• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.549-558
• /
• 2021

터널과 지하시설물을 비롯한 콘크리트 토목구조물을 안전하게 관리하려면 균열 발생 여부를 정기적인 점검을 통해 알아내야 한다. 터널의 콘크리트 라이닝 표면에 발생한 균열의 위치와 형태를 검사하는 일은 주로 고소작업차를 투입하여 이루어진다. 이러한 작업은 차로를 통제한 채 이루어지므로 교통 체증을 일으키며, 점검 종사자가 위험한 환경에 노출되며, 매번 같은 종사자가 같은 터널의 같은 부위를 조사하기 어려우므로 검사 결과의 일관성이 저해된다. 본 연구는 기존 터널 영상 취득 시스템을 대상으로 딥러닝 기술을 적용해 터널 내 콘크리트 라이닝의 균열을 자동으로 탐지하는 방법을 다음과 같이 제시한다. 구체적으로는 의미론적 분할(semantic segmentation)을 수행하는 딥러닝 모델을 공개 데이터셋으로 학습시키고, 터널 영상 취득 시스템으로 취득한 데이터셋을 딥러닝 모델에 입력했을 때 성능을 알아본다. 첫 번째, 공개 데이터셋을 전부 학습시켰을 경우, 두 번째, 공개 데이터셋 중 기존 터널 영상 취득 시스템 데이터셋과 관련성이 높은 데이터셋만 선택하여 학습시켰을 경우, 마지막으로 관련성이 높은 데이터셋과 균열이 없는 영상(negative example)을 선택하여 학습시켰을 경우에 대하여 성능을 비교하여 효율적인 모델 학습 방안을 모색한다. 그 결과 공개 데이터셋에서 관련성이 높은 영상과 균열이 없는 영상을 골라 학습시켰을 경우의 성능이 가장 좋았다. 향후 딥러닝 알고리즘을 터널 영상 취득 시스템에 적용할 때 효율적인 모델 학습 방안을 수립하는데 기여할 것으로 기대한다.

• 한국터널지하공간학회 논문집
• /
• 제21권1호
• /
• pp.201-210
• /
• 2019

최근 국내외 도심지역의 교통정체 완화와 공간의 효율성 증대를 위해 대도시내 도로의 지하화 시행빈도가 증가하고 있다. 도시부 터널은 극심한 정체상황 중 화재가 발생할 경우 대형 참사를 유발할 가능성이 산악터널보다 높기 때문에 소단면으로된 소형차전용터널로 시공이 될 가능성이 높다. 소형차 전용의 터널로 시공이 될 경우, 소형차 전용터널은 차량에 의한 설계화재강도를 감소할 수 있는 반면, 터널 높이 감소 등에 따른 단면적 축소에 따라 유해가스농도가 증가하여 위험도는 증가하는 상반된 특징이 있다. 본 연구에서는 수치해석을 통해 대배기구의 설치간격과 형태에 따른 화재양상을 터널 내 온도 및 CO농도를 분석하여 비교 검토하였으며, 다음과 같은 결론을 얻었다. 설치간격에 따른 연기확산거리는 큰 차이가 없는 것으로 분석되었으나, 본 연구에서는 간격이 100 m인 경우가 가장 효과적으로 분석되었다. 대배기구 형상에 따른 연기확산거리는 $4m{\times}3m$, $6m{\times}2m$, $3m{\times}2m$ (2열) 순으로 배연성능이 우수한 것으로 분석되었으며, 대배기구 형상에 따른 연기확산거리는 플래시오버 이후에는 큰 차이가 없지만 화재 성장과정에서 $3m{\times}2m$인 경우 다른 경우보다 확산거리가 큰 것으로 분석되었고, 대배기구 종횡비에 따른 연기확산거리는 횡방향으로 긴 경우보다 종방향으로 긴 경우가 화재연기의 확산거리가 더 짧은 것으로 분석되었다.