초록이 없습니다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 방법
• 연구 결과

제안 방법

• 본 연구에서는 터널 굴착 시 가장 큰 인명 및 재산상의 피해가 예상되는 낙석 발생에 영향을 미치는 매개변수들을 3개변수군(내생적 변수, 외생적 변수, 굴착변수)으로 분류하였고 이를 7가지 매개변수(일축압축강도, 암질지수, 절리면 상태, 응력 상태, 지하수위 및 지하수량, 지진, 터널폭) 로 세분화하였다. 전문가 집단의 의견을 수렴하여 암반공학 시스템에 반영하였고, 앞서 제시된 7가지 매개변수들간의 상호영향성과 가중치를 산정하여 저심도 암반터널에서의 낙석 발생 지수를 제시하였다.
• 본 연구에서는 터널 굴착 시 가장 큰 인명 및 재산상의 피해가 예상되는 낙석 발생에 영향을 미치는 매개변수들을 3개변수군(내생적 변수, 외생적 변수, 굴착변수)으로 분류하였고 이를 7가지 매개변수(일축압축강도, 암질지수, 절리면 상태, 응력 상태, 지하수위 및 지하수량, 지진, 터널폭) 로 세분화하였다. 전문가 집단의 의견을 수렴하여 암반공학 시스템에 반영하였고, 앞서 제시된 7가지 매개변수들간의 상호영향성과 가중치를 산정하여 저심도 암반터널에서의 낙석 발생 지수를 제시하였다. 이를 서울 지하철 9호선 000구간에 적용하여 보았으며, 불연속체 해석을 통해 낙석 발생 유무를 확인하여 로지스틱 회귀분석을 통해 회귀식을 도출하였다.
• 이를 서울 지하철 9호선 000구간에 적용하여 보았으며, 불연속체 해석을 통해 낙석 발생 유무를 확인하여 로지스틱 회귀분석을 통해 회귀식을 도출하였다. 도출된 회귀식으로 지보패턴별 파괴확률을 도출하였고 낙석 발생 지수와 비교해 보았다.
• 그러나 이러한 암반 거동에 따른 매개변수들을 모두 고려하는 것은 현실적으로 어려운 문제이며 간결화 및 단순화하기에 제약이 된다. 따라서 기존의 암반분류법에서 사용되는 영향인자를 이용하여 매개변수를 산정하였다(Table 2.1).
• 수치해석은 개별요소법을 기반으로 한 상용프로그램인 UDEC을 이용하였다. 절리간격은 4개군으로, 점착력과 마찰각을 각각 최소 및 최대로 입력하여 수치해석을 수행하였다.
• 본 연구에서는 저심도 터널에서의 암반거동 유형 중 발생 부피와 속도 면에서 가장 큰 인명 및 재산상 피해를 유발 할 가능성 있는 낙석 거동에 영향을 주는 7가지 매개변수를 이용하였다. 낙석 거동과 낙석 거동에 영향을 주는 매개변수간의 영향성은 전문가집단의 판단자료를 이용하였으며 판단 자료의 분석은 Hudson(1992)이 제시한 암반공학시스템 접근법을 이용하였다.
• 낙석 거동과 낙석 거동에 영향을 주는 매개변수간의 영향성은 전문가집단의 판단자료를 이용하였으며 판단 자료의 분석은 Hudson(1992)이 제시한 암반공학시스템 접근법을 이용하였다. 또한 7가지 매개변수간의 영향성을 손쉽게 표현할 수 있는 상호영향 행렬로 원인과 영향의 관계를 나타내었으며, 가중치를 산정하였다. 산정된 가중치를 이용하여 낙석 거동지수(CBI)를 제시하였으며 이를 지하철 9호선 000현장에 적용하여 보았다.

대상 데이터

• 낙석의 발생 유･무를 예측하기 위해서는 현장 사례로부터 충분한 자료를 획득해야하지만 자료의 부족으로 발생 예측에 한계가 존재한다. 이러한 한계를 극복하기 위해서 전문가 집단의 의견을 수렴하여 원인과 영향에 따라 가중치를 결정하였으며 설계사, 시공사, 연구원의 3개 그룹, 총 24명으로 구성되었다. 구성된 전문가 집단의 판단을 바탕으로 앞서 제시된 7가지 매개변수들 간의 상호영향성을 확인할 수 있으며, 이를 바탕으로 공통 가중치, 낙석거동 가중치 및 최종 가중치를 산정할 수 있다.
• 대상 지역은 서울시 강남구에 위치한 서울 지하철 9호선 000구간으로 터널구간은 1.41km이다. 대상 지역의 지보 패턴별 낙석 거동지수(CBI)는 PD-3의 경우 평균 58.
• 또한 7가지 매개변수간의 영향성을 손쉽게 표현할 수 있는 상호영향 행렬로 원인과 영향의 관계를 나타내었으며, 가중치를 산정하였다. 산정된 가중치를 이용하여 낙석 거동지수(CBI)를 제시하였으며 이를 지하철 9호선 000현장에 적용하여 보았다.

데이터처리

• 전문가 집단의 의견을 수렴하여 암반공학 시스템에 반영하였고, 앞서 제시된 7가지 매개변수들간의 상호영향성과 가중치를 산정하여 저심도 암반터널에서의 낙석 발생 지수를 제시하였다. 이를 서울 지하철 9호선 000구간에 적용하여 보았으며, 불연속체 해석을 통해 낙석 발생 유무를 확인하여 로지스틱 회귀분석을 통해 회귀식을 도출하였다. 도출된 회귀식으로 지보패턴별 파괴확률을 도출하였고 낙석 발생 지수와 비교해 보았다.
• 수치해석을 통해 확인한 낙석(cave-in) 유 · 무를 정량적으로 판단하기위해 SPSS사가 개발한 통계분석 프로그램인 SPSS 10.0의 로지스틱 회귀분석(Logistic regression analysis)기법을 이용하였다.
• 또한 수치해석을 통해 확인한 낙석발생의 유 · 무를 정량적으로 판단하기 위해 통계분석 프로그램인 SPSS를 이용하여 로지스틱 회귀분석을 실시하였으며, 낙석발생확률에 관한 회귀식을 제안하였다.

이론/모형

• 수치해석은 개별요소법을 기반으로 한 상용프로그램인 UDEC을 이용하였다. 절리간격은 4개군으로, 점착력과 마찰각을 각각 최소 및 최대로 입력하여 수치해석을 수행하였다.
• 본 연구에서는 저심도 터널에서의 암반거동 유형 중 발생 부피와 속도 면에서 가장 큰 인명 및 재산상 피해를 유발 할 가능성 있는 낙석 거동에 영향을 주는 7가지 매개변수를 이용하였다. 낙석 거동과 낙석 거동에 영향을 주는 매개변수간의 영향성은 전문가집단의 판단자료를 이용하였으며 판단 자료의 분석은 Hudson(1992)이 제시한 암반공학시스템 접근법을 이용하였다. 또한 7가지 매개변수간의 영향성을 손쉽게 표현할 수 있는 상호영향 행렬로 원인과 영향의 관계를 나타내었으며, 가중치를 산정하였다.

성능/효과

• 이러한 한계를 극복하기 위해서 전문가 집단의 의견을 수렴하여 원인과 영향에 따라 가중치를 결정하였으며 설계사, 시공사, 연구원의 3개 그룹, 총 24명으로 구성되었다. 구성된 전문가 집단의 판단을 바탕으로 앞서 제시된 7가지 매개변수들 간의 상호영향성을 확인할 수 있으며, 이를 바탕으로 공통 가중치, 낙석거동 가중치 및 최종 가중치를 산정할 수 있다. Table 2.
• 전문가 그룹에 의한 판단 결과를 지배도와 상호영향도를 통해 살펴보면, 낙석 거동에 가장 많은 영향을 미치는 변수는 터널의 폭이며 가정 적은 영향을 미치는 변수는 지진 및 진동으로 나타났다. 또한 가장 지배적인 변수는 터널의 폭이며 가장 종속적인 변수는 암질지수로 나타났다.
• 전문가 그룹에 의한 판단 결과를 지배도와 상호영향도를 통해 살펴보면, 낙석 거동에 가장 많은 영향을 미치는 변수는 터널의 폭이며 가정 적은 영향을 미치는 변수는 지진 및 진동으로 나타났다. 또한 가장 지배적인 변수는 터널의 폭이며 가장 종속적인 변수는 암질지수로 나타났다. 매개변수들에 의해 산정된 공통 가중치 W1_i는 낙석 거동 가중치인 W2_i와 함께 최종 가중치 W3_i를 구성한다.
• 따라서 낙석 거동지수는 40∼60 범위의 “보통의 발생가능성”을 보이고 있으며(Fig. 4.3∼4.5) 결과적으로, 양호한 지보패턴(PD-5)으로 갈수록 낙석 거동지수(CBI)는 낮은 값을 나타내고 있다.
• 지보 패턴 PD-4와 PD-5의 평균 낙석발생지수는 각각 54.36 과 54.08이며 50.13∼59.37과 50.76∼57.89의 범위로 산출되었다.
• 대상 지역의 지보 패턴별 낙석 거동지수(CBI)는 PD-3의 경우 평균 58.86이며 51.91∼65.91의 범위로 산출되었으며 이는 “높은 발생 가능성” 을 나타낸다.
• 1과 같다. 분류 결과 지보패턴이 PD-3인 경우, 낙석 거동지수와 파괴확률 모두 양호한 지보패턴(PD-5)보다 각각 4.78과 0.58 % 의 증가된 결과를 보이고 있다.
• 지보 패턴 PD-4와 PD-5의 경우 각각 50.13∼59.37과 50.76∼57.89의 범위로 산출되어 “보통의 발생 가능성”에 해당되었으며, 결과적으로 양호한 지보패턴(PD-5)으로 갈수록 낙석 거동지수(CBI)는 낮은 값을 나타내고 있음을 확인하였다.
• 또한 수치해석을 통해 확인한 낙석발생의 유 · 무를 정량적으로 판단하기 위해 통계분석 프로그램인 SPSS를 이용하여 로지스틱 회귀분석을 실시하였으며, 낙석발생확률에 관한 회귀식을 제안하였다. 회귀식에 의한 파괴확률 역시 양호한 지보패턴(PD-5)이 PD-3보다 0.58% 감소한 수치를 확인할 수 있었다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기