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.
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.
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...
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 direction of tunnel route. Although they are ever so important, there are not enough time for survey in general and sometimes even face mapping is not available. Linear regression analysis for the estimation of mediating RQD and condition of discontinuities, which require longer time and more detailed observation in RMR, was performed and optimum regression equations are suggest as the result. The geological data collected from tunnels were analyzed in accordance with three rock types as sedimentary rock, phyllite and granite to see geological effects, generally not been considered in previous researches. Parameters for the regression analysis were set another RMR factor.
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 direction of tunnel route. Although they are ever so important, there are not enough time for survey in general and sometimes even face mapping is not available. Linear regression analysis for the estimation of mediating RQD and condition of discontinuities, which require longer time and more detailed observation in RMR, was performed and optimum regression equations are suggest as the result. The geological data collected from tunnels were analyzed in accordance with three rock types as sedimentary rock, phyllite and granite to see geological effects, generally not been considered in previous researches. Parameters for the regression analysis were set another RMR factor.
* 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.
제안 방법
1) RMR 인자의 배점 추정을 위해 사용된 매개변수는 다른 RMR 인자로 설정하였으며, 변수의 개수를 1개로 하는 선형 회귀모형을 채택하여 현장 적용의 용이성과 판단의 신속성을 고려하였다.
Table 5. The summarized result of linear regression analysis for calculating RQD and condition of discontinuities using other RMR factors.
국내 터널 시공 현장의 현실을 고려하여 RMR 인자 중 측정이 용이하지 않은 암질지수 인자(R2)와 불연속면 상태 인자(R4)를 추정할 수 있는 간단한 선형 회귀 식을 제안하였다. 현장 적용성 향상을 위해 현장에서 측정이 용이한 RMR 인자들을 매개변수로 하였으며, 국내의 대표적인 지질 조건을 고려하기 위하여 저각 층리면을 포함하는 퇴적암과 고각의 엽리를 가지는 천매암 그리고 괴상의 화강암을 각각 기반으로 하는 3개 터널로 구분하여 분석을 수행하였다.
또한 선행 연구들은 시추조사와 실내시험 등 간접적으로 획득된 정보를 통해 RMR 값을 결정하였다. 그러나 본 연구에서는 실제 터널 시공 중 막장에 대한 직접적인 암반분류를 실시하는 경우를 조건으로 하였으며, 막장으로의 접근이 어렵거나 조사 시간이 부족할 경우 가장 측정이 어려운 인자, 즉 RQD와 절리 면의 상태를 결정하기 위해 결정 대상 RMR 인자와 매개변수로 사용될 다른 RMR 인자들 간의 상관분석을 실시하였다. 이 중 가장 높은 상관성을 보이는 인자를 최종 매개변수로 결정하였다.
따라서 현장에서의 사용 용이성과 즉각적인 판단이 요구되는 현장 상황을 고려한다면 복작한 비선형 회귀모형보다는 다소 정확도는 낮더라도 단순한 선형 회귀모형이 더 적합할 것으로 판단된다. 그리고 제시된 선형 회귀모형은 현장에서 비교적 측정이 용이한 RMR 인자를 매개변수로 사용함으로써 조사의 편의성이 고려되었다. 특히 각기 다른 지질 조건을 고려한 본 연구를 감안하면, 조건별로 각각 다른 많은 수의 비선형 회귀모델은 현장에서의 사용에 부적합하다.
547개이다. 이 데이터를 이용하여 각 RMR 구성 항목간의 선형회귀분석을 통한 상관성을 분석하였다. 이 중두 변수 간 단선적 관계의 강도를 나타내는 상관계수(r) 를 요약하여 Table 2에 나타내었다.
그러나 본 연구에서는 실제 터널 시공 중 막장에 대한 직접적인 암반분류를 실시하는 경우를 조건으로 하였으며, 막장으로의 접근이 어렵거나 조사 시간이 부족할 경우 가장 측정이 어려운 인자, 즉 RQD와 절리 면의 상태를 결정하기 위해 결정 대상 RMR 인자와 매개변수로 사용될 다른 RMR 인자들 간의 상관분석을 실시하였다. 이 중 가장 높은 상관성을 보이는 인자를 최종 매개변수로 결정하였다. 마지막으로 대상 인자와 매개변수 인자 간의 선형회귀분석을 통해 최종 회귀 식을 산정하였다.
파악하는 것은 매우 중요하다. 이를 위해 예비조사단계에서 수행되는 시추조사와 물리탐사 등의 결과를 바탕으로 터널 노선을 따라 암반분류가 수행된다. 그러나 터널의 기하학적 특성과 원지반이 가지는 복잡한 지질구조로 인해 예비조사 시 얻은 정보만으로는 터널 전체구간에 대한 지반의 거동을 정확히 예측하는 것은 현실적으로 많은 어려움이 있다.
퇴적암 터널에서 식 (3)을 통해 산정된 절리상태 인자(R4)의 배점을 적용하여 RNR을 산정한 후, 이 값과 원래의 RMR와 비교하였다(Fig. 5(b)).
퇴적암 터널의 지반 등급별 RMR 인자의 배점 분포 특성을 Fig. 1에 히스토그램으로 요약하였다.
현장에서의 사용 편의성을 고려하여 매개변수는 RMR 인자로 하였으며, 1개의 변수를 가지는 선형모형을 추정하였다. 특히 국내에 분포하는 대표적인 지질 조건을 반영하기 위하여, 저각의 층리를 우세하게 포함하는 퇴적암을 기반으로 하는 터널, 고각의 엽리가 발달한 천매암을 기반으로 하는 터널 그리고 괴상의 화강암을 기반으로 하는 터널에 대해 각각 분석을 수행하였으며 그 결과를 비교 분석하였다.
제안하였다. 현장 적용성 향상을 위해 현장에서 측정이 용이한 RMR 인자들을 매개변수로 하였으며, 국내의 대표적인 지질 조건을 고려하기 위하여 저각 층리면을 포함하는 퇴적암과 고각의 엽리를 가지는 천매암 그리고 괴상의 화강암을 각각 기반으로 하는 3개 터널로 구분하여 분석을 수행하였다.
실시하였다. 현장에서의 사용 편의성을 고려하여 매개변수는 RMR 인자로 하였으며, 1개의 변수를 가지는 선형모형을 추정하였다. 특히 국내에 분포하는 대표적인 지질 조건을 반영하기 위하여, 저각의 층리를 우세하게 포함하는 퇴적암을 기반으로 하는 터널, 고각의 엽리가 발달한 천매암을 기반으로 하는 터널 그리고 괴상의 화강암을 기반으로 하는 터널에 대해 각각 분석을 수행하였으며 그 결과를 비교 분석하였다.
대상 데이터
대상 터널을 구성하는 암종인 천매암은 옥천대 백봉 리층군의 운교리층의 변성암류에 해당된다. 주로 암갈색 내지 암녹색의 세립질 내지 중립질의 사질 천매암으로 구성되어 있으며, 비교적 고각의 엽리가 발달해 있다.
시공 중 획득된 총 310개 막장에 대한 RMR 평가데이터가 해석에 사용되었다. 화강암 터널에서의 RMRb 의 범위는 29~100이며 이는 I~IV등급에 해당된다.
천매암 터널의 분석을 위해서는 총 170개의 RMR 평가 자료가 사용되었다. 각 RMR 인자 상호간의 상관계수(r)는 Table 3과 같다.
총 310개의 화강암 터널의 RMR 데이터가 통계분석을 위해 사용되었다. 각 RMR 항목 간의 회귀분석 결과 중 상관계수(r)를 Table 4에 요약하였다.
터널 시공 중 총 1, 547개의 막장을 대상으로 관찰 및 RMR 평가가 수행되었다. 방향성 보정 인자를 제외한 기초 RMR(RMRb)의 범위는 16~79이며, 이는 II~V등급의 지반에 해당된다.
퇴적암 터널의 지질은 중생대 백악기 경상누층군 하양층군의 퇴적암류, 이를 부분적으로 관입한 불국사 화강암 그리고 화강암의 관입으로 인한 접촉 열변성 작용의 산물인 혼펠스 등으로 구성된다. 대상지역에 가장 넓게 분포하는 퇴적암류는 주로 적색, 녹회색 및 암회색의 사암과 셰일이 교호한다.
퇴적암을 기반으로 하는 터널의 RMR 데이터는 총 1, 547개이다. 이 데이터를 이용하여 각 RMR 구성 항목간의 선형회귀분석을 통한 상관성을 분석하였다.
데이터처리
5(a)에 도시하였다. 계산된 RMRe 값의 정확도를 표현하기 위하여 평균 오차(Average Error, AE) 겨]념을 사용하였으며, 식 (2)에 의해 계산된다.
이 중 가장 높은 상관성을 보이는 인자를 최종 매개변수로 결정하였다. 마지막으로 대상 인자와 매개변수 인자 간의 선형회귀분석을 통해 최종 회귀 식을 산정하였다.
성능/효과
3) 다른 지질 조건을 가지는 3개소 터널의 선형 회귀분석 결과, 각각의 지역적인 지질 특성이 반영된 회귀모형이 산정되었다. 이는 각 지질 조건별로 지질 인자들의 영향도가 다름을 나타내는 간접적인 증거가 될 수 있다.
4) 현장에서의 사용 편의성과 지질 조건별로 다른 회귀모형의 다양성을 감안한다면, 비선형 회귀모형 보다는 평균 2점대의 오차를 보이는 단순한 선형회귀모형이 현장에서의 RMR 인자 추정에 더 적합할 것으로 판단된다.
각각의 터널에서 불연속면 상태를 추정하기 위한 변수로 무결암의 강도 또는 불연속면의 간격 인자가 가장 적합한 것으로 확인되었다. RMR의 불연속면의 상태 인자(R4)에는 각각 연장성, 간극, 풍화도, 거칠기 등이 포함된다.
이는 전체 RMR 값에 비하면 매우 적은 크기이며, 특히 등급 간의 배점 간격이 20점임을 고려한다면 의미가 크지 않다. 따라서 현장에서의 사용 용이성과 즉각적인 판단이 요구되는 현장 상황을 고려한다면 복작한 비선형 회귀모형보다는 다소 정확도는 낮더라도 단순한 선형 회귀모형이 더 적합할 것으로 판단된다. 그리고 제시된 선형 회귀모형은 현장에서 비교적 측정이 용이한 RMR 인자를 매개변수로 사용함으로써 조사의 편의성이 고려되었다.
전체적으로 암질지수 항목(R2)의 추정식이 불연속면의 상태 항목(R4)의 추정식에 비해 상관계수(r)가 높고 평균오차(AE)는 낮다. 이 중 천매암 터널의 암질지수 인자(R2)를 추정하기 위한 식이 상관계수(r) 0.85, 평균오차(AE) 1.91 로 가장 최적의 회귀식이며, 반대로 천매암 터널의 불연속면 상태 인자(R4)를 추정하기 위한 식은 상관계수(r) 0.63, 평균오차(AE) 4.83으로 가장 낮은 적용성을 보인다.
총 1, 547개의 막장에서 측정된 RMR>와 추정된 RMRe 사이는 2.00의 평균오차(AE)를 가진다.
터널 시공 중 수행된 170개의 막장에 대한 암반분류 결과, RMR), 값은 17~82점의 범위를 가지며 대부분은 U~IV등급의 구간에 분포한다. RMRb의 평균은 49.
통계분석 결과에서도 천매암과 화강암을 기반으로 하는 터널에서의 암질지수(RQD)에 대한 배점은 불연속면 간격을 이용하는 것이 상대적으로 가장 적합한 것으로 확인되었다. 그러나 퇴적암 터널의 경우 암질지수 항목(R2) 과 무결암의 강도 항목 (R1)의 상관성이 가장 큰 것으로 나타났다.
9이다. 평균 기초 RMR(RMRb)은 49.4이며, RMRb의 표준편차는 16.7이다. 퇴적암 터널에 비해 RMR 인자들의 배점은 암반 등급의 변화에 따라 상대적으로 일정하게 변한다.
2이다. 평균 기초 RMR(RMRb)은 72.5이며, RMRb의 표준편차는 16.9이다. 각 RMR 인자의 평균 배점이 퇴적암, 천매암 터널보다 높으며, 이는 화강암 터널의 양호한 지반 상태를 반영한다.
후속연구
물론 경험 많은 조사자의 경우 여러 상황을 감안하여직접 측정하지 못한 RMR 인자의 배점을 직관적으로 판단할 수 있을 것이다. 또한 이러한 방법으로부터 통계적 방법에 의존하는 것보다 더 현실적인 결과를 산정할 수 있을 것이다. 그러나 국내 여건상 모든 터널 현장에서 숙련된 기술자가 막장 관찰을 수행하기는 불가능하다.
사실 RMR 인자의 배점을 추정하기 위하여 본 연구에서 사용한 단순한 선형회귀분석이 아니라, 여러 다른 RMR 항목을 고려한 다중회귀분석을 사용하면 더 적은 오차를 가지는 회귀모델을 제시할 수 있을 것이다. 하지만 천매암 터널의 불연속면 상태 인자(R4)를 제외하면 대략 2점대 정도의 평균 오차를 가진다.
상기 통계분석 결과 산정된 각각의 회귀식들은 터널 시공 시 시간 및 공간적 제약으로 인해 막장조사를 위한 조건이 충분하지 않을 때 사용될 수 있을 것이다. 물론 경험 많은 조사자의 경우 여러 상황을 감안하여직접 측정하지 못한 RMR 인자의 배점을 직관적으로 판단할 수 있을 것이다.
숙련된 기술자에 의한 직관적인 판단이 더 현실적인 결과를 도출함은 당연하지만, 이러한 판단이 어려운 비숙련 기술자에게는 크지 않은 오차범위 내에서 암반을 평가할 수 있는 차선책이 될 수 있을 것이다.
참고문헌 (11)
김광염, 김창용, 임성빈, 윤현석, 서용석, 2006, 국내 터널시공 중 막장지질조사의 문제점 및 개선방안에 관한 연구, 대한지질공학회지, 16(3), pp.265-273
Bieniawski, Z. W., 1973, Engineering Classification of Jointed Rock Mass, The Civil Engineer in South Africa, 15, pp.335-344
Bieniawski, Z. W., 1976, Rock Mass Classification in Rock Engineering, Proc. of the Sym. on Exploration for Rock Engineering, Johannesburg, pp.97-106
Lauffer, H., 1988, Zur Gebirgsklassifizierung bei Frasvortrieben, felsbau, 6(3), pp.137-149
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
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
※ AI-Helper는 부적절한 답변을 할 수 있습니다.