기관회원 [로그인]
소속기관에서 받은 아이디, 비밀번호를 입력해 주세요.
개인회원 [로그인]

비회원 구매시 입력하신 핸드폰번호를 입력해 주세요.
본인 인증 후 구매내역을 확인하실 수 있습니다.

회원가입
서지반출
인공신경망을 이용한 터널 주변 폭파 시 파쇄영역의 빠른 예측에 관한 연구
[STEP1]서지반출 형식 선택
파일형식
@
서지도구
SNS
기타
[STEP2]서지반출 정보 선택
  • 제목
  • URL
돌아가기
확인
취소
  • 인공신경망을 이용한 터널 주변 폭파 시 파쇄영역의 빠른 예측에 관한 연구
저자명
유광호,전석원,You. Kwang-Ho,Jeon. Seok-Won
간행물명
한국터널지하공간학회논문집
권/호정보
2013년|15권 2호|pp.81-95 (15 pages)
발행정보
한국터널지하공간학회
파일정보
정기간행물|
PDF텍스트
주제분야
기타
이 논문은 한국과학기술정보연구원과 논문 연계를 통해 무료로 제공되는 원문입니다.
서지반출

기타언어초록

터널 인근에서 폭발이 일어나 붕괴가 발생될 경우 터널의 기능을 회복시키기 위해서는 파쇄영역에 대하여 빠르게 파악하여야 한다. 본 연구에서는 폭발에 따른 거동을 파악하고 파쇄영역을 빠르게 예측할 수 있는 방법을 서술하였다. 이를 위해 SolidWorks를 이용하여 다양한 3차원 요소망을 작성하고, AUTODYN을 이용하여 폭발해석을 수행하였다. 민감도 분석을 실시하여 해석결과를 이용해 폭발위치 등과 같은 폭발변수가 파쇄부피에 미치는 영향을 살펴보았다. 또한 인공신경망 학습자료로 구축하고, 최적의 학습모델을 선정하고, 파쇄부피와 반지름의 예측결과를 검증하였다. 연구결과, 본 연구에서 서술된 방법이 파쇄영역을 빠르고 효과적으로 예측할 수 있음을 확인하였다.

기타언어초록

When collapse occurs due to explosion near a tunnel, fragmentation zone should be comprehended quickly to recover the function of the tunnel itself. In this study, a method to interpret explosion behavior and predict the fragmentation zone fast. For this purpose, the various 3D-meshes were generated using SolidWorks and explosion analyses were carried out using AUTODYN. The influence of explosion variables such as source location on fragmentation volume were examined by performing sensitivity analyses. Also, a training database for an artificial neural network analysis had been established and the optimal training model was selected, and the predicted results for fragmentation volume and radius were verified. The suggested method had demonstrated that it could be effective for the fast prediction of fragmentation zone.