• 한국수자원학회논문집
• /
• 제52권10호
• /
• pp.743-752
• /
• 2019

만곡수로에서의 흐름은 나선형 운동 형태의 이차류가 지배적이며, 이로 인해 일반적으로 만곡 외측을 따라 침식 현상이 발생하게 된다. 이러한 이차류를 약화시키기 위해서 보통 만곡수로 외측을 따라서 수제와 같은 수공구조물을 설치한다. 이 연구에서는 OpenFOAM 오프소스 소프트웨어를 토대로 난류 해석을 위한 하이브리드 RANS/LES 기법과 자유수면 해석을 위한 VoF기법을 이용한 3차원 수치모의를 통해서 $90^{\circ}$ 만곡수로에 설치된 잠긴수제가 후루드수가 0.43인 조건에서 이차류의 발달에 미치는 영향을 분석하였다. 시간과 공간에 대해서 2차 정확도의 유한체적법을 이용하여 수치모의를 수행하였으며, 수치해석 결과는 실험결과와 비교하여 수치모의의 정확도를 평가하였다. 잠긴수제가 설치된 경우의 수치모의 결과를 흐름방향 유속 분포와 횡방향 순환 유속벡터장을 중심으로 수리실험 관측값들과 비교할 때 수치모의 결과는 수리실험에서 관측된 주요 이차류 흐름 거동과 현상들을 대부분 양호한 정확도로 잘 재현하는 것으로 나타났다. 수치모의 결과를 비교해보면, 잠긴수제 설치로 인해서 만곡이 끝나는 단면 외측 하상부근에서의 유속은 약 평균유속의 1/3 정도 감소하는 반면에 수제 상단부에서의 전단층 발달에 따른 흐름 가속으로 자유수면 부근까지 유속이 증가하고 만곡 수충부에서는 수면 부근 유속이 약 20% 증가하는 것으로 나타났다. 결과적으로 잠긴수제는 만곡부에서 발생하는 이차류의 강도를 약화시켜 만곡부 외측 하상의 안정에 도움이 될 것으로 판단된다. 한편, 각 잠긴수제 전면부에서 말발굽와가 그리고 후면부에서는 후류가 형성되면서 수제 구조물 주변에서 강한 국부세굴이 발생하는 것으로 나타남으로, 국부세굴을 최소화할 수 있는 수제의 형상 및 배열에 대한 추가 연구가 요구된다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.469-484
• /
• 2021

터널 설계 시 지반조사를 통한 암반분류 결과는 공사기간 및 공사비 산출, 그리고 터널안정성 평가에 지대한 영향을 미친다. 국내에서 지금까지 완공된 3,526개소의 터널들의 설계 및 시공을 통해 관련 기술들은 지속적으로 발전되어 왔지만, 터널 설계 시 암질 및 암반등급을 보다 정확하게 평가하기 위한 방법에 대한 연구는 미미하여 평가자의 경험 및 주관에 따라 결과의 차이가 큰 경우가 적지 않다. 따라서 본 연구에서는 암석샘플에 대한 주관적 평가를 통한 기존의 인력에 의한 암반분류 대신, 최근 지반분야에서도 그 활용도가 급증하고 있는 머신러닝 알고리즘을 이용하여 시추조사에서 획득한 다양한 암석 및 암반정보를 분석하여 보다 신뢰성있는 RMR에 의한 암반분류 모델을 제시하고자 하였다. 국내 13개 터널을 대상으로 11개의 학습 인자(심도, 암종, RQD, 전기비저항, 일축압축강도, 탄성파 P파속도 및 S파 속도, 영률, 단위중량, 포아송비, RMR)를 선정하여 337개의 학습 데이터셋과 60개의 시험 데이터셋을 확보하였으며, 모델의 예측성능을 향상시키기 위해 6개의 머신러닝 알고리즘(DT, SVM, ANN, PCA & ANN, RF, XGBoost)과 각 알고리즘별 다양한 초매개변수(hyperparameter)를 적용하였다. 학습된 모델의 예측성능을 비교한 결과, DT 모델을 제외한 5개의 머신러닝 모델에서 시험데이터에 대한 RMR 평균절대오차 값이 8 미만으로 수렴되었으며, SVM 모델에서 가장 우수한 예측성능을 나타내었다. 본 연구를 통해 암반분류 예측에 대한 머신러닝 기법의 적용 가능성을 확인하였으며, 향후 다양한 데이터를 지속적으로 확보하여 예측모델의 성능을 향상시킨다면 보다 신뢰성 있는 암반 분류에 활용될 수 있을 것으로 기대된다.