인공신경망을 이용한 Compaction Grouting System 적용 지반 침하량 예측에 관한 연구

Abstract

최근 국내에서 Compaction Grouting System (C.G.S) 공법이 다양한 용도로 사용이 보편화되고 있는 추세이나 아직도 본 공법의 적용에 있어서 경험에 의존하거나 시험시공을 통하여 그 개량특성을 파악하고 있는 실정이다. 또한, 수치해석을 통해 평가할 경우 시간적·경제적 문제점이 야기되므로 현장상황에 빠르게 대처할 수 있는 예측 방법이 요구되는 실정이다. 본 연구에서는 인공신경망으로 C.G.S 공법 적용 시 지반개량효과를 예측할 수 있는 지를 규명하였다. 인공신경망으로 특정 현상을 예측하기 위해서는 현실적인 자료로 이를 학습시켜야 한다. 본 연구에서는 일련의 수치해석을 수행하여 C.G.S 공법이 적용된 지반의 침하량을 계산하였다. 해석 사례를 결정하기 위하여 국내 C.G.S 공법 설계에 적용된 포괄적인 자료를 분석하였으며 이를 통하여 설치 직경, 설치 간격, 면적 치환율, 지반강성을 산정하였다. 해석의 일부를 학습에 사용하였으며 나머지는 예측에 사용하였다. 분석 결과, 인공신경망 모델은 지반침하와 지반융기에 있어서 결정계수가 0.72∼0.87로 나타나 충분한 신뢰도를 보여 성공적으로 지반침하를 예측하는 것으로 나타났다. 단, 본 연구의 결과는 수치해석에 국한된 결과이며 향후 다양한 지형 및 지질 조건 하에서 C.G.S 공법 적용 지반의 거동 예측을 위해서는 다양한 조건에 대한 C.G.S 공법 설계에 적용된 자료의 확보가 요구되며, 국내 시공된 현장의 자료의 계속적인 축적이 필요할 것으로 판단된다.