$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

화강풍화토에 대한 함수특성곡선 - 추정방법에 대한 연구
Soil Water Characteristic Curve for Weathered Granite Soils - A Prediction Method 원문보기

韓國地盤工學會論文集 = Journal of the Korean geotechnical society, v.21 no.1, 2005년, pp.15 - 27  

이성진 (LG건설 기술연구소 연구개발팀) ,  이혜지 (토목사업본부 부산민자부두 설계팀) ,  이승래 (한국과학기술원 건설 및 환경공학과)

초록
AI-Helper 아이콘AI-Helper

이 논문에서는 앞서 수행된 국내의 화강풍화토의 실험 결과를 토대로 하여 화강풍화토의 함수특성곡선을 합리적으로 예측하기 위한 방법이 제안되었다. 이 방법은 인공신경망기법을 이용해서 Fredlund와 Xing의 함수특성곡선식의 계수들을 추정하도록 제안되었다. 이러한 계수들을 추정하기 위한 신경망 모델의 입력 자료로는 실험결과에서 함수특성곡선의 계수에 큰 영향을 미치는 것으로 확인된 입도분포곡선, 다짐함수비, 그리고 간극비가 사용되었다. Fredlund 와 Xing의 함수특성곡선식의 계수를 구하기 위해 본 연구에서 제안된 신경망 모델은 신뢰성 있는 예측결과를 보였으며 그 예측결과의 정확도가 이전의 다른 방법들에 비해 높게 나타났다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, a method reasonably predicting soil water characteristic curve of domestic weathered granite soils was suggested, based on the test results obtained through experiments. In other words, a method to estimate the parameters of Fredlund and Xing's equation using an ANN (artificial neural...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그러나 우리나라에 널리 분포하면서 각종 지반 구조물의 지반재료로 많이 이용되고 있는 화강풍화토 에 대한 함수특성곡선의 추정에 대한 연구는 많이 이 루어지지 않고 있다. 따라서 본 연구에서는 국내 화강 풍화토에 대한 실험을 통하여 얻어진 결과를 바탕으로 국내 풍화토의 함수특성곡선을 합리 적으로 추정할 수 있는 방법을 제안하고자 한다.
  • 함수특성곡선은 불포화 지반 정수를 유도하는데 유 용한 정보로 평가된다. 따라서 본 연구에서는 특히 국내 풍화토를 대상으로 하여 기본적인 물성들이 미치는 영향을 평가하여 보다 쉽고 정확한 추정법을 제공하기 위한 연구를 수행하였다.
  • 본 연구에서는 함수특성곡선의 실험결과를 수식 모 델화하여 함수특성곡선의 특성을 그 함수의 계수로 판 단할 수 있도록 합리적인 함수특성곡선의 수학적 모델을 선정하였다. 즉, 수학적 모델은 함수특성곡선 실험 결과에 곡선맞춤(curve fitting)하여 각각의 실험 대상 시료에서 적합한 함수의 계수를 얻을 수 있도록 하였다.
  • 불포화토의 설계변수를 실험적인 방법으로 직접 측 정하는 데에는 실험장비 구축, 실험 소요 시간, 실험 중 오차 발생 등의 많은 어려움이 있어 실제 적용하기에 많은 제약이 있으므로, 본 논문에서는 간접적인 경험적 방법으로서 기본적인 지반 물성으로부터 국내 풍화토 에 대한 함수특성곡선 추정 방법을 제안하고자 하였다. 최종 목적으로 입도분포곡선, 다짐함수비, 간극비 등의 기본 물성과 함수특성곡선 모델의 계수와의 관계를 규 정하여 주어진 기본 물성들로부터 모델계수를 추정하여 함수특성곡선을 예측할 수 있도록 하는 것이다.
  • 이러한 일반화기법은 Bayesian방법 과 오차가 목표치 에 도달하기 전에 학습을 중단시 키는 early stopping 방법이 주로 이용되는데, 본 연구에서는 보다 좋은 일반화 결과를 제공하는 것으로 알려져 있는 Bayesian 방법을 이용하였다. 이 방법은 평균제곱오차 로 이루어진 전형적인 수행함수(performance function) 에 신경망의 weight와 bias 의 평균제곱합에 대한 항을 추가하여 보다 일반화된 학습이 가능하도록 하였다. 더불어 보다 효과적인 신경망의 학습을 위해 각각의 입력자료들을 최대값과 최소값을 기준으로 {-1, 1}사이에서 정규화하는 작업을 수행할 수 있도록 하였다(Rafiq 등 2001).
  • 불포화토의 설계변수를 실험적인 방법으로 직접 측 정하는 데에는 실험장비 구축, 실험 소요 시간, 실험 중 오차 발생 등의 많은 어려움이 있어 실제 적용하기에 많은 제약이 있으므로, 본 논문에서는 간접적인 경험적 방법으로서 기본적인 지반 물성으로부터 국내 풍화토 에 대한 함수특성곡선 추정 방법을 제안하고자 하였다. 최종 목적으로 입도분포곡선, 다짐함수비, 간극비 등의 기본 물성과 함수특성곡선 모델의 계수와의 관계를 규 정하여 주어진 기본 물성들로부터 모델계수를 추정하여 함수특성곡선을 예측할 수 있도록 하는 것이다. 이를 위하여 먼저 위와 같은 기본적인 시료의 물성 조건들을 달리하여 수행된 화강풍화토 시료들의 함수특성곡선
본문요약 정보가 도움이 되었나요?

참고문헌 (17)

  1. 신은철, 이학주, 오영인 (2004), '불포화 준설매립 지반의 흙-수분 특성곡선 및 불포화 투수계수 예측', 한국지반공학회논문집, 제20권, 1호, pp.109-120 

  2. 이성진 (2004), '화강풍화토의 불포화 전단강도 및 함수특성곡선 산정에 관한 연구'. 공학박사 학위논문, 한국과학기술원 

  3. 이인모, 이형주, 김기섭, 김영욱 (2000), '체적이 변하는 흙의 흙 -수분 특성곡선식 개발 비교'. 한국지반공학회논문집, 제16권, 6 호, pp.15-21 

  4. Arya, L. M. and Paris, J. F. (1981), 'A physico-empirical model to predict the soil moisture characteristic from particle size distribution and bulk density data' , Soil Science American Journal, Vol.45, pp.1023-1030 

  5. Brooks, R. H, and Corey, A. T. (1964), 'Hydraulic properties of porous media', Colorado State Univ. Hydrol. Paper, No.3, pp.27 

  6. Gardner, W. (1956), 'Mathematics of isothermal water conduction in unsaturated soils', High way Research Board Special Report 40 International Symposium on Physico-Chemical Phenomenon in Soils. Washington D.C. pp.78-87 

  7. Hagan, M. T, Demuth, H. B. and Beale. M. (1996), 'Neural Network Design', PWS publishing company 

  8. van Genuchten, M. T. (1980), 'A closed form equation for prediction the hydraulic conductivity of unsaturated soils', Soil Science Society America Journal, Vol.44, pp.892-898 

  9. Fredlund, M. D., Wilson, G. W. and Fredlund, D. G. (1997), 'Prediction of the soil water characteristic curve from the grain size distribution curve', Proceedings of the 3rd Symposium on Unsaturated Soil, Rio de Janeiro, Brazil, April 20-22, pp.13-23 

  10. Fredlund, D. G., Xing, A., and Huang, S. (1994), 'Predicting the permeability function for unsaturated soils using the soil-water characteristic curve', Canadian Geotechnical Journal, 31, pp.533-546 

  11. Rafiq M.Y., Bugmann G. and Easterbrook, D.J. (2001), 'Neural network design for engineering applications', Computers and Structures, 79, pp.1541-1552 

  12. Rawls, W. J. and Brakensiek, D. L. (1985), 'Prediction of soil water properties for hydrologic modeling', In E.B. Jones and T.J. Ward (Eds). Watershed Management in the Eighties. Proc. Of Symp. Sponsored by Comm. On Watershed Management, r&D Division, ASCE Convention, Denver, Co, April 30-May 1, pp. 293-299 

  13. Scheinost, A. C., Sinowski, W. and Auerswald, K. (1996), 'Regionalization of soil water characteristic curves in a highly variable soil scape', I. Developing a new pedotransfer function, Geoderma, Vol.78, pp.129-143 

  14. Sillers, W. (1997), 'The mathematical representation of the soil water characteristic curve', M.Sc. thesis, University of Saskatchewan, Saskatoon, Canada 

  15. SoilVision (1996), version 3.0 2nd Edition, SoilVision System Ltd., Saskatoon, Saskatchewan, Canada 

  16. Tyler, S. W. and Wheatcraft, S. W. (1989), 'Application of fractal mathematics to soil water retention estimation', Soil Science Society American Journal, Vol.53, No.4, pp.987-996 

  17. Vereecken, H., Maes, J. Feyen, J. and Darius, P. (1989), 'Estimating the soil moisture retention characteristic from texture, bulk density, and carbon content', Soil Science, Vol.148, No.6, pp.389-403 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로