- 권한신청
- P-ISSN2233-8292
- E-ISSN2287-4747
- KCI
24권 2호
초록
본 연구에서는 기초판으로 연결된 군말뚝 형태의 기초 하부를 터널이 근접 통과할 경우 이로 인해 발생하는 말뚝의 거동을 파악하기 위하여 3차원 유한요소해석을 수행하였다. 이때 터널과 말뚝기초 사이의 지반보강을 조건별로 고려하여 수치해석을 수행함으로써 결과를 분석하였다. 수치해석에서는 터널 굴착으로 발생하는 말뚝의 침하, 축력, 전단응력 및 상대변위를 고찰하였으며, 추가적으로 IoT 플랫폼 예비 설계 가이드라인을 제시하였다. 지반보강을 고려하지 않으며 터널로부터 이격거리가 가장 가까운 말뚝은 지반보강을 가장 크게 고려하고 터널로부터 이격거리가 가장 멀리 존재한 말뚝에 비해 말뚝두부의 침하가 약 70% 크게 발생하였다. 또한, 말뚝 품질관리 요소 데이터는 수집 및 정제과정을 통해 다양한 형태의 API (Application Programming Interface)로 제공되었으며, 각 데이터 플로우 프로세스를 정의하여 데이터가 생성되는 시점에 따라 적합한 API를 제공하는 것이 중요한 것으로 분석되었다. 본 연구를 통하여 기초판으로 연결된 군말뚝의 거동에 영향을 미치는 주요 인자를 보강조건에 따라 심도 있게 고찰하고, 말뚝의 품질관리 IoT 플랫폼을 제시하였다.
Abstract
In the current work, a series of three-dimensional finite element analyses have been carried out to understand the behaviour of piles when the adjacent tunnelling passes underneath grouped piles with a reinforced pile cap. In the current study, the numerical analysis studied the computed results regarding the ground reinforcement condition between the tunnel and pile foundation. In addition, several key issues, such as the pile settlements, the axial pile forces, the shear stresses and the relative displacements have been thoroughly analysed, and the IoT platform based preliminary design guidelines were also presented. The pile head settlements of the nearest pile from the tunnel without the ground reinforcement increased by about 70% compared to the farthest pile from the tunnel with the maximum level of reinforcement. The quality management factor data of the piles were provided as API (Application Programming Interface) of various forms by the collection and refinement. Hence it has been shown that it would be important to provide the appropriate API by defining the each of data flow process when the data were created. The behaviour of the grouped piles with the pile cap, depending on the amount of ground reinforcement, has been extensively analysed, and the IoT platform regarding the quality management of piles has been suggested.
초록
워터젯은 콘크리트와 암석 절삭에 적합하며 소음과 진동이 적어 도심지 시공에 널리 활용되는 기술이다. 최근 한국원자력연구원은 처분터널 내 공학적방벽의 열-수리-역학적 복합거동 현장시험의 콘크리트 플러그를 교란 및 손상 없이 해체하기 위해 연마재 워터젯 기술을 채택 및 적용하였다. 본 연구에서는 플러그 해체를 통한 연마재 워터젯의 터널 내 적용성을 평가하였고, 절삭 결과를 개발된 절삭 모델 결과와 비교하였다. 현장 적용성에 관해서는, 워터젯 활용은 경로선택이 용이하였으며 주변부의 추가적인 교란을 발생시키지 않았다. 펌프의 소음은 공회전 시 64.9 dB로 국내 생활소음 ‧ 진동의 규제기준을 만족하였으나 공중 분사 및 절삭 시에는 터널 내에서 측정되어 그 기준을 상회한 것으로 나타났다. 절삭모델 검증을 위해 연마재 워터젯의 반복 절삭, 유량, 연마재 투입량 및 이격거리를 주요 변수로 선정하였고 절삭 모델로 계산된 절삭 부피와 측정된 부피의 오차는 1회 절삭 시 12~13%, 2회 절삭 시 16%를 보였다. 절삭 깊이와 폭은 이격거리에 큰 영향을 받았으며, 이격거리가 작을수록 오차가 감소하는 경향을 보였다.
Abstract
Waterjet has been comprehensively used in urban areas owing to a suitable technique for cutting concrete and rock, and low noise and vibration. Recently, the abrasive waterjet technique has been adopted and applied by the Korea Atomic Energy Research Institute to demolish concrete plugging without disturbing and damagingIn-situ Demonstration of Engineered Barrier System in the disposal research tunnel. In this study, the use of abrasive waterjet in the tunnel was evaluated for practical applicability and the existing cutting model was compared with the experimental results. As a variable for waterjet cutting, multi-cutting, water flow rate, abrasive flow rate, and standoff distance were selected for the diversity of analysis. As regarding the practical application, the waterjet facilitated path selection for cutting the concrete plugging and prevented additional disturbances in the periphery. The pump’s noiseat idling was 64.9 dB which is satisfied with the noise regulatory standard, but it exceeded the standard at ejection to air and target concrete because the experiment was performed in the tunnel space. The experimental result showed that the error betweenthe predicted and measured cutting volume was 12~13% for the first cut and 16% for second cut. The standoff distance had a significant influence on the cutting depth and width, and the error tended to decrease with decrement of standoff distance.
초록
InSAR (Interferometry SAR) 기술은 복소수 데이터를 활용해 두 개 이상의 SAR 이미지 자료에서 위상차 정보를 얻어 고해상도 영상추출, 지표면 변화 탐지, 표고 측정, 빙하변화 관측을 할 수 있는 기술이다. 많은 국가에서 InSAR기술을 활용한 화산활동 탐지, 남극의 빙하관측, 지반침하 및 지표변화 분석 등 다양한 분야에서 InSAR 기술에 관한 연구가 진행되고 있다. 본 연구에서는 지하수위 저하로 인해 지반침하가 발생한 사례에 대하여 InSAR기술로 분석된 지반침하량을 수치해석기법, 계측결과와 비교 ‧ 분석하였다. 분석결과 InSAR기술결과와 수치해석기법을 이용하여 추정한 침하양상이 상당히 유사한 것으로 나타났으며, 주요 침하구간에서 발생한 최대침하량이 InSAR기술과 계측결과가 유사한 것으로 나타나 InSAR기술의 신뢰성을 확인할 수 있었다. 본 사례연구를 통해 과거 발생한 지역의 시계열적 지반침하 이력과 터널 및 지하공간 건설 중 갑작스런 이벤트 발생으로 인한 계측이 수행되지 않은 인접구간의 침하특성 파악등에 InSAR 기술이 핵심기술로 활용될 수 있을 것으로 판단되었다.
Abstract
InSAR (Interferometry SAR) technique is a technique that uses complex data to obtain phase difference information from two or more SAR image data, and enables highresolution image extraction, surface change detection, elevation measurement, and glacial change observation. In many countries, research on the InSAR technique is being conducted in various fields of study such as volcanic activity detection, glacier observation in Antarctica, and ground subsidence analysis. In this study, a case of large ground settlement due to groundwater level drawdown during tunnelling was introduced, and ground settlement analyses using InSAR technique and numerical analysis method were compared. The maximum settlement and influence radius estimated by the InSAR technique and numerical method were found to be quite similar, which confirms the reliability of the InSAR technique. Through this case study, it was found that the InSAR technique reliable to use for estimating ground settlement and can be used as a key technology to identify the long-term ground settlement history in the absence of measurement data.
초록
터널구조물의 기능 및 성능저하는 도로의 기능상실 등을 유발할 수 있으므로 초기 손상이 심화된 손상으로 진전되지 않도록 선제적 유지관리가 필요하다. 이에 관련 법령에 따라 정기적인 점검/진단이 시행되고 있으나, 점검/진단, 보수/보강 계획 수립 및 실시 등일련의 과정을 충분히 반영하지 못하고 있다. 따라서 본 연구에서는 도로터널 1,728개소에 대해 시행한 5,540건의 정밀안전점검, 정밀안전진단 사례에 대한 조사/분석을 통하여 합리적인 유지관리 개선 방안을 제시하였다.
Abstract
Function and performance degradation in tunnel structure can cause road’s function loss, proactive maintenance is needed to prevent the initial damage from progressing to intensified damage. Inspection and diagnosis are implemented in accordance with regulations, but it does not fully reflect maintenance processes such as inspection anddiagnosis, planning rehabilitation and carrying out. It was carried out for 5,540 cases inspection and diagnosis result in 1,728 tunnels was analyzed to suggest rational maintenance plan in this study.
초록
최근 지상구조물이 포화상태에 이르렀고 증가하는 교통난과 환경문제를 해결하기 위한 방안으로 터널과 같은 지하구조 물을 활용한 지하화 건설이 각광 받고 있다. 그러나 증가하는 지하구조물로 인해 지속적인 지하화 개발을 위해서는 근접 시공이 불가피한 상황이다. 새로운 지하구조물을 근접 시공할 시 기존구조물에 미치는 영향으로 인해 안정성이 취약해져 붕괴를 일으킬 수 있다. 따라서 기존구조물의 안정성을 분석하는 것은 필수적으로 고려해야 하는 사항이다. 본 연구에서는 지하구조물인 병렬터널의 하부에 신설터널을 굴착하여 근접시공으로 인한 기존 병렬터널에 미치는 영향을 수치해석을 사용하여 분석하였다. 변위조절모델(Displacement Control Model, DCM)을 이용하여 시공 시 발생하는 지반손실률을 세 가지(0.5%, 1.0%, 1.5%)로 모사하였다. 필라 중심을 기준으로 신설터널이 위치하는 거리를 5 m, 6 m, 7 m, 8m, 9 m로 설정하고 각 거리별로 간격을 5가지(0D1, 0.37D1, 0.75D1, 1.13D1, 1.5D1)로 설정하였다. 일반적으로 지반손실률이 증가하고 거리가 근접할수록 최대변위, 각변위가 증가하였고 필라의 안정성을 평가하는 강도/응력비 또한 감소하였다. 결과적으로 신설터널과 필라 중심과의 거리가 5 m, 간격이 0D1, 지반손실률이 1.5%인 경우 기존 병렬터널의 안정성이 가장 취약한 것으로 나타났다.
Abstract
Recently, ground structures have reached saturation, and underground construction using underground structures such as tunnels has been in the spotlight as a way to solve increasing traffic difficulties and environmental problems. However, due to the increasing number of underground structures, close construction is inevitable for continuousunderground development. When a new underground structure is constructed closely, stability may become weak due to the influence on the existing tunnel, which may cause collapse. Therefore, analyzing the stability of existing tunnels due to new structures is an essential consideration. In this study, the effect of excavating new tunnels under parallel tunnels on existing parallel tunnels was analyzed using numerical analysis. Using the Displacement Control Model (DCM), the volume loss generated during construction was simulated into three case (0.5%, 1.0%, and 1.5%). Based on the center of the pillar, the distance where the new tunnel is located was set to 5 m, 6 m, 7 m, 8 m, 9 m, and the space for each distance were set to 5 (0D1, 0.37D1, 0.75D1, 1.13D1, 1.5D1). In general, as the volume loss increased and the distance approached, the maximum displacement and angular displacement increased, and the strength/stress ratio toevaluate the stability of the pillar also decreased. As a result, when the distance between the new tunnel and the center of the pillar is 5 m, the space is 0D1, and the volume loss is 1.5%, the stability of the existing parallel tunnel is the weakest.
초록
쉴드TBM (Tunnel Boring Machine) 터널 시공에 있어 막장압 관리는 막장면 붕괴, 지반침하 등을 방지하여 막장 안정성을 유지하는 데 중요한 역할을 담당한다. 특히, 챔버 내부의 굴착토로 막장압을 조절하는 토압식 쉴드TBM의 경우, 이수식 쉴드TBM에 비해 막장압의 관리가 어렵다. 본 연구에서는 국내 토압식 쉴드TBM 터널 시공 현장의 지반조건 및 굴진특성 데이터를 분석하여, 토압식 쉴드TBM 터널의 세그먼트 링별 막장압 예측모델을 제시하였다. 예측모델의 입력특성으로 7가지를 선정하였으며, 912개의 학습 데이터 세트(Training data set)와 228개의 시험 데이터 세트(Test data set)를 확보하였다. 최적의 토압식 쉴드TBM 막장압 예측모델 선정을 위하여 KNN (K-Nearest Neighbors), SVM (Support Vector Machine), RF (Random Forest), XGB (eXtreme Gradient Boosting) 모델의 하이퍼파라미터(Hyperparameter)를 최적화하여 예측성능을 비교한 결과, RF 모델이 7.35 kPa의 평균 제곱근 오차(Root Mean Square Error, RMSE)로 가장 우수한 성능을 나타냈다. 추가적으로, RF 모델의 특성 중요도(Feature importance) 분석을 수행한 결과, 입력특성중 수압의 영향도가 0.38로 가장 높았으며, 전반적으로 지반조건이 굴진특성보다 높은 중요도를 보여주었다.
Abstract
The adequate control of TBM face pressure is of vital importance to maintain face stability by preventing face collapse and surface settlement. An EPB shield TBM excavates the ground by applying face pressure with the excavated soil in the pressure chamber. One of the challenges during the EPB shield TBM operation is the controlof face pressure due to difficulty in managing the excavated soil. In this study, the face pressure of an EPB shield TBM was predicted using the geological and operational data acquired from a domestic TBM tunnel site. Four machine learning algorithms: KNN (K-Nearest Neighbors), SVM (Support Vector Machine), RF (Random Forest),and XGB (eXtreme Gradient Boosting) were applied to predict the face pressure. The model comparison results showed that the RF model yielded the lowest RMSE (Root Mean Square Error) value of 7.35 kPa. Therefore, the RF model was selected as theoptimal machine learning algorithm. In addition, the feature importance of the RF model was analyzed to evaluate appropriately the influence of each feature on the face pressure. The water pressure indicated the highest influence, and the importance of the geological conditions was higher in general than that of the operation features in the considered site.