Abstract
References
Information
The Slope Mass Rating (SMR) system has been generally used for the prediction of rock slope stability, but the research of its application for rock slope in Korea is not enough. The results of the analysis of slope design and construction in Korea have shown a low correlation between the actual case history of slope supports and the estimated support methods based on the SMR classes. An artificial neural network (ANN) is used for the development of a suitable method for rock slope stability prediction and support/reinforcement measures in Korea. The ANN program is trained by the resilient backpropagation (RPROP) technique of supervised learning algorithm using rock slope data. The ANN program called “ArtSlope1” developed in this study is verified by showing good correlation between the predicted and actual slope support. Therefore, the “ArtSlope1” is recommended for the prediction of rock slope stability and support/reinforcement measures in Korea.
암반사면의 안정성 예측시 SMR 분류법이 널리 이용되고 있으나 국내 암반사면에 대한 적용성 연구가 미흡한 실정이다. 국내 암반사면의 보강설계 및 시공사례를 수집하여 SMR 분류법에서 암반등급별로 제시한 보강공법과 비교, 분석한 결과 상관관계가 낮은 것으로 분석되었다. 국내 실정에 적합한 암반사면 안정성 예측 및 보강공법을 결정할 수 있는 방법을 개발하기 위하여 인공신경망을 이용하였다. 수집한 암반사면 관련 자료를 학습자료로 활용하여 지도학습방법의 일종인 RPROP 방법으로 학습시켜 인공신경망 프로그램 “ArtSlope1”을 개발하였다. 개발된 프로그램에 시험자료를 입력하여 추론을 수행한 결과 신뢰성 높은 추론이 가능한 것으로 검증되었다. 따라서, 본 연구에서 개발된 인공신경망 프로그램을 활용하면 국내실정에 적합한 암반사면의 안정 성 예측 및 보강공법의 종류 결정이 가능할 것으로 판단된다.
- 구호본, 백용, 김진환, 배규진, 2003, “일반국도 절토사면 유지관리 데이타 베이스 시스템 개발연구,” 한국지반공학회 사면안정학술발표회 논문집, 한국지반공학회, 서울, 6월 26일, pp. 23-32.
- 김대수, 2001, 신경망 이론과 응용(1), 15판, 하이테크 정보, 서울, pp. 22-39.
- 송원경, 한공창, 천대성, 신희순, 신민호, 2000, “철도사면 관리 프로그램 개발,” 한국지반공학회 가을학술발표회논문집, 한국지반공학회, 성남, 11월3-4일, p. 153.
- 유병옥, 황영철, 정형식, 이승호, 1999, “절토사면의 안정성 평가를 위한 점검항목 제안,” 한국지반공학회 사면안정위원회 학술발표회 논문집, 한국지반공학회, 성남, 12월 17일, pp. 88-97.
- 장현식, 박혁진, 장범수, 2003, “절토사면의 객관적인 상태평가 연구,” 한국지반공학회 사면안정학술발표회 논문집, 한국지반공학회, 서울, 6월 26일, pp. 33-42.
- Anbalagan, R., Sharma, Sanjeev and Raghuvanshi, T.K., 1992, “Rock Mass Stability Evaluation Using Modified SMR Approach,” Proc. 6th Nat. Sym. on Rock Mech., Bangalore, India, pp. 258-268.
- Bieniawski, Z.T., 1979, “The Geomechanics Classification in Rock Engineering Applications,” Proc. 4th Int. Congr. Rock Mech., ISRM, Montreux, Suisse, Sept. 2-8, pp. 41-48.
- Bieniawski, Z.T., 1989, Engineering Rock Mass Classification, John Wiley & Sons, New York, pp. 29-103, 186-190.
- Hoek, E., Bray, J.W., 1981, Rock Slope Engineering, 3rd Ed., Institution of Mining and Metallurgy, London, pp. 150-269.
- Romana, M., 1985, “New Adjustment Ratings for Application of Bieniawski Classilfication to Slopes,” Proc. Int. Symp. on the Role of Rock Mechanics, Zacatecas, Mexico, pp. 49-53.
- Rumelhart, D.E., and McCelland, J.L., 1986, Parallel Distributed Processing, Volume I, II, MIT Press, Cambridge.
- Shin, H.S., 2001, Neural Network Based Constitutive Models for Finite Element Analysis, Ph. D thesis, Department of Civil Engineering, University of Wales Swansea, UK.
- Singh, B., Goel, R.K., 1999, Rock Mass Classification, Elsevier, Amsterdam, pp. 171-183.
- Publisher :The Korean Society of Mineral and Energy Resources Engineers
- Publisher(Ko) :한국자원공학회
- Journal Title :Journal of the Korean Society for Geosystem Engineering
- Journal Title(Ko) :한국지구시스템공학회지
- Volume : 47
- No :1
- Pages :31-44
Journal of the Korean Society of Mineral and Energy Resources Engineers
