• 한국터널지하공간학회 논문집
• /
• 제25권3호
• /
• pp.201-220
• /
• 2023

터널식 전력구는 지중으로 전력을 공급하기 위한 구조물 중 하나이며, 도심지 및 해저구간을 통과하는 구간에 쉴드TBM 공법을 활용하여 안정적으로 건설을 추진한다. 전력구 건설의 경우에는 수직구 심도가 깊어 주로 암반지반을 굴착하며, 암반대상 밀폐형 쉴드TBM 선정에 대한 고찰이 필요하였다. 또한, 지반조사 보고서 결과를 바탕으로 범용적이고, 간단한 설계방법이 필요하였다. 이에 실대형 굴진시험, 누적 굴진데이터, 수치해석을 종합하여 쉴드TBM 설계방법과 관련 프로그램을 개발하였다. 프로그램 결과에 대해 검증을 수행하고자 준공된 전력구 1개 현장의 굴진데이터를 활용하였다. 굴진데이터의 모집단을 추정하기 위해 커널밀도추정 방법을 도입하여 추력, 토크, 동력의 기본사양에 대해 검증을 완료하였다. 본 연구결과를 통해 쉴드TBM 설계업무 전문성 강화 및 안정적 전력공급의 사용자 편익증대를 기대할 수 있다.

• 터널과지하공간
• /
• 제29권6호
• /
• pp.394-406
• /
• 2019

도심지와 하·해저 터널에서는 연약지반 혹은 특수지반(단층대, 복합지반 등)을 조우할 가능성이 높으며, 이러한 조건에서는 TBM의 굴진율이 저하되고 다운타임이 증가하는 등의 문제점이 발생한다. 이러한 문제점들은 지반조사에서 발견되지 않은 불리한 지반조건에 기인하는 경우가 많으며, 굴진 중 수집된 굴진데이터를 근거로 향후 지층조건에 대한 최적의 운용조건을 결정하는 것이 최선이다. 본 연구는 향후 쉴드 TBM을 이용한 터널공사에서 단층대 및 복합지반에서의 효율적인 시공을 위하여 수행되었다. 외국의 사례를 통해 수집된 TBM의 굴진데이터를 활용하여 굴진율과 다운타임 발생 특성을 지층조건에 따라 분석하였다. 추력, 토크, RPM 등 주요 TBM의 기계데이터와 굴진율, 다운타임은 단층대와 복합지반의 특징에 따라 크게 영향을 받는 것을 확인하였고, 그 특징에 대하여 논하였다. 향후 국내외 유사한 지반에서의 TBM 시공 시 유용하게 활용될 수 있을 것으로 기대된다.

• 한국터널지하공간학회 논문집
• /
• 제22권5호
• /
• pp.575-589
• /
• 2020

최근 국내 터널에서 지속적으로 증가하고 있는 쉴드 TBM 공법의 주된 굴착도구는 디스크 커터로 굴진과정에서 자연스럽게 마모가 발생하고 이는 TBM의 굴진효능을 현저히 저하시키기 때문에 적절한 시기에 교체하는 것이 중요하다. 따라서 본 연구에서는 디스크 커터 교체 여부를 판단할 수 있는 예측 모델을 머신러닝 기법을 사용한 방법으로 제안하였다. 이를 위해 국내 기 시공된 쉴드 TBM 현장의 데이터 중 디스크 커터 소모에 상관성이 높은 굴진데이터(TBM 기계데이터, 지반정보 등)와 교체이력을 입력데이터로 사용하여 다양한 머신러닝 분류기법 중 서포트 벡터 머신, 최근접이웃 알고리즘, 의사결정트리 알고리즘을 사용하여 최적의 예측 모델을 구축하고 모델의 성능을 평가하기 위하여 분류성능평가 지표로 비교 분석하였다.

• 한국터널지하공간학회 논문집
• /
• 제21권4호
• /
• pp.519-534
• /
• 2019

최근 국내 터널공사에서 낙반사고의 위험성이 낮고 진동과 소음이 적은 쉴드 TBM을 이용한 기계화 터널공법이 많이 적용되는 추세이며, 이러한 쉴드 TBM으로 터널 굴착 시 적절한 굴착속도를 설계하는 것이 무엇보다 중요하다. 본 연구에서는 ${\bigcirc}{\bigcirc}{\sim}{\bigcirc}{\bigcirc}$ 고속철도 쉴드 TBM 공사구간에 대하여 지반조사 결과와 TBM 굴진데이터를 분석하고 이를 기존 연구자들에 의해 제안된 경험적 굴착속도 예측방법에 적용하였다. 또한, 현장 굴진데이터 중 커터 당 추력과 지반 일축압축강도와의 상관관계를 분석하고 이를 통해 TBM 터널 설계 시 커터 당 추력과 일축압축강도를 변수로 굴착속도를 예측할 수 있는 간편 모델을 도출하였다. 기존 해외의 여러 굴착속도 예측 모델들을 해당 TBM 현장에 적용한 결과 예측치와 측정된 굴착속도는 약 50~500%의 비교적 큰 오차를 보인 반면, 본 연구에서 도출된 굴착속도 예측모델은 평균 약 15%의 오차율을 나타내어 추후 유사한 지반조건을 가진 쉴드 TBM 현장에 대해서 적용성이 높을 수 있을 것으로 기대한다.

• 터널과지하공간
• /
• 제25권5호
• /
• pp.397-407
• /
• 2015

본 논문에서는 쉴드 TBM 굴진 중 체적손실 산정과 관련한 기존 사례 및 정량적인 산정 방안에 대한 문헌 분석을 수행하여 장비 형상과 운전 중 주요 기계데이터를 활용한 산정 방안을 도출하였다. 도출된 방안은 기존 문헌에 보고된 토압식 및 이수식 TBM 굴진 사례 분석에 적용되었다. 전반적으로 계측 결과와 잘 부합하는 것으로 나타났으며 일부 차이에 대한 분석을 실시하였다.

• 한국터널지하공간학회 논문집
• /
• 제21권3호
• /
• pp.347-362
• /
• 2019

도심지 터널 공사가 많아지면서 이에 따른 소음, 진동, 교통불편 및 민원 저감을 위해 TBM 굴착이 증가하고 있다. 그러나 이러한 추세에도 불구하고 국내 TBM 공동구 설계 및 시공을 위한 기준들은 대부분 해외기술(일본, 독일 등)을 이용하고 있어 국내환경을 고려하지 못하고 있다. 특히, 공동구 TBM 설계의 주요 기준이 되는 굴진율은 대부분 일축압축강도만으로 산정되며 이마저도 실제 현장 특성과 맞지 않아 개선이 필요하다. 본 연구에서는 국내 현장에 적합한 굴진율을 예측하기 위해 수행되었다. 이를 위해 시공 중인 소단면 쉴드 TBM 굴착 현장의 지반 및 굴진데이터를 수집하고 상관관계 분석을 통해 굴진율에 영향을 미치는 주요인자를 파악하였다. 도출된 영향인자들은 통계적 분석기법을 기반으로 한 다중선형 회귀분석에 적용되어 굴진율을 예측하는 회귀식의 예측변수로 이용되었다. 결과적으로 회귀분석을 통해 도출된 회귀식은 일축압축강도와 절리간격을 예측변수로 추정되었으며, 해외 경험식과 비교하여 국내현장 굴진율의 예측 정확도가 높은 것으로 나타났다. 다만, 이 회귀식을 타 국내 현장에 적용할 경우 예측오차가 다소 증가하였다. 회귀식이 갖는 이와 같은 적용 한계를 개선하기 위해서는 추가적인 연구를 통해 현장조건에 제약을 받지 않는 굴진율 예측모델 도출이 필요할 것으로 보인다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.393-402
• /
• 2021

국내에 첫 도입된 TBM은 Gripper TBM으로 1985년 구덕 수로터널에 적용되었다. Gripper TBM 도입 초기단계에는 주로 수로터널 중심으로 적용 실적이 많았다(Tunnel Mechanized Construction Design, 2008). 현재 국내에서의 Gripper TBM의 시공범위는 수로터널은 물론이고 지하철, 철도터널, TBM+NATM 확공에 이르기까지 매우 다양하게 적용되고 있다. 해외에서는 Gripper TBM의 적용은 일반적이며, NATM터널 적용 시에도 Gripper TBM의 우수한 굴진율 때문에 탐사터널로 적용하고 완공 후에는 피난터널로 사용한다. 빠른 굴착속도로 인하여 풍화암 이상의 암반구간에서 Gripper TBM의 적용은 장대터널이나 산악터널 계획 시 다수의 작업구를 만들어 발생하는 환경이나 민원문제를 최소화 할 수 있다. 본 연구에서는 국내에서 가장 많이 적용되었던 직경 2.6~5.0 m의 Gripper TBM의 월굴진율과 시공싸이클을 분석하여 일반적인 Gripper TBM의 작업과정을 분석하고 월굴진율 300 m/month 이하로 굴진율을 기록했던 프로젝트의 Downtime을 조사·분석하였다.

• 터널과지하공간
• /
• 제30권3호
• /
• pp.214-225
• /
• 2020

쉴드 TBM(Tunnel Boring Machine) 터널 굴착 시 암반의 상태는 굴진 성능을 결정하는 중요한 요소 중 하나이다. 암석 강도는 지반조사 시 실내시험을 통해 얻을 수 있으나, 전체 TBM 굴진 구간에 대해 모두 알 수 없다. TBM 굴진 시 최적 Operation Parameter를 적용하기 위해서는 굴진 속도에 영향을 미치는 암석 강도를 파악하는 것이 매우 중요하다. 이에 본 연구에서는 TBM 굴착 중 생성되는 기계 데이터와 머신러닝(Machine Learning) 기법을 활용하여 암석 강도를 예측하고자 한다. 암석 강도를 예측하기 위해 여러 머신러닝 기법을 사용하여 비교하였고, 가장 예측 성능이 좋은 스태킹 모델을 최종 모델로 선택하였다. 암반 구간 Slurry 쉴드 TBM 굴진 사례에서 지반조사 및 시공 중 조사한 암석 강도와 강도를 획득한 위치에서의 TBM 굴착 데이터를 사용하였다. TBM 굴착 데이터는 Training과 Test용으로 8:2로 분할하였으며, 변수 선택(feature selection), 표준화(scaling), 이상치(outlier) 제거 등 전처리 과정을 수행하였다. 하이퍼파라미터 튜닝까지 마친 후, 스태킹 모델에 대해 평균 제곱근 오차(Root Mean Square Error, RMSE)와 결정 계수(R²)로 모델을 평가한 결과 각각 5.556과 0.943로 나타났으며, TBM 굴착 데이터로 암석 강도를 예측하는 모델로 유용할 것으로 판단된다.

• 터널과지하공간
• /
• 제30권6호
• /
• pp.540-550
• /
• 2020

최근 AI 기술의 발전과 정립으로 자동화 분야에서 머신러닝 기법의 활용이 활발하게 이루어지고 있다. 머신러닝 기법의 활용에 있어 중요한 점은 데이터 특성에 따라 적합한 알고리즘이 존재한다는 점이며, 머신러닝 기법 적용을 위한 데이터세트의 분석이 필요하다. 본 연구에서는 다양한 머신러닝 기법을 기반으로 하천 하부의 토사지반을 통과하는 토압식 쉴드TBM 터널 구간의 지반정보와 굴진정보를 사용하여 토압식 쉴드TBM의 굴진율을 예측하였다. 선형회귀모델에서 모델의 통계적인 유의성과 다중공선성에서는 문제가 없었으나 결정계수가 0.76으로 나타났고 앙상블 모델과 서포트 벡터 머신에서는 0.88이상의 예측성능을 보여, 분석한 데이터세트에서 토압식 쉴드TBM 굴진성능예측에 적합한 모델은 서포트 벡터 머신임을 알 수 있었다. 현재 도출된 결과로 볼 때, 토압식 쉴드TBM의 기계데이터와 지반정보가 포함된 데이터를 활용한 굴진성능 예측 모델의 적합성은 높다고 판단된다. 추가적으로 지반조건의 다양성과 데이터양을 늘리는 연구가 필요한 것으로 판단된다.

• 한국터널지하공간학회 논문집
• /
• 제18권1호
• /
• pp.61-74
• /
• 2016

본 논문에서는 화강풍화대를 통과하는 슬러리 TBM 굴진 중 지표 침하 및 체적손실 산정에 관한 사례 연구를 수행하였다. 터널 천단 침하 계측 결과로부터 TBM 굴진 단계별 침하 발생 경향을 분석하였고, 횡방향 지표 침하 트라프로부터 굴진 중 체적손실 및 트라프 변수를 산정하였다. 또한, 체적손실 산정 모델을 이용하여 지반 특성과 굴진 중 측정된 기계데이터가 반영된 굴진 단계별 체적손실을 산정하였으며, 이를 실제 계측 결과와 비교 분석하였다. 슬러리 TBM의 경우 대부분의 지표침하는 쉴드 본체 통과 및 뒤채움 주입 이후 발생하는 것으로 나타났고 문헌에 보고된 총 체적손실 및 트라프 곡선 형태가 확인되었다. 실제 굴진 중 체적손실은 굴진 단계별로 쉴드손실 예측값의 90%, 테일부 손실 예측값의 60% 수준으로 분석되었고, 쉴드 손실에 비해 테일부 손실의 편차가 큰 것으로 나타났다.