초록
지하공간 및 터널의 계획과 설계 단계에서 지반 조건과 관련한 정보는 경제성과 안정성 강화측면에서 매우 중요하다. 일반적으로 지반 조건은 RMR혹은 Q-system과 같은 공학적 암반 분류값을 이용하거나 지구물리 탐사의 결과 영상으로 표현할 수 있다. RMR이나 Q값은 설계를 위한 직접적 정보를 제공하나 그 대표 영역은 제한적이다. 반면 지구물리탐사 결과 영상은 전체 영역을 표현할 수 있는 반면 간접적인 정보만을 제공할 수 있다. 이와 같은 지반 정보들은 근본적으로 불확실성을 내포하고 있고, 서로 다른 공학적 단위로 표현되며 그 물리적 의미에서도 차이가 있다. 최근 크리깅이나 조건부 시뮬레이션과 같은 지구통계학적 방법들을 이용하여 전체 노선에 대한 RMR의 공간 분포를 추정해 왔었다. 본 연구에서는 주된 RMR 변량만을 이용하는 크리깅이나 조건부 시뮬레이션의 단점을 극복하기 위해 모의 담금질 기법을 적용하였다. 지구물리탐사 결과 영상을 참조영상으로 하여 RMR의 공간 분포를 추정하고 이와 결합된 불확실성을 평가하였다. 모의 담금질 기법은 주어진 제약조건을 만족시키도록 설계된 최적화 기법의 일종이다 RMR공간 분포 추정과 불확실성 평가를 위한모의 담금질 기법의 적용 과정을 제안하였다. 지반공학적 적용을 위해 RMR의 통계 모델과 지구물리탐사 결과 영상과의 상관성을 이용한 목적함수들을 정의하였다.
At the planning and design stages of a development of underground space or tunneling project, the information regarding ground conditions is very important to enhance economical efficiency and overall safety In general, the information can be expressed using RMR or Q-system and with the geophysical exploration image. RMR or Q-system can provide direct information of rock mass in a local scale for the design scheme. Oppositely, the image of geophysical exploration can provide an exthaustive but indirect information. These two types of the information have inherent uncertainties from various sources and are given in different scales and with their own physical meanings. Recently, RMR has been estimated in unsampled areas based on given data using geostatistical methods like Kriging and conditional simulation. In this study, simulated annealing(SA) is applied to overcome the shortcomings of Kriging methods or conditional simulations just using a primary variable. Using this technique, RMR and the image of geophysical exploration can be integrated to construct the spatial distribution of RM and to evaluate its uncertainty. The SA method was applied to solve an optimization problem with constraints. We have suggested the practical procedure of the SA technique for the uncertainty evaluation of RMR and also demonstrated this technique through an application, where it was used to identify the spatial distribution of RMR and quantify the uncertainty. For a geotechnical application, the objective functions of SA are defined using statistical models of RMR and the correlations between RMR and the reference image. The applicability and validity of this application are examined and then the result of uncertainty evaluation can be used to optimize the tunnel layout.
