 동적 마찰각을 산정하였는데 동적 마찰각 역시 한계 경사각에 비해 평균 $1.8^{\circ}$ 감소하는 결과를 얻었다. 미끄러짐 변위패턴을 4가지로 분류하였으며 이는 절리면의 1차 거칠기와 관련있는 것으로 나타났다. 절리면이 맞물린 상태에서 측정된 한계 경사각과 정적 마찰각은 2차 거칠기를 표현하는 파라미터인 평균 거 각과 상관성을 가지는 것으로 보이나, 엇물린 상태에서 측정된 한계 경사각과 동적 마찰각은 거칠기 파라미터와 특별한 상관성을 파악할 수 없었다. 진동대 시험에 의한 동적, 정적 마찰각은 직접전단시험에 의한 마찰각 결과보다 작게 산정되었다.

• 터널과지하공간
• /
• 제27권4호
• /
• pp.230-242
• /
• 2017

이 연구에서는 국내 토목현장에서 수행된 하향식 탄성파탐사 및 굴절법 탄성파탐사 자료(177개)와 시추조사 시료(1,035개)에 대해 연암과 경암(보통암 포함)으로 분류한 후, 건설표준품셈과 지반조사표준품셈의 탄성파 속도에 의한 암반분류 기준을 비교하였다. 현장에서의 하향식 탄성파탐사 및 굴절법 탄성파탐사에 의한 탄성파 속도는 연암의 경우 1,400~2,900 m/s의 범위로 건설표준품셈 A그룹(1,200~1,900 m/s)과 지반조사표준품셈(1,200~2,500 m/s)의 기준보다 빠르게 나타났으며, 보통암과 경암의 경우 2,300~3,800 m/s의 범위로 기준범위와 유사하게 나타나는 것으로 나타났다. 실내암석시험에서 구해진 연암과 보통암~경암의 탄성파속도 또한 현장 탐사 결과와 유사한 경향을 보이는 것으로 나타났다. 암반 탄성파 속도와 품셈간의 상이점을 품셈이 절대적으로 옳다는 관점에서 본다면, 현장 탄성파 속도의 경우 하부지반의 영향을 받아 속도가 빨라지는 것과 실내암석시험의 경우에는 연암구간에서의 시료선별 시 무결암의 선별에 의한 것으로 여길 수 있다. 반대로 상이점의 원인을 품셈에 오류가 있는 것으로 본다면, 품셈상의 지층경계가 점이적이지 않은 뚜렷한 경계가 인위적으로 설정된 점, 지질 양상이 다른 외국의 기준을 그대로 차용하여 사용한다는 점, 품셈상 지층의 탄성파 속도에 대한 독립된 검증이 이루어지지 않은 점 등의 문제가 있음을 알 수 있다. 이 연구에서는 현장에서의 향후 이러한 검증 연구를 제안하며, 널리 쓰이는 품셈에 의한 지층분류에는 내포된 문제가 있음에 대한 인식이 중요하다.

• 터널과지하공간
• /
• 제18권6호
• /
• pp.457-464
• /
• 2008

암반 굴착기술의 고속화 및 정밀한 암반손상평가를 위해서는 암석의 동적파괴 메커니즘에 관한 연구가 중요하다. 본 연구에서는 충격파형 제어 Split Hopkinson Pressure Bar (SHPB) 시스템을 이용하여 모의 암석시료에 단계별 충격하중을 가하여 취성재료의 동적파괴 특성 및 동적손상메커니즘을 분석하였다. 실험시료의 손상도 평가를 위하여 충격실험 전후에 모든 시료에 대하여 P파 및 S파 속도를 측정하였으며, 탄성파 속도 감쇠정도에 따른 손상도를 평가하였다. 모의 연암 시료와 경암 시료의 탄성파 속도 감쇠비는 충격하중이 증가함에 따라 비슷한 수준으로 증가하는 경향을 보였으나, 최종 변형률의 경우 모의 연암 시료에서 현저히 높은 값을 나타내었다.

• Geomechanics and Engineering
• /
• 제16권4호
• /
• pp.363-373
• /
• 2018

The evaluation of Thermo-Hydro-Mechanical (THM) coupling behavior is important for the development of underground space for various purposes. For a high-level radioactive waste repository excavated in a deep underground rock mass, the accurate prediction of the complex THM behavior is essential for the long-term safety and stability assessment. In order to develop reliable THM analysis techniques effectively, an international cooperation project, Development of Coupled models and their Validation against Experiments (DECOVALEX), was carried out. In DECOVALEX-2015 Task B2, the in situ THM experiment that was conducted at Horonobe Underground Research Laboratory(URL) by Japan Atomic Energy Agency (JAEA), was modeled by the research teams from the participating countries. In this study, a THM coupling technique that combined TOUGH2 and FLAC3D was developed and applied to the THM analysis for the in situ experiment, in which rock, buffer, backfill, sand, and heater were installed. With the assistance of an artificial neural network, the boundary conditions for the experiment could be adequately implemented in the modeling. The thermal, hydraulic, and mechanical results from the modeling were compared with the measurements from the in situ THM experiment. The predicted buffer temperature from the THM modelling was about $10^{\circ}C$ higher than measurement near by the overpack. At the other locations far from the overpack, modelling predicted slightly lower temperature than measurement. Even though the magnitude of pressure from the modeling was different from the measurements, the general trends of the variation with time were found to be similar.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2004년도 춘계학술발표회
• /
• pp.946-951
• /
• 2004

ITIS is applied to the several tunnel construction sites in Korea. Tunnel construction properties which are acquired from these sites are transferred to information management server(SQL 2000 server)by client application program in real time. Access permission to DB server depends on the user's roles. Some functions which cannot be embodied in SQL Server are serviced through XML and GMS server is used for spatial data based on GIS part. This system is supposed to give engineers the advantages which are not only easy handling of the program and computerized documentation on every information during construction but also analyzing the acquired data in order to predict the structure of ground and rock mass to be excavated later and show the guideline of construction. Neung-Dong tunnel and Mu-Gua express way tunnel are now under construction and with this system they have 3D visualized map of the geology and tunnel geometry and accumulate database of construction information such as tunnel face mapping results, special notes and pictures of construction and 3D monitoring data, all matters on the stability of rock bolts and shotcrete, and so on. Ground settlement prediction program included in ITIS, based on the artificial neural network(ANN) and supported by GIS technology is applying to the subway tunnel. This prediction tool can make it possible to visualize the ground settlement according to the excavation procedures by contouring the calculated result on 3D GIS map and to assess the damage of buildings in the vicinity of construction site caused by ground settlement.