본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

암반터널 예비설계를 위한 인공신경회로망 전문가 시스템의 개발
Development of an Artificial Neural Network Expert System for Preliminary Design of Tunnel in Rock Masses

이철욱    (선경건설주식회사 지하비축팀   ); 문현구    (정회원, 한양대학교 공과대학 자원공학과  );
  • 초록

    인공신경회로망을 이용하여 터널굴착설계를 위한 전문가 시스템 NESTED를 개발하였다. 이를 위하여 지하 암반의 안정성을 평가할 수 있는 신경회로망 모델과 대표적인 암반분류법인 RMR과 Q 시스템 사이의 상관관계를 결정할 수 있는 신경회로망 모델을 사용하였다. 또한 사용된 모델과 전산화된 암반분류법 프로그램이 동일한 사용자 환경을 통해 운용될 수 있도록 통합 시스템을 구성하였다. NESTED에 사용된 신경회로망의 구조는 역전파 학습 알고리즘을 채용한 다층 역전파 신경 회로망이다. 전문가 시스템에 필요한 지식기반을 구축하기 위해 이전의 현장 시공사례로 학습과정을 수행함으로써 불완전하거나 오류가 포함된 정보를 처리할 수 있는 공학 데이터베이스를 개발하였다. 일련의 실험을 통해 전문가 시스템을 현장사례에 적용해보고 여기서 출력된 결과를 문헌에 보고된 자료와 비교하였다. 이 결과 암반의 파괴거동을 추정하고 이에 따른 보강시기의 변화를 정확히 예측하는 신경회로망의 추론능력을 확인할 수 있었다. 이처럼 본 연구를 통해 개발된 신경회로망 전문가 시스템을 암반터널에 적용할 경우 부족한 지질자료에 대해 합리적인 기준을 제공하고 터널의 예비설계에 필요한 보강설계를 제시할 수 있었다.


    A tunnel design expert system entitled NESTED is developed using the artificial neural network. The expert system includes three neural network computer models designed for the stability assessment of underground openings and the estimation of correlation between the RMR and Q systems. The expert system consists of the three models and the computerized rock mass classification programs that could be driven under the same user interface. As the structure of the neural network, a multi -layer neural network which adopts an or ror back-propagation learning algorithm is used. To set up its knowledge base from the prior case histories, an engineering database which can control the incomplete and erroneous information by learning process is developed. A series of experiments comparing the results of the neural network with the actual field observations have demonstrated the inferring capabilities of the neural network to identify the possible failure modes and the support timing. The neural network expert system thus complements the incomplete geological data and provides suitable support recommendations for preliminary design of tunnels in rock masses.


  • 참고문헌 (11)

    1. 불연속 암반내 굴착 및 보강설계를 위한 신경망 모델 개발 , 문현구 , 한국과학 재단 보고서, KOSEF 931-1300-007-1 / v.,pp.85,
    2. Classex : An Expert System for Rock Mass Classification , Butler,A.;Franklin,J. , Proc. Int. Symp. Rock Mech. / v.,pp.73-80,
    3. Engineering Classification of Rock Masses for the Design of Tunnel Support , Barton,N.;Lien,R.;Lunde,J. , Rock Mech. and Rock Eng. / v.6,pp.189-236,
    4. Bieniawski,Z.T. , Engineering Rock Mass Classifications / v.,pp.207-237,
    5. Learning Internal Representations by Error Propagation , Rumelhart,D.E.;Hinton,G.E.;Williams,R.J. , Parrallel Distributed Processing : Explorations in the Microstructure of Cognition, Foundations / v.1,pp.318-364,
    6. Rock Mass Classifications in Rock Engineering , Bieniawski,Z.T.;Z.T.Bieniawski(ed.);A.Balkema(ed.) , Exploration for Rock Engineering / v.,pp.97-106,
    7. An Expert System for Classification of Rock Masses , Zhang,Q;Mo,Y. , Proc. 29th US Symp. on Rock Mech. / v.,pp.283-288,
    8. 建設業에 있어서의 컴퓨터의 利用 : 지반공학에서의 컴퓨터 활용 , 이병해 , 한국지반공학회 91년도 추계학술발표회 논문집 / v.,pp.3-19,
    9. 불연속 암반내 터널굴착의 안정성 평가 및 암반분류를 위한 인공신경회로망 개발 , 문현구;이철욱 , 한국암반역학회지 / v.3,pp.63-79,
         
    10. Correlation of Rock Bolt-Shotcrete Support and Rock Quality Parameters in Scandinavian Tunnels , Cecil,Ⅲ.O.S. , Ph.D. Thesis / v.,pp.259-374,
    11. Identifying Probable Failure Modes for Underground Openings Using a Neural Network , Lee,C.;Sterling,R. , Int. J. Rock Mech. Min. Sci. & Geomech. Abstr. / v.29,pp.49-67,
  • 이 논문을 인용한 문헌 (2)

    1. 1995. "Rock Mass Classification by Rock Mechanics" 터널과 지하공간: 한국암반공학회지 = Tunnel and underground space, 5(1): 41~47     
    2. 2003. "The Development of Tunnel Behavior Prediction System Using Artificial Neural Network" 韓國地盤工學會論文集 = Journal of the Korean geotechnical society, 19(2): 267~278     

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 이용한 콘텐츠
이 논문과 함께 출판된 논문 + 더보기