• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2003년도 추계학술대회 논문집(II)
• /
• pp.569-578
• /
• 2003

In this paper a determination of the optimal excavation method and machine type for a tunnel under the Han river between the Sungsoo-dong, Sungdong-Gu and the Chungdaw-dong, Kangnam-Gu in the Bundang railway. The geological investigation results show that some fractured zones exist locally under the northern boundary of the Han river bed, but the other regions consist mostly of hard rocks of good quality in the tunnel excavation level. Also, a hign water pressure of $5kgf/cm^2$ and a flash inflow of river water due to old boring holes are expected during tunnel excavation. A EPB shield TBM is selected as a optimal excavation machine for the Han river tunnel considering the geological and ,site conditions.

• Geomechanics and Engineering
• /
• 제20권6호
• /
• pp.475-484
• /
• 2020

The prediction of the ground conditions ahead of a tunnel face is very important, especially for tunnel boring machine (TBM) tunneling, because encountering unexpected anomalies during tunnel excavation can cause a considerable loss of time and money. Several prediction techniques, such as BEAM, TSP, and GPR, have been suggested. However, these methods have various shortcomings, such as low accuracy and low resolution. Most studies on electrical resistivity tomography surveys have been conducted using numerical simulation programs, but laboratory experiments were just a few. Furthermore, most studies of scaled model tests on electrical resistivity tomography were conducted only on the ground surface, which is a different environment as compared to that of mechanized tunneling. This study performed a laboratory experimental test to extend and verify a prediction method proposed by Lee et al., which used electrical resistivity tomography to predict the ground conditions ahead of a tunnel face in TBM tunneling environments. The results showed that the modified dipole-dipole array is better than the other arrays in terms of predicting the location and shape of the anomalies ahead of the tunnel face. Having longer upper and lower borehole lengths led to better accuracy of the survey. However, the number and length of boreholes should be properly controlled according to the field environments in practice. Finally, a modified and verified technique to predict the ground conditions ahead of a tunnel face during TBM tunneling is proposed.

• 한국터널지하공간학회 논문집
• /
• 제24권6호
• /
• pp.553-581
• /
• 2022

TBM (Tunnel Boring Machine)이 터널 산업에 도입된 이후로 안전성과 친환경의 이점으로 TBM의 사용이 전 세계적으로 증가하였다. 암반 및 토사 지반을 굴착하는 TBM 터널에서의 주요 비용 중 하나는 손상되거나 마모된 커터의 교체로 볼 수 있다. 커터의 교체는 시간과 비용에 큰 영향을 끼치는 작업이며 TBM 가동률과 굴진율을 크게 감소시킬 수 있다. 따라서 커터의 수명을 정확하게 평가하는 것은 공기와 비용의 측면에서 매우 중요하다. 그러나 복합 지반을 포함하여 토사 구간, 암반구간에서 커터 마모에 대한 예측은 매우 복잡하고 명확하지 않다. 이에 따라 커터 마모에 대한 다양한 예측 모델이 개발 및 도입되었지만 이러한 불확실성으로 인해 가변적인 결과를 나타낸다. 본 연구에서는 커터 마모 예측 모델을 제시하기 보다는 커터 교체의 설계 및 시공 사례 연구를 소개하고 분석했다. 커터는 지반 조건, TBM 장비 및 운전의 영향을 많이 받으므로 불확실성과 한계를 감안하면 신뢰성 있는 예측 모델을 제안하는 것은 매우 어렵기 때문에 오히려 실제 사례를 분석하고 이에 대한 자료 공유가 더 실용적이다. 커터 교체에 대한 예측과 결과 간의 차이를 확인하고 심도 있게 분석하였다.

• 한국터널지하공간학회 논문집
• /
• 제25권6호
• /
• pp.403-421
• /
• 2023

도심지 내 지하구조물 개발의 필요성이 증가함에 따라, TBM 터널 시공 중 터널 굴진면 전방예측에 대한 연구가 꾸준하게 진행되고 있다. 본 연구에서는 TBM 터널 굴착 중 복합지반을 조우하는 상황을 모사한 유한요소(finite element) 수치해석 모델을 개발하였다. 개발된 수치해석 모델은 이론해와 실내실험으로부터 측정된 전기 비저항 결과값과의 비교를 통해 그 성능을 검증하였다. 이후 실제 터널의 형상과 지반조건, 측정전극의 배열 조건 등 전기 비저항 탐사에 대한 영향 변수를 설정하고 이에 따른 매개변수 해석을 수행하였다. 그 결과, 복합지반 내 경계면의 경사가 가파를수록, 복합지반을 구성하는 두 지반 사이의 전기 비저항 차이가 클수록, TBM 굴착 중 전기 비저항 측정값이 더 급격하게 변화함을 확인하였다. 또한, 보다 효율적이고 정확한 복합지반 예측을 위해 적절한 전극 간격 및 전극 배열 위치 선정의 중요성을 제고하였다. 결론적으로, 본 연구에서 개발된 수치해석 모델을 통한 터널 막장면 전방 복합지반 예측은 TBM 터널 시공 과제의 구조적 안정성과 경제적 효율성 증대에 이바지할 것으로 사료된다.

• 한국터널지하공간학회 논문집
• /
• 제26권1호
• /
• pp.1-17
• /
• 2024

터널 굴착으로 인한 지반의 거동 분석은 대변형 영역의 거동을 고려해야 한다. 따라서 본 논문에서는 TBM 터널 굴착으로 인한 주변 지반에 대한 영향을 실제 현장 조건과 동일 조건에서 분석하기 위하여 대변형 유한요소 해석을 수행하였다. 지반의 대변형 거동을 모사하고 예측함에 있어 가장 널리 활용되는 두 가지 해석 기법 - coupled Eulerian Lagrangian (CEL)과 auto-remeshing (AR) 기법 - 을 적용하여 TBM 굴착 과정을 모사하였고 그에 따른 주변 지반에 발생하는 손상영역의 범위를 예측하였다. 굴착손상영역의 범위는 두 기법을 통해 도출된 결과와 굴착손상영역을 정의하는 실험적인 기준을 종합하여 추정하였다. 해석 결과, 두 대변형 해석 기법을 이용하여 도출된 굴착손상영역은 서로 비슷한 크기로 수렴하였고, 기존 연구의 실험 및 계측을 통해 확인된 굴착손상영역 크기와 모양, 경향과도 일치하는 것으로 나타났다. 굴착 되는 지반의 RMR 등급이 좋을수록 굴착손상영역의 크기는 더 커지고, 터널의 직경과는 정비례하는 것으로 나타났다. 반면에, 터널의 심도가 깊을수록 지반의 구속압이 커져서 굴착손상영역은 상대적으로 작게 형성되는 것으로 확인되었다.

• 한국기계가공학회지
• /
• 제18권1호
• /
• pp.38-45
• /
• 2019

In this paper, the stability of the tunnel boring machine (TBM), used in tunnel excavation, according to the thrust force of the thrust jack was investigated. The existing hydraulic cylinder analysis method is fluid-structure interaction (FSI) analysis, where all of the flow setting and dynamic characteristics should be considered. Therefore, there is a need for a method to solve this problem simply and quickly. To facilitate this, the theoretical pressure in the hydraulic cylinder was calculated and compared with the analytical and experimental results. In the case of the analysis, the pressure generated inside the cylinder was analyzed statically, considering the operating characteristics of the shield TBM, and the stress and pressure were calculated. This method simplifies the analysis environment and shortens the analysis time compared to the existing analysis method. The obtained theoretical and analytical data were compared with the measured data during actual tunneling, and the analysis and experimental data showed a relative error of approximately 23.89%.

• 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.

• Geomechanics and Engineering
• /
• 제29권5호
• /
• pp.523-533
• /
• 2022

Several prediction model of penetration rate (PR) of tunnel boring machines (TBMs) have been focused on applying to design stage. In construction stage, however, the expected PR and its trends are changed during tunneling owing to TBM excavation skills and the gap between the investigated and actual geological conditions. Monitoring the PR during tunneling is crucial to rescheduling the excavation plan in real-time. This study proposes a sequential prediction method applicable in the construction stage. Geological and TBM operating data are collected from Gunpo cable tunnel in Korea, and preprocessed through normalization and augmentation. The results show that the sequential prediction for 1 ring unit prediction distance (UPD) is R²≥0.79; whereas, a one-step prediction is R²≤0.30. In modeling algorithm, a gradient boosted regression tree (GBRT) outperformed a least square-based linear regression in sequential prediction method. For practical use, a simple equation between the R² and UPD is proposed. When UPD increases R² decreases exponentially; In particular, UPD at R²=0.60 is calculated as 28 rings using the equation. Such a time interval will provide enough time for decision-making. Evidently, the UPD can be adjusted depending on other project and the R² value targeted by an operator. Therefore, a calculation process for the equation between the R² and UPD is addressed.

• 터널과지하공간
• /
• 제31권6호
• /
• pp.549-560
• /
• 2021

쉴드 TBM(Tunnel Boring Machine) 굴진 시 TBM에 작용하는 커터헤드 토크, 추력, 챔버압, 상향력 등은 TBM의 굴진성능을 결정하는 데 매우 중요한 요소들이다. 그러나 균질한 지반 조건에 비해 복합지반을 굴진할 때 TBM에 작용하는 힘들은 그 경향이 달라 TBM 굴진성능을 저해할 수 있다. 따라서 본 연구에서는 복합지반 굴진이 TBM에 작용하는 토크, 추력, 챔버압, 상향력에 미치는 영향을 수치해석적으로 모사하고자 하였다. 해석 모델은 개별요소법(DEM, discrete element method)과 유한차분법(FDM, finite difference method)을 연계하는 방안을 적용한 TBM 굴진 모델을 사용하였다. 본 연구에서는 상부 화강풍화토와 하부 풍화암으로 구성된 복합지반을 굴진하는 것을 가정하여 굴진을 모사하였으며, 복합지반 경계면의 위치, 경사에 따라 TBM에 작용하는 힘에 대한 영향을 해석적으로 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.