Research Article

Journal of the Korean Geosynthetics Society. 30 December 2018. 251-265
https://doi.org/10.12814/jkgss.2018.17.4.251

ABSTRACT


MAIN

  • 1. 서론

  •   1.1 연구 배경 및 목적

  •   1.2 연구 내용 및 범위

  • 2. NATM 2차 라이닝의 설계

  •   2.1 Winkler 모델을 이용한 2차 라이닝 모델링

  •   2.2 지반 및 작용하중 산정

  •   2.3 2차 라이닝 설계 흐름

  • 3. NATM 라이닝 최적 설계 시스템

  •   3.1 시스템 개요

  •   3.2 시스템 모듈 구성

  • 4. ANN 기반의 해저터널 NATM의 라이닝 단면력 산정 및 최적 설계

  •   4.1 ANN 기본 배경

  •   4.2 ANN의 구조

  •   4.3 ANN의 특징

  •   4.4 NATM 공법 적용 구간 모델링 DB 구축 및 설계 ANN 엔진 작용

  •   4.5 NATM ANN 구축

  •   4.6 현장 적용성 검토

  • 5. 결론

1. 서론

1.1 연구 배경 및 목적

토목 공학 기술이 급속도로 발전을 하여 초장대 터널 및 초장대 교량등의 설계, 시공 사례가 증가하고 있으며, 세계화로 인한 지리적・물리적 장애들을 극복하고자 최신 토목 기술들을 접목 및 적용시키고 있다. 또한 세계적으로 교통 수단의 발전과 함께 해협 등과 같은 지리적 장애물에 대한 극복 수단으로 해저터널이나 해상교량등의 수요가 계속하여 증가하고 있으며, 실제로 일본, 영국등의 선진국에서는 이미 해저 터널에 대하여 시공 혹은 운용중이 있다. 또한 우리나라에도 한중 해저터널, 한일 해저터널등에 대한 검증 및 타당성 연구가 활발하게 진행되고 있으며 이와 같은 해저 터널에 대한 지속적인 관심과 연구 결과는 추후에 제주도, 중국, 일본등으로 해저터널을 통한 육로 연결이 현실화가 될 것으로 판단된다.

해저터널의 경우 계획을 수립할 때 장대화・대단면화되는 조건으로 인해 여러 가지 터널 시공법에서 확폭 구간은 기존의 NATM(New austrian tunnelling method) 공법을 적용하고 본선구간은 TBM(Tunnel Boring Machine) 터널로 계획 및 시공되는 것이 일반적으로 진행되고 있다.

해저터널에서는 공사비중 대부분을 차지하고 있는 부분은 지보재로 사용되고 있는 세그먼트 라이닝이며, 이에 대한 설계 최적화는 인력 투입 및 수반되는 노력등을 최소화하여 해저터널에서 적용되고 있는 NATM 터널 라이닝의 경제적인 설계・시공을 가능하게 할 것으로 판단된다. 라이닝 설계 시 설계자는 라이닝에 적용되는 하중들에 대해서 안전측으로 두께, 철근배근 등을 결정하고 있다(European Committee for Standardization, 2004). 해저터널의 설계과정에서 설계자는 그 굴착 공법에 따라 목적물의 지반 조건, 시공 조건 및 터널 조건을 토대로 이에 적합한 라이닝의 단면과 철근량 등을 경험적인 방법에 의해 산정한 후 수치해석이나 이론해 등을 이용하여 부재력을 산출하고 이 부재력에 대한 단면 검토를 수행하여 설계에 대한 적합 여부를 판단하게 된다(Terzaghi, 1943). 이때 수치해석을 통해 부재력을 산출하는 방법은 대상구간의 복잡한 지질특성 및 시공조건을 반영하여야 한다. 그러나 터널이 해저 조건에 있고 장대화・대단면화 되는 경우 실제 현장 데이터를 입수하는데 한계가 있고 다량의 지반정보 및 설계정보를 분석해야하므로 실제적인 해석에 있어서 시간과 비용의 제약을 초래한다. Yoo et al. (2005, 2008)은 IT 기반의 터널 최적 설계를 위한 연구를 수행하였다. 이러한 문제를 개선하고 효율적인 터널설계를 수행하기 위하여 해저터널의 굴착 공법에 따른 라이닝 설계의 공통적인 부분을 단순화하고 적정한 단면 DB를 선정하여 최적 단면을 설계할 수 있게 함으로써 설계자가 시간과 비용을 절약할 수 있도록 하며 각 공법에 따른 라이닝의 설계를 자동화함으로써 설계자가 쉽고 정확하게 터널 라이닝의 단면을 결정하도록 하는 로직을 정립하는 데 목적을 두고 있다. 이러한 지식기반 개념을 이용한 연구는 Yang, Y.(1997), (1998)을 참고하였다. Beale et al. (2013)과 Garson (1991)의 연구를 통해 인공신경망의 정확도를 높이고 결과값과 예측값의 오차범위를 검증하였다.

1.2 연구 내용 및 범위

본 연구에서 개발된 설계 프로그램에서는 해저 터널에 대한 지반 조건, 시공 조건 및 터널 조건을 입력하고, 입력된 설계 조건에 대한 부재력을 산정함에 있어서 ANN (Artificial Neural Network, 인공신경망) 기법을 적용하였다. ANN은 Yoo et al.(2004, 2006, 2008)로부터 ANN-FEM (Finite Element Method, 유한요소해석) 연계 기법을 적용하여 위험도 평가를 용이하게 하는 연구를 통해 그 효용성이 입증된 바 있고, Jeong et al.(2014)의 연구를 통해 NATM 터널 시공 중 안정성 평가 및 거동 예측에 관한 연구를 수행하여 그 적용성과 효율성을 확인한 바가 있다. 또한 학습 DB구축 시 효율성을 제고하기 위하여 Bae et al.(2005), Jiao et al.(1995), Kim et al.(2001)에 의해 연구가 수행된 상대강도효과(RSE) 분석과 Yoo et al.(2007)이 수행한 상대적 중요도(RI) 분석을 수행하여 보다 효율적인 ANN 시스템을 구축하고, 그 입력값이 부재력에 미치는 영향 정도를 RSE(Relative Strength Effect)와 RI(Relative Importance)를 통해 다각적으로 분석하고자 하였다. 결론적으로 본 프로그램은 시공성이 고려된 단면을 선정하고, 이에 대한 단면 DB 구축 후 해당 단면들을 차례로 단면 검토하여 설계자가 지정한 설계 조건에 있어서 가장 경제적인 단면을 설계하고 그 결과값을 출력하도록 하였다. 이와 더불어 본 프로그램의 향후 적용성 검증을 위해 현재 연구되고 있는 해저터널의 설계에 적용하여 실제 해저 터널 설계・시공 단계에서 단면의 부재력 산정 및 안정성을 검토하였다. 이 프로그램은 추후 BIM과 연동되어 해저 터널 설계시 사용자가 별도의 구조해석 없이 원하는 위치의 설계조건을 토대로 경제적인 단면을 정확하고 신속하게 도출할 수 있도록 하여, 해저 터널 설계에 효과적으로 적용될 수 있을 것으로 판단된다.

1.2.1 해저터널 NATM 2차 라이닝의 해석 DB 구축

해저터널에 있어서 TBM 공법의 적용이 어려운 구난역이나 확폭이 필요한 건넘선 구간의 경우 일부 NATM 공법이 적용될 필요성이 있다. 이러한 현장자료를 분석하여 일반화하고 일정 수준의 설계 조건을 케이스화하여 각 케이스에 대해서 수치해석을 통한 구조해석을 실시하여 2차 라이닝 설계에 필요한 최대부재력을 산출하는 것을 목적으로 ANN을 구축하였다.

1.2.2 라이닝 단면검토 로직의 정립

터널 라이닝 설계에 있어서 원형이나 마제형으로 구성되어 있는 터널 라이닝의 횡단 단면 설계를 위해 단주설계로 단순화하고 이 결과는 실제 원형 설계에 비해 안정적인 설계가 가능하다. NATM에 대한 라이닝 설계시 정확히 예측된 부재력을 바탕으로 각각의 굴착 공법에 따른 라이닝 설계 로직을 수립하여 경제적인 라이닝 단면 설계가 가능하도록 연구하였다.

본 연구에서는 NATM 터널의 라이닝 부재력을 정확히 예측할 수 있는 ANN 엔진을 구축하고 엔진에 적용되는 입력값이 출력값의 부재력에 미치는 영향 정도를 RSE(Relative Strength Effect)와 RI(Relative Importance)를 통해 다각적으로 분석하고자 하였다. 결론적으로 예측된 부재력을 통해 시공성을 고려하여 미리 선정한 단면 DB를 구축하고, 단주설계법을 적용한 구조검토를 통해 설계자가 특정의 설계하고 그 결과 쉽게 알 수 있도록 하는데 효과적인 개념을 제시하고자 하였다. 이와 더불어 본 실제 그 타당성 연구가 진행되고 있는 해남-제주간 해저터널의 설계에 적용하여 실제 해저 터널 설계・시공 단계에서 단면의 부재력 산정 및 안정성을 검토하였다. 검증된 정확도 높은 부재력 예측과 실제 단면 설계법을 통하여 추후 연구될 해저터널에 대한 BIM 프로그램 등과 연동되어 해저 터널 설계시 사용자가 별도의 구조해석 없이 원하는 위치의 설계조건을 토대로 경제적인 단면을 정확하고 신속하게 도출할 수 있도록 하는데 효과적으로 적용될 수 있을 것으로 연구하였다.

2. NATM 2차 라이닝의 설계

2.1 Winkler 모델을 이용한 2차 라이닝 모델링

해저터널에 있어서 장대 TBM 터널이 주로 고려되지만 일정 기준 간격의 구난역 설치가 불가피하고, 구난역 구간의 경우 건넘선 등의 확폭 구간이 존재하여 일부 구간의 NATM 시공이 불가피하다. 따라서 NATM 2차 라이닝에 대해서도 해저 터널의 특수성을 감안한 설계가 필요하다. NATM 터널의 라이닝 설계는 있어서 이완하중의 개념에 의거해서 작용하는 토압을 추정하고 주변 지반이 일반 구조물과 같이 이완 토압을 지지하도록 설계하고 터널 굴착에 따라 주변 지반의 응력의 재분배에 의해 그 자체로 안정되도록 지보공을 구조 검토한다. 단면형상이 일정하고 사업량이 많은 철도터널이나 도로터널에서는 표준설계를 암반등급마다 설정하고 이를 적용하는 경우가 많다. 단, 피복두께가 얇은 암반, 막장 안정이 곤란하다고 생각되는 암반, 산사태 지역, 단층 파쇄대에 대해서는 별도의 지보패턴을 검토하는 것이 바람직하다. 이와는 별도로 유한요소법에 의해 해석을 실시하는 경우가 있는데, 유한요소해석(Finite Element Method, FEM)은 터널주변 암반을 작은 요소로 분할하고 그 절점에 작용하는 외력으로부터 변위를 구하고 이 변위로부터 각 요소의 변형률, 응력을 산출하는 기법이다. 대개는 숏크리트나 록볼트 같은 1차 지보재가 기능 상실시 2차 지보재로서 터널 대 작용하중에 저항하는 개념으로 2차 라이닝을 설계한다. 터널 라이닝 설계시 주로 수정 Terzaghi 암반 이완하중을 적용하여 과업구간의 지반에 적합한 2차 라이닝의 단면과 철근배근을 결정하며 단면 구조해석을 위해 수치해석을 실시한다. 수정 Terzaghi 암반 이완하중은 적용식 및 사용계수에 따라 다르게 적용되며 과다설계의 경향이 있어 최근에는 GLI (Ground-Lining Interaction) 모델을 이용하여 하중을 산정한다. 본 연구에서는 NATM 시공이 적용되는 해저터널의 고토피고의 특성을 고려하여 안전측으로 고려하고 토피고에 독립적으로 계산될 수 있도록 이완하중고에 암반단위중량을 곱해서 적용하는 이완하중을 작용 토압으로 고려했다.

2.1.1 암반 및 지보의 모델화

터널 굴착시 암반은 특히 터널의 막장 주변부에서 3차원적으로 거동하지만 수치해석은 일반적으로 2차원에서 수행한다. 따라서 평면변형률 모델을 적용하며 터널 종단방향의 해석시에는 주변암반의 탄성계수나 굴착에 상당하는 외력 또는 굴착부분의 탄성계수를 변화시키는 방법으로 유사 3차원 해석을 실시하는 것이 일반적이다.

2.1.2 2차 라이닝의 모델화

2차 라이닝은 일반적으로 터널의 변형이 수렴된 후 시공되므로 막장으로부터 떨어진 위치에서 시공한다고 가정하면 해석상 응력이 발생하지 않는다. 그러나 피복두께가 얇거나 상재하중 또는 장기적인 토압․ 수압을 추정해서 해석하며, 1차 지보재가 항복했다는 가정하에 안전측으로 해석을 실시한다. 이 경우 라이닝을 다각형의 2차원 보 요소로 모델화하고 암반을 용수철로 취급하며 해석시에는 지반용수철의 방향 및 크기, 부호에 주의해야 한다. 이때 라이닝을 직선인 보 요소로 모델링함에 따라 발생되는 오차를 줄이기 위해 두 요소의 연결각은 5°를 초과하지 않도록 하며 라이닝은 측벽하부까지 모델링 한 후 하부 경계조건은 힌지로 수직변위와 수평변위를 구속하였다.

2.1.3 해저터널에서의 설계

해저터널의 NATM 2차 라이닝 설계에서는 해면 아래 깊게 터널을 구축할 경우 터널 내의 용수를 전 영역에 허용하지 않으면 라이닝에 큰 수압이 작용하게 되며, 복공의 두께가 두꺼워지는 문제가 발생한다. 따라서 터널 주변에 주입영역을 설정하고, 암반의 투수계수를 낮게 하여 터널 내 용수량을 감소시키고 작용 수압이 굴착에 의한 이완영역 바깥쪽까지만 작용하도록 해야 한다. 주입영역의 바깥쪽에 작용하는 수압은 주로 주입영역 자체의 개량된 지반으로 지지하고, 암반과 수압의 복합작용 외력은 터널 내의 1차 지보재와 2차 라이닝이 지지하도록 하여 주입 영역을 통과해 터널 내부로 들어오는 용수는 라이닝 배면을 통해 터널 내부로 배출시켜 라이닝에 작용하는 수압을 저감시켜야 한다.

2.2 지반 및 작용하중 산정

일반적으로 철근 콘크리트로 구성되는 NATM 터널의 2차 라이닝은 구조해석과 단면설계의 순서로 이루어지며, 작용하중이 구조물에 일으키는 응력과 변형을 구조해석으로부터 구하고 부재단면의 안전을 검토하여 주어진 하중작용에 대해 적합한 단면을 결정하는 절차로 이루어진다. 특히 NATM 공법에서 지보재는 주변 원지반과 영구복합구조체로 보고 설계한다.

NATM에서 2차 라이닝의 단면력을 구하기 위해 수행하는 모델링은 대개 범용 유한요소해석을 이용하고, 터널 2차 라이닝을 스프링이 연속적으로 분포하는 Winkler 모형으로 치환하고, 이러한 스프링에 둘러싸여 단순지지되는 2차 라이닝에 이완하중과 잔류수압이 사다리꼴 등분포하중으로 작용하는 것으로 묘사한다. Winkler 스프링 모델에서는 터널과 지반의 상호작용을 독립된 스프링으로 치환하여 터널 2차 라이닝을 보로 모델링한다. Winkler 스프링 모델의 적절한 적용을 위해 터널 2차 라이닝의 곡선은 모델의 가정을 충족할 수 있고, 스프링의 불연속인 배치를 피하기 위해 0.25m∼0.5m의 길이를 같은 미소보로 구성하고 각 절점은 1m 이격된 가상의 고정점과 계산된 지반반력 스프링계수를 통해 압축만 작용하는 탄성연결이 되도록 한다. Winkler 스프링 모델에서의 가정은 다음과 같다.

∙각각의 스프링은 독립적이다.

∙터널 2차 라이닝의 전단 변형은 없다.

∙주변지반의 변형 추이는 1차원적으로 전달된다.

2.2.1 이완토압과 잔류수압

자중의 경우 콘크리트 라이닝 설계시 외력으로 적용하며 대개 프로그램내에서 자동으로 고려된다. 토압은 2차 라이닝에 직각으로 작용하는 이완하중으로 발파이완 하중값을 고려하며 터널경계선에서 제어발파를 실시하는 경우 발파공으로부터 약 0.5m 떨어진 곳까지 발파에 의한 동적 손상을 받는 것으로 확인되었고(Lim, 1997) 발파에 의한 암반손상시의 발파진동 주파수 영역은 약 800Hz 정도이며, 이를 근거로 발파로 인한 이완영역을 평면변형율 요소를 사용한 2차원 해석을 실시하여 수치해석적으로 검토시 발파하중 입력후 초기에는 소성영역이 점차로 증가하는 양상을 보이다가 0.6초 정도이후부터는 거의 일정한 패턴의 소성영역이 나타나며 그 크기는 대략 천단부에서 50cm 정도로 발생된다. 따라서 암반 등급 4등급 이상의 경우 0.5m의 이완하중고를 적용한다. 작용하는 토압은 이완하중고 두께의 주변지반의 단위중량을 곱하여 모델링한다.

$$P_v=h_r\times\gamma_s$$ (1)

여기서, Pv : 천정부 이완토압 (kPa), hr : 이완하중고 (m)

잔류수압의 경우 배수층이 제 기능을 발휘하지 못할 경우를 고려하여 해석에 적용하며 수치해석 결과 부직포의 폐색으로 인한 장래 2차 라이닝에 예상되는 잔류수압은 암반 4등급 이상의 경우 터널 높이의 1/3, 암반 5등급 이하의 경우 터널 높이의 1/2을 적용한다. 단면설계시 적용하중의 조합이나 형태에 따라 최대단면력의 크기나 발생위치가 달라지며, 이 논문에서는 Fig. 1에서 케이스 7의 경우가 단면두께에 가장 큰 영향을 미치는 모멘트가 가장 크기 때문에 안전측으로 가장 불리한 형태인 케이스 7의 형태를 적용했다. 암반 이완 하중의 형태는 수평토압을 터널 높이에 따라 차등 적용하고, 수평 토압을 균등하게 적용하여 수치해석에 적용되는 형태이다. 잔류수압의 작용 형태는 침투해석에 의한 형태이며 측면 배수기능이 원활한 경우를 나타낸다.

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F1.jpg
Fig. 1.

Load combination of Natm lining

2.2.2 스프링 계수 산정

경계조건에 사용되는 스프링 계수는 앞 절에서 기술한 Wolfer 이론식에서 주변지반의 프아송비를 고려한 이론식을 Table 1과 같이 사용한다.

Table 1. Theory of coefficient of subgrade reaction

Classification Content
Theory Ks=Es[(1+nu)R]·L,R=Aπ
KS : Coefficient of subgrade reaction
E : Modulus of deformation
υ : Poisson’s ratio
R : Radius of the lining
L : Length of member

2.2.3 기타 온도 하중

NATM 터널의 2차 라이닝 설계에서의 경우 건조수축 및 온도하중을 고려하며 터널 종방향으로 신축이음을 설치하여 건조수축 및 온도변화의 영향을 최소화하도록 계획하여 시공함으로써 그 영향은 무시하고 횡단면상의 건조수축 및 온도변화에 의한 영향만을 고려하여 범용 유한요소 프로그램 내의 System temperature 기능을 적용하고 내・외면 온도차 하중은 Temperature gradient 기능으로 고려한다. 본 연구에서 적용하는 온도하중은 Table 2에 나타냈다.

Table 2. Application of Temperature load

Classification Application Content
Seasonal Temperature Load ± 15°C ∙ Thermal expansion coefficient of concrete
α : 1.0×10-5
∙ Converted to -15℃ thermal loads
∙ ε : Concrete drying shrinkage (15×10-5)
Δt=εα=15×10-51.0×10-5=15°C
Load temperature difference between
inside and outside surface
± 5°C
Drying Shrinkage - 15°C

2.2.4 설계시 주요 고려사항

이전에 언급한 하중 외에 균열에 대한 사용성을 검토해야 하며, 공용성 측면에서도 라이닝의 역할을 고려해야 한다. 다음 Table 3에 2차 라이닝 설계시 고려사항에 대해 나타냈고, Table 4에 주요 고려사항을 나타냈다.

Table 3. Role of reinforced concrete secondary lining

Classification Content
Performance ∙Less leakage of water and Favorable of watertightness
∙Inspection and Improvement of repair effectiveness
Strength ∙Providing binding required for stability of tunnel during construction of the concrete lining without convergence to the deformation of the tunnel
∙Support the external forces when situation(construction defects) occurred during construction
∙Improve the safety of the structure uncertain factors considered uncertainty factors(Uneven ground, quality degradation of support, depression of primary support)
∙Increase the durability against deterioration of the supports and change of external forces

Table 4. Consideration of the secondary lining design

Classification Content
Cross section form and Application Load ∙Consider a tunnel clearance limit and allowance
∙Secure usability and durability when depressed the primary supports
Design Stability Check ∙Application of blasting relaxed load
∙Consider change of temperature and drying shrinkage
Prevention Cracks ∙Reinforcement of small diameter rebar at appropriate intervals
∙Secure the position of reinforced joints and thickness of cover Compliance the reinforcement standards (Check spacing of reinforced rebars)

2.3 2차 라이닝 설계 흐름

일반적으로 콘크리트 구조물의 설계는 구조해석과 단면설계의 순으로 진행되며 작용되는 하중이 구조물에 일으키는 응력과 변형을 구조해석으로부터 구하고 부재단면의 안전을 검토하여 주어진 하중작용에 대해 적합한 단면을 결정하는 절차로 진행된다. Fig. 2에 2차 라이닝의 설계 흐름도를 나타냈다.

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F2.jpg
Fig. 2.

Flow of NATM secondary lining design

Fig. 2의 흐름도를 따라 2차 라이닝 단면계획에 의해 선정한 대표단면과 지반조건을 고려하여 계산한 네가지 적용하중을 이용하여 NATM 라이닝을 모델링하고 구조해석을 수행하였다. 사용된 유한 요소 프로그램은 Midas civil 2012+(Midas, 2012)이며 터널을 빔 요소로 고려하는 빔 스프링 모델을 적용하였다. 대표단면의 2차 라이닝 단면도를 빔 스프링의 왜곡된 거동을 피하기 위해 0.25∼0.5m 가 되도록 절점을 분할하여 모델링 후 2.2장에서 설명한 산정이론식을 따라 계산하여 스프링 계수를 Elastic Link로 적용한다. 2차라이닝에 작용하는 하중은 이완하중으로 계산한 토압과 잔류수압으로 계산한 수압을 각각 적용하였다. 자중은 프로그램 자체적으로 적용되도록 하고, 온도하중은 건조수축, 내외면온도차 하중, 계절별 온도하중을 적용하여 유한요소해석을 위한 준비를 마친다. 해석 결과 중 Beam Force를 선택하여 최대부재력(모멘트, 축력, 전단력, 사용모멘트)을 추출한다. Fig. 3는 구조해석을 하는 일련의 과정을 간략하게 나타낸 그림이다.

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F3.jpg
Fig. 3.

Flow of structural analysis modeling

3. NATM 라이닝 최적 설계 시스템

3.1 시스템 개요

본 시스템은 설계자의 경험에 의한 설계에서 벗어나 보다 정확하고 신속한 설계가 가능하도록 하여 해저터널 설계의 안정성과 경제성을 도모하고 NATM 구간의 2차 라이닝 설계시 ANN 엔진을 적용하여 최종 설계의 기초로 삼을 수 있는 초기단면을 빠르고 쉽게 제시할 수 있는 로직을 이용하여 설계조건 중 선정한 입력값을 통해 구조해석 DB를 바탕으로 구축한 ANN 엔진으로 해당 구간의 NATM 2차 라이닝의 부재력을 예측한다. 예측한 최대모멘트, 최대축력, 최대전단력, 최대사용모멘트는 대표단면 중 가장 적합한 단면을 추출하는데 활용되며 선정된 대표단면은 사용자가 간편하게 NATM 2차 라이닝의 설계를 시작할 수 있도록 하였다.

한편, 본 시스템의 개발환경은 윈도우 기반의 응용 프로그램으로서 향후 시스템 확장 시 여타 소프트웨어와 연계가 용이하도록 하기 위해 인터페이스와 구축 및 연산에 탁월한 Microsoft사의 C#을 기반으로 설계되었다.

3.2 시스템 모듈 구성

본 시스템의 구성은 크게 입력모듈, 철근 단면도 모듈, 단면계산 모듈, 계산결과 모듈, 최종 단면 검토 결과 모듈등 다섯 개의 모듈로 구성되어 있으며, 본 절에서는 개별모듈에 대한 세부기능 및 모듈 구성안에 대하여 기술하였다.

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F4.jpg
Fig. 4.

Input Module

3.2.1 입력 및 철근 단면도 모듈

본 모듈은 터널설계를 위한 기본정보로서 대상 현장의 지반/암반에 대한 정보를 입력하는 모듈로서 Fig. 1와 같이 사용자가 NATM 2차라이닝 설계조건 중 지반등급, 터널 폭, 터널높이, 라이닝 두께를 입력하여 ANN 엔진을 활용하기 위한 정보를 입력할 수 있으며 선택된 지반 등급의 경우 지반 등급별로 구조해석 DB 구축 시 활용한 물성값을 프로그램에서 확인 할 수 있다. 또한 입력한 터널 제원을 프로그램 우측에 그림으로 나타내어 확인 할 수 있도록 하였다.

철근 단면도 모듈은 앞선 입력모듈에서 입력 값을 입력한 후 대표단면의 철근 배근 정보를 사용자에게 제공하는 모듈로 대표단면 번호를 선택하면 우측의 그림과 하단의 표를 통하여 철근 배근에 대한 상세 정보를 제공할 수 있도록 개발하였다(Fig. 5).

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F5.jpg
Fig. 5.

Reinforcement Section Module

3.2.2 단면 계산 및 계산 결과 모듈

Fig. 6의 단면계산 모듈에서는 대표 단면에 대한 단면검토 결과를 표로 나타내어 프로그램에서는 P-M 상관도를 제시하여 모든 최대 부재력에 대하여 해당 단면의 부재력이 OK인 경우 중 가장 철근 보강이 적게 배근 된 대표 단면을 최적 단면으로 제시하도록 하였다.

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F6.jpg
Fig. 6.

Section Calculation Module

계산결과 모듈은 ANN엔진을 통해 해당 설계 조건의 입력 값에 따라 결정된 최대 부재력 예측값을 제공하며 이에 대한 상세 계산 정보를 보여주어 사용자가 자세한 설계 정보를 확인할 수 있도록 하였다.

3.2.3 최종 단면 검토 모듈

본 개발 시스템의 최종 화면으로 Fig. 7과 같이 설계 입력값 및 지반조건, 예측 최대부재력에 대하여 장리하여 표로 제시할 수 있도록 하였으며 단면 검토 모듈에서 검토된 단면 중 최적단면으로 제시한다.

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F7.jpg
Fig. 7.

Output Module

4. ANN 기반의 해저터널 NATM의
라이닝 단면력 산정 및 최적 설계

본 절에서는 NATM 라이닝 최적 설계 시스템에 탑재된 ANN의 기본 개념과 ANN에 학습된 DB에 구축에 대하여 기술하였다.

4.1 ANN 기본 배경

인간이 가지고 있는 신체 기능의 대부분은 신경세포(Neuron) 들의 유기적 결합체인 신경망에 의해 통제된다. 신경망의 중추를 이루고 있는 것이 인간의 뇌이며 수많은 신경세포가 수많은 시냅스 연결을 통해 인접 세포들과 신호를 주고 받는 신호처리 체계를 가지고 있다. 뇌의 구조와 기능에 대한 다방면의 연구는 단일 신경세포나 신경세포들의 집단이 자극에 대해 어떻게 반응하는지를 연구함으로써 뇌의 기능 매카니즘을 미시적 차원에서 밝힐 수 있었다. 현재까지의 연구 결과는 뇌의 복잡한 구조적인 특징과 신호처리 체계를 연구하여 고난도의 실제 문제들을 단순화하여 해결하는 연산기법을 개발하는 방식으로 발전되어 왔다.

ANN은 이런 생물학적 신경망에 모티브를 두고 발전되어 왔으며 복잡한 실생활의 문제를 그래프 형태와 수학적인 알고리즘 형태로 모델링할 수 있게 되었다. ANN은 생물학적 뉴런을 모델링한 유닛들과 그 유닛들 사이의 가중치 연결들로 구성되며 각 ANN 모델에 따라 다양한 구조와 독창적인 학습 규칙을 얻는다. ANN은 은닉마디라 불리우는 독특한 구성요소에 의해 일반적인 통계론과는 다른 차원의 방법이며 은닉마디는 인간의 신경세포를 모형화한 것으로써, 각 은닉마디는 입력변수들의 결합을 수신하여 목표변수에 전달한다. 이때 결합에 사용되는 계수들을 연결강도라고 부르며, 일정 역치 이상의 입력값을 받으면 활성함수는 입력값을 변환하고 이를 입력으로하는 다음 마디로 중간값을 출력하게 된다.

4.2 ANN의 구조

ANN에는 여러 가지 다양한 모형이 있다. MLP(Multiplayer Perceptron, 다층인식자) 신경망, RBF(Radial Basis Function, 원형기준함수) 신경망, EBF(Elliptical Basis Function, 타원형기준함수) 신경망의 세가지가 있으며 가장 널리 사용되는 모형은 MLP 신경망이다. MLP 신경망은 입력층, 은닉마디로 구성된 은닉층 그리고 출력층으로 구성된 전방향 신경망이다.

4.3 ANN의 특징

ANN은 단순한 기능을 가진 무수히 많은 신경세포 또는 처리소자들이 병렬연결된 연산구조로 되어 있다. 각 신경세포는 다른 신경세포들과 완전히 독립적이며 자신즐과 연결된 연결강도를 통해 직접 전달되는 정보에만 의존하며 다른 정보들과는 무관하다. 이로인해 병렬처리가 가능하고 연산속도가 빠르다. 또한 무수히 많은 연결강도를 가지고 있어 정보의 분산표현 및 처리가 가능하다. 또, 중복성이 크므로 일부 정보로부터 전체를 얻을 수 있는 연산기억특성을 갖는다. ANN은 학습이나 훈련을 통해 연결강도를 조정함으로써 새로운 정보를 추가하거나 변경할 수 있는 적응 특성도 함께 가지고 있다.

ANN은 주어진 문제의 입력패턴과 출력패턴의 예를 충분히 많이 생성하여 이들의 관계를 추출하며, 병렬 구조를 가지고 많은 양의 데이터를 사용하여 학습한다. 이와 같은 특징으로 인해 ANN은 신경회로 컴퓨터로 조직되어 패턴인식, 음성인식, 음성합성, 자동번역, 최적화, 적응제어, 수치해석 등 많은 분야에 응용되고 있다.

4.4 NATM 공법 적용 구간 모델링 DB 구축 및 설계 ANN 엔진 작용

Fig. 8는 일반적인 NATM 라이닝의 설계 흐름과 ANN 엔진을 적용하여 간편화된 설계흐름을 비교 할 수 있도록 제시된 그림이다. 설계조건에 Input Data만 확보한다면 하중산정과 구조해석에 소요되는 시간을 줄이고 설계자가 간편하게 설계 단면을 확보할 수 있다.

구조해석을 대체한 ANN엔진에서 출력된 최대 부재력의 정확도가 예비 설계 단면을 선정할 때 가장 중요한 요소임을 고려하여 모델링 DB와 ANN 엔진 구축에 있어서 정확도를 높이는데 중점을 두었다.

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F8.jpg
Fig. 8.

Comparison of the flow of NATM secondary lining design after applying the ANN

4.4.1 ANN 엔진 구축 과정

Fig. 9는 NATM 2차 라이닝 최적 설계를 ANN 엔진을 구축하는 과정에 대한 이해를 돕기 위한 구축 순서도 이다. 먼저 지반조건, 라이닝 제원, 부재력 등 다양한 설계 조건을 고려한 구조해석 Case를 선정하며 이때 ANN 엔진의 사용성과 정확도를 높이기 위하여 최대최소범위 및 Case 간의 다양성을 갖추도록 하였다. 본 연구에서는 총 80개의 Case를 선정하였고 선정한 Case의 구조해석을 수행하여 ANN 엔진의 DB를 구축하였다. 여기에서 출력 Parameter인 최대부재력과 연관성이 깊다고 판단되는 입력 Parameter를 검토하여 각각 정규화한 후 Matlab을 활용하여 ANN엔진을 구축하였다. 구축한 ANN 엔진은 RI와 RSE값을 계산하고 임의의 검증 조건으로 검증하여 완성하였다. 완성된 ANN 엔진을 통해 출력된 Output 값은 역정규화하여 예측한 최대 부재력을 산출하는데 활용 할 수 있게 된다.

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F9.jpg
Fig. 9.

Flow of building an ANN

Table 5. The range of input value considered for ANN

Classification Breadth (m) Height (m) Lining thickness (m) Ground type
Max 21.2 14.45 0.5 5
Min 9.8 8.75 0.2 1

4.4.2 해석단면 선정

ANN 구성을 위하여 총 80 개의 선정된 설계 조건에 대해 최대모멘트, 최대축력, 최대전단력, 최대사용 모멘트를 구조해석하고 DB를 구축하였다. ANN 구축에 사용된 입력 변수의 범위는 Table 1에 나타냈다.

입력값 중 지반 조건은 해저터널 연구단의 서울대학교 연구실적을 참고하여 대표 지반 물성값을 설계 조건에 따라 Table 2과 같이 암반 1등급∼5등급의 5가지로 구분하였고, 추후 연구를 위해 지반조건 확장은 가능하도록 하였다. 이는 해저터널에서 NATM 공법을 적용하는 구간의 특성 때문인 것으로, 해저터널의 경우 환기시설에 존재하는 확폭구간 즉 TBM 공법의 적용이 불가능한 지역에 한해 국부적으로 NATM 공법을 적용하기 때문이다. 해저터널에서 환기시설 등 확폭구간이 필요한 지점은 주로 섬이나 인공섬 등 지반 조건이 비교적 양호한 구간에 해당된다. 수치해석시 적용한 하중조합은 Table 3에 나타냈다. Fig. 10은 구조해석에 사용한 대표단면 4가지에 대한 그림을 나타냈다.

Table 6. Input Value for FEM analysis

Ground type γs (kN/m3) Es (MPa) υsC (kPa) ∅ (°)
Rock I 26.8 35000 0.20 6000 45
Rock II 25.7 22000 0.22 2000 40
Rock III 24.7 8000 0.24 700 38
Rock IV 23.2 1500 0.27 200 27
Rock V 21.4 400 0.30 50 21

Table 7. Load combination factor

Description Dead Load Relaxed Rock Load Residual Water Pressure + Temperature
Load
- Temperature
Load
Drying Shrinkage
Strength C1 0.9 0.9 1.6 - - -
C2 1.2 1.6 1.6 1.2 - -
C3 1.2 1.6 1.6 - 1.2 1.2
Usability U1 1.0 1.0 1.0 - - -
U2 1.0 1.0 1.0 1.0 - -
U3 1.0 1.0 1.0 - 1.0 1.0

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F10.jpg
Fig. 10.

Cross-sectional drawing of NATM lining (unit : mm)

4.4.3 학습 DB 구축

NATM 2차 라이닝의 ANN은 설계 정보를 바탕으로 하는 터널 폭, 터널 높이, 라이닝 두께 및 지반등급의 4개 입력값을 정규화하여 입력하고 단면 검토를 위한 최대 모멘트, 최대 축력. 최대 전단력 및 최대 사용 모멘트를 예측함에 있어서 각각의 ANN을 구성한다. 보다 정확한 설계는 터널 라이닝을 천정부, 어깨부, 측벽부로 구분하여 각 부위에 대한 최대 모멘트부와 최대 축력부의 모멘트, 축력 및 전단력을 판단하여 각 부위 별로 철근배근을 달리할 수 있으나 본 연구에서는 단순화된 최대 부재력을 고려하여 정확도를 높이고자 하였다.

Fig. 11에서와 같이 각 해석 조건을 고려하여 이완하중과 잔류수압을 정한 후 터널 주변 지반의 등급에 따른 지반 반력 계수를 계산하고 수치해석을 수행하여 단면검토를 위한 NATM 2차 라이닝의 최대부재력을 산정하였고, 산정된 부재력은 ANN 구축시 학습 DB로 사용하였다. 해저터널의 특성을 고려하여 환기시설에 해당하는 80개의 학습조건을 고려한 해석 케이스를 선정하였다. 다음 Table 4에는 NATM 2차 라이닝 최대부재력 ANN 구축시 적용되는 입력값과 출력값을 나타냈다.

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F11.jpg
Fig. 11.

FEM anlayzing flow for NATM secondary lining

Table 8. Input and Output parameters

Input Parameter Breadth Output Parameter Max Moment
Height Max Axial Force
Lining thickness Max Shear Force
Ground type Max Using Moment

Table 9. Maximum and Minimum sectional forces by ANN

Classification Maximum value Minimum value
Max Moment (kN・m) 575.8 20.8
Max Axial Force (kN) 4907.8 629.1
Max Shear Force (kN) 260.4 27.8
Max Using Moment (kN・m) 372.1 15.5

Table 10. Result of building an ANN

Classification R2 (Coefficient of determination) RMSE (Root Mean Square Error) MAE (Mean Absolute Error)
Max Moment (kN・m) 0.9770 12.2 8.4
Max Axial Force (kN) 0.9614 166.3 13.8
Max Shear Force (kN) 0.9880 5.4 4.0
Max Using Moment (kN・m) 0.9009 88.3 66.8

4.5 NATM ANN 구축

ANN 엔진 구축시 은닉층 수는 1∼10 범위 내에서 사용되는데 10에 가까울수록 구축된 DB의 인자에 대해서만 정확한 값을 출력한다. 구축한 DB를 활용하여 학습을 수행한 ANN은 Input layer에 4개의 입력뉴런, 1개의 은닉층에 2개의 은닉뉴런, Output layer에 1개의 출력뉴런으로 구성했다.

먼저 설정된 DB 출력값의 최대, 최소값을 Table 5에 나타냈으며, Table 6에서는 결정계수(R2), 평균제곱근오차(RMSE), 평균절대오차(MAE) 등 세 가지 통계변수를 이용해 ANN의 학습 평가 결과를 보여주는데 각 부재력의 최대, 최소값을 고려하였을 때 오차 범위가 크지 않다고 판단된다. NATM ANN의 구축 결과는 Fig. 12에 나타냈다.

http://static.apub.kr/journalsite/sites/kgss/2018-017-04/N0150170424/images/kgss_17_04_24_F12.jpg
Fig. 12.

Comparison of computed versus predicted values for training

4.6 현장 적용성 검토

본 연구에서 개발한 프로그램을 호남-제주간 가상 해저터널의 설계에 적용하였으며 호남~제주 가상 설계에서 구난역 구간(무근), 구난역 구간(철근), 확폭C(무근), 확폭C(철근)총 4개의 현장단면에 대하여 개발된 프로그램과 수계산값(설계프로세스)과 비교 분석을 통하여 현장적용성 검토를 수행하였다. 현장조건은 아래의 Table 11와 같으며 현장적용 검토결과는 Table12에 나타내었다.

Table 11. Material parameters for subse tunnel

Classification Ground type Lining Thickness (mm) Tunnel Breadth (m) Tunnel Height (m)
1 4 300 10.4 8.75
2 5 400 9.8 8.75
3 3 400 21.2 14.45
4 5 500 21.2 14.45

Table 12. Result of using developed program

Classification Max Moment (kN・m) Max Axial (kN) Max Shear (kN) Max Use Moment (kN・m)
1 Program 34.32 853.01 30.34 27.14
Calculation 34.2 851.1 30.3 26.9
ERR 0.35% 0.22% 0.13% 0.88%
2 Program 112.68 1461.3 125.07 79.33
Calculation 111.7 1460.8 125.2 77.38
ERR 0.87% 0.03% 0.10% 2.46%
3 Program 110.43 1732.71 57.62 74.58
Calculation 111.05 1721.5 56.58 74.3
ERR 0.56% 0.65% 1.80% 0.38%
4 Program 575.7 4742.5 257.91 358.9
Calculation 571.8 4740.8 257.3 357.1
ERR 0.68% 0.04% 0.24% 0.50%

NATM ANN을 이용한 부재력 산정 시스템의 효율을 제고하고 정확도를 검증하기 위해 실제 현장에 대한 적용성 검토를 수행한 결과 선정된 4개 케이스에서 ANN의 부재력 평균 예측 오차는 최대모멘트는 062%, 최대축력은 0.24%, 최대 전단력 0.57%, 최대 사용 모멘트 1.06%로 나타나 본 결과를 근거로 본 시스템이 수행하는 라이닝 설계가 정확하고 신속한 결과를 내고 있는 것으로 판단된다.

5. 결론

본 논문에서는 해저터널에서 적용되는 NATM 터널의 라이닝 최적설계 시스템에 관한 내용을 다루었다. 최적설계를 위해 관련 연구들에서 그 적용성이 확인된 바 있는 ANN을 도입하여 시공 조건, 지반 조건 및 터널 조건 입력값을 바탕으로 별도의 응용프로그램 해석 없이 부재력을 정확히 예측하여 단면검토에 적용될 수 있도록 하였고, 기 구축된 단면에 대한 구조검토와 그 결과에 따른 라이닝의 최적 단면 선정 로직을 포함하여 해저터널의 제한된 조건에 대해 각 굴착 공법에 따른 라이닝의 최적설계가 가능하도록 하였다. 일반적으로 터널 라이닝의 유한요소해석은 모델링과 해석에 상당히 많은 시간이 소요되기 때문에 본 연구에서 구축된 ANN은 사용자에게 시간적, 공간적 제한을 상당부분 해소해 주어 시간적으로 경제적인 라이닝 설계를 가능하게 할 것이라 판단된다.

(1) 해저터널의 설계・시공에 있어서 장대화 됨에 따라 환기 및 방재 측면에서 시공은 TBM 공법만으로는 시공성을 확보하기 어렵기 때문에 일부 구간의 NATM 터널이 계획되는 실정이고, NATM 터널의 개략적이 2차 라이닝 설계를 위한 ANN을 구축하였다. 해저터널의 설계에 있어서 NATM 터널 라이닝의 설계시 추가의 수치해석 없이 정확도 높은 부재력을 얻을 수 있어 사용자가 쉽게 적용할 수 있도록 하였다.

(2) ANN엔진이 탑재된 프로그램으로 정확히 예측된 최대부재력을 바탕으로 시공성이 확보된 단면의 DB를 구축하고 각 단면의 구조검토를 통하여 해당 단면의 적정성을 평가하였다.

(3) 개발 프로그램에 대한 검증 결과 상용유한요소해석 프로그램을 이용한 부재력 결과와 99% 이상 일치하는 것으로 검증되어 장대화 및 대단면화 된 해저 터널의 해석 및 설계에 효과가 극대화 될 것으로 기대되며, 본 연구로 구축된 ANN을 통해 가상 터널의 시공조건을 고려한 터널의 라이닝 부재력 평가 및 단면 설계를 가능하도록 하였다.

본 연구를 통해 추후 해저터널 가상설계에 대한 BIM과 연동을 시켜서 부수적인 수치해석, 구조해석이 필요 없이 정확도가 높은 ANN의 예측 부재력을 통해 설계가 가능한 프로그램의 장점을 부각시키고, 설계자가 최적화된 세그먼트 라이닝 단면에 대해 간편하고 경제적인 설계가 가능할 것으로 판단된다. 또한 추후 본 연구를 발전시켜 진행하여 많은 DB를 구축하여 ANN엔진의 부재력 산출 정확도를 높인다면 최적단면 설계를 가능할 수 있를 것으로 고려된다.

Acknowledgements

This research was supported by a grant (Project number: 13SCIP-B066321-01 (Development of Key Subsea Tunnelling Technology)) from the Infrastructure and Transportation Technology Promotion Research Program funded by the Ministry of Land, Infrastructure, and Transport of the Korean government.

References

1
European Committee for Standardization, (2004), “Eurocode 2: Design of concrete structures - Part 1-1: General rules and rules for buildings”.
2
Terzaghi K. (1943), “Theoretical soil mechanics”, J. Wiley and Sons, New York.
10.1002/9780470172766
3
Yoo, C.S., Jeon, Y.W., Kim, J.H., Park, Y.J. and Yoo, J.H. (2004), “Development and implementation of a GIS-based tunnelling risk management system”, Journal of Korean Geotechnical Society, Vol.20, No.1, pp.49-59.
4
Yoo, C. S., Kim, S. B. and Yoo, K. H. (2008), “Development of IT-based tunnel design system”, Journal of Korean Tunnelling and Underground Space Association, Vol.10, No.2, pp.153-166.
5
Yang, Y. and Zhang, Q. (1997), “A hierarchical analysis for rock engineering using artificial neural networks”, Rock Mechanics and Rock Engineering, Vol.30, Issue 4, pp.207-222.
10.1007/BF01045717
6
Yang, Y. and Zhang, Q. (1998), “The application of neural networks to rock engineering system (RES)”, Rock Mechanics and Mining Sciences, Vol.35, Issue 6, pp.727-745.
10.1016/S0148-9062(97)00339-2
7
Beale, M. H., Hagan, M. T. and Demuth, H. B. (2013), Neural Network Toolbox User's Guide, Mathwork Inc.
8
Garson, G. D. (1991), “Interpreting neural-network connection weights”, AI Expert, Vol.6, No.7, pp.47-51.
9
Jeong, Y. J. and Yoo, C. S. (2014), “Development and implementation of a knowledge based TBM tunnel segment lining design program”, Journal of Korean Tunnelling and Underground Space Association, Vol.16, No.3, pp.321-339.
10.9711/KTAJ.2014.16.3.321
10
Bae, G. J., Shin, H. S., Kim, D. G., Chang, S. H., Lim, J. J., Lee, G. P. and Choi, S. W. (2005), “Development of technologies for minimizing and preventing the disaster on tunnel construction 2”, KICT, pp.73-87.
11
Jiao, Y. and Hudson, J. A. (1995), “The Fully-Coupled Model for Rock Engineering System”, Rock Mechanics and Mining Sciences & Geomechanics, Vol.32, Issue 5, pp. 491-512.
10.1016/0148-9062(95)00038-I
12
Kim, C. Y., Bae, G. J., Hong, S. W., Park, C. H., Moon, H. K. and Shin, H. S. (2001), “Neural network based prediction of ground surface settlements due to tunneling”, Computers and Geotechnics, Vol.28, pp.517-547.
10.1016/S0266-352X(01)00011-8
13
Yoo, C. S. and Kim, S. B. (2007), “A Sensitivity Analysis on the Influencing Factors Affecting Ground Surface Settlements Caused by Tunnelling”, Korean Geotechnical Society Autumn Conference 2007.
14
Lim, S. B. (1997), “Evaluation of dynamic damage adjacent to a blasthole in tunnel excavations”, Kyunghee Univ. PhD dissertation.
페이지 상단으로 이동하기