• 한국암반공학회:학술대회논문집
• /
• 한국암반공학회 2008년도 국제학술회의
• /
• pp.3-16
• /
• 2008

The underground construction and mining are facing many geomechanics challenges stemming from, geological complexities and stress-driven rock mass degradation processes. Brittle failing rock at depth poses unique problems as stress-driven failure processes often dominate the tunnel behaviour. Such failure processes can lead to shallow unravelling or strainbursting modes of instability that cause difficult conditions for tunnel contractors. This keynote address focuses on the challenge of anticipating the actual behaviour of brittle rocks in laboratory testing, for empirical rock mass strength estimation, and by back-analysis of field observations. This paper summarizes lessons learned during the construction of deep Alpine tunnels and highlights implications that are of practical importance with respect to constructability. It builds on a recent presentation made at the $1^{st}$ Southern Hemisphere International Rock Mechanics Symposium held in Perth, Australia, in September this year, and includes results from recent developments.

• 한국재난정보학회 논문집
• /
• 제18권4호
• /
• pp.922-929
• /
• 2022

연구목적: 본 논문은 지하공동구 내 CCTV에서 촬영된 영상에서 소화기를 탐지하기 위해 딥러닝 모델을 개발하는데 목적이 있다. 연구방법: 딥러닝 기반 지하공동구 내 소화기 탐지를 위해 다양한 소화기 이미지를 수집하였으며 CNN 알고리즘을 기반으로 하여 One-stage Detector 방식을 적용한 모델을 개발하였다. 연구결과: 지하공동구 내 CCTV 영상을 통해 10m 이내의 거리에서 촬영되는 소화기의 검출률은 96%이상으로 우수한 검출률을 보여준다. 다만 10m 이상의 거리에서는 육안으로도 확인하기 힘든 상태로, 소화기 객체 검출률이 급격하게 낮아지는 것을 확인하였다. 결론: 본 논문은 지하공동구 내 소화기 객체를 검출하는 모델을 개발하였으며, 해당 모델이 높은 성능을 보여 지하공동구 디지털트윈 모델 연동에 활용할 수 있을 것으로 판단된다.

• 한국터널지하공간학회 논문집
• /
• 제20권4호
• /
• pp.657-669
• /
• 2018

최근 복잡한 도심지 개발이 포화상태에 이르러 지하공간 개발에 많은 관심이 집중되고 있으며, 건물의 대형화 및 고층화로 지하공간의 활용도를 높이기 위해 대심도 굴착이 자주 발생하고 있다. 또한, 도심지 기존도로 하부로 지하철, 경전철 등이 건설되고 있어 대형건물 신축을 위한 흙막이 굴착 시 기존 지하구조물과 인접하여 주의를 요하는 사례가 자주 발생하고 있다. 따라서 본 연구에서는 모형시험을 통해 흙막이벽체 강성과 터널 이격거리에 따른 흙막이벽체의 거동특성 및 인접한 터널의 거동을 파악하고자 하였다. 연구 결과, 흙막이벽의 변형은 벽체의 강성이 증가함에 따라 감소하는 경향을 보였으며, 버팀대에 작용하는 축력도 벽체의 강성에 따라 다른 양상을 보였다. 흙막이벽체의 강성이 작은 경우(2 mm) 버팀대 축력이 최대가 되는 지점은 벽체의 0.3H 부근에서 나타났고, 흙막이벽체의 강성이 큰 경우(5 mm)에는 벽체의 0.7H 부근에서 버팀대 축력이 최대로 나타났다. 또한, 터널 내공변위는 흙막이벽체와의 이격거리가 가까울수록, 벽체의 강성이 작을수록 뚜렷하게 발생하였으며 내공변위가 우측하부로 집중되는 경향을 보였다. 지반굴착에 따른 지표침하량은 터널과 흙막이벽체의 이격거리가 가까울수록 지표침하 영향범위가 감소하는 경향을 보였으며 이는 터널의 강성이 영향을 미친것으로 판단된다.

• 한국지반공학회논문집
• /
• 제35권9호
• /
• pp.37-45
• /
• 2019

터널 굴착 시 신속한 막장면 상태 파악 및 적절한 지보패턴 결정은 터널 붕락사고의 예방 및 안정적인 굴진에 매우 중요하다. 본 연구에서는 딥러닝 기법을 활용하여 막장면 상태에 따른 암반상태 분류를 신속하게 결정할 수 있는 기술을 개발하였으며, CNN 기법을 이용한 암반상태 분류방법 및 예측 정확도 개선 방법 등을 제시하고 있다. 수 만개의 이미지가 사전 학습된 VGG16 모델을 알고리즘으로 적용하였고, 1,469개의 터널 막장면 이미지에 대한 학습을 통하여 5개 등급으로 암반상태를 분류하였다. 본 연구에서의 예측 정확도는 최대 83.9% 수준을 나타내었으며, 향후 추가적인 이미지 축적을 통해 암반상태 평가자에 따른 편차를 줄인 객관적이고 정량적 암반상태 분류방법으로 활용 가능할 것으로 판단된다.

• 한국터널지하공간학회 논문집
• /
• 제23권1호
• /
• pp.13-24
• /
• 2021

암반 및 연약지반을 포함한 다양한 지반 조건에서 TBM (Tunnel Boring Machine) 터널링이 활용되고 있다. 굴착 성능을 높이기 위해서 지반 조건에 따라 최적으로 장비를 운영해야 하며, 이를 통해 공기단축을 통한 비용 절감 효과를 기대할 수 있다. 하지만 시추 조사를 통해 획득한 지반 정보는 시추공 사이 불확실성이 존재하므로, 실시간 최적 운전에 부족함이 있다. 본 연구에서는 지반의 불확실성 문제를 해결하고자 5초마다 기록된 TBM 데이터를 활용하여 굴착 지반 예측시스템을 구축하고자 한다. 싱가포르 현장에서 획득한 화강암의 풍화도를 고려하여 암반, 토사, 복합지반 세 가지로 지질로 재분류하였고, 실시간으로 도출되는 기계 데이터로 이를 예측하고자 한다. 현장에서 획득한 TBM 데이터에 대해 이상치 제거, 정규화, 특성 추출 등의 전처리 방법을 적용하였고, 지질을 분류하기 위해 6개의 은닉층을 가진 심층 신경망(Deep Neural Network, DNN)을 활용하였다. 10겹 교차검증을 통해 분류 시스템을 평가한 결과, 평균 75.4%의 정확도를 확인하였다(총 데이터 388,639개). 본 연구를 통해 지질 불확실성을 감소시키고, 지반 조건에 따른 실시간 최적 운전에 도움이 될 것으로 판단된다.

• 한국터널지하공간학회 논문집
• /
• 제17권3호
• /
• pp.189-204
• /
• 2015

본 논문에서는 축소 모형실험을 이용한 파쇄대의 공간적 분포 특성이 터널의 거동에 미치는 영향에 대한 내용을 다루었다. 모형실험 조건으로 터널과 파쇄대의 이격 거리 및 지표면과 이루는 경사에 대해서 실험을 수행하였다. 터널 시공 과정을 압축공기기법으로 모사하였으며 실험 중에 터널의 내부 압력을 제거 하는 동시에 터널 및 지반에 발생하는 변형을 모니터링 하였다. 실험 결과 파쇄대 이격 거리에 따라서 터널 거동에 영향을 미치며 파쇄대가 수직일 경우 터널에 가장 큰 영향이 발생하며 파쇄대 경사 45도에서 가장 작은 영향이 발생하는 것으로 나타났다.

• 한국터널지하공간학회 논문집
• /
• 제15권3호
• /
• pp.253-270
• /
• 2013

본 연구에서는 파쇄대의 공간적 분포 특성이 터널의 거동에 미치는 영향에 대한 내용을 다루었다. 이를 위해 발파굴착 공법이 적용되는 터널을 대상으로 다양한 파쇄대 조건을 도출하고 이에 대한 2차원 및 3차원 해석을 수행하여 파쇄대의 주향 및 경사, 터널과의 이격거리, 토피고, 측압계수 등에 대한 매개변수 연구를 실시하였다. 해석결과를 토대로 매개변수 조건에 대한 터널 변위 및 지보재 부재력의 변화경향을 고찰하였으며 그 결과 파쇄대의 경사각 및 주향에 따라 터널의 변위 및 지보재 부재력에서 큰 차이를 보였으며 전반적으로 터널의 심도가 깊어질수록 그리고 초기측압계수가 클수록 파쇄대의 공간적 분포 특성에 따른 터널 거동의 차이가 더 심화되는 것으로 나타나 대심도 터널의 경우가 저심도 터널에 비해 파쇄대의 영향이 가중될 수 있는 것으로 검토되었다.

• 한국터널지하공간학회 논문집
• /
• 제21권3호
• /
• pp.419-432
• /
• 2019

대부분 딥러닝 모델의 학습은 입력값과 입력값에 따른 출력값이 포함된 레이블링 데이터(labeling data)를 학습하는 지도 학습(supervised learning)으로 진행된다. 레이블링 데이터는 인간이 직접 제작하므로 데이터의 정확도가 높다는 장점이 있지만 비용과 시간의 문제로 인해 데이터의 확보에 많은 노력이 소요된다. 그리고 지도 학습의 목표는 정탐지 데이터(true positive data)의 인식 성능 향상에 초점이 맞추어져 있으며, 오탐지 데이터(false positive data)의 발생에 대한 대처는 미흡한 실정이다. 본 논문은 터널 관제센터에 투입된 딥러닝 모델 기반 영상유고 시스템의 모니터링을 통해 정탐지와 레이블링 데이터의 학습으로 예측하기 힘든 오탐지의 발생을 확인하였다. 오탐지의 유형은 작업차량의 경광등, 터널 입구부에서 반사되는 햇빛, 차선과 차량의 일부에서 발생하는 길쭉한 검은 음영 등이 화재와 보행자로 오탐지되고 있었다. 이러한 문제를 해결하기 위해 현장에서 발생한 오탐지 데이터와 레이블링 데이터를 동시에 학습하여 딥러닝 모델을 개발하였으며, 그 결과 기존 레이블링 데이터만 학습한 모델과 비교하면 레이블링 데이터에 대한 재추론 성능이 향상됨을 알 수 있었다. 그리고 오탐지 데이터에 대한 재추론을 한 결과 오탐지 데이터를 많이 포함하여 학습한 모델일 경우 보행자의 오탐지 개수가 훨씬 줄었으며, 오탐지 데이터의 학습을 통해 딥러닝 모델의 현장 적용성을 향상시킬 수 있었다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 춘계학술대회 논문집
• /
• pp.462-469
• /
• 2011

The design of high-depth and large-section tunnel facilities has been increased lately. The purpose of the design is to avoid inference of existing facilities, enhance public relations and reducing the size of the station, which is advantageous for effective use of underground spaces. Diverse downtown tunnel experience, advanced excavation equipment, reinforcement methods, monitoring technologies and numerical analysis made the design possible. This paper is to introduce the design of high-depth and large-section tunnel facilities via Gimpo airport area of Deagok-Sosa railway BTL project of double-tracking.

• 터널과지하공간
• /
• 제15권6호
• /
• pp.411-424
• /
• 2005

풍화작용은 심부에서 생성된 암석이 지표에서 파괴되고 변질되어 현재의 환경조건과 평형을 이루는 산물을 형성하는 과정이다. 본 연구에서는 국내에서 가장 분포면적이 넓은 화강암질암의 풍화단계별 시료를 채취하여 편광현미경관찰, X-선 회절분석, 전자현미경관찰, 화학분석, 물성시험등을 수행하였다. 실험결과에 의거하여 풍화에 의해 형성되는 2차광물, 특히 점토광물의 형성과정을 확인하였고, 풍화에 따른 암석의 공학적인 성질변화와 물성저하의 메카니즘을 규명하였다.