초록 ▼

우리나라는 1970년대부터 토목건설, 건축산업이 활발하게 이루어진이후로 주거 및 교통문화의 발전, 산업의 활성화, 토지의 효율적 활용 등 직접 또는 간접적으로 많은 성과를 거두며 오늘날에 이르렀다. 하지만 이러한 눈부신 발전에도 불구하고 사회적으로 문제가 대두된 것들 중의 두가지는 지상공간의 부족문제와 쓰레기 등 오염물질의처리문제이다.첫번째 문제인 지상공간의 부족문제를 해결하기 위한 대표적인 방안이 터널과 같은 지하공간의 활용이다. 터널과 같은 지하구조물의 건설은 지상의 구조물과는 달리 주변환경(지반) 및 지하수 문제

우리나라는 1970년대부터 토목건설, 건축산업이 활발하게 이루어진이후로 주거 및 교통문화의 발전, 산업의 활성화, 토지의 효율적 활용 등 직접 또는 간접적으로 많은 성과를 거두며 오늘날에 이르렀다. 하지만 이러한 눈부신 발전에도 불구하고 사회적으로 문제가 대두된 것들 중의 두가지는 지상공간의 부족문제와 쓰레기 등 오염물질의처리문제이다.첫번째 문제인 지상공간의 부족문제를 해결하기 위한 대표적인 방안이 터널과 같은 지하공간의 활용이다. 터널과 같은 지하구조물의 건설은 지상의 구조물과는 달리 주변환경(지반) 및 지하수 문제 등 불확실한 요소를 내포하고 있다. 이러한 불확실한 요소를 해결하기 위해서는 지반의 투수계수와 지하수 유입량 예측(산정)에 대한 신뢰성이 있고 경제적인방법의 연구가 요망되어진다.두번째 문제인 쓰레기 등 오염물질의 처리문제를 해결하기 위한 대표적인 방안은 매립지(Landfill, Waste-containment Facilities) 건설이며 최근들어 국외에서 뿐만아니라 국내에서도 활발히 건설중이다. 이러한 매립지 등에서 차수벽(Hydraulic Barriers)으로서 폭넓게사용되어지는 것은 다짐된 Clay Liner이다. 다짐된 Clay Liner가 효과적인지 아닌지를 판별하기 위해서는 투수계수 예측(산정)이 필요하다. 하지만 국내에서 시공 후나 시공중인Clay Liner에 대한 투수계수를 예측(산정)한 경우는 매우 적으며 투수계수를 예측(산정)하는방법 또는 미비하다. 그로 인하여 시공 후나 시공중인 Clay Liner가 '과연 어느 정도나 효과가 있을까'를 판단하지 못하는 상태에서 시공만 하고 있는 실정이다. 이에 Clay Liner에대한 투수계수를 보다 신뢰성이 있고 경제적인 방법으로 예측(산정)하는 방법에 대한 연구가 시급히 요망된다.본 연구에서는 위 두가지 문제점들을 인공 신경망 이론을 이용하여 해결하고자 하였다.암반에서의 투수계수예측에 있어서는 인공 신경망 이론을 이용한 결과가 실측값과 매우 근접한 우수한 결과를 나타내었으며, 이를 이용하여 지하수 유입량예측이 가능하게 되어 시공전에 터널 배수설비의 최적화 설계를 할 수 있게 되었다. 또한, Clay Liner에 있어서도 비교적 좋은 결과가 나와, 충분한 자료만 주어진다면 앞으로 투수계수 예측에 대한 인공신경망의 적용은 그 전망이 매우 밝아질 것이다.

Abstract ▼

Since the boom of construction in 1970's, developments havebeen made directly or indirectly in the construction of building, transportation, andeffective use of lands. Inspite of these developments, two things have become majorproblems : dificiency of land, and treatment of waste.One of

Since the boom of construction in 1970's, developments havebeen made directly or indirectly in the construction of building, transportation, andeffective use of lands. Inspite of these developments, two things have become majorproblems : dificiency of land, and treatment of waste.One of the solution to the first problem, deficiency of land, might be the use ofunderground space. It is commonly acknowledged that underground construction hasmuch more uncertainties in ground and groundwater conditions that those ofconstruction over the ground : To overcome such uncertainties, a reasonable method isneeded to predict hydraulic conductivity of a ground and groundwater inflow. One ofthe solution to the second problem, treatment of waste, might be construction of landfill.Compacted clay liner is widely used as hydraulic barrier. So, it is reguired to predictthe hydraulic conductivity of clay liner reasonably well for the optimized design ofwaste landfills.In this research, the two problems mentioned above are to be handled usingArtificial Neural Networks.In the prediction of hydraulic conductivity in rock, Using Artificial Neural Networksmade good result, and we can predict groundwater inflow in tunnel so that we are ableto optimize economical drainage system in tunnel before construction.Reasonable prediction of hydraulic conductivity of underground rock mass wasobtained utilizing the Artificial Neural Networks. Using the predicted conductivity, wecould predict groundwater inflow into tunnels reasonalby well so that we could optimizedrainage systems.Predicted hydraulic conductivity of clay liner showed a little wider scatter than thatof rock mass. Nevertheless, the result was relatively good. After getting more data,Application of the Artificial Neural Networks to prediction of Hydraulic conductivity willbe promising.

목차 Contents

• 1. 서론...7
• 2. 연구방법 및 이론...9
• 2.1 인공신경망 이론...9
• 2.2 암반에서의 투수계수 예측을 위한 신경망이론...13
• 2.3 Clay Liner에서의 투수계수 예측을 위한 신경망이론...14
• 2.4 터널배수설비의 최적화...14
• 3. 결과 및 고찰...21
• 3.1 인공신경망 모델을 이용한 암반에서의 투수계수예측결과...21
• 3.2 인공신경망 모델을 이용한 Clay Liner에서의 투수계수 예측결과...29
• 3.3 터널내 배수설비 최적화사례적용...37
• 4. 결론...48
• ${\divideontimes}$ 참고문헌...50
• ${\divideontimes}$ 연구수행관련 연구발표 목록서...51
• ${\divideontimes}$ 자체평가서...52