• 제목/요약/키워드: Deep underground tunnel

검색결과 213건 처리시간 0.02초

천연방벽 내 암반 절리의 수리-역학적 조건에서의 마찰회복 거동에 대한 실험적 연구 (Experimental Study on Frictional Healing Behavior of Rock Joints in the Natural Barriers under Hydro-Mechanical Conditions)

  • 이용기;최승범;박경우;김진섭;김태현
    • 터널과지하공간
    • /
    • 제33권1호
    • /
    • pp.42-56
    • /
    • 2023
  • 고준위방사성폐기물의 심층처분시스템에서 천연방벽은 처분시설을 물리적으로 지지함과 동시에 방사성 핵종의 이동을 지연시키는 역할을 최소 수십만년 이상 수행해야 한다. 천연방벽의 지구조적 장기진화평가를 위해서는 암반 절리의 장기거동 분석이 필수적이며, 여기에는 마찰회복 거동이 포함된다. 본 연구에서는 암반 절리의 수리-역학적 조건 하 마찰회복 거동을 슬라이드-홀드-슬라이드(slide-hold-slide, SHS) 실험을 통해 실험적으로 분석해 보고자 하였으며, 이를 위해 서로 다른 거칠기의 절리 시험편을 대상으로 역학적 및 수리-역학적 조건에서 SHS 실험을 수행하였다. 수리-역학적 조건에서 마찰회복률은 더 증가하는 경향을 보였으며, 이는 거칠기가 큰 시험편에서 더 분명하게 나타났다. 또한, 절리면에 작용하는 유효 수직응력이 작은 경우에 수리-역학적 조건의 영향이 더 크게 작용함을 확인할 수 있었다. 이러한 결과들은 천연방벽 암반 절리의 마찰회복 거동을 파악하는 데 유용한 기초자료로 활용될 수 있을 것으로 기대된다.

회전 경계박스 기능의 변형 FASTER R-CNN 딥러닝 알고리즘을 이용한 암석 CT 영상 내 자동 균열 탐지 (Automatic Fracture Detection in CT Scan Images of Rocks Using Modified Faster R-CNN Deep-Learning Algorithm with Rotated Bounding Box)

  • 추엔 팜;장리;염선;신휴성
    • 터널과지하공간
    • /
    • 제31권5호
    • /
    • pp.374-384
    • /
    • 2021
  • 본 논문에서는 암석시료의 CT 촬영 이미지상의 균열을 자동으로 탐지하는 새로운 인공지능 딥러닝 기법을 제안한다. 본 제안 기법은 2단계 딥러닝 객체인식 알고르즘인 Faster R-CNN을 기반으로 회전 가능한 경계박스(bounding box) 개념을 도입하여 알고리즘을 개조하였다. 회전 경계박스의 도입은 관심 균열 영역 밖의 배경의 불균질성 및 균열의 크기와 형태에 영향을 받는 딥러닝 객체인식기법 상의 고유한 어려움을 극복하기 위한 핵심 역할을 한다. 본 회전형 경계박스의 사용은 일반적으로 사용되는 영상 수평축과 평행한 경계박스 사용의 경우와 비교하여 긴 형태의 균열 형상 특성에 매우 잘 부합된다. 즉, 좋지않은 영향을 끼치는 경계박스 내 균열 이외 배경영역의 비율을 최소화 시킬 수 있다. 이외에도, 회전 경계박스의 추가적인 이점은 인식된 균열의 방향에 따라 회전하여 추론되는 경계박스를 통해 균열의 방향과 길이에 대한 정보를 직접적으로 얻을 수 있다. 본 제안기법의 적용성을 검증하기 위하여, 이미지상에서 매우 불균질한 화강암 시료에 인공적으로 균열을 발생시킨 다수의 암석시료 영상을 딥러닝 학습에 사용하고 추론 성능 실험을 진행하였다. 그 외에도, 동일 조건에서 사암과 셰일 암석 시료에도 적용하여 검증하였다. 결론적으로, 제안된 기법을 통해 균열 객체 인식의 평균 추론정확도(mAP)값이 0.89 정도 수준의 우수한 추론 성능을 보였으며, 기존 기법에 비해 추론된 경계박스 내 균열과 배경 영역의 비율 측면에서 배경의 비율이 획기적으로 최소화되는 유리한 추론 검증 결과를 보였다.

딥러닝 기반 달 표면 모사 환경 실시간 객체 인식 및 매칭 시스템 개발 (Development of System for Real-Time Object Recognition and Matching using Deep Learning at Simulated Lunar Surface Environment)

  • 나종호;공준호;이수득;신휴성
    • 터널과지하공간
    • /
    • 제33권4호
    • /
    • pp.281-298
    • /
    • 2023
  • 달 현지 탐사를 위해 무인 이동체에 대한 연구가 지속적으로 이루어져 있으며 달 지상 관심 지역의 정확한 위치 및 맵핑을 위한 실시간 정보화 작업이 요구되고 있다. 딥러닝 영상 처리 분석 기술을 실제 로버에 적용하기 위해 소프트웨어의 통합과 최적화에 대한 연구가 필요하며 본 연구에서는 가상의 달 기지 건설현장의 영상을 실시간 분석하여 핵심 객체의 공간 정보를 자동으로 수치화하는 방안에 대한 기초 연구가 진행되었다. 본 연구를 통해 이미 구축된 영역 분할 기반 객체 인식 알고리즘을 경계 상자 기반 객체 인식알고리즘으로 변경하여 객체 인식 정확도 및 추론 속도를 개선하는 작업이 이루어졌으며, 대용량 데이터 기반 객체 매칭 학습을 위해 Batch Hard Triplet Mining 기법을 도입하고, 학습 및 추론에 대한 최적화 연구가 수행되었다. 또한 개선된 객체 인식 및 동일 객체 매칭 소프트웨어를 통합하고, 입력 이미지 내 동일 객체 자동 매칭을 시각화하는 소프트웨어를 개발하였으며, 위성 모사 촬영 영상 내 객체를 학습 데이터로, 이동체 촬영 영상 내 객체를 추론 데이터로 사용하여 동일 객체 매칭의 학습 및 추론이 이루어졌다. 본 연구의 결과는 이동체의 연속 촬영 영상을 기반 3차원 공간 정보를 구현 및 관심 공간 내 객체 위치 설정에 활용할 수 있을 것으로 사료되며, 향후 달 기지 건설 현장에서의 영상 기반 시공 모니터링 및 제어를 위한 자동 현장 및 주요 대상물 공간 정보 구축 시스템과의 연계에 기여할 것으로 기대된다.