쌍곡선법을 이용한 계측 기반 연약지반 침하 거동 예측의 최적화 방안 The Optimization of Hyperbolic Settlement Prediction Method with the Field Data for Preloading on the Soft Ground원문보기
연약지반 개량을 위한 선행재하 공법에서 현장 시공 조건에 따른 연약지반의 침하 거동을 예측하는 것은 매우 중요하다. 하지만 실제 지층의 구성이나 물성치를 정확히 평가하는 것은 매우 어렵기 때문에, 대부분은 침하 계측 데이터에 기반을 둔 침하량 추세 분석 방법을 통하여 최종 침하량 및 지반 물성치를 추정한다. 현재 다양한 침하량 추세 분석 방법이 제안되었으며, 국내 시공 현장에서는 쌍곡선법이 가장 널리 사용되고 있다. 하지만 동일한 현장에 대하여 쌍곡선법을 사용하더라도 계측 침하 자료의 회귀 방법, 그리고 분석 대상 구간을 선정함에 따라 침하랑 결과는 상이하게 나타난다. 본 연구에서는 쌍곡선법을 이용하여 부산 $\bigcirc\bigcirc$ 현장의 현장 계측 데이터로부터 침하 곡선을 추정하였다. 이때 쌍곡선법의 적용 조건을 다양하게 적용하였으며, 그에 따른 결과들을 비교, 분석하여 최적의 적용 방법을 제안하였다. 회귀 방법과 계측 데이터의 분석 구간에 따른 추정 치 변화를 평가하였으며, 이후 검증 시험을 통하여 적용 방법의 타당성을 검증하였다. 해석 결과 성토에 따른 지하수위 상승이 안정화된 시점 이후 해석하는 것이 안정적이며, 해석 방법에 대해서는 현장 데이터를 직접 회귀하는 것이 더 정확하게 침하 곡선을 추정할 수 있었다.
연약지반 개량을 위한 선행재하 공법에서 현장 시공 조건에 따른 연약지반의 침하 거동을 예측하는 것은 매우 중요하다. 하지만 실제 지층의 구성이나 물성치를 정확히 평가하는 것은 매우 어렵기 때문에, 대부분은 침하 계측 데이터에 기반을 둔 침하량 추세 분석 방법을 통하여 최종 침하량 및 지반 물성치를 추정한다. 현재 다양한 침하량 추세 분석 방법이 제안되었으며, 국내 시공 현장에서는 쌍곡선법이 가장 널리 사용되고 있다. 하지만 동일한 현장에 대하여 쌍곡선법을 사용하더라도 계측 침하 자료의 회귀 방법, 그리고 분석 대상 구간을 선정함에 따라 침하랑 결과는 상이하게 나타난다. 본 연구에서는 쌍곡선법을 이용하여 부산 $\bigcirc\bigcirc$ 현장의 현장 계측 데이터로부터 침하 곡선을 추정하였다. 이때 쌍곡선법의 적용 조건을 다양하게 적용하였으며, 그에 따른 결과들을 비교, 분석하여 최적의 적용 방법을 제안하였다. 회귀 방법과 계측 데이터의 분석 구간에 따른 추정 치 변화를 평가하였으며, 이후 검증 시험을 통하여 적용 방법의 타당성을 검증하였다. 해석 결과 성토에 따른 지하수위 상승이 안정화된 시점 이후 해석하는 것이 안정적이며, 해석 방법에 대해서는 현장 데이터를 직접 회귀하는 것이 더 정확하게 침하 곡선을 추정할 수 있었다.
The settlement prediction is very important in preloading method for a construction site on the soft ground. At the design stage, however, it is hard to predict the settlement exactly due to limitations of the site survey. Most of the settlement prediction is performed by a regression settlement cur...
The settlement prediction is very important in preloading method for a construction site on the soft ground. At the design stage, however, it is hard to predict the settlement exactly due to limitations of the site survey. Most of the settlement prediction is performed by a regression settlement curve based on the field data during construction. In Korea, hyperbolic method has been most commonly used to align the settlement curve with the field data, because of its simplicity and many application cases. The results from hyperbolic method, however, may differ by data selections or data fitting methods. In this study, the analyses using hyperbolic method were performed about the field data of $\bigcirc\bigcirc$ site in Pusan. Two data fitting methods, using an axis transformation or an alternative method which is a direct regression method, were applied with various data groups. If data was used only after the ground water level being stabilized, fitting results using both methods were in good agreement with the measured data. Regardless of the information about the ground water level, the alternative method gives better results with the field data than the method using an axis transformation.
The settlement prediction is very important in preloading method for a construction site on the soft ground. At the design stage, however, it is hard to predict the settlement exactly due to limitations of the site survey. Most of the settlement prediction is performed by a regression settlement curve based on the field data during construction. In Korea, hyperbolic method has been most commonly used to align the settlement curve with the field data, because of its simplicity and many application cases. The results from hyperbolic method, however, may differ by data selections or data fitting methods. In this study, the analyses using hyperbolic method were performed about the field data of $\bigcirc\bigcirc$ site in Pusan. Two data fitting methods, using an axis transformation or an alternative method which is a direct regression method, were applied with various data groups. If data was used only after the ground water level being stabilized, fitting results using both methods were in good agreement with the measured data. Regardless of the information about the ground water level, the alternative method gives better results with the field data than the method using an axis transformation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
블라인드 테스트는 알고 있는 정보의 일부분만으로 해석을 수행한 후, 나머지 데이터들로 그 결과를 검증, 확인하는 시험 방법이다. 본 연구에서는 계측 데이터의 초기 구간을 이용하여 추정 침하 곡선을 산정하고, 회귀 시 사용되지 않은 데이터 구간의 뒷부분과 추정 침하 곡선을 비교하여 그 오차로서 예측 타당성을 검증하였다. 여기에서도 오차를 정량적으로 평가하기 위하여 앞 장에서와 마찬가지로 RMSE를 이용하였다.
본 연구에서는 부산 OO 현장에서 대표적인 6개 지점을 선별하여, 이 지점들에서 계측된 하중-침하 자료를 이용하여 해석을 수행하였다. 쌍곡선법은 그림 3과 같이 성토 완료 시점에서부터의 데이터를 이용하여 해석을 수행하므로, 각 지점에서 성토 완료 후 성토고가 일정하게 유지되는 동안의 침하 데이터를 해석에 사용하였으며, 해석에 사용된 데이터 구간의 길이를 표 2에 정리하였다.
제안 방법
회귀 방법으로는 축변환 이후 회귀하는 기법과 침하 곡선에서 직접 회귀하는 기법을 사용하였으며, 해석 구간의 데이터를 성토 완료 이후부터 제거하면서 다양한 회귀 기간을 적용하였다. 각 조건에 대한 결과는 최종 침하량 및 계측 데이터와의 RMSE를 기준으로 비교하여, 회귀 방법과 회귀 구간에 따른 추세 변화를 확인하였다. 또한 성토 완료 이후 150일까지의 데이터로부터의 추정치와 그 이후의 계측 데이터를 비교하는 블라인드 테스트를 통하여 각 조건에 따른 추정치의 타당성을 검증하였다.
축변환 후 회귀에 있어서 회귀 구간 내의 최초의 데이터를 사용하였을 때에는 앞에서 언급하였듯이 축변환 이후 초기 데이터들의 선형성이 떨어지기 때문에 해석 결과가 매우 좋지 않았으며, 직접 회귀에서는 회귀 이후 성토 완료 지점을 초기점으로 곡선을 그리면 회귀에 사용된 구간과 초기점이 달라지기 때문에 전혀 다른 곡선이 생성된다. 따라서 본 연구에서는 그림 3과 표 1에 나타난 바와 같이 축변환 후 회귀에 대해서는 초기점을 성토 완료 지점으로 일정하게 하였으며, 직접 회귀한 경우에는 초기점을 회귀 구간에서의 최초 데이터를 초기점으로 하여 회귀를 실시하였다.
현장 상황을 고려하면 블라인드 테스트는 최소의 데이터를 이용하여 추정치를 산정하여, 이후 많은 양의 데이터와 비교하는 것이 합당하다. 따라서 앞서 확인한 바와 같이 직접 회귀의 경우 150일 이후에는 안정적인 결과를 나타내므로, 최소한의 데이터로 안정직인 결과를 낼 수 있는 초반 150일간의 데이터로 회귀를 실시하였고, 그 이후의 데이터는 추정 침하 곡선과의 비교하는데 사용되었다. 또한 해석에 사용되는 기간을 더 늘리면 추정치를 검증할 수 있는 기간이 짧아져 예측 타당성을 정확히 평가하기 힘들기 때문에, 지하수위 안정화 시점 이후 회귀한 경우 지하수위 안정화 시점까지의 기간이 제거되어 150일보다 짧은 기간이 회귀에 사용되더라도 회귀 기간을 추가적으로 늘리지 않았다.
하지만 안정적으로 나오는 추정치가 정확한 예측을 한다고 확신할 수 없기 때문에, 추정치의 정확성을 검증할 필요가 있다. 따라서 앞의 쌍곡선법 회귀 기간 및 회귀 방법을 바탕으로 추정치의 타당성을 확인하기 위한 검증 시험으로써 블라인드 테스트를 수행하였다. 블라인드 테스트는 알고 있는 정보의 일부분만으로 해석을 수행한 후, 나머지 데이터들로 그 결과를 검증, 확인하는 시험 방법이다.
본 연구에서는 축변환 이후 회귀와 직접 회귀의 두가지 회귀 방법을 부산 OO 현장에서의 계측 자료에 적용시켰으며, 이때 회귀 구간을 다양하게 하여, 그에 따른 추정치 및 추정치 변화 양상을 비교, 평가하였다. 또한 각 회귀방법 및 회귀 구간에 따른 추정치의 예측 정확성을 평가하기 위하여 검증 시험을 실시하였다. 이때 초반부의 계측 결과만을 이용하여 회귀 방법 및 회귀 구간을 변화시키며 추정 침하 곡선들을 산정하였으며, 이 곡선들을 후반부의 계측 데이터와 비교하였고, 이들로부터 회귀 방법 및 회귀 구간의 예측 정확성을 정량적으로 비교, 검토하였다.
각 조건에 대한 결과는 최종 침하량 및 계측 데이터와의 RMSE를 기준으로 비교하여, 회귀 방법과 회귀 구간에 따른 추세 변화를 확인하였다. 또한 성토 완료 이후 150일까지의 데이터로부터의 추정치와 그 이후의 계측 데이터를 비교하는 블라인드 테스트를 통하여 각 조건에 따른 추정치의 타당성을 검증하였다. 해석 결과는 다음과 같이 요약할 수 있다.
본 연구에서는 국내 연약지반 침하 예측 방법으로 널리 사용되는 쌍곡선법을 적용하되, 회귀 방법 및 회기 기간을 다양하게 바꾸어 그 추정치의 변화를 비교하였다. 회귀 방법으로는 축변환 이후 회귀하는 기법과 침하 곡선에서 직접 회귀하는 기법을 사용하였으며, 해석 구간의 데이터를 성토 완료 이후부터 제거하면서 다양한 회귀 기간을 적용하였다.
본 연구에서는 성토 완료 시점 이후의 데이터를 쌍곡선법에 적용하기 위하여 “축변환 후 회귀”와 “직접회귀” 두 가지 방법을 사용하였다.
본 연구에서는 이 방법에서 계측값과 쌍곡선 식에 대한 오차를 비선형 함수로 결정하여, 쌍곡선 식의 계수 α와 β를 변화시키며 오차가 최소가 되도록 하였으며, 그 알고리즘은 다음 그림 2와 같다.
본 연구에서는 축변환 이후 회귀와 직접 회귀의 두가지 회귀 방법을 부산 OO 현장에서의 계측 자료에 적용시켰으며, 이때 회귀 구간을 다양하게 하여, 그에 따른 추정치 및 추정치 변화 양상을 비교, 평가하였다. 또한 각 회귀방법 및 회귀 구간에 따른 추정치의 예측 정확성을 평가하기 위하여 검증 시험을 실시하였다.
그림 6은 지하수위가 안정화된 이후의 데이터만을 이용한 결과를 표시하고 있다. 앞 장과 마찬가지로 회귀 구간(x축)에 따른 최종 침하량에 대해서 나타냈으며, 계측치와 추정 침하곡선 사이의 RMSE를 통하여 오차를 평가하였다.
이 과정에서 모든 회귀 구간에 대한 추정치들을 계측 데이터와 비교하는 것은 무리가 있기 때문에, 일정한 조건을 만족시키는 회귀 구간에서의 추정치를 선별하여 계측 데이터와 비교하였다. 앞 장에서 확인할 수 있듯이 추정 침하 곡선과 회귀에 사용된 데이터와의 RMSE가 1cm 이하로 나오는 회귀 구간에서는 대부분 추정치가 안정적으로 나오기 때문에, 다양한 회귀 구간 중 최초로 RMSE가 1cm 이하가 되는 회귀 구간에서 산정된 추정 침하 곡선을 대표적인 값으로 선별하였으며 이를 계측 데이터와 비교하였다.
각 해석 조건으로부터 얻어진 추정 침하 곡선을 검증하기 위하여 추정된 침하 곡선과 회귀에 사용되지 않은 뒷부분의 계측 데이터를 비교하였으며, 정량적인 비교를 위하여 이 값들의 오차를 RMSE로 따로 표시하였다. 이 과정에서 모든 회귀 구간에 대한 추정치들을 계측 데이터와 비교하는 것은 무리가 있기 때문에, 일정한 조건을 만족시키는 회귀 구간에서의 추정치를 선별하여 계측 데이터와 비교하였다. 앞 장에서 확인할 수 있듯이 추정 침하 곡선과 회귀에 사용된 데이터와의 RMSE가 1cm 이하로 나오는 회귀 구간에서는 대부분 추정치가 안정적으로 나오기 때문에, 다양한 회귀 구간 중 최초로 RMSE가 1cm 이하가 되는 회귀 구간에서 산정된 추정 침하 곡선을 대표적인 값으로 선별하였으며 이를 계측 데이터와 비교하였다.
또한 각 회귀방법 및 회귀 구간에 따른 추정치의 예측 정확성을 평가하기 위하여 검증 시험을 실시하였다. 이때 초반부의 계측 결과만을 이용하여 회귀 방법 및 회귀 구간을 변화시키며 추정 침하 곡선들을 산정하였으며, 이 곡선들을 후반부의 계측 데이터와 비교하였고, 이들로부터 회귀 방법 및 회귀 구간의 예측 정확성을 정량적으로 비교, 검토하였다.
그림 3과 같이 계측 데이터가 point 1부터 point N까지 총 N개가 있다고 가정하면, 처음 해석에서는 point 1부터 point N까지를 회귀 귀간으로 정하였고, 그 다음 해석에서는 point 2부터 point N까지, 그 다음은 point 3부터 point N까지로 설정하였다. 이런 방법으로 데이터를 하나씩 제거하며 회귀 구간을 정하였으며, 마지막 회귀 구간은 point N-1부터 point N까지 데이터로 하였다.
회귀 구간에 따른 추정치의 변화를 비교, 분석하기 위하여 회귀 방법에 따라 회귀 구간을 다양하게 적용하였다. 일반적으로 현장에서 축변환된 데이터의 초반부분을 선형 회귀 전에 제거하는 것과 동일한 조건을 만들기 위하여, 본 연구에서도 계측 데이터를 성토 완료 이후 시점부터 하나씩 제거하면서 회귀 구간을 설정하였다. 그림 3과 같이 계측 데이터가 point 1부터 point N까지 총 N개가 있다고 가정하면, 처음 해석에서는 point 1부터 point N까지를 회귀 귀간으로 정하였고, 그 다음 해석에서는 point 2부터 point N까지, 그 다음은 point 3부터 point N까지로 설정하였다.
해석은 앞 장에서와 수행한 것과 동일하게 수행하였다. 즉 회귀 방법에 대해서는 축변환 후 회귀와 직접 회귀를 사용하였으며, 성토 완료 시점과 성토에 의한 지하 수위 상승이 안정화된 시점부터 각각 해석을 실시하였다. 블라인드 테스트에 앞서 추정치 산정에 사용될 데이터와 추정치 비교에 사용될 데이터를 나누었으며, 표 4에 각 지점별로 표시되어 있다.
쌍곡선법은 그림 3과 같이 성토 완료 시점에서부터의 데이터를 이용하여 해석을 수행하므로, 각 지점에서 성토 완료 후 성토고가 일정하게 유지되는 동안의 침하 데이터를 해석에 사용하였으며, 해석에 사용된 데이터 구간의 길이를 표 2에 정리하였다. 해석 결과는 예측 최종 침하량으로 표시하였으며, 회귀 데이터와 추정 침하 곡선의 형상이 잘 일치하는지 확인하기 위하여 계측 데이터와 추정치의 오차를 따로 표시하였다. 본 연구에서는 오차를 정량적으로 평가하기 위하여 RMSE를 사용하였다.
본 연구에서는 국내 연약지반 침하 예측 방법으로 널리 사용되는 쌍곡선법을 적용하되, 회귀 방법 및 회기 기간을 다양하게 바꾸어 그 추정치의 변화를 비교하였다. 회귀 방법으로는 축변환 이후 회귀하는 기법과 침하 곡선에서 직접 회귀하는 기법을 사용하였으며, 해석 구간의 데이터를 성토 완료 이후부터 제거하면서 다양한 회귀 기간을 적용하였다. 각 조건에 대한 결과는 최종 침하량 및 계측 데이터와의 RMSE를 기준으로 비교하여, 회귀 방법과 회귀 구간에 따른 추세 변화를 확인하였다.
데이터처리
각 해석 조건으로부터 얻어진 추정 침하 곡선을 검증하기 위하여 추정된 침하 곡선과 회귀에 사용되지 않은 뒷부분의 계측 데이터를 비교하였으며, 정량적인 비교를 위하여 이 값들의 오차를 RMSE로 따로 표시하였다. 이 과정에서 모든 회귀 구간에 대한 추정치들을 계측 데이터와 비교하는 것은 무리가 있기 때문에, 일정한 조건을 만족시키는 회귀 구간에서의 추정치를 선별하여 계측 데이터와 비교하였다.
그림 4는 각 지점에서 계측된 데이터를 쌍곡선법으로 회귀한 결과이다. 앞에서 제시한 두 가지 방법(축변환 후 회귀, 직접 회귀)을 이용한 추정치를 표시하였으며, 각 방법들에 대하여 최종 침하량과 추정 침하 곡선과 계측데이터의 RMSE를 표시하였다. 각 그래프에서 x축은 회귀에 사용한 데이터 기간을 의미한다.
이론/모형
계측 지점 인근에서 계측된 지하수위가 원상태로 돌아와 안정화된 시점 이후의 데이터만을 이용하여 쌍곡선법을 적용하였다. 표 3은 각 지점에 따라 지하수위가 안정화되는데 걸린 시간을 나타내고 있으며, 성토완료 시점부터 이 기간이 지난 후를 새로운 성토완료 시점으로 지정하여 두 가지 회귀 방법에 대한 해석을 앞 장과 마찬가지로 수행하였다.
두 번째로 직접 회귀하는 방법은 그림 1(b)와 같이 계측 데이터의 축변환 없이 계측된 하중 침하 곡선으로부터 바로 회귀하여 최적의 α와 β값을 갖는 쌍곡선을 결정하는 것이다. 본 연구에서 직접 회귀를 통하여 쌍곡선 계수를 결정할 때는 Levenberg -Marquardt Method를 사용하였다(Kenneth Levenberg, 1944; Donald Marquardt, 1963). 이 방법은 계산 방법이 간단하지만 수렴이 빠르고 정확한 결과를 나타내어 비선형 회귀 기법 중에서 표준적으로 사용되고 있다(Hagan, 1996).
해석 결과는 예측 최종 침하량으로 표시하였으며, 회귀 데이터와 추정 침하 곡선의 형상이 잘 일치하는지 확인하기 위하여 계측 데이터와 추정치의 오차를 따로 표시하였다. 본 연구에서는 오차를 정량적으로 평가하기 위하여 RMSE를 사용하였다. RMSE(Root Mean Square Error)는 계측치와 추정치 사이의 오차를 나타내는 일반적인 방법으로서 본 연구에서는 식 (2)와 같이 사용하였다.
본 연구에서는 계측 데이터의 초기 구간을 이용하여 추정 침하 곡선을 산정하고, 회귀 시 사용되지 않은 데이터 구간의 뒷부분과 추정 침하 곡선을 비교하여 그 오차로서 예측 타당성을 검증하였다. 여기에서도 오차를 정량적으로 평가하기 위하여 앞 장에서와 마찬가지로 RMSE를 이용하였다.
성능/효과
(a) 성토 완료 이후의 모든 데이터를 이용한 경우에는, 회귀 기법(축변환 후 회귀, 직접 회귀)에 상관없이 최종 침하량이 불안정하게 평가 되었으며 RMSE도 높게 났다. 성토에 의한 지하수위가 상승되었다가 원상태로 돌아와, 수위가 안정화 된 구간부터 해석을 다시 실시하였으며, 이전의 결과보다 안정적인 결과를 얻을 수 있었다.
(b) 블라인드 테스트를 실시하여 추정치 타당성을 검증한 결과, 회귀 방법에 상관없이 지하수위 안정화 시점부터 해석을 실시하는 것이 그렇지 않는 경우에 비하여 더 정확한 결과를 나타냈다. 또한 블라인드 테스트에서 지하수위 안정화 여부에 상관없이, 직접 회귀를 적용한 결과가 축변환 후 회귀를 이용한 결과보다 좋은 결과를 나타냈다.
하지만 앞 장에서와 마찬가지로 회귀에 사용된 데이터의 사용량이 적은 경우에는 추정된 최종 침하량의 변동이 크며 나타났다. 그리고 축변환 후 회귀에 비하여 직접 회귀에 의한 결과가 더 큰 변동폭을 보였으며, 추정치가 일정하게 나오기 위한 데이터의 수도 더 많았다.
두 방법 모두 추정된 최종 침하량이 초반 회귀 구간부터 일정하게 나타나고 있으며, 앞 장보다 변동폭이 매우 낮은 것을 알 수 있다. 하지만 앞 장에서와 마찬가지로 회귀에 사용된 데이터의 사용량이 적은 경우에는 추정된 최종 침하량의 변동이 크며 나타났다.
이 이유는 회귀 방법에 있어 축변환 후 회귀는 비교적 간단한 선형 회귀를 실시하지만 직접 회귀의 경우에는 상대적으로 복잡한 비선형 회귀를 실시하기 때문으로 추정된다. 따라서 실제 현장에서 쌍곡선법을 적용할 때는 많은 양의 데이터가 있는 경우에 모든 회귀 방법에서 더 좋은 결과를 얻을 수 있으며, 적은 양의 데이터를 사용할 때에는 축변환 후 회귀를 사용하는 것이 좀더 안정적인 결과를 나타낼 수 있다고 판단된다.
축변환 후 회귀한 경우에는 축변환에 의한 영향이 있다고 하더라도 직접 회귀의 경우에는 축변환에 의한 오차가 발생하지 않으므로 계측 데이터의 선별에서 문제가 있을 수 있다. 따라서 초반에 오차를 보이는 데이터 발생 원인을 확인하기 위하여 각 지점에 대하여 추정치가 안정화된 시점을 현장의 여러 조건과 비교하였으며, 성토에 따른 상승된 지하수위가 원상태로 돌아와 다시 안정된 시점과 유사한 것을 확인할 수 있었다. 그림 5는 실제 현장에서 성토에 따른 지하수위의 변화를 측정한 그래프이다.
이는 초반의 지하수위 상승이 안정화된 이후의 데이터를 사용하여 회귀하는 것이 두 방법에서 더 정확한 결과를 나타낸다는 것을 의미한다. 또한 각 회귀 방법에 따른 예측성을 비교하여보면, 대부분의 지점에서 회귀 구간에 상관없이 직접 회귀를 사용하는 결과가 낮은 RMSE를 보여주었다. 특히 성토 완료 시점부터 해석을 수행한 경우에 있어서는 그 차이가 크게 나타난 것을 확인할 수 있다.
(b) 블라인드 테스트를 실시하여 추정치 타당성을 검증한 결과, 회귀 방법에 상관없이 지하수위 안정화 시점부터 해석을 실시하는 것이 그렇지 않는 경우에 비하여 더 정확한 결과를 나타냈다. 또한 블라인드 테스트에서 지하수위 안정화 여부에 상관없이, 직접 회귀를 적용한 결과가 축변환 후 회귀를 이용한 결과보다 좋은 결과를 나타냈다.
성토에 의한 지하수위가 상승되었다가 원상태로 돌아와, 수위가 안정화 된 구간부터 해석을 다시 실시하였으며, 이전의 결과보다 안정적인 결과를 얻을 수 있었다. 또한 직접 회귀를 사용한 경우 데이터 제거에 따른 안정화가 빨리 되었으나, 회귀에 사용된 데이터의 기간이 150일 이하인 경우에는 축변환 후 회귀보다 추정치의 변동이 컸다.
이는 사용되는 데이터의 수가 적어서 데이터가 하나씩만 제거되어도 추정치에 큰 영향을 미치기 때문이며, 따라서 쌍곡선법을 적용할 때는 어느 정도의 데이터가 있는 것이 좀더 안정적인 결과를 얻을 수 있다고 판단된다. 본 연구에서는 축변환 후 회귀를 사용하는 경우 약 40일 이상의 데이터를 이용하면 대체적으로 일정한 결과를 보였으나, 직접 회귀를 사용한 경우에는 140일 이상을 사용해야 일정한 결과가 나왔다. 이 이유는 회귀 방법에 있어 축변환 후 회귀는 비교적 간단한 선형 회귀를 실시하지만 직접 회귀의 경우에는 상대적으로 복잡한 비선형 회귀를 실시하기 때문으로 추정된다.
본 연구의 결과에 따르면 쌍곡선법을 이용하여 합리적이고 안정적인 결과를 얻기 위해서는, 성토에 따른 지하수위 변동을 측정하고, 그 값이 안정화 된 이후의 계측 데이터로 해석을 수행하는 것이 좋으며, 데이터 기간이 충분한 경우에는 직접 회귀를 사용하는 것이 축변환 후 회귀하는 것보다 더 좋은 결과를 얻을 수 있다고 판단되며, 데이터 기간이 100일 이하로 짧은 경우에는 축변환 후 회귀하는 것이 더 좋을 것이라 판단된다. 특히 지하수위의 안정화 시점 고려 여부는 예측 정확성 및 추정치의 안정성에 많은 차이를 나타내기 때문에 쌍곡선법을 이용할 때 지하수위 계측은 꼭 필요하다고 판단된다.
블라인드 테스트를 통하여 검증 시험을 수행한 결과 해석 시 잘 맞는 경우, 즉 회귀에 사용된 계측 데이터와 추정 침하 곡선의 RMSE가 작은 경우 대부분 좋은 예측성을 보인 것을 확인하였다. 특히 성토에 따른 지하수위 상승이 안정된 이후 해석을 수행하면 보다 확실이 안정적이며 정확한 결과를 얻을 수 있을 것이라 판단된다.
(a) 성토 완료 이후의 모든 데이터를 이용한 경우에는, 회귀 기법(축변환 후 회귀, 직접 회귀)에 상관없이 최종 침하량이 불안정하게 평가 되었으며 RMSE도 높게 났다. 성토에 의한 지하수위가 상승되었다가 원상태로 돌아와, 수위가 안정화 된 구간부터 해석을 다시 실시하였으며, 이전의 결과보다 안정적인 결과를 얻을 수 있었다. 또한 직접 회귀를 사용한 경우 데이터 제거에 따른 안정화가 빨리 되었으나, 회귀에 사용된 데이터의 기간이 150일 이하인 경우에는 축변환 후 회귀보다 추정치의 변동이 컸다.
앞에서 언급하였듯이 두 가지 회귀 방법(축변환 후 회귀, 직접 회귀)에서 초반부터 계측데이터를 사용한 경우, 불안정한 최종 침하량 및 높은 RMSE가 나왔으며, 일정 기간을 제거한 이후 안정화되었다. 축변환 후 회귀한 경우에는 축변환에 의한 영향이 있다고 하더라도 직접 회귀의 경우에는 축변환에 의한 오차가 발생하지 않으므로 계측 데이터의 선별에서 문제가 있을 수 있다.
그림 7과 8을 비교하여 보면 두 방법 모두에서 지하수위를 제거하고 해석을 수행한 결과가 계측 데이터와 더 유사한 것을 확인할 수 있다. 이는 표 5에서도 확인할 수 있는데, 성토 완료 시점 이후 해석을 수행한 경우에는 RMSE가 최대 12cm까지 나왔고 평균적으로 5~6cm 정도였으나, 지하수위 안정화 시점부터 해석한 경우에는 최대 4.6cm 정도이고, 평균적으로 1cm 정도의 RMSE를 보였다. 이는 초반의 지하수위 상승이 안정화된 이후의 데이터를 사용하여 회귀하는 것이 두 방법에서 더 정확한 결과를 나타낸다는 것을 의미한다.
초반의 높은 RMSE는 데이터가 제거됨에 따라 RMSE가 빠르게 감소하여 일정 구간부터는 RMSE가 1cm이하로 유지되며, 이에 따라 회귀 구간이 짧아질수록 데이터에 더 잘 맞는 쌍곡선 형태를 찾을 수 있다. 전체적으로는 직접 회귀를 사용한 경우의 RMSE가 축변환 후 회귀한 것과 비슷하거나 더 낮은 값을 보였으며, 직접 회귀한 경우가 축변환 후 회귀한 경우보다 데이터의 제거에 따라 RMSE가 빠르게 감소하였다. 따라서 같은 회귀 구간을 정하였더라도 직접 회귀를 사용한 경우에 계측 데이터에 좀더 잘 맞는 침하 곡선을 산정한다고 판단된다.
지금까지 회귀 방법 및 조건에 따른 추정치의 추세를 살펴보았으며, 지하수위 안정화 시점부터 회귀한 결과가 더 안정적인 것을 확인하였다. 하지만 안정적으로 나오는 추정치가 정확한 예측을 한다고 확신할 수 없기 때문에, 추정치의 정확성을 검증할 필요가 있다.
후속연구
본 연구는 단일 시공 현장에서 얻은 결과를 이용한 것이므로, 추가적으로 타 현장 데이터를 이용하여 동일한 분석을 실시한다면, 해석 기법의 신뢰도와 객관성이 제고될 것이라 사료된다.
하지만 직접 회귀의 경우에는 축변환 없이 회귀에 사용된 구간에서의 데이터만으로 해석을 실시하므로 회귀 구간의 가장 앞의 데이터를 초기점으로 정한다. 추가적으로 해석 조건을 동일하게 하기 위해 각 회귀 방법에 적용한 초기점을 다른 회귀 방법에 적용하려 하였으나 결과가 합리적이지 못하여 본 논문에 포함하지 않았다. 축변환 후 회귀에 있어서 회귀 구간 내의 최초의 데이터를 사용하였을 때에는 앞에서 언급하였듯이 축변환 이후 초기 데이터들의 선형성이 떨어지기 때문에 해석 결과가 매우 좋지 않았으며, 직접 회귀에서는 회귀 이후 성토 완료 지점을 초기점으로 곡선을 그리면 회귀에 사용된 구간과 초기점이 달라지기 때문에 전혀 다른 곡선이 생성된다.
블라인드 테스트를 통하여 검증 시험을 수행한 결과 해석 시 잘 맞는 경우, 즉 회귀에 사용된 계측 데이터와 추정 침하 곡선의 RMSE가 작은 경우 대부분 좋은 예측성을 보인 것을 확인하였다. 특히 성토에 따른 지하수위 상승이 안정된 이후 해석을 수행하면 보다 확실이 안정적이며 정확한 결과를 얻을 수 있을 것이라 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
국내 시공 현장에서 침하 예측 방법으로 어떤 방법이 가장 널리 사용되는가?
이러한 침하 예측 방법으로는 쌍곡선법(Tan et al., 1991), Hoshino 방법(Hoshino, 1962), Root S 방법(정성교 등, 1998), Asaoka 방법(Asaoka, 1978), Monden 방법(Monden, 1963) 등과 같이 다양한 기법이 제안되어 있으나, 국내 시공 현장에서는 많은 적용 사례와 방법의 간편성으로 인하여 쌍곡선법이 가장 널리 사용된다.
쌍곡선법이란 무엇인가?
쌍곡선법은 연약지반에서 시간에 따른 압밀 침하 거동이 쌍곡선의 형태로 발생한다는 가정하에 계측된 침하 자료를 이용하여 쌍곡선 형태의 침하 곡선을 추정하여 향후 압밀 침하 거동을 예측하는 방법이다. 일반적으로 현장에서는 계측 자료로부터 근사도가 높은 쌍곡선 식을 찾기 위하여 시간에 따른 침하 계측 자료를 축변환 뒤 선형 회귀 하며, 이때 선형성을 높이기 위하여 축변환 이후 선형성이 떨어지는 초반부의 일부 데이터를 제거하기도 한다.
Hoshno (1962), Problems of foundation s in recent years, Society of civil engineering, Vol.47, No.7, pp.63-67 (Japanese).
Kenneth Levenberg (1944), A Method for the Solution of Certain Non-Linear Problems in Least Squares, The Quarterly of Applied Mathematics, Vol.2, pp.164-168.
Monden, H. (1963), A new time fitting method for the settlement analysis of foundation on soft clays, Menoir Fac. Eng., Hiroshima University, Vol.20, No.1, pp.21.
Tan T. S., Inoue. T., Lee. S. L. (1991), Hyperbolic method for consolidation analysis, Journal of Geotechnical Engineering, Vol.117, No.11, pp.1723-1737.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.