$\require{mediawiki-texvc}$

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.

터널 붕괴 위험도 지수(KTH-index)에 기반한 터널 설계안의 정량적 사전 위험도 시뮬레이션
Quantitative preliminary hazard level simulation for tunnel design based on the KICT tunnel collapse hazard index (KTH-index) 원문보기

터널기술 : 한국터널공학회논문집, v.11 no.4, 2009년, pp.373 - 385  

신휴성 (한국건설기술연구원 지반연구실) ,  권영철 (한국건설기술연구원 지반연구실) ,  김동규 (한국건설기술연구원 지반연구실) ,  배규진 (한국건설기술연구원) ,  이홍규 (두산건설 토목사업본부 토목설계팀) ,  신영완 ((주)하경엔지니어링)

초록
AI-Helper 아이콘AI-Helper

이전 연구를 통하여 터널 굴진에 따른 터널 막장의 붕괴 위험에 대한 잠재 수준을 정량적으로 평가하기 위한 툴인 KTH-index(KICT Tunnel Collapse Hazard index) 지수화된 위험도 수준 표현 툴을 개발한바 있으며, 이는 다수의 시공현장에 성공적으로 적용되어 왔다. 본 연구에서는 제안된 터널 위험도 지수를 기반으로 수행된 터널 설계안의 전 종단구간에 대해 정량적인 위험도 수준을 시뮬레이션 하는 새로운 설계안 적정성 평가 방법을 제안하였다. 본 KTH-index 기반 시뮬레이션에서 가장 중요한 것은 시뮬레이션을 위한 입력항목의 결정이며, 대부분의 설계안 관련 항목과 시공관련 항목은 직접적으로 설계안으로부터 결정될 수 있으나, 불명확한 지반조건은 설계 당시 때 수행된 시추조사와 전기비저항 탐사를 기초로 준비된다. 이때, 낙관적 시나리오와 비관적 시나리오에 기반한 터널 종단 지반조건 시나리오가 설정되었다. 이러한 위험도 시뮬레이션을 통해서, 시뮬레이션 대상 설계안에 대한 위험도 수준을 사전에 파악할 수 있었으며, 사전에 파악된 요 주의구간은 시공단계와 연결시켜 시공 중 계측이나 막장관찰 시에 요긴하게 활용될 수 있는 정보를 제공할 수 있음을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

A new indexing methodology so called KTH-index was developed to quantitatively evaluate a potential level for tunnel collapse hazard, which has been successfully applied to tunnel construction sites to date. In this study, an attempt is made to apply this methodology for validating an outcome of tun...

주제어

#터널 붕괴 위험도 지수   #사전 위험도 평가   #인공신경망   #민감도 분석   #터널 설계  

참고문헌 (9)

  1. 김상환, 이충환 (2007), “터널 리스크 평가 기법의 적용성에 대한 연구”, 터널기술, 한국터널공학회논문집, 제9권, 제1호, pp. 63-74. 

    원문보기 상세보기

  2. 김영근, 김도형 (2008), “터널 안정성 및 환경성을 고려한 위험도 평가기법의 적용”, 터널기술, 한국터널공학회논문집, 제10권, 제1호, pp. 1-15. 

    원문보기 상세보기

  3. 배규진, 신휴성 (2007), “터널 붕괴 위험도 (KTH) 지수 및 평가도표 개발”, 대한토목학회 논문집, 제27권, 제3C호, pp. 221-227. 

  4. 신휴성, 권영철 (2009), “미시추구간의 정량적 지반 등급 분류를 위한 윈도우-쉬프팅 인공 신경망 학습 기법의 개발”, 터널기술, 한국터널공학회논문집, 제11권, 제2호, pp. 151-162. 

    원문보기 상세보기

  5. 한국건설기술연구원 (2008), 터널공사 재해최소화 및 예방기술 개발(V), 기본과제 연차보고서, 건기연 2008-056. 

  6. Benardos, A.G. and Kaliampakos, D.C. (2004), "A methodology for assessing geotechnical hazards for TBM tunnelling-illustrated by the Athens Metro, Greece", Int. J. Rock Mech. Min. Sci., Vol. 41, pp. 987-999. 

    상세보기 crossref

  7. Hudson, J.A. (1992), "Rock Engineering Systems: Theory and Practice", Horwood, Chicester. 

  8. Shin, H., Kwon, Y., lung, Y., Bae, G. and Kim, Y. (2009), "Methodology for quantitative hazard assessment for tunnel collapses based on case histories in Korea", International Journal of Rock Mechanics and Mining Science, Vol. 46, No. 5, pp. 1072-1087. 

    상세보기 crossref

  9. Shin, H.S. (2001), "Neural network based material models for finite element analysis", Ph.D. thesis: C/Ph/250/01. Department of Civil Engineering, University of Wales Swansea. 

저자의 다른 논문 :

LOADING...

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