• 한국터널지하공간학회 논문집
• /
• 제7권4호
• /
• pp.305-311
• /
• 2005

암반에 건설되는 대단면 터널에서 숏크리트의 부착강도는 암반탈락 방지와 발파진동에 의한 숏크리트 탈락방지에 매우 중요하다. 그럼에도 불구하고 숏크리트 부착강도는 압축강도에 비하여 설계 및 시공단계에서 중요한 요소로 고려되지 않았다. 따라서 본 연구의 목적은 숏크리트 부착강도가 대단면 암반 터널의 안정성에 미치는 영향을 분석하는 것이다. 먼저, Holmgren의 punch-loaded 시험조건을 모사한 수치해석 모델을 이용하여 다양한 부착강도에 대한 매개변수연구를 수행하였다. 그 결과, 숏크리트의 최대지지력은 숏크리트층과 블록간의 부착 강도와 선형 비례관계를 보임을 확인하였다. 또한, 숏크리트층과 굴착면에 부착강도를 고려하는 경우와 기존의 완전부착 조건에 대한 개별요소해석을 수행하여 숏크리트 부착강도의 영향을 검토하였다.

• Structural Engineering and Mechanics
• /
• 제84권1호
• /
• pp.35-48
• /
• 2022

This paper investigates the artificial neural network (ANN) to predict the dimensionless parameters for contact pressures and contact lengths under the rigid punch, the initial separation loads, and the initial separation distances of a contact problem. The problem consisted of two elastic infinitely layers (EL) loaded by means of a rigid cylindrical punch and resting on a half-infinite plane (HP). Firstly, the problem was formulated and solved theoretically using the Theory of Elasticity (ET). Secondly, the contact problem was extended based on the ANN. External load, the radius of punch, layer heights, and material properties were created by giving examples of different values used at the training and test stages of ANN. Finally, the accuracy of the trained neural networks for the case was tested using 134 new data, generated via ET solutions to determine the best network model. ANN results were compared with ET results, and well agreements were achieved.