• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2008년도 춘계 학술발표회 초청강연 및 논문집
• /
• pp.803-812
• /
• 2008

Along with the increasing demand for automatic and mechanical tunnel excavation methods in Korea, the Tunnel Boring Machine (TBM) method of tunnel excavation has become increasingly popular. However, in spite of this rising demand, few studies have been performed on the TBM method, in Korea. For this reason, this study focused on evaluation of the applicability of TBM performance prediction models based on field data in order to contribute to the basic and essential parts of TBM designation and the TBM method of tunnel excavation in Korea. These rock properties can be defined as the mechanical and physical factors of rock that have an influence on a disc cutter's ability to cut rock, and provide information for the evaluation of the applicability of field data. Based on outcomes from these tests, applicability of the prediction model was evaluated and the predicted performance of a TBM was compared with real field data obtained from four different TBM construction sites in Korea.

• 한국터널지하공간학회 논문집
• /
• 제21권6호
• /
• pp.849-860
• /
• 2019

본 논문은 쉴드 TBM의 급곡구간 굴착 시 안정성에 대한 데이터를 얻기 위한 장비 시스템 개발 연구이다. 최근 터널 굴착에 쉴드 TBM 장비가 많이 활용되고 있다. 굴착 시 지반 상부의 건물이나 기존 지하 구조물에 의해 불가피 하게 우회해야 할 경우가 발생할 수 있다. 이러한 경우에 대비하여 시공의 안정성을 확인하기 위해 시공 전 사전 시뮬레이션이 필요로 한다. 그러므로 본 장비 시스템 개발로 자동화 제어시스템을 구축하여 급곡구간 굴착 모형 시뮬레이션을 통해 모의실험을 진행한다면 안정성을 높일 수 있을 것이다. 장비의 좌·우 각도 및 추력 등을 제어하며 굴착 시 장비에 받는 토압, 추진압에 대한 데이터를 실시간으로 볼 수 있도록 시스템을 개발하여야 한다. 이 시스템으로 굴착 방법과 각도 별 굴착 시뮬레이션을 통한 현장실험에 필요데이터를 수집할 수 있다. 실제 쉴드 TBM 공사 전 축소모형 실험을 통한 평가 시 매우 유용하게 활용될 수 있을 것으로 기대된다.

• Geomechanics and Engineering
• /
• 제29권3호
• /
• pp.249-258
• /
• 2022

A disc cutter is an excavation tool on a tunnel boring machine (TBM) cutterhead; it crushes and cuts rock mass while the machine excavates using the cutterhead's rotational movement. Disc cutter wear occurs naturally. Thus, along with the management of downtime and excavation efficiency, abrasioned disc cutters need to be replaced at the proper time; otherwise, the construction period could be delayed and the cost could increase. The most common prediction models for TBM performance and for the disc cutter lifetime have been proposed by the Colorado School of Mines and Norwegian University of Science and Technology. However, design parameters of existing models do not well correspond to the field values when a TBM encounters complex and difficult ground conditions in the field. Thus, this study proposes a series of machine learning models to predict the disc cutter lifetime of a shield TBM using the excavation (machine) data during operation which is response to the rock mass. This study utilizes five different machine learning techniques: four types of classification models (i.e., K-Nearest Neighbors (KNN), Support Vector Machine, Decision Tree, and Staking Ensemble Model) and one artificial neural network (ANN) model. The KNN model was found to be the best model among the four classification models, affording the highest recall of 81%. The ANN model also predicted the wear rate of disc cutters reasonably well.

• 대한토목학회논문집
• /
• 제31권6D호
• /
• pp.839-848
• /
• 2011

TBM(Tunnel Boring Machine) 터널은 굴진 도중 장비의 교체나 개조 등은 불가능하기 때문에 굴진 종료 시까지 투입된 장비로 굴진하여야만 한다. 특히 토압식 쉴드TBM은 막장관찰이 어려우므로 굴진 중에 수집된 자료를 분석하여 지반상태의 변화를 예측하고 이를 시공에 반영하여야한다. 지금까지의 TBM에 대한 연구는 굴착 대상이 되는 지반의 특성에 따른 장비선정 및 굴진속도 예측모델 개발이 주로 이루어져왔다. 그러나 굴착의 주체가 되는 TBM 장비의 굴진자료에 의한 지반상태의 추정 및 운전방법의 개선에 초점을 맞춘 연구는 그리 많이 수행되지 않았다. 본 연구는 토압식 쉴드TBM 시공 사례에서 얻은 굴진자료를 활용하여 투입된 장비의 운전조건에 따른 굴진속도의 변화와 최적 운전조건에 대해 알아보았다. 본 연구의 결과를 요약하면 다음과 같다. 첫째, 커터헤드의 회전속도와 총추력이 굴진속도에 가장 큰 영향을 주며 둘째, 적정한 굴진속도를 위해서는 최적 회전속도를 유지하면서 총추력을 조정하는 것이 좋으며 셋째, 총추력의 증가 추세에 따라 지반조건의 변화에 대한 예측이 가능하여 이에 따라 적절한 운전조건의 변경을 결정할 수 있다.

• 대한토목학회논문집
• /
• 제32권6D호
• /
• pp.637-643
• /
• 2012

본 연구는 대표적인 TMB 장비 회사인 독일 WRITH사에서 개발한 TMB 공법 적용 현장의 굴진보고서를 수집하여 작업운영 생산성을 분석하였다. 그리고 분석된 자료를 근거로 구경별(3.0m, 3.5m, 3.8m) 굴진속도(m/일)를 도출하였다. 또한, 도출된 구경별 굴진속도를 근거로 독일의 WRITH사에서 구경별로 제시한 1m당 굴진에 소요되는 직접공사비를 적용하여 총 직접공사비를 산출하였다. 암질별 구경별로 도출된 굴진속도는 향후 유사한 암질에서 공사를 수행할 때, 공사 착수 전 총작업일수 및 총직접공사비의 산정을 활용한 공정 계획 및 관리를 수행하는데 효과적인 활용 자료가 될 것으로 사료된다.

• 한국지반환경공학회 논문집
• /
• 제11권2호
• /
• pp.43-52
• /
• 2010

쉴드공법은 막장을 굴착함과 동시에 원통형 강재를 지반속에 추진시켜 터널을 축조하는 공법이다. 1818년 마크 브루넬이 런던의 템즈강 하저 굴착공사에 처음 사용한 이래 지반조건에 따른 다양한 쉴드 TBM이 개발되어 도로, 지하철, 전력구, 상하수도 등에 널리 활용되고 있다. 막장상태를 수시로 관찰하며 지반변화에 빠르게 대처할 수 있는 NATM 공법과 달리, 쉴드 공법은 굴진이 시작되면 장비 교체가 거의 불가능하다. 따라서 지반조사 및 실내시험 결과에 따라 적절한 장비를 설계하고, 막장상태에 따라 압입깊이, 커터헤드 회전속도 등을 효율적으로 관리하여 장비의 성능을 최대한 활용하여 굴착공사를 수행해야 한다. 본 연구에서는 분당선 한강하저터널의 지반조건을 NTNU, $Q_{TBM}$, 합경도, KICT-SNU 등의 모델에 적용하여 굴진성능을 예측하고, 실시공 굴진자료와 비교 분석하여 예측모델의 적용성을 검토하였으며, 한강하저터널 하행선의 굴진성능 저하원인을 분석하였다.

• 터널과지하공간
• /
• 제34권2호
• /
• pp.143-153
• /
• 2024

TBM 공법은 발파 공법에 비해 굴착 중 소음과 진동 수준이 낮고, 안정성이 높은 터널 굴착 공법이며, 전세계적으로 터널 프로젝트에 TBM 공법을 적용하는 사례가 증가하는 추세이다. 디스크 커터는 TBM의 커터헤드에 장착되는 굴착 도구로 지속적으로 막장면 지반과 상호작용하며, 이때 필연적으로 마모가 발생한다. 본 연구에서는 지질 조건과 TBM 운영파라미터, 머신러닝 알고리즘들을 이용하여 디스크 커터 마모를 정량적으로 예측하였다. 디스크커터 마모 예측의 입력변수 중 UCS 데이터의 수가 다른 기계 데이터 및 마모 데이터에 비해 매우 부족하기 때문에, 먼저 TBM 기계 데이터를 이용하여 전체 구간에 대한 UCS 추정을 진행하고, 완성된 전체 데이터로 마모율 계수 예측을 수행하였다. 마모율 계수 예측 모델의 성능을 비교해 본 결과 XGBoost 모델의 성능이 가장 높게 나타났으며, 복잡한 예측 모델의 해석을 위해 SHapley Additive exPlanation (SHAP) 분석을 진행하였다.

• 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.

• 한국지반신소재학회논문집
• /
• 제16권1호
• /
• pp.63-72
• /
• 2017

본 연구는 Shield TBM공법을 이용한 터널 굴착시 지표침하에 영향을 주는 요소들에 대한 영향정도를 3차원 수치해석을 통해 검토하였다. 막장압, Skinplate 주면압, 굴진장, 지반모델, 요소망 크기, 통과지반에 대한 다양한 조건을 변화시켜가며 수치해석을 수행하였다. 또한 실제 시공된 Shield TBM을 변위제어방법과 응력제어방법으로 모델링하여 현장 계측값과 비교 분석하였다. Skinplate 주면압과 지반모델이 가장 큰 영향요소이며, 통과지층에 따라 적절한 Skinplate 주면압을 입력시 현장 계측값과 유사한 결과를 얻을 수 있었다.

• 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.