• 한국지반공학회논문집
• /
• 제16권6호
• /
• pp.127-139
• /
• 2000

In the study, an expert system was developed to predict the safety of tunnel and select proper tunnel reinforcement system using fuzzy quantification theory and fuzzy inference rule based on tunnel information database, For this development, many tunnelling sites were investigated and the applied countermeasures were studied after building tunnel database. There will be benefit for the deciding tunnel reinforcement method in the case of poor ground condition. The expert system developed in the study has two main parts, pre-module and post-module. Pre-module is used to decide input items of tunnel information based on the tunnel face mapping information which can be easily obtained in in-situ site. Then, using fuzzy quantification theory II, fuzzy membership function is composed and tunnel safety level is inferred through this membership function. Post-module is used to infer the applicability of each reinforcement methods according to the face level. The result of the predicted reinforcement system level was similar to measured ones. In-situ data were obtained in three tunnel sites including subway tunnel under Han River. Therefore, this system will be helpful to make the mose of in-situ data available and suggest proper applicability of tunnel reinforcement system to development more resonable tunnel support method without dependance of some experienced experts opinions.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2003년도 봄 학술발표회 논문집
• /
• pp.265-272
• /
• 2003

In this study, the rock mass classification results from the face mapping and the resistivity inversion data are compared and analyzed for the reliability investigation of the determination of the rock support type based on the surface electrical survey. To get the quantitative correlation, rock engineering indices such as RCR(rock condition rating), N(Rock mass number), Q-system based on RMR(rock mass rating) are calculated. Kriging method as a post processing technique for global optimization is used to improve its resolution. The result of correlation analysis shows that the geological condition estimated from 2D electrical resistivity survey is coincident globally with the trend of rock type except for a few local areas. The correlation between the results of 3D electrical resistivity survey and the rock mass classification turns out to be very high. It can be concluded that 3D electrical resistivity survey is powerful to set up the reliable rock support type.

• 자연, 터널 그리고 지하공간
• /
• 제13권5호
• /
• pp.101-109
• /
• 2011

• 한국터널지하공간학회 논문집
• /
• 제22권3호
• /
• pp.239-248
• /
• 2020

터널 굴착 시 정확한 암반 분류는 적합한 지보패턴을 설치하는 데 도움을 준다. 암반의 분류를 위해 주로 RMR (Rock Mass Ration)과 Q값을 산정하여 수행되며, 페이스 매핑(face mapping)을 바탕으로 산정된다. 점보드릴 및 프로브드릴의 기계 데이터을 활용하거나 딥러닝을 활용한 굴착면 사진 분석 등의 방법이 암반등급 분류를 예측하기 위해 사용되고 있으나, 분석 시 오랜 시간이 소요되거나, 굴착면 전방의 암반등급을 파악할 수 없다는 점에서 한계를 갖는다. 본 연구에서는 순환인공신경망(Recurrent neural network, RNN)을 활용하여 굴착면 전방의 Q값을 예측하는 방법을 개발하였고 페이스 매핑으로부터 획득한 Q값과 비교/검증하였다. 4,600여개의 굴착면 데이터 중 70%를 학습에 활용하였고, 나머지 30%는 검증에 사용하였다. 학습의 횟수와 학습에 활용한 이전굴착면의 개수를 변경하여 학습을 수행하였다. 예측된 Q값과 실제 Q값의 유사도는 RMSE (root mean square error)를 기준으로 비교하였다. 현재 굴착면과 바로 직전의 굴착면의 Q값을 활용하여 600회 학습하여 예측한 Q값의 RMSE값이 가장 작은 것을 확인하였다. 본 연구의 결과는 학습에 사용한 데이터 값 등이 변화하는 경우 변화할 수 있으나 터널에서의 이전 지반상태가 앞으로의 지반상태에 영향을 미치는 시스템을 이해하고, 이를 통해 터널 굴착면 전방의 Q값의 예측이 가능할 것으로 판단된다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2004년도 춘계학술발표회
• /
• pp.946-951
• /
• 2004

ITIS is applied to the several tunnel construction sites in Korea. Tunnel construction properties which are acquired from these sites are transferred to information management server(SQL 2000 server)by client application program in real time. Access permission to DB server depends on the user's roles. Some functions which cannot be embodied in SQL Server are serviced through XML and GMS server is used for spatial data based on GIS part. This system is supposed to give engineers the advantages which are not only easy handling of the program and computerized documentation on every information during construction but also analyzing the acquired data in order to predict the structure of ground and rock mass to be excavated later and show the guideline of construction. Neung-Dong tunnel and Mu-Gua express way tunnel are now under construction and with this system they have 3D visualized map of the geology and tunnel geometry and accumulate database of construction information such as tunnel face mapping results, special notes and pictures of construction and 3D monitoring data, all matters on the stability of rock bolts and shotcrete, and so on. Ground settlement prediction program included in ITIS, based on the artificial neural network(ANN) and supported by GIS technology is applying to the subway tunnel. This prediction tool can make it possible to visualize the ground settlement according to the excavation procedures by contouring the calculated result on 3D GIS map and to assess the damage of buildings in the vicinity of construction site caused by ground settlement.

• 터널과지하공간
• /
• 제6권3호
• /
• pp.197-208
• /
• 1996

Due to the constraints in pre site-investigation for tunnel, it is essential to redesign the support structures suitable for rock mass conditions such as rock strength, ground water and discontinuity conditions for safe tunnel construction. For the selection of optimum support, it is very important to carry out the rock mass classification and in-situ measurement in tunnelling. In this paper, in a mountain tunnel designed by NATM in hard rock, the selectable system for optimum support has been studied. The tunnel is situated at Chun-an in Kyungbu highspeed railway line with 2 lanes over a length of 4, 020 m and a diameter of 15 m. The tunnel was constructed by drill & blasting method and long bench cut method, designed five types of standard support patterns according to rock mass conditions. In this tunnel, face mapping based on image processing of tunnel face and rock mass classification by RMR carried out for the quantitative evaluation of the characteristics of rock mass and compared with rock mass classes in design. Also, in-situ measurement of convergence and crown settlement conducted about 30 m interval, assessed the stability of tunnel from the analysis of monitoring data. Through the results of rock mass classification and in-situ measurement in several sections, the design of supports were modified for the safe and economic tunnelling.

• 한국터널지하공간학회 논문집
• /
• 제15권5호
• /
• pp.505-522
• /
• 2013

기존 연구를 통하여 주어진 지반조건과 대응한 시공 상황에 대해 터널 굴진에 따른 매 막장의 붕괴 위험도를 정량적으로 지수화 할 수 있는 수단이 개발된 바 있다(Shin et al, 2009a). 본 논문에서는 기 제안된 터널 붕괴 위험도 지수(KTH-index)를 산정하는데 있어서 각 영향인자에 부여되는 가중치가 고정된 '선형' 모델과 주어진 영향인자의 입력값에 따라 가중치가 변화하는 '비선형' 모델을 소개하고, 100여개의 붕괴현장자료를 이용해 '비선형' 모델의 타당성을 검토하였다. 이를 통해 신개념의 '비선형' 가중치 모델은 위험도를 평가코자 하는 터널현장의 특성을 감안하여 가중치가 합리적으로 조정되어 위험도 평가를 수행할 수 있음을 보였다. 또한, 기 개발된 터널 시공 위험도 관리 시스템의 이해와 효과적인 활용을 돕기 위해 일련의 터널 시공 위험도 평가 체계를 수립하여 제시하였다. 본 시스템은 수립된 평가체계에 따라 개발 취약한 지반조건상에 있는 실제 도로터널 현장의 전 구간에 적용되어 그 현장 적용성을 검토하였다. 이를 통해 터널 막장의 지반조건과 함께 터널 붕괴 가능성에 영향을 미칠 설계 및 시공현황 정보와도 잘 연계 고려되어 붕괴 위험도가 평가됨을 보였으며, 산정된 위험도 지수 변화추이는 기존 전기 비저항 분포 특성과 설계자료 및 지보/보강 현황 등 현장 시공조건들의 변화추이와 잘 부합됨을 보였다. 또한, 본 시스템은 실시간으로 수집되는 막장관찰자료의 활용도를 극대화 시키고, 사전에 위험수준과 민감한 영향인자를 파악하여 적절한 현장대응을 유도할 수 있음을 보였다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2000년도 봄 학술발표회 논문집
• /
• pp.101-108
• /
• 2000

In this study, an expert system was developed to predict the safety of tunnel and choose proper tunnel reinforcement system using fuzzy quantification theory and fuzzy inference rule based on tunnel information database. The expert system developed in this study have two main parts named pre-module and post-module. Pre-module decides tunnel information imput items based on the tunnel face mapping information which can be easily obtained in-situ site. Then, using fuzzy quantification theory II, fuzzy membership function is composed and tunnel safety level is inferred through this membership function. The comparison result between the predicted reinforcement system level and measured ones was very similar. In-situ data were obtained in three tunnel sites including subway tunnel under Han river, This system will be very helpful to make the most of in-situ data and suggest proper applicability of tunnel reinforcement system developing more resonable tunnel support method from dependance of some experienced experts for the absent of guide.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2005년도 춘계 학술발표회 논문집
• /
• pp.1299-1306
• /
• 2005

The introduction of geodetic methods of absolute displacement monitoring in tunnels has improved the value of the measurements significantly. By using this method, structurally controlled behavior and influences of an anisotropic rock mass can be determined and the excavation and support adjusted accordingly. In this study cases of tunnel monitoring in anisotropic/heterogeneous rock masses are analyzed, and various anisotrpic behavior of tunnel can be estimated. Because rock anisotropy and heterogeneity can have great influence on tunnel behavior, tunnel design considering rock anisotropy and heterogeneity is needed. Also under construction, feedback must be performed by using face mapping and monitoring to prevent over-deformation and tunnel collapse.

• 한국지반공학회논문집
• /
• 제35권9호
• /
• pp.37-45
• /
• 2019

터널 굴착 시 신속한 막장면 상태 파악 및 적절한 지보패턴 결정은 터널 붕락사고의 예방 및 안정적인 굴진에 매우 중요하다. 본 연구에서는 딥러닝 기법을 활용하여 막장면 상태에 따른 암반상태 분류를 신속하게 결정할 수 있는 기술을 개발하였으며, CNN 기법을 이용한 암반상태 분류방법 및 예측 정확도 개선 방법 등을 제시하고 있다. 수 만개의 이미지가 사전 학습된 VGG16 모델을 알고리즘으로 적용하였고, 1,469개의 터널 막장면 이미지에 대한 학습을 통하여 5개 등급으로 암반상태를 분류하였다. 본 연구에서의 예측 정확도는 최대 83.9% 수준을 나타내었으며, 향후 추가적인 이미지 축적을 통해 암반상태 평가자에 따른 편차를 줄인 객관적이고 정량적 암반상태 분류방법으로 활용 가능할 것으로 판단된다.