• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2009년도 세계 도시지반공학 심포지엄
• /
• pp.1202-1205
• /
• 2009

Embankment preloading, in conjunction with prefabricated vertical (PV) drains, was used to accelerate consolidation of marine clays in Pusan New Harbour project. UP to eightteen settlement plates were installed at the ground reclamated site under the embankment fill to monitor the preload performance. This analysis is carried out by five settlement prediction methods including the Asaoka, Hyperbolic, Hoshino, and back-analysis method based on optimization. The field settlement data can be analysed by settlement prediction methods to predict the ultimate settlement and the degree of consolidation of the reclaimed land under charge fill. The authors compared with the analyzed results of the methods.

• 한국지반환경공학회 논문집
• /
• 제15권12호
• /
• pp.97-107
• /
• 2014

현장에서 널리 활용하고 있는 침하예측기법으로는 Hyperbolic법, Hoshino법, Monden법 등이 있다. 이들 기존 침하예측법은 최종침하량 예측이 최종 성토단계가 완료된 이후 가능하다는 단점을 가지고 있다. 본 연구에서는 이와 같은 기존 예측법의 단점을 보완할 수 있는 새로운 침하량 예측법(SPSFC: Settlement Prediction for Staged Filling Construction)을 제안하였다. 이 방법은 연약지반에서 성토 완료 후뿐만 아니라, 초기 성토단계에서 단계성토별 시간-침하곡선을 예측할 수 있다. SPSFC법을 검증하기 위해 연약지반 개량을 위한 배수공법이 적용된 낙동강 하구 지역 두 개 현장에서 계측된 자료를 이용하여 기존 예측기법과 함께 SPSFC법으로 장래침하량을 예측하였다. 비교 결과, SPSFC법으로 예측된 침하량이 기존 예측법과 비교해서 신뢰성이 있음을 확인하였다. 또한 SPSFC법으로 초기 성토 단계에서 침하계측자료를 분석하여 예측에 필요한 지반상수를 구하고 이것을 이용하여 나머지 단계 성토 시 발생할 시간-침하량 곡선을 도시하였다. SPSFC법으로 예측된 침하량이 계측치와 잘 일치하는 것으로 나타나 SPSFC법으로 초기 성토단계의 침하계측 값만을 가지고 장래 침하량 예측이 가능함을 확인하였다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2010년도 춘계 학술발표회
• /
• pp.457-467
• /
• 2010

The settlement prediction is very important to preloading method for a construction site on a soft ground. At the design stage, however, it is hard to predict the settlement exactly due to limitations of the site survey. Most of the settlement prediction is performed by a regression settlement curve based on the field data during a construction. In Korea, hyperbolic method has been most commonly used to align the settlement curve with the field data, because of its simplicity and many application cases. The results from hyperbolic method, however, may be differed by data selections or data fitting methods. In this study, the analyses using hyperbolic method were performed about the field data of $\bigcirc\bigcirc$ site in Pusan. Two data fitting methods, using an axis transformation or an alternative method, were applied with the various data group. If data was used only after the ground water level being stabilized, fitting results using both methods were in good agreement with the measured data. Without the information about the ground water level, the alternative method gives better results with the field data than the method using an axis transformation.

• 한국지반공학회논문집
• /
• 제39권4호
• /
• pp.45-54
• /
• 2023

설계 단계에서의 침하 예측은 주로 이론적 침하 예측 방법에 의해 수행되지만, 정확도의 문제로 인해 시공 단계에서는 주로 시간에 따른 침하량 계측 결과를 토대로 장래 침하량을 예측하는 계측 기반 침하 예측 방법을 적용하고 있다. 계측 기반 침하 예측 방법 중에서도 쌍곡선법이 주로 쓰이고 있으나 기존의 쌍곡선법은 정확도가 떨어지며 통계적 측면에서 한계점이 명확하기 때문에, 가중 비선형 회귀 분석 기반의 쌍곡선법이 제안된 바 있다. 본 연구에서는 가중 비선형 회귀 쌍곡선법에 두 가지 가중치 부여 방식을 적용하여 침하 예측 정확도를 비교 분석하였다. 부산 신항에 위치한 두 현장에서 측정한 지표침하판 데이터를 활용했으며, 회귀분석 구간을 전체 데이터에 30, 50, 70%로 설정해 나머지 구간의 침하를 예측했다. 그 결과, 가중치 부여 방식과 무관하게 쌍곡선법 기반의 침하 예측 방법은 모두 회귀 분석 구간이 증가할수록 정확도가 높게 나타났으며, 가중 비선형 회귀 쌍곡선법을 통해 기존 선형 회귀 쌍곡선법 보다 정확하게 침하를 예측할 수 있었다. 특히 더 작은 회귀분석 구간이 적용되었음에도 가중 비선형 회귀 쌍곡선법이 기존 선형 회귀 쌍곡선법에 비해 높은 침하 예측 성능을 보여, 가중 비선형 회귀 쌍곡선법을 통해 훨씬 빠르고 정확하게 침하량을 예측할 수 있음을 확인했다.

• Geomechanics and Engineering
• /
• 제20권5호
• /
• pp.385-397
• /
• 2020

This paper presents an application of artificial neural networks (ANNs) in settlement prediction of a foundation on sandy soil. In order to train the ANN model, a wide experimental database about settlement of foundations acquired from available literatures was collected. The data used in the ANNs model were arranged using the following five-input parameters that covered both geometrical foundation and sandy soil properties: breadth of foundation B, length to width L/B, embedment ratio D_f/B, foundation net applied pressure q_net, and average SPT blow count N. The backpropagation algorithm was implemented to develop an explicit predicting formulation. The settlement results are compared with the results of previous studies. The accuracy of the proposed formula proves that the ANNs method has a huge potential for predicting the settlement of foundations on sandy soils.

• 한국농공학회지
• /
• 제38권6호
• /
• pp.35-41
• /
• 1996

The theory of consolidation has been achieved remarkable development in terms of theory such as finite consolidation theory, two dimensional Rendulic consolidation theory. Though those theories are well defined, the analysis is by no means straightforward, because associated properties are very difficult to determine in the laboratory, Therefore Terzaghi's one dimensional consolidation theory and Barron's cylindrical consolidation theory are still widely used in engineering practice. The theoretical shortcomings of those consolidation theories and uncertainties of associated properties make inevitably some discrepancy between theoretical and field settlements. Field settlement measurement by settlement plate is, therefore, widely used to overcome the discrepancy. Ultimate settlement is one of the most important factor of embankment construction on soft soils. Nowadays the ultimate settlement prediction methods using field settlement data are widely accepted as a helpful tool for field settlement analysis of embankment construction on soft soils. Among the various methods of ultimate settlement prediction, hyperbolic method and Asaoka's method are most commonly used because of their simplicity and ability to give a reasonable estimate of consolidation settlement. In this paper, the reliability of hyperbolic method and Asaoka's method has been examined using analytical methods. It is shown that both hyperbolic method and Asaoka's method are significantly affected by the direction of drainage.

• Smart Structures and Systems
• /
• 제33권1호
• /
• pp.17-26
• /
• 2024

The new metro crossing the existing metro will cause the settlement or floating of the existing structures, which will have safety problems for the operation of the existing metro and the construction of the new metro. Therefore, it is necessary to monitor and predict the settlement of the existing metro caused by the construction of the new metro in real time. Considering the complexity and uncertainty of metro settlement, a Gaussian Prior Bayesian Emulator (GPBE) probability prediction model based on Bayesian optimization (BO) is proposed, that is, BO-GPBE. Firstly, the settlement monitoring data are analyzed to get the influence of the new metro on the settlement of the existing metro. Then, five different acquisition functions, that is, expected improvement (EI), expected improvement per second (EIPS), expected improvement per second plus (EIPSP), lower confidence bound (LCB), probability of improvement (PI) are selected to construct BO model, and then BO-GPBE model is established. Finally, three years settlement monitoring data were collected by structural health monitoring (SHM) system installed on Nanjing Metro Line 10 are employed to demonstrate the effectiveness of BO-GPBE for forecasting the settlement.

• 대한토목학회논문집
• /
• 제31권5C호
• /
• pp.155-162
• /
• 2011

연약 지반 개량 현장의 효율적 시공 관리를 위해 침하 계측 자료를 이용한 정확한 향후 침하 거동 예측은 매우 중요하다. 현재 침하 예측을 위해 침하 계측 자료를 이용한 침하 예측 방법들이 널리 활용되고 있으나, 이러한 방법들은 일정 성토고 조건에서만 적용이 가능하며, 실제 현장처럼 계측 결과에 따라 지속적인 성토 변화가 발생하는 경우 적용이 매우 어렵다. 본 연구에서는 성토 조건의 변화를 고려한 침하량 예측을 위해 침하 계측 자료를 이용한 침하 예측 결과와 복잡한 현장 조건을 단순화하기 위한 가정 조건을 기반으로 간단한 역해석을 통해 향후 침하량을 이론적으로 예측할 수 있는 기법을 제안하였다. 대형 압밀 시험 결과, 유한 차분 해석 결과, 현장 침하 계측 자료에 제안 방법을 적용한 결과, 제안 방법이 하중의 재제하 등 다양한 성토 변화 조건에서 침하 거동을 신뢰성 있게 모사하였다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2006년도 추계학술대회 논문집
• /
• pp.1405-1410
• /
• 2006

Purpose of this research is that offers basic data for optimized design using neural network method to calculate consolidation settlement in study area. In this research, preformed the neural network method that analyzed the settlement characteristics of soft ground nearby study area. Thus, data base established on ground properties and consolidation settlement of neighboring area. In addition, designed the optimum neural network model for prediction of settlement through network learning and consolidation settlement prediction using consolidation settlement DB and ground properties DB. Optimized neural network model decided by repeated learning for various case of hidden layers. In this study, proposed that the optimized consolidation settlement calculation method using neural network and verified which is the optimized consolidation settlement calculation method using neural network.

• 한국지반환경공학회 논문집
• /
• 제16권11호
• /
• pp.29-37
• /
• 2015

최근 급격한 도시화로 인한 신도시, 택지개발지구 등의 증가로 기존 구조물 하부를 통과하는 비개착 강관압입공법의 적용이 증가하는 추세이다. 비개착공법은 시공 중 기존구조물의 정상적인 운영 안정성이 확보되어야 하므로 강관압입에 의한 지표침하의 정밀한 예측이 필수적으로 필요한 공법이다. 강관압입 시 침하를 발생시키는 원인은 강관 선단과 강관과의 직경차에 의한 공극, 원활한 강관압입을 위한 과굴착, 강관과 지반과의 마찰에 의한 공극 발생 등이 있으며, 이는 Shield TBM 시공 시 발생하는 침하 원인과 유사하다. 본 연구에서는 Shield TBM의 침하 예측방법인 Gap Parameter Method와 Volume Loss Method를 이용하여 강관압입 시 침하를 예측하였으며, 현장시험을 통하여 예측방법에 대한 비교 분석을 수행하였다. 그 결과 Volume Loss 예측방법이 현장시험과 가장 유사한 결과로 나타났으나, 추후 예측방법의 Factor 결정 및 비개착공법 전체 침하예측을 위한 적용성 등 추가적인 연구가 필요할 것으로 판단된다.