Explosives and Blasting (화약ㆍ발파)

Korean Society of Explosives and Blasting Engineering (대한화약발파공학회)
권호 표지
DOI QR코드

DOI QR Code

Prediction and Determination of Correction Coefficients for Blast Vibration Based on AI

AI 기반의 발파진동 계수 예측 및 보정계수 산정에 관한 연구

  • 유광호 (수원대학교 건설환경공학과) ;
  • 송명규 (한양대학교 자원공학과) ;
  • 이현구 ((주)아이콘트) ;
  • 김남중 (수원대학교 일반대학원 토목공학과)
  • Received : 2023.08.31
  • Accepted : 2023.09.19
  • Published : 2023.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

In order to determine the amount of explosives that can minimize the vibration generated during tunnel construction using the blasting method, it is necessary to derive the blasting vibration coefficients, K and n, by analyzing the vibration records of trial blasting in the field or under similar conditions. In this study, we aimed to develop a technique that can derive reasonable K and n when trial blasting cannot be performed. To this end, we collected full-scale trial blast data and studied how to predict the blast vibration coefficient (K, n) according to the type of explosive, center cut blasting method, rock origin and type, and rock grade using deep learning (DL). In addition, the correction value between full-scale and borehole trial blasting results was calculated to compensate for the limitations of the borehole trial blasting results and to carry out a design that aligns more closely with reality. In this study, when comparing the available explosive amount according to the borehole trial blasting result equation, the predictions from deep learning (DL) exceed 50%, and the result with the correction value is similar to other blast vibration estimation equations or about 20% more, enabling more economical design.

발파공법을 이용한 터널 건설 시 발생하는 진동을 최소화할 수 있는 폭약량의 결정을 위해서는 현장에서 시험발파, 혹은 유사조건에서의 진동기록을 분석하여 발파진동계수 K, n을 도출해야 한다. 본 연구에서는 시험발파를 수행하지 못할 경우, 합리적인 K 및 n을 도출할 수 있는 기법의 개발을 목적으로 하였다. 이를 위해 실규모 시험발파 자료를 수집한 후, 심층학습(DL)을 활용하여 화약류의 종류, 심발공법, 암반의 성인 및 종류, 암반등급에 따라 발파진동계수(K, n)를 예측할 수 있는 방법을 연구하였다. 또한 시추공 시험발파 결과의 한계성을 보완하고, 현실에 좀 더 부합하는 설계 수행을 목적으로 실규모 및 시추공 시험발파 결과 간의 보정값을 산정하였다. 본 연구결과 시추공 시험발파 결과식에 따른 사용 가능한 폭약량을 비교하였을 경우, 심층학습(DL)에 의한 결과는 50%이상, 보정값을 반영한 결과는 기타 발파진동 추정식과 유사하거나 약 20% 더 사용할 수 있어서 보다 경제적 설계가 가능하였다.

Keywords

References

  1. 건설교통부(현, 국토교통부), 2006, 도로공사 노천발파 설계.시공 요령, pp. 11-21.
  2. 김민주, L.A. Isamail, 권상기, 2021, 발파 분야에서의 인공지능 활용 현황, EXPLOSIVES & BLASTING, Vol. 39, No. 3, pp. 44-64. https://doi.org/10.22704/KSEE.2021.39.3.044
  3. 김양균, 2021, 암반공학분야에 적용된 인공지능 알고리즘 분석, TUNNEL & UNDERGROUND SPACE, Vol. 31, No. 1, pp. 25-40.
  4. 김웅수, 1992, 발파핸드북, 구미서관, 서울, 116p, p, 9, pp. 22-26.
  5. 서울지하철 5호선 4-1 시공감리단, 1992, 발파실무 I.II, pp. 11~54-11, 발파진동편 p. 15.
  6. 임성식, 양형식, 2003, 시추공 발파 자료의 터널설계 적용성에 관한 연구, 화약.발파공학회(현, 대한화약발파공학회), 제21권, 제2호, pp. 15-19.
  7. 한국토지개발공사(현, 한국토지주택공사), 1993, 암발파 설계 기법에 관한 연구, pp. 289-293.
  8. Alvarez, V. A. E., Gonzalez, N. C., Lopez, G. F. and Alvarez F. M. I., 2012, Predicting blasting propagation velocity and vibration frequency using artificial neural network, International Journal of Rock Mechanics and Mining Science, Vol. 55, pp. 108-116. https://doi.org/10.1016/j.ijrmms.2012.05.002
  9. Das, A., S. Sinha and S. Ganguly, 2019, Development of a blast-induced vibration prediction model using an artificial neural network. Journal of the Southern African Institute of Mining and Metallurgy, Vol. 119, No. 2, pp. 187-200. https://doi.org/10.17159/2411-9717/2019/v119n2a11
  10. Devine, J.R., R.H. Beck, A.V.C. Meyer and W.I. Duval, 1966, Effect of Charge Weight on Vibration Levels from Quarry Blasting, USBM RI 6774, 37p.
  11. Gorgulu, K., Arpaz, E., Demirci, A., Kocaslan, A., Dilmac, M. K. and Yuksek, A. G., 2013, Investigation of blast-induced ground vibrations in the Tulu boron open pit mine, Bulletin of Engineering Geology and the Environment, Vol. 72, No. 3, pp. 555-564. https://doi.org/10.1007/s10064-013-0521-4
  12. Lu, W., Yang, J., Chen, M. and Zhou, C., 2011, An equivalent method for lasting vibration simulation, Simulation Modelling Practice and Theory, Vol. 19, No. 9, pp. 2050-2062. https://doi.org/10.1016/j.simpat.2011.05.012
  13. Parida, A. and M.K. Mishra, 2015, Blast Vibration Analysis by Different Predictor Approaches-A Comparison, Procedia Earth and Planetary Science 11, pp. 337-345. https://doi.org/10.1016/j.proeps.2015.06.070
  14. Saadat, M., Khandelwal, M. and Monjezi, M., 2014, An ANN based approach to predict blast-induced ground vibration of Gol-E-Gohar iron ore mine, Iran, Journal of Rock Mechanics and Geotechnical Engineering, Vol. 6, No. 1, pp. 67-76. https://doi.org/10.1016/j.jrmge.2013.11.001
  15. Torano, J. and Rodriguez, R., 2003, Simulation of the vibration produced during the rock excavation by different methods, WIT Transactions on Modelling and Simulation, WIT Press, Vol. 33, No. 8, pp. 343-349.