• 한국터널지하공간학회 논문집
• /
• 제24권5호
• /
• pp.431-449
• /
• 2022

지금까지 국내에서는 수 많은 터널들이 완공되어 오면서 시공에서뿐 아니라 설계에서도 다양한 경험과 기술이 지속적으로 축적되어 왔다. 따라서 이제는 매우 복잡한 지질조건 또는 특수한 터널구조가 아니라면 일반적인 터널설계작업은 설계 항목에 따라 기존 유사 설계사례를 수정 또는 보완하는 것만으로도 충분한 경우도 적지 않다. 특히 터널발파설계의 경우, 실제 터널시공시 현장에서 시험발파를 통해 시공을 위한 발파설계를 추가로 수행하는 것이 일반적이라는 것을 감안할때, 설계단계에서 수행하는 발파설계는 예비설계 성격을 지니고 있어 기존의 유사 설계사례를 참고하는 것도 타당하다고 사료된다. 한편 최근 4차산업혁명시대에 들어서면서 전 산업분야에 걸쳐 그 활용도가 급증하고 있는 인공지능은 터널 및 발파분야에서도 다양하게 활용되고 있지만, 발파터널의 경우 발파진동 및 암반분류 등의 예측 분야에서 주로 활용되고 있을 뿐 터널발파패턴 설계에 활용된 사례는 많지 않다. 따라서 본 연구에서는 터널발파설계를 인공지능의 한 분야인 머신러닝 모델을 이용하여 자동화하기 위한 시도를 하였다. 이를 위하여 25개 학습용 터널설계 자료 및 2개의 시험용 설계자료에서 4가지의 입력데이터(지보패턴, 도로유형, 상반 및 하반 단면적) 및 16개의 출력데이터(심발공 종류, 비장약량, 천공수, 각 발파공 그룹별 공간격과 저항선 등)를 발췌하였다. 이를 기반으로 3가지 머신러닝 모델, 즉, XGBoost, ANN, SVM 모델을 시험한 결과 XGBoost모델이 상대적으로 최상의 결과를 나타내었다. 또한 이를 이용하여 실제 발파설계 상황을 가정하여 발파패턴을 제안하도록 한 결과 일부 항목에서 보완이 필요하긴 하지만 일반적 설계와 유사한 결과를 나타내었다. 본 연구가 기초연구 성격이어서 전체 발파설계를 완벽하게 수행하기는 아직 부족하지만, 향후 충분한 발파설계데이터를 확보하고 세부적인 처리과정을 보완하여 실용적인 활용이 가능하도록 추가 연구를 수행할 계획이다.

• 한국터널지하공간학회 논문집
• /
• 제10권2호
• /
• pp.105-118
• /
• 2008

숏크리트는 터널에서 사용되는 중요한 지보재이다. 숏크리트와 암반의 접착상태는 터널의 안정성 및 사용성에 큰 영향을 끼치는 중요한 평가 요소이다. NATM공법을 이용한 터널 굴착시 굴착면 빛 벤치부에서 발파에 의해 숏크리트가 부착력을 잃고 암반으로부터 탈락되거나 공동이 형성되는 경우 숏크리트 자체의 파괴뿐만 아니라 터널의 전체적인 안정에도 악영향을 미친다. 숏크리트의 접착상태는 완전 접착, 접착력 상실, 그리고 공동으로 분류할 수 있다. 본 연구에서는 비파괴 시험인 충격반향기법(Impact-Echo)을 이용하여 숏크기트와 암반의 접착상태를 평가하고자 하였다. 범용 유한요소 해석 프로그램인 ABAQUS를 이용하여 충격반향시험에 대한 수치해석을 수행하였다. 수치해석으로부터 획득된 신호를 시간영역, 주파수 영역 및 시간-주파수 영역에서 각각 해석하여 숏크리트와 암반의 접착상태에 따른 신호특성을 분석하였다. 분석결과 능동적 신호 처리 기법인 Short-Time Fourier Transform(STFT)을 이용하여 숏크리트 배면의 접착상태를 효과적으로 예측할 수 있었다. 숏크리트 배면의 접착상태가 불량할수록 시간영역 신호의 최대 진폭 이후 첫 진폭이 커지며, 주파수 영역에서 최대 에너지가 커진다. 또한 뚜렷한 공진 주파수가 나타나므로 숏크리트의 두께의 역산이 가능해진다. 시간-주파수 영역에서 윤곽선은 시간축에 평행한 형상을 나타낸다. 또한 완전 접착조건에서 지반 종류에 따른 신호특성도 분석하였다. 지반조건이 불량할수록 시간-주파수 영역에서 시간축과 평행한 윤곽선의 길이가 길어지며 그 주파수 대역은 10 kHz 이하의 저주파수 영역에서 나타난다.

• 한국터널지하공간학회 논문집
• /
• 제22권4호
• /
• pp.451-468
• /
• 2020

단면이 작게 만들어진 노후화된 터널은 만성적인 교통정체를 유발한다. 이는 터널의 확폭을 통하여 해결할 수 있다. 일반적으로 터널을 확폭할 경우, 기계식 또는 발파식 굴착방법을 통하여 기존터널의 외곽부를 굴착하게 된다. 이러한 굴착은 주변 지반뿐만 아니라 기존터널에도 영향을 미치게 된다. Pre-cutting 공법의 적용은 이러한 문제를 효과적으로 해결할 수 있는 방법이 될 수 있다. 따라서 Pre-cutting을 적용하여 확폭을 수행할 경우, 이에 따른 영향분석은 필수적으로 수행되어야 한다. 본 연구에서는 터널 확폭에서 Pre-cutting을 적용할 경우, 이에 따른 영향을 분석하기 위하여 6가지의 지반등급에서 수치해석을 수행하였다. 해석에서는 확대차로와 Pre-cutting의 굴착길이를 변수로 하여 수행하였으며, 기존터널과 확폭터널의 천단침하에 주목하여 분석하였다. 그 결과, 확폭터널의 천단침하는 확폭이 완료가 되면, Pre-cutting의 굴착 길이와 상관 없이 동일한 값으로 수렴하는 것을 확인하였다. 기존터널의 경우, 굴진면의 전방 5 m 내에서 융기가 발생하였으며, Pre-cutting의 굴착 길이가 짧을수록 융기 발생 예방에 효과적인 것으로 나타났다.

• Geomechanics and Engineering
• /
• 제35권2호
• /
• pp.121-133
• /
• 2023

The demand for cement and limestone crushed materials has increased many folds due to the tremendous increase in construction activities in Pakistan during the past few decades. The number of cement production industries has increased correspondingly, and so the rock-blasting operations at the limestone quarry sites. However, the safety procedures warranted at these sites for the blast-induced ground vibrations (BIGV) have not been adequately developed and/or implemented. Proper prediction and monitoring of BIGV are necessary to ensure the safety of structures in the vicinity of these quarry sites. In this paper, an attempt has been made to predict BIGV using artificial neural network (ANN) at three selected limestone quarries of Pakistan. The ANN has been developed in Python using Keras with sequential model and dense layers. The hyper parameters and neurons in each of the activation layers has been optimized using randomized and grid search method. The input parameters for the model include distance, a maximum charge per delay (MCPD), depth of hole, burden, spacing, and number of blast holes, whereas, peak particle velocity (PPV) is taken as the only output parameter. A total of 110 blast vibrations datasets were recorded from three different limestone quarries. The dataset has been divided into 85% for neural network training, and 15% for testing of the network. A five-layer ANN is trained with Rectified Linear Unit (ReLU) activation function, Adam optimization algorithm with a learning rate of 0.001, and batch size of 32 with the topology of 6-32-32-256-1. The blast datasets were utilized to compare the performance of ANN, multivariate regression analysis (MVRA), and empirical predictors. The performance was evaluated using the coefficient of determination (R²), mean absolute error (MAE), mean squared error (MSE), mean absolute percentage error (MAPE), and root mean squared error (RMSE)for predicted and measured PPV. To determine the relative influence of each parameter on the PPV, sensitivity analyses were performed for all input parameters. The analyses reveal that ANN performs superior than MVRA and other empirical predictors, andthat83% PPV is affected by distance and MCPD while hole depth, number of blast holes, burden and spacing contribute for the remaining 17%. This research provides valuable insights into improving safety measures and ensuring the structural integrity of buildings near limestone quarry sites.

• 한국철도학회논문집
• /
• 제20권5호
• /
• pp.668-682
• /
• 2017

철도의 고속화에 따라 선형의 직선화와 함께 터널이 철도노선에 차지하는 비중은 급격하게 증가하였다. 터널 굴착 시 필연적으로 발생하고 있는 여굴은 터널의 안정성에 큰 영향을 미치고 있다. 또한 여굴은 시공의 경제성에도 매우 중요한 요소이기도 하다. 터널 굴착 시 천단부 여굴은 굴착공법의 발달과 함께 점차 감소하고 있는 추세이다. 그러나 바닥부 여굴은 터널의 안정성에 미치는 영향이 상대적으로 적은 관계로 지속적으로 발생하고 있는 실정이다. 한국철도시설공단에서는 바닥부 여굴에 대하여 10 cm정도의 콘크리트 채움을 시공비로 인정하고 있으나, 그 이상에 대해서는 시공사가 부담하여 채움을 실시하고 있다. 바닥부 여굴에 대한 채움은 콘크리트 채움을 원칙으로 하고 있으나 경우에 따라 버림 콘크리트와 혼합골재를 병행하여 시공하는 곳도 발생하고 있다. 이는 궤도 하부에 연속체 재료와 불연속체 재료의 존재를 발생시키게 되며, 열차 운행 중 발생하는 진동의 전파에 영향을 미치게 된다. 일반적으로 콘크리트와 같은 연속체 재료만 존재하는 경우에는 열차운행에 의한 진동이 터널주면 암반으로 자연스럽게 전파될 수 있는 조건이 발생하나, 불연속체가 존재하면 진동의 전파와 반사에서 다른 특성을 나타낼 수밖에 없게 된다. 이에 본 논문에서는 터널 바닥 채움 재료에 대하여 시멘트 혼합비율을 5%, 11.5%, 18% 등으로 달리하여 시료를 제작하였다. 제작된 시료의 동적 물성시험을 실시하였으며, 이를 바탕으로 수치해석을 실시하였다. 수치해석 결과 모든 재료의 배합은 정적안정성을 만족하는 것으로 나타났다. 그러나 동적거동에서는 빈배합콘크리트와 시멘트 함유량이 낮은 채움재를 사용하였을 경우 특정 운행속도에서 공진이 발생할 수 있는 것으로 나타났다.