• 터널과지하공간
• /
• 제29권1호
• /
• pp.30-37
• /
• 2019

해외의 일부 광업 선도국에서는 정량적인 설계지침을 제시하거나 별도의 광산 갱도 설계지침을 개발하여 배포함으로써 지하광산 운영 시 대규모 인적 물적 피해로 이어질 가능성이 높은 낙반 및 붕락 재해의 발생을 최소화하기 위해 노력하고 있다. 국내의 경우에는 광산안전기술기준 등 광산개발 관련 지침을 통해 근로자 사고 방지를 위한 안전수칙과 작업지침을 제공하고 있으나, 갱도설계에 대한 부분에서는 정성적이고 불명확한 시공 지침만을 제공하는 데에 그치고 있다. 최근 국내 환경규제 및 천부 자원 고갈로 인해 광산이 점차 심부화되고 있는 추세이며, 갱도의 안정성을 확보하기 위해 정량적인 설계 규격을 제공할 수 있는 전문적이고 체계적인 광산 갱도설계 지침에 대한 수요가 증가하고 있다. 이에 따라 본 원고에서는 국내외 광산 갱도설계 실태와 연구동향 및 현행 설계지침에 대한 현황 조사를 통해 국내 갱도 설계지침 개발을 위한 사전연구를 수행하였다.

• Geomechanics and Engineering
• /
• 제30권2호
• /
• pp.107-121
• /
• 2022

Coal pillar assessment is of broad importance to underground engineering structure, as the pillar failure can lead to enormous disasters. Because of the highly non-linear correlation between the pillar failure and its influential attributes, conventional forecasting techniques cannot generate accurate outcomes. To approximate the complex behavior of coal pillar, this paper elucidates a new idea to forecast the underground coal pillar stability using combined unsupervised-supervised learning. In order to build a database of the study, a total of 90 patterns of pillar cases were collected from authentic engineering structures. A state-of-the art feature depletion method, t-distribution symmetric neighbor embedding (t-SNE) has been employed to reduce significance of actual data features. Consequently, an unsupervised machine learning technique K-mean clustering was followed to reassign the t-SNE dimensionality reduced data in order to compute the relative class of coal pillar cases. Following that, the reassign dataset was divided into two parts: 70 percent for training dataset and 30 percent for testing dataset, respectively. The accuracy of the predicted data was then examined using support vector classifier (SVC) model performance measures such as precision, recall, and f₁-score. As a result, the proposed model can be employed for properly predicting the pillar failure class in a variety of underground rock engineering projects.

• 한국터널지하공간학회 논문집
• /
• 제4권2호
• /
• pp.167-174
• /
• 2002

본 연구에서는 시공순서를 고려한 대단면 터널의 안정성 평가를 수치해석에 의해 수행하였다. 일반적으로 터널의 안정성은 최종 굴착 후의 안정성에 의해 판단하는 것이 보통이나, 본 연구에서는 굴착단계별 안정성을 비교·검토하였다. 해석결과를 종합하면, 터널의 안정성에는 별 문제가 없을 것으로 판단되며, 이곳을 시공할 때 계측을 철저히 하는 등의 각별한 주의가 요구된다. 또한, 굴착단계별 안정성을 비교한 결과, 우측 본선터널 상부 반단면 굴착시 (5 단계)의 안정성이 오히려 최종굴착 후의 안정성보다 취약한 것으로 나타났다.

• Geomechanics and Engineering
• /
• 제36권5호
• /
• pp.417-426
• /
• 2024

Shield tunneling method is widely used to build tunnels in complex geological environment. Stability control of tunnel face is the key to the safety of projects. To improve the excavation efficiency or perform equipment maintenance, the excavation chamber sometimes is not fully filled with support medium, which can reduce the load and increase tunneling speed while easily lead to ground collapse. Due to the high risk of the face failure under non-fully support mode, the tunnel face stability should be carefully evaluated. Whether compressive air is required for compensation and how much air pressure should be provided need to be determined accurately. Based on the upper bound theorem of limit analysis, a non-fully support rotational failure model is developed in this study. The failure mechanism of the model is verified by numerical simulation. It shows that increasing the density of supporting medium could significantly improve the stability of tunnel face while the increase of tunnel diameter would be unfavorable for the face stability. The critical support ratio is used to evaluate the face failure under the nonfully support mode, which could be an important index to determine whether the specific unsupported height could be allowed during shield tunneling. To avoid of face failure under the non-fully support mode, several charts are provided for the assessment of compressed air pressure, which could help engineers to determine the required air pressure for face stability.

• 한국터널지하공간학회 논문집
• /
• 제16권5호
• /
• pp.487-495
• /
• 2014

본 연구에서는 주방식 지하구조물에서 지보재 설계를 위한 매개변수 연구를 수행하였다. 지보재 설계에 앞서 설계에 필요한 암주와 공간의 형상별 천단변위, 최대 주응력, 소성영역에 대한 해석을 수행하였다. 해석에 사용할 매개변수를 최적화 하기위해 주방식 지하구조물의 대상 심도와 지반 조건은 기존 지하철 정거장 건설 사례를 분석하여 결정하였으며 지하공간의 활용 목적에 따라 암주의 형상과 공간의 형상을 설정하여 총 180가지의 경우를 선택하였다. 매개변수 해석을 통해 획득한 결과는 향후 지하구조의 안정성과 공간 활용성, 시공장비의 적용성을 고려하여 지보재 설계와 설치 여부를 판단할 수 있는 근거자료로 활용될 수 있을 것으로 판단된다.

• Geomechanics and Engineering
• /
• 제37권4호
• /
• pp.307-321
• /
• 2024

This paper delves into the critical assessment of predicting sidewall displacement in underground caverns through the application of nine distinct machine learning techniques. The accurate prediction of sidewall displacement is essential for ensuring the structural safety and stability of underground caverns, which are prone to various geological challenges. The dataset utilized in this study comprises a total of 310 data points, each containing 13 relevant parameters extracted from 10 underground cavern projects located in Iran and other regions. To facilitate a comprehensive evaluation, the dataset is evenly divided into training and testing subset. The study employs a diverse array of machine learning models, including recurrent neural network, back-propagation neural network, K-nearest neighbors, normalized and ordinary radial basis function, support vector machine, weight estimation, feed-forward stepwise regression, and fuzzy inference system. These models are leveraged to develop predictive models that can accurately forecast sidewall displacement in underground caverns. The training phase involves utilizing 80% of the dataset (248 data points) to train the models, while the remaining 20% (62 data points) are used for testing and validation purposes. The findings of the study highlight the back-propagation neural network (BPNN) model as the most effective in providing accurate predictions. The BPNN model demonstrates a remarkably high correlation coefficient (R2 = 0.99) and a low error rate (RMSE = 4.27E-05), indicating its superior performance in predicting sidewall displacement in underground caverns. This research contributes valuable insights into the application of machine learning techniques for enhancing the safety and stability of underground structures.

• 한국터널지하공간학회 논문집
• /
• 제12권5호
• /
• pp.389-397
• /
• 2010

본 논문은 철근을 보강한 일반강관을 이용하여 지반을 보강할 경우 터널안정성의 효과에 대하여 연구한 것이다. 본 연구를 위하여 철근 보강형 강관과 일반강관의 휨강성을 이론과 실험을 통하여 비교 분석하였으며, 실질적으로 터널 안정성에 미지는 보강효과를 분석하기 위하여 수치해석을 실시하였다. 그 결과 일반강관에 비해 철근 보강형 강판의 경우 휨강성은 65% 증가되며, 터널 안정성 보강효과는 약 10% 내외 증가되는 것으로 나타났다. 따라서 철근 보강형 강판을 이용한 터널 보강공법의 경우 터널의 안정성을 경제적으로 확보할 수 있을 것으로 기대된다.

• 화약ㆍ발파
• /
• 제38권4호
• /
• pp.1-15
• /
• 2020

국내의 지하공간 활용이 증가함에 따라 지하에 매설되어 있는 가스관과 같은 시설물에서의 폭발 사고가 꾸준히 발생하고 있다. 인구밀도가 높은 도심지에서는 개별의 폭발 사고가 복합적인 큰 사고로 확산될 가능성이 존재한다. 따라서, 도심지에서의 폭발이 지하구조물의 안정성에 미치는 영향을 평가하는 것이 필요하다. 본 연구에서는 터널과 인접한 곳에서의 폭발이 지하구조물의 안정성에 영향력을 미치는 요인들의 영향을 파악하기 위하여 폭발 조건과 암반의 물성을 포함한 8개 인자들에 대한 민감도 분석을 실시하였다. AUTODYN을 이용한 민감도 분석을 통해 각 인자들의 주영향과 교호작용효과를 분석하였다. 분석 결과, 폭발지점과 지하구조물 사이의 거리, 폭약량, 암석의 탄성계수가 터널 주변 응력성분에 큰 영향을 미치는 것으로 나타났다.

• 터널과지하공간
• /
• 제8권4호
• /
• pp.351-358
• /
• 1998

현장에서 측정된 절리 trace 길이에 의거하여 영속성을 산정할 수 있는 통계적 분석법을 개발하였다. 이 방법에서는 잠재적 키블록과 불연속면의 상대적인 규모에 따라 절리 trace 기링 또는 원형절리의 직경에 대한 확률밀도분포를 이용한다. 대규모 지하공동의 설계 및 안전적 굴착에 대한 개발된 분석법의 활용성을 설명하기 위하여 규모 및 영속성이 다른 잠재적 키블록의 안정성을 고찰하였다.

• 자원환경지질
• /
• 제48권2호
• /
• pp.131-145
• /
• 2015

심부 처분장 주변 지하수에 의한 대수층 광물의 풍화 산물을 열역학적으로 예측하고자 하였다. 화강암질암 대수층의 지하수 화학조성을 이용하여 카올리나이트와 스멕타이트 간의 용해도 상수를 구한 결과, 심부에 위치하는 지하수에서 이들 간의 반응이 평형상태에 있음을 관찰하였으며 평형상태일 때의 용해도 상수의 대수값은 카올리나이트와 Ca-, Mg-, Na-스멕타이트의 반응에 대해 각각 약 -14.56, -15.73, -7.76을 나타내었다. 상안정도 상에서 대부분의 화강암질암 심부지하수는 카올리나이트-스멕타이트 평형 경계에 위치하거나 스멕타이트와 일라이트에 대하여 안정한 것으로 나타났다. 염기성암 대수층의 천부지하수를 분석한 결과, 화강암질암 대수층의 심부지하수와 유사한 안정 영역 상에 도시되어 스멕타이트와 일라이트를 형성하는 것으로 나타났으며, 이는 대수층을 구성하는 일차광물의 광물학적 조성이 풍화산물 형성에 큰 영향을 미칠 수 있음을 나타낸다.