• 지질공학
• /
• 제15권1호
• /
• pp.67-76
• /
• 2005

암석의 물리적 특성과 슈미트반발경도 결과로부터 일축압축강도를 예측하기 위한 인공신경망 이론의 적용과 최적 모델 구성에 대하여 연구하였다. 대구지 역의 퇴적암(사암, 셰일) 시료 55개가 사용되었으며, 이들 중 인공신경망 학습을 위하여 45개가 사용되었고 학습결과의 검증을 위하여 10개의 시료가 이용되었다. 인공신경망에 의한 추산 결과와 비교하기 위하여 통계적 방법을 통한 회귀분석을 통하여 역학특성의 상관식을 도출하였으며, 인공신경망의 유효성 검증을 위하여 모델 구축 시 에 사용하지 않은 새로운 자료에 대해 예측을 실시하고 통계적 방법에 의한 결과 및 실내 시험 결과와 비교하였다. 본 연구에 사용한 인공신경망모델에는 백프로퍼게이션 학습 알고리즘(back-propagation teaming algorithm)이 적용되었으며, 인공신경망의 학습효율 및 예측능력에 영향을 미치는 입ㆍ출력층 및 은닉층의 구조, 학습율, 시스템오차율 등을 달리 하며 학습을 시행하였다. 그 결과 통계적 분석보다는 인공신경망의 학습에 의한 예측결과가 더 나은 예측능력을 나타냈다.

• 터널과지하공간
• /
• 제22권4호
• /
• pp.284-295
• /
• 2012

본 연구에서는 암석 절삭 장비의 마모에 직접적인 영향을 주는 인자인 암석의 마모도(abrasiveness) 측정에 관한 연구를 수행하였다. 몇 가지 방법 중 세르샤 마모 시험(Cerchar abrasiveness test)을 통하여 암석의 마모도에 영향을 미치는 인자를 확인하고 효율적인 시험을 수행하기 위한 조건들을 연구하였다. 국내 19종 암석에 대한 시험 결과를 통하여, 세르샤 마모 지수(CAI, Cerchar Abrasiveness Index)에 영향을 미치는 암석의 역학적 물성(단축압축강도, 간접인장강도, 탄성계수, 포아송비, 공극률, 쇼어경도)과의 상관관계를 찾아보았고 X선 회절 분석을 통하여 암석의 구성 광물 중 마모도에 가장 큰 영향을 미치는 석영 함량, 등가 석영 함량과의 관계도 확인하였다. 그 결과로 암석의 입자 결합 특성보다 광물의 특성이 CAI에 영향을 더 미치는 것으로 관찰되었고, 단축압축강도와 등가 석영함량의 함수로 CAI를 예측하는 모델을 제시하였으며 핀의 경도가 커질수록 CAI값이 선형적으로 작아짐을 확인하였다. 수치해석적 연구를 통해 세르샤 마모 시험을 모사한 결과 초기 긁힘 거리에서 대부분의 마모가 발생함을 확인하였고 하중이 증가할수록 CAI값이 증가함을 확인하였다.

• 한국지반공학회논문집
• /
• 제39권12호
• /
• pp.37-46
• /
• 2023

동적 물성치는 지반의 상세한 거동을 예측하기 위한 필수인자이나, 샘플 채취와 추가적인 실험이 동반되는 한계가 있다. 본 연구의 목적은 정적 지반 물성치를 기반으로 동적 지반 물성치를 예측하는 것으로 인공신경망을 활용하고자 하였다. 정적 물성치는 점착력, 내부마찰각, 함수비, 비중 그리고 일축압축강도로 선정하였으며 출력 값인 동적물성치는 압축파 속도와 전단파 속도로 결정하였다. 인공신경망 적용시 결과값의 신뢰성을 높이기 위해 Levenberg-Marquardt와 Bayesian regularization 방법을 적용하였으며, 각 최적화 방법에 따른 신뢰성을 비교하였다. 인공신경망 모델의 정확도는 결정계수로 나타냈으며, train과 test 과정 모두 0.9 이상의 값을 보여 해당 연구에서 구축한 인공신경망의 신뢰성이 높은 것으로 나타났다. 또한, 구축된 인공신경망 모델의 검증을 위해 새로운 입력 데이터에 대해서도 출력값의 신뢰성을 검증하였으며, 그 결과 높은 정확도를 보였다.