$\require{mediawiki-texvc}$

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.

지질 조건을 고려한 RMR 인자값 추정을 위한 선형회귀식 제안
Suggestion of Regression Equations for Estimating RMR Factor Rating by Geological Condition 원문보기

지질공학 = The journal of engineering geology, v.17 no.4 = no.54, 2007년, pp.555 - 566  

김광염 (한국건설기술연구원 지하구조물연구실) ,  임성빈 (충북대학교 지구환경과학과) ,  김성권 (충북대학교 지구환경과학과) ,  김창용 (한국건설기술연구원 지하구조물연구실) ,  서용석 (충북대학교 지구환경과학과)

초록
AI-Helper 아이콘AI-Helper

일반적으로 국내에서 터널의 지보 설계를 위한 암반분류법으로는 RMR 분류가 사용된다. 터널 시공 중 예비조사계획을 보온하고 노선을 따른 연속적인 지반 정보를 획득하기 위해 막장관찰과 동시에 RMR을 통한 암반분류가 시행된다. 하지만 국내 터널 시공 여건 상 조사를 위한 충분한 시간이 보장되지 않으며, 때로는 막장에서의 직접 관찰이 불가능 한 경우가 많다. 따라서 본 연구에서는 RMR 항목 중 상대적으로 조사 시간이 길며 세밀한 관찰이 요구되는 RQD와 불연속면 상태 항목의 배점을 추정하기 위한 선형회귀분석을 수행하였으며, 그 결과 최적 회귀식을 산정 하였다. 또한 기존 연구에서 고려하지 않은 지질조건을 반영하기 위해, 퇴적암, 천매암, 화강암을 기반으로 하는 터널의 데이터를 각각 구분하여 분석하였다. 추정을 위한 변수로는 다른 RMR 항목을 대상으로 선정하였으며, 이들 간의 선형회귀분석을 통해 최종 회귀식을 산정하였다.

Abstract AI-Helper 아이콘AI-Helper

In general, RMR classification system is used for the support design of a tunnel. Face mapping during excavation and RMR-based rock classifications are conducted in order to provide information for complementary changes to preliminary survey plans and for continuous geological estimations in directi...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구에서는 RMR 인자 중 터널 시공 현장의 특성상 때때로 측정이 어려운 암질지수(R2)와 불연속면의 상태(R4)의 배점을 추정하기 위하여 이들 인자와 나머지 RMR 인자간의 상관성을 분석하였으며, 그 중 가장 높은 상관성을 보이는 인자간의 회귀분석을 실시하였다. 현장에서의 사용 편의성을 고려하여 매개변수는 RMR 인자로 하였으며, 1개의 변수를 가지는 선형모형을 추정하였다.
  • 서용석 등 (2005)과 임성빈 등(2007)은 통계 분석을 통해 서로 다른 지질조건에 따라 각 RMR 인자의 기여도가 변화함을 보인 바 있다. 본 연구에서는 이러한 지질조건을 반영하기 위해 국내에서 빈번하게 산출되는 암종인 퇴적암류, 천매암, 화강암을 기반으로 하는 터널을 대상으로 분석하였다. 각각은 저각의 층리가 발달한 퇴적암 지대, 고각의 엽리가 발달한 천매암 지대, 괴상의 화감암 지대로 구분될 수 있다.
본문요약 정보가 도움이 되었나요?

참고문헌 (11)

  1. 김광염, 김창용, 임성빈, 윤현석, 서용석, 2006, 국내 터널시공 중 막장지질조사의 문제점 및 개선방안에 관한 연구, 대한지질공학회지, 16(3), pp.265-273 

  2. 노상림, 윤지선, 2003, 통계적 기법을 이용한 터널에서의 암반분류에 관한 연구, 대한토목학회 정기학술대회 논문집, pp.4635-4640 

  3. 서용석, 김창용, 김광염, 이현우, 2005, 정준상관분석을 이용한 막장등급평가 수량화기법 연구, 대한지질공학회지, 15(4), pp.463-473 

  4. 위용곤, 노상림, 윤지선, 2000, 다변량 분석을 이용한 터널에서의 효율적인 암반분류에 관한 연구, 한국터널공학회 터널기술논문집, 2(2), pp.41-49 

  5. 이송, 안태훈, 유오식, 2004, 다변량 판별분석을 통한 터널 설계시의 암반분류 연구, 한국터널공학회 터널기술논문집, 6(3), pp.237-245 

  6. 임성빈, 서용석, 김창용, 김광염, 2007, 수량화방법 I을 이용한 퇴적암 터널의 지질 인자별 변위 영향도 분석, 대한지질공학회지, 17(2), pp.263-270 

  7. Bieniawski, Z. W., 1973, Engineering Classification of Jointed Rock Mass, The Civil Engineer in South Africa, 15, pp.335-344 

  8. Bieniawski, Z. W., 1976, Rock Mass Classification in Rock Engineering, Proc. of the Sym. on Exploration for Rock Engineering, Johannesburg, pp.97-106 

  9. Lauffer, H., 1988, Zur Gebirgsklassifizierung bei Frasvortrieben, felsbau, 6(3), pp.137-149 

  10. Palmstrom, A., 2005, Measurements of and correlations between block size and rock quality designation(RQD), Tunnelling and Underground Space Technology, 20(4), pp.362-377 

  11. Romana, M., 1985, New Adjustment Ratings for Application of Bieniawski Classification to Slopes, Int. Sym. on the Roli of Rock Mechanics, Zacatecas, pp.49-53 

저자의 다른 논문 :

LOADING...
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