• 한국지반공학회논문집
• /
• 제25권10호
• /
• pp.99-110
• /
• 2009

부산 신항만 북컨테이너 지역에서 연직배수공법에 의한 연약지반개량을 위해 설계된 제반사항을 검토하고, 현장시험시공을 실시하여 현장계측 결과를 이용한 압밀침하 특성을 검토하였다. 설계치와 현장계측치의 비교검토에서, 설계 압밀도에 비해 실측압밀도가 약 7% 높게 나타났다. 그 차이는 설계당시의 지반정수가 전체적인 지반의 입도 혼합비를 고려하지 않고 점토성분이 많은 시료를 이용하여 보수적으로 적용되었기 때문이라고 판단하여 다양한 입도 혼합비별로 실내 압밀시험을 실시하였다. 실험결과, 점토시료의 실트 및 모래혼합비 증가에 따라 압밀진척도가 증가하는 경향이 나타났으며, 실측 압밀도와 가장 잘 맞은 입도 혼합비는 모래 10%, 실트 50%, 점토 40%였고, 이는 시험시공구역의 평균입도분포와 거의 일치하는 것으로 나타났다. 따라서 모래, 실트 및 점토가 혼재된 연약지반을 개량하는 경우 설계단계에서 전체적인 지층의 특성 및 입도의 혼합비를 충분히 고려할 필요가 있다는 것을 제시했다.

• 대한토목학회논문집
• /
• 제29권3C호
• /
• pp.115-125
• /
• 2009

지반의 응력이력을 정의하는데 이용되는 선행압밀하중은 일반적으로 일차원 실내압밀실험으로부터 결정되어져 왔으나 피에조콘과 같은 원위치 시험의 관측값을 이용한 이론적인 방법과 경험적인 상관관계를 통한 결정도 가능하다. 최근 선행압밀하중을 결정하기 위한 인공신경망 모델들이 제안된 바 있으며, 기존의 이론적 경험적 선행압밀하중 추정 방법들이 갖는 지역의존성의 문제를 극복하고 예측 정확도 면에서도 크게 개선된 것으로 보고되었다. 그러나 인공신경망 모델은 모델구조와 학습과정에서 초기에 무작위로 부여되는 연결강도에 영향을 받아 예측에 변동성이 존재한다. 본 연구에서는 기존의 피에조콘 결과를 이용한 선행압밀하중 추정 인공신경망 모델이 연약지반에서 선행압밀하중 예측 시 보이는 변동성을 개선하기 위하여 신경망 모델의 구조 최적화를 수행하고 군집신경망 모델을 구축하였다. 제안된 군집신경망 모델을 이용한 예측결과는 기존의 다층신경망 모델 및 이론적 경험적 모델들과 비교되었다. 연구결과, 최적화된 구조를 갖는 다층신경망 모델일지라도 초기 연결강도에 따라 최종 학습 후 예측결과의 변동성이 여전히 존재하나, 다층신경망을 네트워크로 연결하여 제안된 군집신경망 모델은 기존의 다층신경망 모델들이 갖는 초기 연결강도 의존성을 개선하여 다층신경망 모델에 비해 일관성 있으며 보다 정확한 예측이 가능한 것으로 나타났다.