• 한국지반신소재학회논문집
• /
• 제10권4호
• /
• pp.29-36
• /
• 2011

본 연구는 포천 화강토의 건조단위중량을 $16.67kN/m^3$, $17.26kN/m^3$, $17.65kN/m^3$으로 각각 변화시켜 등방압축-팽창시험과 구속압력을 달리한 일련의 배수삼축시험을 하였다. 그리고 이 시험자료를 이용하여 회귀분석을 근거로 건조단위중량의 변화에 따른 Lade의 단일항복면 구성모델의 토질매개변수의 변화 특성을 알아보았다. 그 결과 탄성성분, 파괴규준, 경화함수, 소성포텐셜에 관련된 토질매개변수는 상대밀도의 증가에 따라 선형적인 증 감현상을 보이고 있다. 그리고 항복함수에 관련된 토질매개변수 h와 ${\alpha}$는 상대밀도에 따른 변화가 미세하고 파괴규준에 관련한 토질매개변수와 관련성이 매우 높아 ${\eta}_1$에 관한 식으로 대체할 수 있으며, 이 식을 이용한 수치해석 결과 양호하게 예측하고 있는 것을 확인 할 수 있었다.

• Geomechanics and Engineering
• /
• 제12권3호
• /
• pp.441-464
• /
• 2017

The determination of the mixture parameters of stabilization has become a great concern in geotechnical applications. This paper presents an effort about the application of artificial intelligence (AI) techniques including radial basis neural network (RBNN), multi-layer perceptrons (MLP), generalized regression neural network (GRNN) and adaptive neuro-fuzzy inference system (ANFIS) in order to predict the unconfined compressive strength (UCS) of silty soil stabilized with bottom ash (BA), jute fiber (JF) and steel fiber (SF) under different freeze-thaw cycles (FTC). The dosages of the stabilizers and number of freeze-thaw cycles were employed as input (predictor) variables and the UCS values as output variable. For understanding the dominant parameter of the predictor variables on the UCS of stabilized soil, a sensitivity analysis has also been performed. The performance measures of root mean square error (RMSE), mean absolute error (MAE) and determination coefficient ($R^2$) were used for the evaluations of the prediction accuracy and applicability of the employed models. The results indicate that the predictions due to all AI techniques employed are significantly correlated with the measured UCS ($p{\leq}0.05$). They also perform better predictions than nonlinear regression (NLR) in terms of the performance measures. It is found from the model performances that RBNN approach within AI techniques yields the highest satisfactory results (RMSE = 55.4 kPa, MAE = 45.1 kPa, and $R^2=0.988$). The sensitivity analysis demonstrates that the JF inclusion within the input predictors is the most effective parameter on the UCS responses, followed by FTC.

• Geomechanics and Engineering
• /
• 제30권1호
• /
• pp.11-26
• /
• 2022

One of the most important issues in tunneling, is the squeezing phenomenon. Squeezing can occur during excavation or after the construction of tunnels, which in both cases could lead to significant damages. Therefore, it is important to predict the squeezing and consider it in the early design stage of tunnel construction. Different empirical, semi-empirical and theoretical-analytical methods have been presented to determine the squeezing. Therefore, it is necessary to examine the ability of each of these methods and identify the best method among them. In this study, squeezing in a part of the Alborz service tunnel in Iran was estimated through a number of empirical, semi- empirical and theoretical-analytical methods. Among these methods, the most robust model was used to obtain a database including 300 data for training and 33 data for testing in order to develop a machine learning (ML) method. To this end, three ML models of Gaussian process regression (GPR), artificial neural network (ANN) and support vector regression (SVR) were trained and tested to propose a robust model to predict the squeezing phenomenon. A comparative analysis between the conventional and the ML methods utilized in this study showed that, the GPR model is the most robust model in the prediction of squeezing phenomenon. The sensitivity analysis of the input parameters using the mutual information test (MIT) method showed that, the most sensitive parameter on the squeezing phenomenon is the tangential strain (ε_θ^α) parameter with a sensitivity score of 2.18. Finally, the GPR model was recommended to predict the squeezing phenomenon in tunneling projects. This work's significance is that it can provide a good estimation of the squeezing phenomenon in tunneling projects, based on which geotechnical engineers can take the necessary actions to deal with it in the pre-construction designs.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.137-147
• /
• 2023

LiDAR는 자율 주행뿐만 아니라 다양한 산업 현장에 적용되어 대상의 크기와 거리를 측정하는 데 사용되고 있다. 이에 더하여 이 센서는 반사된 빛의 양을 바탕으로 반사 강도 영상 또한 제공한다. 이는 측정 대상의 형상에 대한 정보를 제공하여 센서 데이터 처리에 긍정적인 효과를 일으킨다. LiDAR는 고해상도가 될수록 높은 성능을 보장하지만 이는 센서 비용의 증가를 야기하는데, 이 점은 반사 강도 영상에도 해당된다. 높은 해상도의 반사 강도 영상을 취득하기 위해서는 고가의 장비 사용이 필수적이다. 따라서 본 연구에서는 저해상도의 반사 강도 영상을 고해상도의 영상으로 개선하는 인공지능을 개발하였다. 이를 위해서 본 연구에서는 최적의 초해상화 신경망 모델을 위한 파라미터 분석을 수행하였다. 또한, 초해상화 알고리즘을 2,500여 장의 반사 강도 영상에 적용하여 훈련과 검증을 하였다. 결과적으로 반사 강도 영상의 해상도를 향상시켰다. 바라건대 본 연구의 결과가 향후 자율 주행 분야에 적용되어 주행환경 인식과 장애물 탐지 성능 향상에 기여할 수 있기를 기대하는 바이다.

• Steel and Composite Structures
• /
• 제51권5호
• /
• pp.509-527
• /
• 2024

Bonding carbon fiber-reinforced polymer (CFRP) laminates have been extensively employed in the restoration of steel constructions. In addition to the mechanical properties of the CFRP, the bond strength (P_U) between the CFRP and steel is often important in the eventual strengthened performance. Nonetheless, the bond behavior of the CFRP-steel (CS) interface is exceedingly complicated, with multiple failure causes, giving the P_U challenging to forecast, and the CFRP-enhanced steel structure is unsteady. In just this case, appropriate methods were established by hybridized Random Forests (RF) and support vector regression (SVR) approaches on assembled CS single-shear experiment data to foresee the P_U of CS, in which a recently established optimization algorithm named Aquila optimizer (AO) was used to tune the RF and SVR hyperparameters. In summary, the practical novelty of the article lies in its development of a reliable and efficient method for predicting bond strength at the CS interface, which has significant implications for structural rehabilitation, design optimization, risk mitigation, cost savings, and decision support in engineering practice. Moreover, the Fourier Amplitude Sensitivity Test was performed to depict each parameter's impact on the target. The order of parameter importance was t_c> L_c > E_A > t_A > E_c > b_c > f_c > f_A from largest to smallest by 0.9345 > 0.8562 > 0.79354 > 0.7289 > 0.6531 > 0.5718 > 0.4307 > 0.3657. In three training, testing, and all data phases, the superiority of AO - RF with respect to AO - SVR and MARS was obvious. In the training stage, the values of R² and VAF were slightly similar with a tiny superiority of AO - RF compared to AO - SVR with R² equal to 0.9977 and VAF equal to 99.772, but large differences with results of MARS.

• Geomechanics and Engineering
• /
• 제36권5호
• /
• pp.465-474
• /
• 2024

Uniaxial compressive strength (UCS) is a critical geomechanical parameter that plays a significant role in the evaluation of rocks. The practice of indirectly estimating said characteristics is widespread due to the challenges associated with obtaining high-quality core samples. The primary aim of this study is to investigate the feasibility of utilizing the gene expression programming (GEP) technique for the purpose of forecasting the UCS for various rock categories, including Schist, Granite, Claystone, Travertine, Sandstone, Slate, Limestone, Marl, and Dolomite, which were sourced from a wide range of quarry sites. The present study utilized a total of 170 datasets, comprising Schmidt hammer (SH), porosity (n), point load index (Is(50)), and P-wave velocity (Vp), as the effective parameters in the model to determine their impact on the UCS. The UCS parameter was computed through the utilization of the GEP model, resulting in the generation of an equation. Subsequently, the efficacy of the GEP model and the resultant equation were assessed using various statistical evaluation metrics to determine their predictive capabilities. The outcomes indicate the prospective capacity of the GEP model and the resultant equation in forecasting the unconfined compressive strength (UCS). The significance of this study lies in its ability to enable geotechnical engineers to make estimations of the UCS of rocks, without the requirement of conducting expensive and time-consuming experimental tests. In particular, a user-friendly program was developed based on the GEP model to enable rapid and very accurate calculation of rock's UCS, doing away with the necessity for costly and time-consuming laboratory experiments.

• 한국터널지하공간학회 논문집
• /
• 제15권6호
• /
• pp.585-597
• /
• 2013

본 연구에서는 주방식 지하구조물의 안정성 검토방안을 마련하기 위해 암주와 천장부의 거동을 수치해석 방법으로 검토하였다. 또한, 기존 자원개발 분야에서 고려하는 주방식 공법의 설계 개념과는 달라져야 하는, 공간 확보차원에서의 합리적인 주방식 공법의 설계 절차 및 개념을 제시하였다. 주어진 지반 조건에서 암주의 형상비와 천장부의 길이에 따른 수치해석을 수행하였으며 초기 이완이 시작되는 시점에서의 파괴유형과 위치 변화를 검토하였다. 해석결과, 천장부 폭과 암주 폭과의 비(w/s)와 파괴시점의 상재하중간의 관계는 선형관계를 보였으며, 천장부 폭과 암주 폭의 비가 주방식 채광 설계에서는 매우 중요한 설계인자로 다루어지는 암주의 폭과 높이 비(w/H)보다 구조물의 안정성 확보차원에서는 더욱 민감한 설계인자인 것으로 나타났다. 이는, 암주의 안정성 만을 확보하는 차원에서 수행되는 주방식 채광 설계법과는 달리, 암주부와 함께 구조물 천장부 및 어깨부의 안정성까지도 함께 고려하여 지하구조물의 안정성을 확보할 수 있는 구조물 설계가 되어야 함을 의미한다. 또한, 지하구조물의 형상에 따라 초기 이완대가 발생하는 위치와 전단 또는 인장파괴 등 파괴유형도 다르게 나타나, 주방식 지하구조물에 대한 설계는 상재하중에 따른 천장부와 암주의 안정성을 연계하여 수행하는 것이 필요하다.

• 한국산학기술학회논문지
• /
• 제21권10호
• /
• pp.393-405
• /
• 2020

지반 및 기초의 안정성 평가, 지진의 액상화 평가 등을 위해서 지반강도 및 지하수 높이 등 다양한 지반정보가 필요하다. 대한민국에서 행해지는 표준관입시험(Standard Penetration Test, SPT) 결과는 국토지반정보포털시스템에 등록하게 되어있다. 비시추지역의 지반정보가 필요할 경우, 지구통계기법(Geostatistics)들을 응용할 수 있다. 본 논문은 경험적 베이지안 크리깅(Empirical Bayesian Kriging, EBK)과 역거리 가중치법(Inverse Distance Weighting Method, IDWM)을 이용하여 비시추지역의 지반정보를 구할 경우의 타당성에 관한 것이다. 이 기법들을 이용하기 위해 공간 보간에 범용적으로 적용되는 Esri사의 ArcGIS Pro 프로그램을 사용하였다. 본 해석에 사용된 지구통계기법들의 정확성을 검토하기 위하여, 표준관입시험에서 구한 시추지역 지반의 강도 정수 및 지하수의 높이를 해석기법의 결과와 교차 검증하였다. 또한, 지구물리학적 기법인 표면파 다중채널분석(Multichannel Analysis of Surface Waves, MASW)조사를 추가 수행하여, 본 해석에 사용된 기법들을 재검증하였다. 포항 북구 지역을 1.0km×1.0km로 분할하여 총 111개의 구역으로 분할하였으며, 경험적 베이지안 크리깅(EBK) 및 역거리 가중치법(IDWM)을 통한 표준관입시험치 및 지하수위에 대한 교차검증을 수행한 결과, 두 기법 모두 적합한 것으로 나타났다. 표면파 다중채널분석(MASW)은 대략적인 구간 영역을 제시하여, SPT N값의 분포양상과 지하수위를 명확히 파악하기 곤란하였다.

• 지구물리와물리탐사
• /
• 제16권2호
• /
• pp.79-90
• /
• 2013

지반조사에서 비파괴 조사 기술은 시추조사보다 경제적으로 비용이 덜 들고 광역에 걸친 지반정보를 제공하는 장점이 있다. 하지만 지반설계정수로서 적용하기에는 어려운 한정된 정보만을 제공하게 된다. 이를 극복하기 위해, 비파괴 조사 방법 중 하나인 전기비저항 탐사를 모형토조실험에 적용하여, 토질상태에 따른 비저항 반응과 함수비에 따른 비저항 반응을 분석하여 비저항 거동 양상에 대한 연구를 수행하였다. 실험에 사용한 토질은 주문진 표준사, 마사토이며 각 토질의 입도 분포, 균등계수를 구하여 실험에 있어 실험재료의 균질한 상태를 유지하였다. 실험에 사용한 모형의 제원은 $160{\times}100{\times}50$ (cm)의 아크릴 재질 토조이며, 각 토질의 높이는 30 cm를 유지하였다. 5TE(함수비측정센서)센서를 7 ~ 8cm 간격으로 수직하게 꽂아 층별 함수비를 측정하였다. 모형실험 결과 주문진 표준사는 비저항 거동 양상이 함수비에 민감하게 반응하는 것을 알 수 있었으며, 마사토는 함수비에 따라 비저항이 낮아진 후에도 시간경과에 따른 거동 양상에 큰 변화가 없는 것을 관찰하였다. 또한 토조 실험에 사용된 토양과 유사한 테스트 베드를 선정하여 그 반응을 비교 분석하였다. 이러한 실험을 통해 토질 상태와 함수비에 따른 다양한 비저항 거동 양상 자료를 수집하고, 비파괴 조사기술의 정확도를 향상 시켜 나간다면 지반설계정수를 산정하는데 있어 기초적인 연구가 될 수 있음을 확인하였다.

• 한국지반공학회논문집
• /
• 제37권2호
• /
• pp.19-31
• /
• 2021

마이크로파일은 소구경 현장타설말뚝으로 간단한 시공법과 비교적 저렴한 공사비용으로 각종 건축물 및 구조물 기초보강 및 내진보강 등에 활용되고 있다. 말뚝 선단에 단순한 메커니즘의 고정 지압 구조체를 장착하여, 상부하중 작용 시 지압구가 압축·팽창하면서 선단 면적의 확대와 주면으로의 쐐기수평력을 발휘하여 지지력을 증대시키는 "선단 확장형 마이크로파일"이 개발되었으나, 개발된 공법에 대한 정확한 검증이 부족하여 실제 현장에서 활용되지 못하고 있는 실정이다. 이에 본 연구에서는, 선단 확장형 마이크로파일의 지지 메커니즘과 일반 마이크로파일 대비 지지력 증대효과를 검증하고자 3차원 수치해석을 수행하였다. 선단 확장형 마이크로파일을 모델링하고 수치해석을 위한 입력 물성치를 산정하였으며, Lab-scale 수치해석을 통하여 고정 지압 구조체가 압축·팽창되면서 발현되는 수평력에 의한 지지 메커니즘을 확인하였다. 이와 더불어 Field-scale 수치해석을 통해 일반 마이크로파일과의 지지력을 비교·검증한 결과, 압축 및 인발지지력이 각각 20.0%와 38.9% 증대되는 것을 확인하였다.