• 제목/요약/키워드: Rock mass classification system

검색결과 72건 처리시간 0.016초

단열체계 및 수리전도도의 해석신뢰도 향상을 위한 평가방법 연구 (The Study on the Confidence Building for Evaluation Methods of a Fracture System and Its Hydraulic Conductivity)

  • 조성일;김천수;배대석;김경수;송무영
    • 지질공학
    • /
    • 제15권2호
    • /
    • pp.213-227
    • /
    • 2005
  • 본 연구는 지하시험시설을 이용한 수리 지질환경 연구의 대안으로, 지하유류저장시설 건설과정 중 조사된 자료를 이용하여 지표조사단계에서 예측된 자료와 저장공동 굴착 시 확인된 자료의 대비를 통해 불확실성이 높은 단열 및 수리 인자의 지하분포특성을 해석하여 조사방법의 문제점을 도출하고 보완방안을 모색해 보고자 하였다. 지표조사단계에서 예측된 6개 단열대 중 지하공동 심도에서 그 위치와 방향이 비교적 일치하는 단열대는 WE-1 단 하나로 예측신뢰도는 매우 낮다. 본 연구에서는 지하공동 내 NE-1 단열대의 분포특성을 토대로 지표조사단계에서 BHTV 이미지를 이용한 정량적인 분류기준을 제시하였다. 암반단열은 심 도가 깊어짐에 따라 단열의 주 방향이 바뀌고 길이 및 빈도는 감소하는 경향을 보이고 있다. 조사대상의 경사변화와 조사방향 및 조사규모 등에 따라 오차가 발생될 수 있으므로 조사에 따른 편의 (investigation bias)를 가능한 한 최소화하여야 할 것이다. 지표조사단계에서 수리적 연결성에 대한 해석은 시추공 내에서 주입이나 양수를 통한 지하수체의 교란 시 구간에 따른 수리지질학적 특성파악이 가능한 이중수위측정시설이나 다중패커시스템을 통하여 수위 변화 및 지하수의 지화학특성에 대한 구간별 정밀계측이 요구된다. 수직 및 수평 수벽공에 의해 계측된 공동주변 수리 전도도의 기하평균은 지표조사 시 지표부 파쇄대 및 풍화대 영역을 제외한 평균값보다 약 $2\~3$배 작은 값을 나타내며, 수평수벽공의 기하평균 역시 수직수벽공보다 약 6배정도 작게 나타났다. 수리 전도도 역시 신뢰도 향상을 위해서는 시험공의 경사방향이 편중되지 않도록 조사편의를 최소화하고, 매질의 특성 및 시험목적을 고려하여 시험방법 및 해석식이 적용되어야 할 것으로 판단된다. tazanowskii), 쉬리 (Coreleuciscus splendidus). 새코미꾸리 (Koreocobitis rotundicaudata), 퉁가리 (Liobagrus andersoni) 등 8종이었고, 반대로 영동수계에서 영서수계로 도입된 종은 산천어 (O. masou masou) 1종이었다. 또한 각 지점간 출현종을 근거로 하여 유사거리를 측정하여 집괴 분석을 실시한 결과 크게 4집단으로 나누어 졌으며 특히 몇몇 지점에서 지리적인 분포보다는 인위적 분포양상에 의한 어류교란이 발견되었다. 수술합병증으로 수술 전후의 심근경색증 9예$(5.8\%)$, 저심박출증 17예$(11\%)$, 부정맥 30예$(19.5\%)$등이었다. 결론: 국립의료원 흉부외과에서는 관상동맥 우회술을 시작한 이래 수술경험의 축적, 비체외순환하 관상동맥 우회술의 도입, 내흉동맥 및 요골동맥으로의 이식편 이용 변화에 따라 수술성적이 향상되었음을 알 수 있으며, 향후 더 많은 임상경험의 축적 및 장기 추적 관찰이 필요하다고 사료된다.보였으며, 난중, 난황색, 난백고 및 Haugh unit는 처리 간 차이(p>0.05)가 없었다.이고, 환자 1인당 Wedge filter의 교체작업이 $1{\sim}2$회일 때 10MV의 경우 연간선량이 $0.08{\sim}0.4mSv$로 평가되었으며, 15MV의 경우 $0.27{\sim}1.36mSv$로 평가되어 작업종사자의 연간 허용선량인 20mSv에 비해 안전한 것으로 평가되었다.서 정상조직이 적게 조사되었다. 결과 : 기존의 ICRU계획은 그 효과 및 안전성이 입증되었음에도 불구하고 CT를 이용한 CTV계획 등을 적용 한다면 잔류종양이 적은

실시간 측정데이터 기반의 디스크커터 마모상태 판별 딥러닝 알고리즘 개발 (Development of deep learning algorithm for classification of disc cutter wear condition based on real-time measurement data)

  • 이지윤;여병철;정호영;김정주
    • 한국터널지하공간학회 논문집
    • /
    • 제26권3호
    • /
    • pp.281-301
    • /
    • 2024
  • 송전선로 지중화 사업의 일환인 전력구 터널은 쉴드TBM 공법에 의해 건설된다. 쉴드TBM 구성요소 중 디스크커터는 암반을 파쇄하는 중요한 역할을 수행한다. 마모한계에 도달하거나 편마모와 같은 파손이 발생함에 따라 적절한 교체가 이루어져야 효율적인 터널 공사가 가능하다. 본 연구에서는 실시간으로 측정된 디스크커터의 마모량과 회전수를 기반으로 디스크커터의 마모상태를 판별하기 위한 딥러닝 알고리즘 개발을 수행하였다. 실대형 굴진시험 결과를 통해 디스크 커터의 마모상태에 따라 측정데이터가 상이하게 획득되는 것을 확인하였다. 합성곱신경망 모델을 기반으로 실시간 측정데이터를 활용하여 디스크커터의 마모특성을 판별할 수 있는 알고리즘을 개발하였다. 합성곱신경망의 필터를 통해 데이터의 분포 특성을 학습할 수 있고, 이러한 패턴 특징을 통해 균등마모와 편마모를 분류할 수 있는 모델의 성능을 확인하였다.