Shield TBM에 적용 가능한 전기비저항 기반 터널 굴착면 전방 예측기술 Predicting ground condition ahead of tunnel face utilizing electrical resistivity applicable to shield TBM원문보기
TBM으로 시공되는 터널은 기계에 의해 전단면 굴착(full face tunnelling)이 이루어지므로, 굴착면에 접근하는 것이 매우 제한적이다. 이러한 한계를 극복하고 TBM 터널에서 굴착면 전방의 지반상태를 정확히 예측할 수 있는 기술은 매우 드물다. 본 연구는 TBM에서 전기비저항을 사용하여 굴착면 전방의 이상지반을 예측할 수 있는 TBM 비저항 예측(TRP)시스템을 개발하고, TBM 현장에서의 적용성과 예측 정확성을 검증하기 위해 EPB쉴드 TBM으로 시공 중인 지하철 터널에서 현장 실험을 수행하였다. TBM 비저항 예측 시스템은 전극을 사용하여 지반의 전기비저항을 측정하고, 이를 바탕으로 역해석을 수행하여, 이상지반의 위치와 두께 및 전기적 특성을 예측한다. 전극이 부착된 강관을 유압으로 굴착면에 압입하여, 전극이 지반과 완전히 접촉하도록 장치를 제작하였다. 또한, 전극이 챔버 내부를 관통하여 나아가도록 하는 동시에 토사유출을 방지하도록 설계하여 현장에서의 전방예측을 가능하게 하였다. 1차 실험 결과, 굴착면 근접 지반과 굴착면 전방 지반의 전기비저항 및 유전율이 동일하게 나타나 이상지반이 존재하지 않음을 예측하였다. 2차 실험 결과, 굴착면 전방 약 1 m 지점부터 상대적으로 낮은 유전율 비를 가지는 이상지반 구간이 약 5 m 길이로 존재함을 예측하였다. 이는 각각 지표에서 물리탐사 또는 시추를 통해 조사된 지반상태 및 TBM 굴착 중 예측 구간에서 반출되었던 버력을 관찰한 기록과 잘 일치하였다.
TBM으로 시공되는 터널은 기계에 의해 전단면 굴착(full face tunnelling)이 이루어지므로, 굴착면에 접근하는 것이 매우 제한적이다. 이러한 한계를 극복하고 TBM 터널에서 굴착면 전방의 지반상태를 정확히 예측할 수 있는 기술은 매우 드물다. 본 연구는 TBM에서 전기비저항을 사용하여 굴착면 전방의 이상지반을 예측할 수 있는 TBM 비저항 예측(TRP)시스템을 개발하고, TBM 현장에서의 적용성과 예측 정확성을 검증하기 위해 EPB 쉴드 TBM으로 시공 중인 지하철 터널에서 현장 실험을 수행하였다. TBM 비저항 예측 시스템은 전극을 사용하여 지반의 전기비저항을 측정하고, 이를 바탕으로 역해석을 수행하여, 이상지반의 위치와 두께 및 전기적 특성을 예측한다. 전극이 부착된 강관을 유압으로 굴착면에 압입하여, 전극이 지반과 완전히 접촉하도록 장치를 제작하였다. 또한, 전극이 챔버 내부를 관통하여 나아가도록 하는 동시에 토사유출을 방지하도록 설계하여 현장에서의 전방예측을 가능하게 하였다. 1차 실험 결과, 굴착면 근접 지반과 굴착면 전방 지반의 전기비저항 및 유전율이 동일하게 나타나 이상지반이 존재하지 않음을 예측하였다. 2차 실험 결과, 굴착면 전방 약 1 m 지점부터 상대적으로 낮은 유전율 비를 가지는 이상지반 구간이 약 5 m 길이로 존재함을 예측하였다. 이는 각각 지표에서 물리탐사 또는 시추를 통해 조사된 지반상태 및 TBM 굴착 중 예측 구간에서 반출되었던 버력을 관찰한 기록과 잘 일치하였다.
When tunnelling with TBM (Tunnel Boring Machine), accessibility to tunnel face is very limited because tunnel face is mostly occupied by a bunch of machines. Existing techniques that can predict ground condition ahead of TBM tunnel are extremely limited. In this study, the TBM Resistivity Prediction...
When tunnelling with TBM (Tunnel Boring Machine), accessibility to tunnel face is very limited because tunnel face is mostly occupied by a bunch of machines. Existing techniques that can predict ground condition ahead of TBM tunnel are extremely limited. In this study, the TBM Resistivity Prediction (TRP) system has been developed for predicting anomalous zone ahead of tunnel face utilizing electrical resistivity. The applicability and prediction accuracy of the developed system has been verified by performing field tests at subway tunnel construction site in which an EPB (Earth Pressure Balanced) shield TBM was used for tunnelling work. The TRP system is able to predicts the location, thickness and electrical properties of anomalous zone by performing inverse analysis using measured resistivity of the ground. To make field tests possible, an apparatus was devised to attach electrode to tunnel face through the chamber. The electrode can be advanced from the chamber to the tunnel face to fully touch the ground in front of the tunnel face. In the 1st field test, none of the anomalous zone was predicted, because the rock around the tunnel face has the same resistivity and permittivity with the rock ahead of tunnel face. In the 2nd field test, 5 m thick anomalous zone was predicted with lower permittivity than that of the rock around the tunnel face. The test results match well with the ground condition predicted, respectively, from geophysical exploration, or directly obtained either from drilling boreholes or from daily observed muck condition.
When tunnelling with TBM (Tunnel Boring Machine), accessibility to tunnel face is very limited because tunnel face is mostly occupied by a bunch of machines. Existing techniques that can predict ground condition ahead of TBM tunnel are extremely limited. In this study, the TBM Resistivity Prediction (TRP) system has been developed for predicting anomalous zone ahead of tunnel face utilizing electrical resistivity. The applicability and prediction accuracy of the developed system has been verified by performing field tests at subway tunnel construction site in which an EPB (Earth Pressure Balanced) shield TBM was used for tunnelling work. The TRP system is able to predicts the location, thickness and electrical properties of anomalous zone by performing inverse analysis using measured resistivity of the ground. To make field tests possible, an apparatus was devised to attach electrode to tunnel face through the chamber. The electrode can be advanced from the chamber to the tunnel face to fully touch the ground in front of the tunnel face. In the 1st field test, none of the anomalous zone was predicted, because the rock around the tunnel face has the same resistivity and permittivity with the rock ahead of tunnel face. In the 2nd field test, 5 m thick anomalous zone was predicted with lower permittivity than that of the rock around the tunnel face. The test results match well with the ground condition predicted, respectively, from geophysical exploration, or directly obtained either from drilling boreholes or from daily observed muck condition.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이 논문에서는 TBM 터널에서 전기비저항을 활용하여 터널 굴착면 전방에 존재하는 이상지반의 특성을 예측하기 위한 연구가 수행되었다. 하모니서치(Harmony Search, HS)(Geem et al.
이 연구는 쉴드 TBM에 적용 가능한 전기비저항 기반의 터널 굴착면 전방 예측 기술을 개발하기 위해, 저항 측정 시스템과 TBM 적용 장치로 구성된, TBM 비저항 예측(TRP) 시스템을 개발하였다. 개발된 시스템의 성능을 평가하기 위해 EPB 쉴드 TBM으로 시공 중인 지하철 터널 현장에서 두 차례의 이상지반 예측 실험을 수행하여 현장 적용성과 예측 정확성을 검증하였다.
이 연구에서의 목적함수는 탐색과정 중에 있는 이상지반 특성 변수(daz, taz, kaz, σaz) 값을 식 (6)에 대입하여 계산된 이론 저항값(Ranalyt)과, 실내실험 또는 현장실험에서 측정된 저항값(Rmeans) 간에 발생하는 오차(E)를 의미한다.
제안 방법
21에 나타나있다. 1번을 소스 전극으로 활용하였으며 2, 3, 4, a 전극을 리시버 전극으로 활용하였다. 그리고 가장 인접한 전극인 a, b 전극으로 부터 저항을 측정하여 기준 전기비저항으로 활용하였다.
TBM 비저항 예측 시스템의 적용성을 평가하기 위해, EPB 쉴드 TBM으로 시공중인 지하철 터널 현장에서 굴착면 전방에 존재하는 이상지반을 예측하기 위한 현장실험을 실시하였다. 1차 현장실험은 TBM 조립이 완료된 후 굴진을 시작하기 직전에 수행하였으며, 2차 현장실험은 TBM 굴진 중 컨베이어 벨트를 교체하기 위해 장비의 가동을 멈춘 시점에 수행하였다.
3의 3가지 경우로 나누어 평가를 수행하였다. HMCR 사례분석은 테스트 함수에 임의로 설정된 이상지반 특성 변수값을 대입하여 계산된 전기저항값을 바탕으로, 다시 역해석을 통해 이상지반 특성변수 값을 도출하여 초기 설정된 값과 비교하여 오차를 도시 하였다(Fig. 9). PAR 사례분석은 알고리즘의 반복(iteration)이 진행됨에 따라 계산되는 제곱평균 오차를 도시하여 좋은 해집합을 찾아 수렴해 가는 과정을 살펴보았다(Fig.
따라서 이 연구에서 사례분석을 실시하여 도출된 최적 연산자는 오직 이상지반 존재시 전기장 이론식에 관한 가장 정확한 값을 도출하는 연산자인 것이다. HMCR을 0.1, 0.3, 0.5, 0.7, 0.9, 0.95, 0.99로 7가지 경우로 나누고, PAR은 0.1, 0.2, 0.3의 3가지 경우로 나누어 평가를 수행하였다. HMCR 사례분석은 테스트 함수에 임의로 설정된 이상지반 특성 변수값을 대입하여 계산된 전기저항값을 바탕으로, 다시 역해석을 통해 이상지반 특성변수 값을 도출하여 초기 설정된 값과 비교하여 오차를 도시 하였다(Fig.
HS 알고리즘을 활용한 이상지반 예측의 정확성을 향상시키기 위해, 이상지반 존재 시 전기장 이론식(식 (6))을 테스트 함수로 하여, HS 알고리즘 연산자인 HMCR 및 PAR 값에 대한 사례분석을 실시하였다. 이로부터 가장 높은 정확도로 이상지반을 예측하는 최적 연산자를 선정하였다.
9). PAR 사례분석은 알고리즘의 반복(iteration)이 진행됨에 따라 계산되는 제곱평균 오차를 도시하여 좋은 해집합을 찾아 수렴해 가는 과정을 살펴보았다(Fig. 10). 사례분석 수행결과 HMCR이 0.
TBM 굴착면 전방의 이상지반을 전기비저항을 활용하여 예측할 수 있는 TBM 비저항 예측(TBM Resistivity Prediction, TRP)시스템을 개발하였다. 이 시스템은 크게 두 가지로 구성된다.
TBM 비저항 예측 시스템의 적용성을 평가하기 위해, EPB 쉴드 TBM으로 시공중인 지하철 터널 현장에서 굴착면 전방에 존재하는 이상지반을 예측하기 위한 현장실험을 실시하였다. 1차 현장실험은 TBM 조립이 완료된 후 굴진을 시작하기 직전에 수행하였으며, 2차 현장실험은 TBM 굴진 중 컨베이어 벨트를 교체하기 위해 장비의 가동을 멈춘 시점에 수행하였다.
20에 나타나있다. TBM 장비 설계 당시 계획한 전극 설치 위치인 2시, 5시 상하부, 8시, 10시 방향에서 저항을 측정하였으며, 추가적으로 맨락(man lock)에서 저항을 측정하여 해석에 활용하였다.
개발된 시스템을 EPB 쉴드 TBM으로 시공 중인 지하철 터널 현장에 적용하여 전방 예측을 수행함으로써 현장 적용성과 예측 정확성을 검증하였다. TBM 조립이 완료되어 시험 굴진을 앞두고 있는 시점과 TBM 본 굴진이 이루어지고 있는 시점에서, 두 차례의 현장 실험을 실시하여 전방 예측을 수행하였다. 예측 결과는 지질단면도에 나타난 지반상태 및 굴착이 종료된 후 예측 구간에서 반출되었던 버력의 상태를 관찰한 기록과 비교하였다.
이 연구는 쉴드 TBM에 적용 가능한 전기비저항 기반의 터널 굴착면 전방 예측 기술을 개발하기 위해, 저항 측정 시스템과 TBM 적용 장치로 구성된, TBM 비저항 예측(TRP) 시스템을 개발하였다. 개발된 시스템의 성능을 평가하기 위해 EPB 쉴드 TBM으로 시공 중인 지하철 터널 현장에서 두 차례의 이상지반 예측 실험을 수행하여 현장 적용성과 예측 정확성을 검증하였다. 이상지반 예측결과는 지질단면도 및 굴착이 종료된 후 예측 구간에서 반출되었던 버력의 상태를 관찰한 기록과 비교하였다.
1번을 소스 전극으로 활용하였으며 2, 3, 4, a 전극을 리시버 전극으로 활용하였다. 그리고 가장 인접한 전극인 a, b 전극으로 부터 저항을 측정하여 기준 전기비저항으로 활용하였다.
이상지반 예측결과는 지질단면도 및 굴착이 종료된 후 예측 구간에서 반출되었던 버력의 상태를 관찰한 기록과 비교하였다. 또한, 시스템의 예측 정확성을 향상시키기 위해 HS 알고리즘의 최적 연산자 값을 선정하여 적용하였다. 이상의 연구로부터 얻어진 주요 결론은 다음과 같다.
예측 결과는 지질단면도에 나타난 지반상태 및 굴착이 종료된 후 예측 구간에서 반출되었던 버력의 상태를 관찰한 기록과 비교하였다. 또한, 이 연구에서는 이상지반의 예측 정확성을 향상시키기 위해, HS 알고리즘 연산자에 대한 사례분석을 실시하여, 가장 높은 정확도로 이상지반을 예측하는 최적 연산자를 선정하고 이를 적용하였다.
제작된 TBM 적용 장치를 실제 TBM에 장착할 때 발생할 수 있는 호환성 문제를 검토하기 위해, 현지 제조공장에서 TBM 제작이 완료된 직후 시험 설치를 수행하였다. 또한, 전극이 커터헤드의 오프닝으로 통과할 수 있도록 커터헤드를 정지시킬 각도를 파악하였다.
TBM 조립이 완료되어 시험 굴진을 앞두고 있는 시점과 TBM 본 굴진이 이루어지고 있는 시점에서, 두 차례의 현장 실험을 실시하여 전방 예측을 수행하였다. 예측 결과는 지질단면도에 나타난 지반상태 및 굴착이 종료된 후 예측 구간에서 반출되었던 버력의 상태를 관찰한 기록과 비교하였다. 또한, 이 연구에서는 이상지반의 예측 정확성을 향상시키기 위해, HS 알고리즘 연산자에 대한 사례분석을 실시하여, 가장 높은 정확도로 이상지반을 예측하는 최적 연산자를 선정하고 이를 적용하였다.
이 연구는 HS 알고리즘의 화음탐색 개념을 적용하여, 이상지반이 존재하는 암반에서의 이상지반 특성 변수(daz, taz, kaz, σaz)를 탐색하였다(Fig. 2).
목적함수가 원하는 조건을 충족시키는 경우에 알고리즘을 종료시키는 방법과, 알고리즘의 반복횟수를 제한하여 종료하는 방법이 있다. 이 연구에서는 알고리즘의 반복횟수를 5백만 번으로 제한하여 종료조건을 설정하였다.
22)를 매일 기록한 자료를 바탕으로 현장 시공 관계자와 인터뷰를 수행하여, 2차 현장실험 수행 시점에서 굴착면 근접지반과 전방지반에 대한 지반상태 및 지반 변화 지점을 파악할 수 있었다. 이를 역해석을 통한 예측결과와 비교하였다. 2차 현장 시험이 수행된 위치는 석회규산암 구간으로 석회규산암의 버력반출이 거의 끝나가는 시점이었다.
개발된 시스템의 성능을 평가하기 위해 EPB 쉴드 TBM으로 시공 중인 지하철 터널 현장에서 두 차례의 이상지반 예측 실험을 수행하여 현장 적용성과 예측 정확성을 검증하였다. 이상지반 예측결과는 지질단면도 및 굴착이 종료된 후 예측 구간에서 반출되었던 버력의 상태를 관찰한 기록과 비교하였다. 또한, 시스템의 예측 정확성을 향상시키기 위해 HS 알고리즘의 최적 연산자 값을 선정하여 적용하였다.
제작된 TBM 적용 장치를 실제 TBM에 장착할 때 발생할 수 있는 호환성 문제를 검토하기 위해, 현지 제조공장에서 TBM 제작이 완료된 직후 시험 설치를 수행하였다. 또한, 전극이 커터헤드의 오프닝으로 통과할 수 있도록 커터헤드를 정지시킬 각도를 파악하였다.
강관은 챔버 실링 장치를 통해 챔버를 통과하게 되는데, 챔버 실링 장치 내부에 있는 실링로프가 강관의 주면을 밀폐하여 챔버 내 토사 및 지하수의 유출을 방지한다. 챔버 실링 장치는 개폐가 가능하도록 설계 하였으며, TBM 굴진 중에는 벨브를 닫는다. 5개의 전극을 굴착면에 부착하여 전방 예측을 수행할 수 있도록 쉴드 TBM에 전극 압입 장치를 설치한 모습은 Fig.
첫 번째 적합도 평가는 랜덤을 통해 임의로 구성된 해집합의 적합도를 평가하는 것이며, 두 번째 적합도 평가는 HMCR과 PAR을 통해 새롭게 구성된 집합의 적합도를 다시 평가한다. 이 연구에서는 새롭게 구성된 변수들로부터 오차를 계산하여 기존 HM에 저장된 해집합 중 가장 큰 오차를 발생시키는 집합과 비교하여 새 해집합이 더 우수할 경우 교체를 하는 과정이라고 할 수 있다(Fig.
이 논문에서는 TBM 터널에서 전기비저항을 활용하여 터널 굴착면 전방에 존재하는 이상지반의 특성을 예측하기 위한 연구가 수행되었다. 하모니서치(Harmony Search, HS)(Geem et al., 2001) 역해석 알고리즘을 적용하고, 이상지반을 모사한 실내 실험을 통해 이상지반 예측의 정확성을 검증한 연구(박진호 등, 2014)에 이어서, 실제 TBM 현장에서 이상지반의 예측이 가능하도록 TBM 비저항 예측시스템(TBM Resistivity Prediction system, TRP)을 개발하였다. 개발된 시스템을 EPB 쉴드 TBM으로 시공 중인 지하철 터널 현장에 적용하여 전방 예측을 수행함으로써 현장 적용성과 예측 정확성을 검증하였다.
현장에 TBM 장비가 반입되어 조립을 완료한 후 1차 현장실험을 수행하였다(Fig. 17). 지질단면도에서 1차 현장실험의 위치는 굴착면 전방에 호상편마암이 분포하고 있다.
대상 데이터
TBM이 정거장으로부터 약 93 m 굴진한 시점에서 2차 현장 실험을 수행하였다(Fig. 17). 지질단면도에는 굴착면 전방으로 약 34 m 전방에서 3.
HS 알고리즘을 활용한 이상지반 예측의 정확성을 향상시키기 위해, 이상지반 존재 시 전기장 이론식(식 (6))을 테스트 함수로 하여, HS 알고리즘 연산자인 HMCR 및 PAR 값에 대한 사례분석을 실시하였다. 이로부터 가장 높은 정확도로 이상지반을 예측하는 최적 연산자를 선정하였다.
데이터처리
, 2001) 역해석 알고리즘을 적용하고, 이상지반을 모사한 실내 실험을 통해 이상지반 예측의 정확성을 검증한 연구(박진호 등, 2014)에 이어서, 실제 TBM 현장에서 이상지반의 예측이 가능하도록 TBM 비저항 예측시스템(TBM Resistivity Prediction system, TRP)을 개발하였다. 개발된 시스템을 EPB 쉴드 TBM으로 시공 중인 지하철 터널 현장에 적용하여 전방 예측을 수행함으로써 현장 적용성과 예측 정확성을 검증하였다. TBM 조립이 완료되어 시험 굴진을 앞두고 있는 시점과 TBM 본 굴진이 이루어지고 있는 시점에서, 두 차례의 현장 실험을 실시하여 전방 예측을 수행하였다.
성능/효과
1. TBM 비저항 예측 시스템은 쉴드 TBM으로 시공 중인 터널에서 굴착면에 전극을 완전히 접촉시켜, 전기비저항의 측정 및 역해석을 통해 굴착면 전방에 존재하는 이상지반의 특성을 예측할 수 있다. 국내 최초로 실제 쉴드 TBM에 적용하여 비저항 기반의 전방 예측을 수행하고, 예측 정확성을 검증한 시스템으로 생각된다.
2. TBM 비저항 예측 시스템을 적용한 쉴드 TBM 현장 실험 결과를 지질단면도 및 버력 반출 기록과 비교분석한 결과, 이 시스템을 활용한 전방 예측은 신뢰성이 있는 것으로 판단된다. 특히 2차 현장 실험에서, 지표 및 시추공에서 수행한 물리탐사 기술로는 파악할 수 없었던, 굴착면 전방의 암반 상태 변화를 상당히 정확하게 예측한 것으로 판단된다.
6 m의 두께를 가지는 파쇄대가 존재하는 것으로 나타났다. 2차 현장 시험에서 사용된 전극의 최대 간격은 약 4.3 m이므로, 굴착면 전방에 이상지반이 없다는 결과를 도출할 것으로 예상하였다. 굴착면에 전극을 접촉시켜 저항을 측정한 지점이 Fig.
3. TBM 비저항 예측 시스템은 전극을 유압으로 밀어내어 굴착면에 압입하는 수동형 방식이므로 전방 예측에 상당한 시간이 소요된다. 향후 추가적인 연구를 통해 필요 시 전극을 자동으로 굴착면에 부착시킬 수 있도록 시스템을 개선할 수 있을 것으로 판단된다.
4. HS 알고리즘 최적 연산자를 선정함으로써 역해석의 정확성을 향상시킬 수 있었다. 또한, 해석에 소요되는 시간은 3분 미만이므로 신속한 해석이 가능하다.
또한, 해석에 소요되는 시간은 3분 미만이므로 신속한 해석이 가능하다. HS 알고리즘은 이 연구에서 제안한 전기장 이론식을 사용하여 이상지반을 예측하는데 매우 적합한 알고리즘이라고 판단된다.
TBM 굴진 중 반출되는 버력상태(Fig. 22)를 매일 기록한 자료를 바탕으로 현장 시공 관계자와 인터뷰를 수행하여, 2차 현장실험 수행 시점에서 굴착면 근접지반과 전방지반에 대한 지반상태 및 지반 변화 지점을 파악할 수 있었다. 이를 역해석을 통한 예측결과와 비교하였다.
가장 인접한 두 전극 M1과 M2에서 얻어진 기준 전기비저항(reference resistivity)은 약 91 Ωm, 전기전도도 0.011 Ω-1m-1로 나타났다.
가장 인접한 두 전극 a와 b에서 얻어진 기준 전기비 저항은 약 91 Ωm, 전기전도도는 0.011 Ω-1m-1로 나타났다.
굴착면 전방 지반의 전기비저항 분포가 약 85~120 Ωm를 가지는 것으로 나타났으며, 평균적으로 약 101 Ωm을 나타냈다.
굴착면 전방 지반의 전기비저항 분포가 약 90~120 Ωm를 가지는 것으로 나타났으며, 평균적으로 약 108 Ωm을 나타냈다.
유전율 비는 근접지반과 이상지반의 유전율의 비를 의미하는데 1로 수렴을 하는 것은 유전율이 거의 동일한 값을 가진다고 볼 수 있다. 따라서 근접지반과 전방지반의 전기전도도와 유전율이 유사하다는 결과를 보여주는 것으로 미루어 볼 때, 굴착면 전방에는 이상지반이 없는 것으로 판단된다. 이러한 경우에 식 (3)에 나타난 피적분함수가 0으로 수렴하기 때문에 이상지반의 거리(dpf)와 두께(tpf)를 나타내는 값은 의미가 없어진다.
최적 연산자는 주어진 문제 즉, 테스트 함수에 따라서 달리 결정된다. 따라서 이 연구에서 사례분석을 실시하여 도출된 최적 연산자는 오직 이상지반 존재시 전기장 이론식에 관한 가장 정확한 값을 도출하는 연산자인 것이다. HMCR을 0.
8 m이며, 지질단면도 상에 나타난 이상지반(파쇄대)은 굴착면으로부터 20 m가 넘는 탐사거리를 벗어난 지점에 위치하고 있었다. 또한, 굴착면 전방의 전역에 호상 편마암이 분포한다는 점을 미루어 보았을 때, 이상지반이 존재하지 않는다는 예측 결과가 나타날 것으로 기대하였다. Fig.
이러한 예측 결과는 탐사 범위 내에 이상지반이 존재하지 않는다는 지질단면도상에 나타난 사실과 잘 일치하였다. 또한, 추후 버력 반출 기록 및 현장 시공 관계자 인터뷰에서도 이상지반이나 지반 변화구간의 출현은 없었던 것으로 나타났다.
모든 경우에서 이상지반의 전기전도도가 0.010 Ω-1m-1인 것으로 해석되었으며, 굴착면에 가장 근접한 암반의 전기전도도 0.011 Ω-1m-1를 기준으로 비교하였을 때, 전기전도도의 차이가 매우 작은 것으로 판단되었다.
모든 경우에서 전방의 전기전도도가 0.012 Ω-1m-1인 것으로 해석되었으며, 굴착면에 근접한 암반의 전기전도도를 의미하는 기준 전기전도도 0.011 Ω-1m-1과 매우 유사하게 나타났다.
10). 사례분석 수행결과 HMCR이 0.99인 경우에 가장 낮은 오차율을 제시하였으며, PAR이 0.1인 경우에 가장 낮은 제곱평균오차로 수렴하였다. 최종적으로 HMCR이 0.
즉, 근접지반의 유전율에 비하여 굴착면 전방의 지반은 약 21% 작은 유전율을 가지는 지반이 존재하는 것으로 파악할 수 있다. 유전율 비가 감소한 결과를 미루어보아 현재 시점에서 굴착되고 있는 지반보다 상대적으로 강한 지반이 굴착면 전방에 존재한다는 것을 예상할 수있다. 해석결과 나타난 이상지반의 거리와 이상지반의 두께를 고려하였을 때, 굴착면으로부터 1 m 전방에 5 m 두께를 가지는 상대적으로 강한 지반이 굴착면 전방에 위치하는 것으로 예측할 수 있다.
, 2010). 이 연구에서 HM은 HS 알고리즘 탐색과정에서 이상 지반 특성 변수들을 원소로 하는 해집합들을 저장하며(Fig. 6), 알고리즘의 반복이 진행되면서 더 좋은 해집합으로 수정된다. 또한, HM에는 각 해집합에 따른 목적함수(objective function, foj)를 함께 저장한다.
기준 전기비저항으로부터 식 (6)에서 암반의 전기전도도(σrm) 값을 구할 수 있다. 전기비저항 분포를 고려 하였을 때 굴착면 전방의 지반 상태가 심도에 따라 전기비저항 차이가 거의 없는 것으로 판단되었으며, 이상지반 및 지반변화구간은 나타나지 않을 것으로 예상되었다.
지반의 강도는 보통 편마암과 석회규산암에 비해 각섬암이 다소 높은 강도를 가지고 있다. 종합적으로 비교한 결과 석회규산암과 각섬암의 전기전도도는 상호 유사한 것으로 예측되며, 각섬암 지반에서의 유전율이 감소하여 각섬암과 석회규산암 간 지반의 경계가 나타남을 알 수 있었다. 김정호 등(1996)에 의해 제시된 석회암의 유전율을 석회규산암의 유전율 8.
1인 경우에 가장 낮은 제곱평균오차로 수렴하였다. 최종적으로 HMCR이 0.99인 동시에 PAR이 0.1인 경우 3.21%의 평균 오차율로 이상지반 특성변수를 예측하였다.
후속연구
특히 2차 현장 실험에서, 지표 및 시추공에서 수행한 물리탐사 기술로는 파악할 수 없었던, 굴착면 전방의 암반 상태 변화를 상당히 정확하게 예측한 것으로 판단된다. 또한, 강도가 상대적으로 높은 각섬암 변화구간을 예측하였는데, 이러한 예측은 TBM 시공 중지반 강도의 증가에 따른 사전 대처를 가능하게 할 수 있을 것으로 판단된다.
이러한 방식의 탐사는 지표에 건물과 같은 지장물이 존재하는 경우 탐사가 불가능하며, 지하에 매설물이 존재하는 경우에도 매설물이 탐사에 영향을 주어 부정확한 탐사결과를 초래할 수 있다. 또한, 터널 내부에서 굴착면에 직접 시추를 하는 방법도 장시간이 소요되며 시추 지점으로 국한된 범위의 탐사가 이루어진다는 한계가 있다. 그러므로 만약 터널 내부에서 굴착면 근접지반을 포함한 굴착면 전방지반의 상태를 정확히 파악할 수 있는 기술이 개발된다면, 지반특성에 적합한 터널 굴착방법 및 굴진속도, 터널 지보공 및 주변지반 보강방법 등을 사전에 합리적으로 결정할 수 있어 공사의 안정성 및 경제성을 크게 높일 수 있을 것이다(이인모 등, 2002).
국내 최초로 실제 쉴드 TBM에 적용하여 비저항 기반의 전방 예측을 수행하고, 예측 정확성을 검증한 시스템으로 생각된다. 이 시스템은 NATM 터널 및 오픈 TBM에도 활용되어 이상지반을 예측할 수 있을 것으로 판단된다.
TBM 비저항 예측 시스템은 전극을 유압으로 밀어내어 굴착면에 압입하는 수동형 방식이므로 전방 예측에 상당한 시간이 소요된다. 향후 추가적인 연구를 통해 필요 시 전극을 자동으로 굴착면에 부착시킬 수 있도록 시스템을 개선할 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
메타휴리스틱 알고리즘의 목표는 무엇인가?
메타휴리스틱 알고리즘(meta-heuristic algorithm)은 한정된 시간 안에 주어진 문제를 모델링한 목적함수를 만족시키는 최적해를 탐색하는 것을 목표로 한다(Bianchi et al., 2009).
지표 및 시추공에서 탐사의 단점은 무엇인가?
터널공사에서 지반의 상태를 파악하기 위해 적용되는 물리탐사 기법들은 기본적으로 지표 및 시추공에서 탐사를 수행한다. 이러한 방식의 탐사는 지표에 건물과 같은 지장물이 존재하는 경우 탐사가 불가능 하며, 지하에 매설물이 존재하는 경우에도 매설물이 탐사에 영향을 주어 부정확한 탐사결과를 초래할 수 있다. 또한, 터널 내부에서 굴착면에 직접 시추를 하는 방법도 장시간이 소요되며 시추 지점으로 국한된 범위의 탐사가 이루어진다는 한계가 있다.
TBM 비저항 예측(TBM Resistivity Prediction, TRP)시스템은 크게 두 가지로 구성되는데 무엇인가?
Fig. 11과 같이, 지반에 전극을 부착하여 전기저항을 측정할 수 있는 저항 측정 시스템과, 이를 TBM에 적용하여 전방 예측 탐사를 수행할 수 있도록 고안된 TBM 적용 장치이다. 저항 측정 시스템은 HS 알고리즘을 구현하여 역해석을 수행할 수 있는 역해석 프로그램을 포함한다.
참고문헌 (14)
Lee, I.M., Choi, S.S., Kim, S.T., Kim, C.K., Jun, J.S. (2002), "3D analysis of fracture zones agead of tunnel face using seismic reflection", Tunnelling Technology, Vol. 4, No. 4, pp. 301-317.
Rye, H.H., Cho, G.C., Lee, I.M. (2008), "Detection of anomalies in particulate material using electrical resistivity survey-enhanced algorithm", Modern Physics Letters B, Vol. 22, No. 11, pp. 1093-1098.
Lee, K.H., Park, J.H., Kim, D.H., Lee, I.M. (2011), "Technology for predicting ground condition ahead of a tunnel: A review in mechanized tunnelling", Korean Tunnelling and Underground Space Association Symposium (November 11), pp. 107-115.
Geem, Z.W., Kim, J.H., Loganathan, G.V. (2001), "New heuristic optimization algorithm: harmony search", Simulation, Vol. 76, pp. 60-68.
Park, J.H., Lee, K.H., Shin, S.H., Lee, S.W., Lee, I.M. (2014), "Harmony search algorithm to predict anomalous zone ahead of tunnel face utilizing electrical resistivity survey", Journal of Korean Tunnelling and Underground Space Association, Vol. 16, No. 2, pp. 149-160.
Holland, J.H. (1975), Adaptation in natural and artificial systems, MIT Press Cambridge, USA.
Metropolis, N., Rosenbluth, A.W., Rosenbluth, M.N., Teller, A.H., Teller, E. (1953), "Equations of state calculations by fast computing machines", The Journal of Chemical Physics, Vol, 21, pp. 1087-1092.
Dorigo, M., Maniezzo, V., Colorni, A. (1996), "The ant system: optimization by a colony of cooperating agents," IEEE Transactions on Systems, Man, and Cybernetics-Part B, Vol. 26, No 1, pp. 29-41.
Lee, K.S., Geem, Z.W. (2005), "A new metaheuristic algorithm for continuous engineering optimization: harmony search theory and practice", Computer Methods in Applied Mechanics and Engineering, Vol. 194, pp. 3902-3933.
Mahdavi, M., Fesanghary, E. (2007), "An improved harmony search algorithm for solving optimization problems", Applied Mathematics and Computation, Vol. 188, No. 2, pp. 1567-1579.
Kim, J.H., Chung, S.H., Cho, I.K. (1996), "Measurement of the Relative Permittivities of Rock for Georadar Exploration in Mega-hertz Band", Journal of the Korean Society of Mineral and Energy Resources Engineers, Vol. 33, No. 5, pp. 383-390.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.