• 전자통신동향분석
• /
• 제30권5호
• /
• pp.22-27
• /
• 2015

도로함몰 사고 증가를 계기로 지하 구조물의 안전 관리 방법, 특히 비파괴 검사 장비에 대한 관심이 고조되고 있다. 지중투과 레이더 기술은 전자파의 투과, 반사 특성을 이용한 비파괴 검사 기술로써 투과 깊이, 투과 해상도 등 비파괴 검사 성능 측면에서 가장 주목받고 있는 기술이다. 본고에서는 지중투과 레이더 기술의 특징, 국외 제품 동향을 살펴본다.

• 한국지반환경공학회 논문집
• /
• 제23권8호
• /
• pp.29-36
• /
• 2022

최근 지하공간에 대한 개발이 활발히 진행됨에 따라 지중 시설물의 정보에 대한 중요도가 증가하고 있다. 굴착작업을 수행하기 전에 지중 시설물의 위치를 정확히 파악해야 한다. 지표투과레이더(GPR)와 같은 지구물리적 탐사 방법은 지중 시설물을 조사하는데 유용하게 사용된다. GPR은 지반에 전자기파를 송출하며 지반과 다른 매질에 의해 반사되는 신호를 분석하여 지중시설물의 위치와 깊이 등을 파악한다. 그러나 GPR 데이터의 판독은 숙련된 전문가의 주관적 판단에 의존하기 때문에 이를 딥러닝을 통해 자동화하려는 많은 연구가 진행되고 있다. 딥러닝은 학습 데이터가 많을수록 정확한 모델을 만들 수 있으며, 이러한 학습데이터 축적에 있어 수치해석이 좋은 대안이 될 수 있다. 수치해석의 경우 지반의 불균질성을 모사하여 다양한 조건에서의 GPR 탐사 데이터를 생성할 수 있으며, 이를 이용하여 학습모델의 성능을 향상시킬 수 있을 것으로 생각된다. 지반은 불균질하며, GPR 신호는 지반의 다양한 변수로 인해 영향을 받는다. 그러나 이러한 불균질 지반에 대한 연구가 필요한 실정이다. 따라서 본 연구에서는 프랙탈 차원수와 지반의 함수비 범위에 따른 GPR탐사 신호특성을 분석하고 불균질한 지반을 모사하기 위한 입력파라미터에 대한 연구를 수행하였다. 프랙탈 차원수가 2.0을 넘어가면 적합곡선에 대한 오차가 크게 감소하는 것으로나타났다. 그리고 분석의 타당성을 확보하기 위해 함수율의 범위가 0.14 미만이어야 한다.

• 한국지반환경공학회 논문집
• /
• 제19권8호
• /
• pp.11-17
• /
• 2018

최근 도심지를 중심으로 도로함몰이 증가하고 있어 시민들의 안전을 위협하고 있다. 도로 하부에는 상하수도관로, 전기통신시설 등 각종 도로시설물이 매설되어 있는데 이 시설물의 노후화가 도로 함몰의 원인으로 작용하고 있다. 특히, 도로함몰의 주된 원인으로 주목받고 있는 노후 하수관의 경우 CCTV 탐사를 통해 간접적인 방법으로 지반함몰 위험도를 산정하고 있다. 현재 GPR 탐사를 통해 공동을 탐사하고 있지만 지표면에서 탐사하기 때문에 관로 배면에 있는 공동을 찾기 어렵다. 따라서 본 연구에서는 비파괴 공동 탐사 기법에 대해 조사하고, 조사 기술 중 하수 관로 내부에서 관로배면에 존재하는 공동을 탐사할 수 있는 최적 기술 선정하고 각 기술별로 테스트 베드에서 검증했다. 이는 하수관 주변 공동을 확인하기 위한 객관적이고 정량적인 평가 방법으로 판단된다.

• 한국터널지하공간학회 논문집
• /
• 제24권4호
• /
• pp.341-353
• /
• 2022

도심지에는 많은 지중 매설관이 설치되어 있으며, 이러한 지중 관로의 위치(깊이, 방향 등)은 굴착을 수행하기 전에 특정되어야 한다. 지중 매설관을 탐지하기 위해 다양한 지구물리학적인 방법을 사용할 수 있으나, 지반의 불균질성으로 인해 정확한 위치정보를 파악하는 것은 어렵다. 다양한 비파괴 탐사 방법 중 GPR (ground penetrating radar)는 고속으로 실험이 가능하며, 다른 탐사 방법에 비해 상대적으로 저렴한 탐사비용 등의 장점을 갖는다. 그러나 GPR의 탐사 데이터는 해석이 직관적이지 않아 상당한 전문적 지식이 요구된다. 최근 딥러닝을 이용한 탐사 데이터의 자동판독 기술에 대한 연구가 증가하고 있으나, 매설물의 위치를 정확히 알고 있는 탐사 데이터가 부족하여 학습모델 구축에 어려움이 있다. 이를 해결하기 위해 본 연구에서는 이러한 문제를 FDTD (finite difference time domain)수치해석을 통해 해결하고 자동탐지 학습 모델의 성능을 향상시키기 위한 기초연구를 수행하였다. 첫째, 단일유전율로 구성된 균질지반을 구성하고 해석을 수행하였다. 불균질 지반의 경우 프랙탈 기법을 이용하여 모델을 구성하고 해석을 수행하였다. 둘째, 합성곱 신경망을 이용하여 딥러닝 학습을 수행하였다. Model-A는 균질 지반 해석 데이터만 이용하여 학습을 수행하였으며, Model-B는 균질 및 불균질 지반 해석 데이터를 이용하여 학습을 수행하였다. 그 결과 Model-B가 Model-A보다 탐지성능이 우수한 것을 확인하였다. 이는 자동탐지 모델의 학습 시, 지반의 불균질성을 포함하여 학습을 수행하면 탐지 모델의 성능이 개선됨을 의미한다.

• 지구물리와물리탐사
• /
• 제22권3호
• /
• pp.132-148
• /
• 2019

최근 안전 및 환경 등이 사회의 주요 이슈가 되고 있다. 특히 공사 현장 주변의 지반 침하 등에 따른 피해를 막기 위해 지하안전특별법까지 제정되는 등 안전에 대해서는 구체적인 노력이 진행되어 왔다. 환경 오염문제와 관련해서도 대상 지역의 지중유체 이동경로 파악 등을 통해 가능한 환경 오염 영역을 특성화 하고 지중에서 오염의 처리 및 모니터링에 대한 연구가 진행되고 있다. 이러한 연구의 일환으로, 기존에는 주로 자원 탐사, 지질 특성 파악, 지반 탐사 등에 이용되었던 물리탐사 기법이 환경 오염 영역 파악에 적용되고 있다. 이 논문에서는 환경 오염 지역 특성화를 위한 물리탐사 연구의 기초 연구로서, 유류, 침출수, 중금속 및 질소산화물 등 여러 오염원의 특성에 따른 오염지역의 전기적 물성 변화 특성을 알아보았다. 또한 이러한 물성 변화를 파악할 수 있는 물리탐사 기법들 즉, 전기비저항 탐사, 유도분극 탐사, 지표투과레이더 탐사 등의 오염 탐사 적용 가능성에 대해 검토한 후, 다양한 오염지역에서의 실제 수행된 물리탐사 사례들을 분석하였다.