• 터널과지하공간
• /
• 제14권5호
• /
• pp.353-362
• /
• 2004

벤치발파에서 암석 파쇄도 예측은 생산계획을 수립하는 데 있어서 가장 중요한 요소 중의 하나이다. Kua-Ram 모델은 지금까지 제안된 암석 파쇄도 예측 모델 중 가장 우수한 것으로 평가받고 있으나, 이 모델의 평가항목을 구성하고 있는 절리조건, 암석강도, 밀도, 사용폭약의 성능과 저항선, 공간격 등의 요소들은 그 값을 선정하는 과정에서 주관적인 요소가 개입되거나 정의가 모호한 요소를 포함하고 있다. 이 연구에서는 Kuz-Ram 모델을 구성하는 여러 평가항목의 값을 선정하는 과정에서 주관적이거나 모호한 요소를 제거하는 방법에 대해 검토하였으며, 예측값을 현장조사 결과와 비교하여 적용성을 검토하였다. Kuz-Ram 모델은 비교적 정확한 예측결과를 보였으나, 현지암반 조건을 충분히 반영하지 못하여 개선이 필요한 것으로 판단되었다.

• 터널과지하공간
• /
• 제26권2호
• /
• pp.120-130
• /
• 2016

노천광산에서 발파파쇄석의 입도예측에 널리 활용되고 있는 Kuz-Ram 모델의 국내 석회석 노천광산에 대한 적용성을 분석하기 위해, 강원도 동해지역 석회석 노천광산을 대상으로 총 21회의 현장 시험을 수행하였다. 현장시험결과와 Kuz-Ram 모델 예측의 비교 분석 결과, 평균 파쇄입도에서는 최대 56.45%, 균등계수에서는 최대 37.52%의 오차가 나타나는 등, 암석계수와 균등계수에 대한 다양한 보정요소를 제시함에도 불구하고 Kuz-Ram 모델의 예측값에는 상당한 수준의 오차가 발견되었다. 또한 동일한 벤치에서 유사한 발파패턴으로 시험발파를 수행했음에도 각기 다른 보정요소를 적용해야 하는 문제점도 도출되었다. 따라서 국내 노천광산의 발파패턴 및 암반조건과는 다른 경험값을 바탕으로 개발된 Kuz-Ram 모델의 국내 적용성 확대를 위해서는 반드시 해당 광산의 현장조건에 맞도록 수정, 보완되어야 할 것이다.

• Geomechanics and Engineering
• /
• 제34권5호
• /
• pp.547-559
• /
• 2023

We evaluated the applicability of machine learning techniques and the Kuz-Ram model for predicting the mean fragmentation size in open-pit mines. The characteristics of the in-situ rock considered here were uniaxial compressive strength, tensile strength, rock factor, and mean in-situ block size. Seventy field datasets that included these characteristics were collected to predict the mean fragmentation size. Deep neural network, support vector machine, and extreme gradient boosting (XGBoost) models were trained using the data. The performance was evaluated using the root mean squared error (RMSE) and the coefficient of determination (r²). The XGBoost model had the smallest RMSE and the highest r² value compared with the other models. Additionally, when analyzing the error rate between the measured and predicted values, XGBoost had the lowest error rate. When the Kuz-Ram model was applied, low accuracy was observed owing to the differences in the characteristics of data used for model development. Consequently, the proposed XGBoost model predicted the mean fragmentation size more accurately than other models. If its performance is improved by securing sufficient data in the future, it will be useful for improving the blasting efficiency at the target site.

• 터널과지하공간
• /
• 제15권4호
• /
• pp.264-274
• /
• 2005

대규모 채석을 위한 최적 발파 패턴은 파쇄 입도의 분포에 따라 추산된 최소 발파 비용에 기초하여 결정될 수 있다. 따라서 파쇄 입도의 분포를 예측하는 문제는 매우 중요하다. 파쇄 입도 분포의 예측에 사용된 모델은 현장 시험발파로부터 얻은 발파석에 대한 입도 분포와 비교 검토하여 선택하였다. 그 결과 Kuz-Ram 모델을 파쇄 입도 모델로 선정하였으며, 이 모델은 현지 암반의 상태를 고려할수 있는 발파암 계수라는 지배적 인자를 사용한다. 전체 생산 비용 산정을 위해 발파암 계수의 3차원 공간 분포의 추정은 매우 중요한 문제라 할 수 있다. 따라서 본 연구에서는 대규모 발파 예정 대상 구역 전체의 발파암 계수에 대한 3차원 공간 분포를 추정하기 위해 순차적 지시 시뮬레이션을 적용하였다. 순차적 지시 시뮬레이션은 조건부 시뮬레이션의 한 종류로서, 크리깅 기법에 비해 높은 변동도 모델 재현성과 취득된 조사 자료의 분포 모델에 관한 정보를 활용함으로써 추정치에 대한 불확실성을 보다 줄일 수 있는 장점을 가진다. 발파암 계수의 3차원 분포로부터 대상 구역 전체의 발파암 TYPE을 분류할 수 있었으며, 각 TYPE별 최적 발파 패턴을 설계할 수 있었다. 또한, 지반고별 발파암 계수의 분포에 대한 정량적 정보를 제공함으로써 각 공정단계별 비용을 추산하여 공정계획을 세우는데 도움이 될 수 있다.

• 지반과기술
• /
• 제3권3호
• /
• pp.15-22
• /
• 2006

The optimum blasting pattern to excavate a quarry efficiently and economically can be determined based on the minimum production cost, which is generally estimated according to rock fragmentation. Therefore, it is a critical problem to predict fragment size distribution of blasted rocks over an entire quarry. By comparing various prediction models, it can be ascertained that the result obtained from Kuz-Ram model relatively coincides with that of field measurements. Kuz-Ram model uses the concept of rock factor to signify conditions of rock mass such as block size, rock jointing, strength and others. For the evaluation of total production cost, it is imperative to estimate 3-D spatial distribution of rock factor for the entire quarry. In this study, a sequential indicator simulation technique is adopted for estimation of spatial distribution of rock factor due to its higher reproducibility of spatial variability and distribution models than Kriging methods. Further, this can reduce the uncertainty of predictor using distribution information of sample data. The entire quarry is classified into three types of rock mass and optimum blasting pattern is proposed for each type based on 3-D spatial distribution of rock factor. In addition, plane maps of rock factor distribution for each ground level are provided to estimate production costs for each process and to make a plan for an optimum blasting pattern.