alt


인공지능 기반 지반-구조물 상호작용을 고려한 구조물 노후도 분석 기술 개발

        


1. 서 론

        

지진은 발생 지역의 구조물을 변형 및 파괴를 유발하고, 이로 인해 인명 및 재산피해가 발생한다. 지진을 대비하기 위해 구조물은 지진하중을 견디도록 내진설계가 이뤄져야 한다(ASCE/SEI 7-10, 2010). 구조물의 내진설계는 상부 구조물뿐만 아니라 기초 및 기초 아래 지반의 영향까지 고려해야 한다. 지진에 의해 지하의 진동원에서 발생한 탄성파는 지반매질을 통과하여 기초 및 구조물에 동적하중으로 작용하게 된다.


이 때, 구조물의 진동특성이 주변 지반에 따라 변화되는 효과를 지반-구조물 상호작용(Soil-Structure Interaction, SSI)이라고 한다. 이러한 지반-구조물 상호작용은 역학적 특성에 따라 관성상호작용(Inertial Interaction)과 운동상호작용(Kinematic Interaction)으로 구분된다. 전자는 동적 상호작용이라고 할 수 있으며, 후자는 준정적상호작용(Quasi-Static Interaction)이라고 할 수 있다(Kim, 2006). 이러한 지반-구조물 상호작용의 개념은 개략적으로 [그림 1]과 같이 나타낼 수 있다. 기반암(Bed Rock)에서 발생된 지진은 지반을 통하여 지표면으로 전달될 경우(Point : A) 지반의 특성에 따라 증폭되거나 감소하게 된다. 그러나 증폭 또는 감소되는 지진은 계측기가 설치된 몇몇 중요 구조물을 제외하고 측정의 어려움이 있다. 따라서 일반적으로 사용되는 지진은 지표면에 표출되어 있는 기반암(Point : B)에서 측정된 값을 사용하게 된다. 그러나 이렇게 측정된 지진하중을 구조물에 작용시키면, 구조물이 위치한 지역의 지반특성이 반영되지 않으므로 구조물의 거동이 과소평가될 우려가 있다.이에 구조물의 노후도 분석에 지반-구조물 상호작용을 고려한 두가지 기술사례를 소개하고자 한다.


첫째, 시스템 식별(System Identi-fication) 기술 중 하나인 Peak Picking Method를 딥러닝 기법을 적용하여 자동화하고자 하였다. 기존의 방법은 피크(Peak)점을 선택함에 있어 사람의 판단을 필요로 하며, 판정하는 이의 개인차에 따라 산정 결과가 달라질 수 있고, 노이즈의 영향으로 피크(Peak)점을 결정하기 힘든 경우가 발생되기도 한다. 이러한 단점을 극복하고자 딥러닝 기법을 적용하여 자동으로 피크(Peak)점을 자동으로 산출할 수 있는 알고리즘을 개발하였다.


둘째, 설계도면을 기준으로 제작된 유한요소모델을 시공 오차와 노후도 등을 반영한 현재 상태의 모델로 최적화시키는 기술을 개발하였다. 실측 데이터에 시스템 식별을 적용하여 구조물의 동적특성을 산정하고, 유한요소 모델의 동적특성과 일치하도록 유전자 알고리즘을 활용하여 최적화하였다. 이 때 최적화 알고리즘에 사용되는 유한요소모델에 지반-구조물 상호작용을 고려하여 지반과 구조물의 동적 상호작용이 모델 업데이팅에 미치는 영향을 분석하였다.

        

alt

         

2. 시스템 식별(System Identification)

        

지진하중에 의한 구조물 손상 시, 구조부재의 강성 변화로 인해 동역학적 운동방정식을 통한 구조물의 거동 예측이 불가능하다. 따라서 [그림 2]에 보인 시스템 식별 형식으로 상태공간모델의 시스템 행렬, 입력 행렬, 출력 행렬, Feedforward 행렬 및 구조물 강성을 역으로 유추하였다.

alt는 입력데이터, alt는 출력데이터, alt는 노이즈항, alt는 지연시간, alt는 이산시간지수(Discrete time index)이고, 모든 화살표는 벡터신호를 나타낸다.

        

alt

         

3. 딥러닝 네트워크를 이용한 구조물의 동적 특성 산정 방법

        

[그림 3]은 제안된 방법의 개요를 나타낸다. Multi Degree Of Freedom(MDOF) System으로부터 얻어진 동적 응답 데이터와 지표면의 응답 데이터를 이용해 주파수 응답 함수를 구하고, 주파수 응답 함수에서 크기와 각도 정보를 여러 가지 데이터로 학습된 딥러닝 네트워크를 통해 Peak정보를 얻는다. 이를 통해 구조물의 동적 특성을 산정할 수 있다.

        

alt

3.1 LSTM 알고리즘

        

Long Short Term-Memory(LSTM)은 하나인 Recurrent Network Networks(RNN)의 일종이다. RNN은 레이어의 결과 값이 같은 레이어의 입력 값으로 들어가는 순환구조를 가진다는 특성을 가지고 있고, 이전 Sequence의 정보가 다음 Sequence에 영향을 미치는 것을 고려할 수 있어서 문자열, 음성과 같은 Sequential Data의 의사 결정에 많이 활용된다(Hochreiter & Schmidhuber, 1997). 하지만 RNN은 많은 단계의 Sequence 정보를 기억하지 못해 긴 Sequential Data에 대한 의사결정에 문제가 생기는 Vanishing Gradient 문제를 가지고 있다(Hochreiter, 1998; Bengio et al., 1994). RNN의 Vanishing Gradient 문제를 해결하기 위해서 Forget Gate, Input Gate, Output Gate와 같은 여러 개의 Gate로 구성된 RNN 구조인 LSTM 구조가 제안되었다(Hochreiter & Schmidhuber, 1997). [그림 4]는 LSTM 알고리즘의 구성을 나타낸다. 주파수 응답 함수의 크기와 각도의 Sequential 값이 Sequence Input Layer에 들어가게 되고 LSTM Layer의 Hidden Unit값을 통해 기억할 값, 잊어버릴 값에 대한 값을 입력받고, bias값과 Weight값을 받아 Fully Connected Layer에서 처리되고, Softmax Layer에서 Classification을 위해 Output값들의 값이 1이 되도록 처리하고, Classification Layer에서 각 Sequence에 대한 값이 Peak에 해당하는지, Non-Peak에 해당하는지 반환해 주게 된다.

        

alt


3.2 동적 특성 산정 및 검증

        

이전 단계에서 얻어진 Sequence의 Classification 정보를 이용해 구조물의 동적 특성을 산정할 수 있다. 주파수 응답 함수에서 peak에 해당하는 x좌표값이 구조물의 고유진동수에 해당하고, 고유진동수에 해당하는 x좌표와 주파수 응답함수에서 크기와 각도 정보를 통해 모드형상을 얻을 수 있다.진동대 실험에 쓰인 구조물의 강성, 질량값을 바탕으로 랜덤한 값을 1~3층 질량, 강성으로 3000개의 3DOF System을 구성하고, 지표면에 가해지는 Input Data로는 Band Limit White Noise를 사용하였다. 이전에 구성한 3000개의 3DOF System의 동적 응답 데이터와 Input Data를 이용하여 주파수 응답 함수를 구하고, 3000개의 주파수 응답 함수에 Noise를 0%부터 1000%까지 부여해 Noise 강도별로 3000개의 주파수 응답 데이터를 학습데이터에 추가해 총 42000개의 데이터를 학습데이터로 사용하였다. 42000개의 데이터 중 35000개의 데이터를 학습데이터로 사용하였고, 나머지 7000개를 테스트 데이터로 사용하였다. 사람을 대상으로 Manual Peak Picking을 진행했을 때의 예측값과 제안한 방법을 통해 얻은 예측 값을 Reference값과 비교하여 제안한 방법의 성능을 평가하였다. Manual Peak Picking은 충북대학교 토목공학과 대학원생 14명을 대상으로 실시하였고, 노이즈 강도별로 10개의 데이터를 Manual Peak Picking을 진행 하였다.응답 데이터를 이용해 주파수 응답 함수를 구하고, 주파수 응답 함수에서 크기와 각도 정보를 여러 가지 데이터로 학습된 딥러닝 네트워크를 통해 Peak정보를 얻는다. 이를 통해 구조물의 동적 특성을 산정할 수 있다.


4. LSTM 알고리즘의 Peak Picking Method 결과

        

[그림 5]는 LSTM 알고리즘을 통해 예측한 Peak와 테스트 데이터의 Reference값, 예측한 모드형상과 테스트 데이터의 Reference 모드형상을 나타낸다. [표 1]은 500개의 테스트 데이터에 대해서 제안한 시스템을 통해 구한 고유벡터와 테스트 데이터의 고유벡터 값을 비교하여 MAC Value를 산정한 결과이다. 비교 결과, LSTM 알고리즘이 Manual Peak Picking보다 평균적으로 3.021% 더 나은 성능을 나타내었다.

        

alt

         

alt

         

5. 지반-구조물 상호작용을 고려한 노후도 분석 모델

        

지반-구조물 상호작용을 고려한 모델 업데이팅의 검증을 위해 진동대 축소모형실험을 수행하였다. 조물 기초와 슬래브는 강재(Steel)를, 벽체는 알루미늄(sus304)를 사용하였다. 진동대에 작용하는 지진하중은 Band-Limited White Noise(BLWN)를 제하하여 구조물 응답을 확인하였다.벽체의 손상을 모사하기 위하여 총 10개의 구멍을 뚫어 벽체의 강성을 저하시켰다[그림 6(b)]. 그러나 이러한 특이형상을 가지는 단면의 강성을 일반적인 공식을 통하여 산정하는 것은 어려운 문제이다. 따라서 이 연구에서는 유한요소 모델을 사용하여 [그림 6(a)]에 보인바와 같이 손상벽체를 모델링하고 손상이 없는 벽체의 두께를 변화시켰다. 손상이 없는 벽체가 손상이 있는 벽체와 유사한 구조적 특성을 가질 때 손상이 없는 벽체의 강성을 계산하였다.

        

alt

         

5.1 유전자 알고리즘

        

유전자 알고리즘은 생물 진화의 원리에 근원을 둔 것으로, 우수한 형질을 가진 개체가 우수한 자손들을 생성한다는 자연법칙을 알고리즘에 적용한 것이다. 이러한 유전자 알고리즘은 전통적 최적화 방법(classical optimization)들과는 상당히 다르다. 전통적 최적화 방법들은 도함수(gradient)를 이용하여 한정된 공간에서 모든 점의 목적함수(objective function)를 한 번에 하나씩 탐색을 하거나, 어떤 임의의 점을 선택하여 탐색을 시작하는 방법들을 사용하였다. 그러나 유전자 알고리즘은 [그림 7]에 보인 바와 같이 도함수의 개념을 사용하지 않고 방향성 있는 탐색과 확률 탐색을 수행하기 때문에 연속-불연속의 혼합, 불연속, non-convex 영역 등을 포함하는 최적화 문제를 해결할 수 있는 장점이 있다. 유전자 알고리즘은 이진수의 조합으로 구성된 개체(individual, 염색체)들의 집단(population)을 가지고, 선택(selection), 교배(crossover), 돌연변이(mutation)라는 세 가지 과정을 수행함으로써 최적화를 하는 알고리즘이다(Park and Ryu, 1999).일반적으로 구조물최적화문제에서 목적함수는 주로 비용(Cost)을 사용하고 있으나(Kim and Jung, 2007), 이 연구에서는 벽체의 두께를 목적함수로 사용하였다. 제약조건은 구조물의 초기 벽체 단면적과 최소벽체두께로 고려하였다.

        

alt

         

5.2 구조물 손상도 예측

        

지반-구조물 상호작용이 고려된 구조물의 동적변위 데이터를 바탕으로 [그림 6]의 (c), (d)에 보인바와 같이 지반을 고려한 유한요소모델과 지반을 고려하지 않은 유한요소모델에 대한 모델업데이팅을 수행하였다. 모델 업데이팅에 적용된 FE모델은 프레임 및 스프링 요소를 사용하여 구조물 및 지반을 이상화시켰으므로 실제 구조물 및 지반의 특성을 100% 반영하기 어렵다. Kwon et al.(2016)은 이러한 지반-구조물 상호작용 FE모델 작성 시 지반을 근역과 원역으로 구분하여 근역 지반의 경우 솔리드요소로 모델링하고 원역지반의 경우 스프링 요소를 적용하였다. 이 연구에서도 선행연구의 모델링 작성 방법을 참고하여 근역의 경우 프레임요소를 모델링하고 원역은 스프링요소를 적용하였다. 또한 프레임요소의 경우 구조물의 연결부에 대한 모델링이 불가능하므로 해당 부분의 질량을 노드점에 추가시켜 FE모델의 층별 질량을 진동대실험 모델과 유사하도록 작성하였다. 지반을 고려하지 않은 모델의 경우 구조물은 지반을 고려한 FE모델과 동일하게 작성하였으며, 기초를 고정단으로 처리하였다.


6. 해석 결과

        

손상된 벽체와 유사한 구조적 특성을 가지도록 손상이 없는 벽체의 두께를 조정한 결과 손상이 없는 벽체의 두께가 손상이 있는 벽체 두께의 약 90.8%를 가질 때 손상된 벽체와 손상되지 않은 벽체의 고유주기 및 모드형상이 유사한 것으로 나타났다[표 2].

        

alt

         

손상된 벽체와 손상되지 않은 벽체의 고유진동수를 [표 3]에 나타내었다. 두 벽체의 주요 모드 (Mode)인 1차, 2차, 3차 모드에 대하여 0.23%에서 1.46%의 오차를 가지는 것으로 확인되었다. 또한 손상된 벽체와 치환 벽체의 모드 형상 또한 1차, 2차, 3차 모드 모두에서 유사한 형상을 보여 손상된 벽체의 강성이 적절히 산정되었음을 확인하였다[그림 7].

        

alt

         

[표 4]는 모델업데이팅 시 지반-구조물 상호작용 고려 유·무에 따른 고유주기를 나타낸다. w/ SSI는 지반-구조물 상호작용 고려, w/o SSI는 지반-구조물 상호작용 미고려 모델을 의미한다. 해석 결과, 지반-구조물 상호작용을 고려하였을 경우 실험결과와 비교하여 최고 10.616%의 오차를 보임을 확인하였다. 지반-구조물 상호작용을 고려하지 않은 모델의 경우 2차와 3차 모드에서는 실험값과 비교하여 4%대의 낮은 오차를 보였으나, 1차 모드에서는 40.767%의 높은 오차를 보였다. 따라서 지반-구조물 상호작용을 고려하지 않은 FE모델의 경우 모델 업데이팅을 통하여 구조물의 고유특성을 정확히 예측하지 못하는 것으로 판단된다.


alt

         

7. 결론

        

1) LSTM 알고리즘을 사용하여 구조물의 동적 특성을 자동으로 예측하는 모델을 개발하였다. 학습 결과, 개발된 모델은 Manual Peak Picking보다 평균적으로 3.021% 더 나은 성능을 나타내었다. 이를 통해 육안으로 확인이 어려운 데이터도 연구자의 주관을 배제하고 높은 정확도로 예측이 가능함을 확인하였다.

2) 유전자 알고리즘을 활용하여 설계도면 기준의 유한요소모델을 시공오차와 노후도 등이 반영된 현재 상태의 유한요소 모델로 업데이트하였다. 구조물의 고유진동수는 지반-구조물 상호작용을 고려한 FE모델이 평균 6.952%의 오차를 보인 반면, 지반-구조물 상호작용을 고려하지 않은 FE모델은 평균 16.486%의 오차가 발생하였다. 따라서, 모델 업데이팅 수행 시 지반-구조물 상호작용을 고려하여야 더욱 정확한 결과를 도출할 수 있음을 확인하였다.

        


참고문헌

1. ASCE/SEI 7-10 (2010). Minimum Design Loads for Buildings and Other Structures.

2. Bengio, Y., Simard, P., & Frasconi, P. (1994), “Learning long-term dependencies with gradient descent is difficult”, IEEE transactions on neural networks, 5(2), pp.157-166

3. Cho, S.H. (2017), “Natural Excitation Test and FE Analysis Model Updating for a Tall Building”, Journal of the Regional Association of Architectural Institute of Korea, Vol. 19, No. 1, pp.265-272.

4. Geffroy N., Brunetti L., Bolzon B. and Jeremie A. (2007), “Creation of a State-Space Model from a Finite Element Model for the active control algorithm efficiency tests”, Report 2007-054, European Design Study Towards a Global TeV Linear Collider.

5. Hochreiter, S., & Schmidhuber, J. (1997), “Long short-term memory”. Neural computation, 9(8), pp.1735-1780.

6. Hochreiter, S. (1998), “The vanishing gradient problem during learning recurrent neural nets and problem solutions”, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 6(02), pp.107-116.

7. Kim, B.I and Kwon, J.H. (2007), “Optimum Design of Two-Dimensional Steel Structures Using Genetic Algorithms”, Journal of Ocean Engineering and Technology, Vol. 21, No. 2, pp. 75-80.

8. Kim, W.H. (2006), “Evaluation of a Simplified Criterion for SSI Analysis”, Mastre’s Thesis, Chonnam National University, Gwangju, Korea.

9. Kwon, S. Y., Kim, S. J., and Yoo, M. T. (2016), “Numerical Simulation of Dynamic Soil-Pile Interaction for Dry Condition Observed in Centrifuge Test”, Journal of the Korean Geotechnical Society, Vol.32, No.4, pp.5-14.

10. Park, J. S and Ryu, S. K. (1999), “Optimal Design by Genetic Algorithm”, Journal of the Korean Society for Aeronautical & Space Sciences, Vol. 27, No.4, pp.155-161.

11. Van Overschee, P., & De Moor, B. (1996), “Continuous-time frequency domain subspace system identification”, Signal Processing, 52(2), pp.179-194.


[본 기사는 저자 개인의 의견이며 학회의 공식 입장과는 관련이 없습니다]

alt


테일러스를 통과하는 도로비탈면 배수시설 개선사례

        

1. 서론

        

테일러스(Talus)층은 급경사를 이루는 기반 암석의 기계적 풍화에 의해서 붕괴·형성되어 중력 작용으로 비탈면 아래쪽으로 이동하여 퇴적된 것으로 비탈면 상부에 위치해 있는 경우 시공 및 유지관리 시 용수로 인한 안정성 확보에 어려움이 발생할 수 있다. 최근 국지성 집중호우가 빈번하고 이로 인한 비탈면의 유실 및 붕괴발생 증가로 인한 배수시설에 대한 중요성이 강조되는 시기이다.  강우 시 비탈면의 유실 및 붕괴는 대부분 상부 표면층에 문제가 많이 발생되는데 이러한 사례가 80~90% 정도에 이르며 매우 높은 비율을 차지하고 있다. 특히 테일러스 상부에 위치에 있는 깎기 비탈면의 경우 산마루측구 배수시설은 강우 시 표면수를 모아 집수하는 정도이고 테일러스 하부로 유입되어 비탈면 표면으로 용수되는 경우가 대부분이다. 이로 인해 토층 구간을 유실시키거나 붕괴를 유발시키는 문제로 이어 질 수 있다. 본 기사는 시공 시 이런 문제를 사전에 예방하고자 현장여건에 맞는 배수시설을 개선하여 시공하고 그 효과를 확인해 보고자 한다. 


2. 대상비탈면 현황 및 현장조사

        

2.1 비탈면 현황

        

대상지역은 고속국도 제14호선 밀양~울산간 건설공사 4공구 단장4터널 종점부 갱구비탈면으로 상부 지형 경사가 급하고 테일러스가 분포하고 있으며, 터널 갱구부 정면에서 좌측에는 비교적 큰 유역의 계곡이 발달하고 있다(그림 1).비탈면 상부에 테일러스와 붕적토가 두껍게 발달하고 있으며, 상부 투수성이 큰 지층과 암반의 경계부 및 붕적토 구간에서 다량의 용수 발생하고 있다(그림 2).밀양 지역은 산악지형이 발달하여 있고 계곡부 상단에 테일러스가 형성되어 있는 비탈면을 많이 목격할 수 있다. 이런 형태에서 건설공사를 시행할 경우 비탈면 안정성 및 배수계획을 각별히 유의해서 설계 및 시공을 하여야 한다.

        

alt

         

alt

         

2.2 지형 및 유역특성

        

대상구간의 GIS로 지형분석을 통하여 유역 규모, 유역의 경사도를 분석한 결과 1구간은 유역면적이 293,175m2, 평균경사 34.65o로 매우 큰 유역의 규모로서, 유역 내 지형은 전반적으로 급경사 산지지형을 나타낸다. 2구간은 유역면적 25,025m2, 평균경사 36.48o로 소규모 유역이며, 계곡이 불분명하고 경사는 매우 급한 상태를 나타낸다(그림 3).

        

alt

         

2.3 강우 및 유량검토

        

2016년 10월 5일경 태풍 차바로 울산과 경남지역에 많은 비를 내렸으며, 그 영향으로 대상구간 비탈면에 용수가 발생했다. 해당일 이 지역에 내린 강우 자료를 구하여 어느 정도의 강우가 발생했는지 확인해 보았다. 관측소는 밀양 기상관측소의 2016년 10월 4일부터 2016년 10월 6일까지의 강우자료이다.(그림 4)강우자료는 15분 누적강우량과 60분 누적강우량 분포를 나타낸 것인데, 시간당 강우량은 16mm/h를 넘지 않으며, 10월 5일 내린 총강우량은 48.9mm정도로 나타나고 있다. 15분 누적 강우가 약 5mm정도이므로 이를 1시간으로 환산하면 약 20mm/h정도로서 그리 크지 않은 강우로 나타난다. 이 정도의 강우에 의해 많은 양의 용수가 발생하는 것은 대부분의 강우가 지표수나 지하수 형태로 빠르게 유출되는 조건임을 알 수 있다. 또한, 일반적인 설계 강우 강도에 비해 매우 낮은 수준의 강우조건에서 많은 용수가 발생하고 있으므로 향후 집중강우나 호우 시 다량의 유량 유출이 발생 할 수 있는 조건이다.

        

alt

         

2.4 현장조사

        

대상비탈면은 강우 시 용수가 발생하는 비탈면 좌측 A구간은 계곡부에 퇴적쇄설물로 지층이 이루어져 있고, 비탈면 우측 B구간은 붕적토로 이루어진 2개의 구간이다(그림 5).

        

alt

         

비탈면 좌측 A구간은 퇴적쇄설층 내부에서 용수가 발생하고 있는데, 퇴적쇄설층은 계곡부에서 흘러내린 암괴, 자갈, 모래, 토사가 불규칙하게 섞여 있으며 매우 두꺼운 층을 형성하고 있고, 그 내부로 유로가 형성되어 절취된 비탈면 표면으로 용수가 발생하고 있다. 비탈면 우측 B구간은 붕적토와 풍화암의 경계면에서 용수가 발생하고 있고, 경계면 하단부에는 풍화암, 연암으로서 지하수 유출은 관찰되지 않는다.


alt

         

용수구간은 다발관 형식의 수평배수공을 기 시공되어 있으나, 배수공으로 물이 나오는 구간은 확인되지 않으며 우측 B구간에는 비탈면 보강공법이 적용된 상태이다.


A구간의 퇴적쇄설층 비탈면 경사는 1:1.2~1:1.5 정도로서 지하수가 유출됨에도 불구하고 파괴 징후는 관찰되지 않으나, 세립분과 작은 입자가 많이 유실되어 비교적 큰 암, 자갈이 많이 남아있음을 관찰할 수 있다. 현재 지하수 흐름에는 안정적일 수 있지만 향후 더 많은 양의 지하수 발생 시에는 지표면에 가까운 암괴나 토사유출로 인해 유실이 발생하면서 잠재적인 파괴가능성이 있을 것으로 판단된다.


B구간의 붕적토는 1:1.2정도의 경사이고 암반은 1:1.0의 경사를 갖는데, 두 지층의 경계부에서 강우 시 다량의 지하수가 유출됨에도 불구하고 붕괴나 유실이 발생하지 않는 것으로 볼 때, 대부분 느슨한 암과 자갈이 많이 포함된 지층으로 사료되고, 파괴에 대해서도 상대적으로 안정적인 상태로 판단된다. 다만, 강우 시 많은 양의 지하수가 유출되는 조건이므로 보다 보수적으로 판단할 필요가 있다.


테일러스에 대한 현장조사결과 세립분 함량이 거의 없고, 하중은 암편 사이에 접촉점을 통해 전달되는 Type-1(Rock Support)에 해당되며 완전배수 조건의 비점착성 지반으로 볼 수 있다(표 1).

        

alt

         

3. 고속도로 배수시설 개선사례

        

3.1 냉정부산간 고속도로

        

비탈면 최대높이 40m의 대규모 비탈면으로 붕적층이 두껍게 분포하여 대책공법으로 앵커와 매트리스 게비온 공법을 시공하였으나, 강우 시 앵커 설치부에 비탈면 표면 유실과 매트리스 게비온 구간에도 표면유실 및 처짐 등이 발생하였다.(그림 7)

        

alt

         

산마루 측구는 기 시공하였으나 용수가 집수되지 않고, 측구 하부로 물이 침투하고 있어 대책 방안으로 산마루측구 배면에 심부형 맹암거를 설치하고, 표면 유실이 발생한 앵커 보강부는 지압판을 제거후 매트리스 게비온과 합벽식 콘크리트 옹벽을 설치한 후 재긴장한 사례이다(그림 8).

        

alt

         

3.2 익산장수간 고속도로

        

순천완주선 86.4K(순천방향)지점 비탈면은 개통 후 세 차례의 붕괴이력을 갖는 비탈면으로 2010년 8월 비탈면 붕괴로 매트리트 게비온을 기 시공한 후 2013년 7월에 붕적토 구간에서 강우로 비탈면 내에서 용수가 발생하여 비탈면에 추가붕괴 및 배부름 현상이 발생하였다(그림 9).

        

alt

         

대책 방안으로 기존 매트리스 게비온 옹벽 제거 후 맹암거와 표층개량공법 등을 시공하였다(그림 10). 붕적토 구간에 맹암거 형식의 산마루 측구 시공을 위해 높이 2.5m까지 터파기를 실시하고, 지하수 유입을 원활하도록 필터재 및 유공관을 시공하였다. 시공 후 비탈면 유실이 심한 구간에 효과가 좋은 것으로 분석되었고, 시공성은 유지관리 시 장비투입에 대한 문제가 있었지만 장비 운영공간이 있는 경우 시공성은 양호한 사례이다.

        

alt

         

3.3 88고속도로

        

11공구 가야1터널 시점부 갱구비탈면 상단의 용수발생에 대한 대책사례인데, 이 터널 갱구 상부에는 테일러스 두께 약 4~5m 두께로 발달하고, 그 하부로 불투수층인 경암이 존재하여 강우 시 (그림 11)과 같이 지층 경계부에서 다량의 용수가 발생하고 있다. 대책 방안으로 지층 경계까지 굴착 후, 한쪽 측면에 강재 그레이팅(그레이팅 배면에는 최대직경 Φ100mm 잡석 채움과 유공배수관 포함)을 설치한 V형 배수로를 시공하여 대량의 유량을 배수시키는 방안을 적용하여 지층경계에서 흐르는 다량의 지하수를 배수시킨 사례이다(그림 11).


alt

         

3.4 밀양울산 고속도로

        

10공구 청량터널 종점부 배면비탈면은 절취 및 보강 공사 중 비탈면 표면에서 국부적으로 용수가 발생되어 수평배수공을 적용하였으나, 수평배수공으로 용수 유도가 미흡하고 비탈면 전반적으로 다량의 물이 유출되거나 습윤한 상태를 보였다(그림 12).상부에 자갈 및 호박돌 등을 함유한 붕적토가 형성되어 장기적으로 강우 시 비탈면 세굴 및 붕괴가 우려되어 대책 방안으로 산마루 측구 하부에 심부형 맹암거를 설치한 사례이다(그림 13).

        

alt

         

4. 대상비탈면 용수구간에 대한 대책방안

        

4.1 대책방안

        

상기 고속도로 배수시설 개선사례에 적용된 비탈면은 현재까지 슬라이딩과 배수 등 큰 문제없이 유지관리 되고 있다. 사례에서 보는 바와 같이 비탈면에 발생되는 용수는 비탈면 상단에서 미리 배수시키는 게 가장 합리적이며, 용수량이 많아 처리가 어려울 경우 비탈면 전면에 배수시설을 설치하는 것이 타당하다. 이를 바탕으로 본 현장의 대상 비탈면에 대한 대책방안을 다음과 같이 강구하고자 한다.


A구간은 상부에 테일러스가 형성되어 있고 하부로 우수가 유입되는 것을 유도하기 위해 상단에 맹암거를 설치하였다. 매트리스 게비온은 용수가 발생하는 전체구간에 설치하고, 용수가 많이 발생하는 구간에는 수평배수공과 도수로를 설치하여 유도 배수하였다.


B구간은 비탈면 전면에 콘크리트 합벽을 설치하고, 토사와 암반 경계면은 용수구간 위치에 스틸그레이팅을 일정한 간격으로 설치하여 지하수가 자연스럽게 유출되도록 하였다. 용수가 발생하는 합벽식옹벽 배면 구간에는 스트립 형태의 배수재를 일정간격으로 설치하여 합벽식옹벽 배면을 통해 배수가 되도록 하고, 합벽식옹벽 하단부 배면에는 맹암거를 설치하여 배면으로 흐르는 지하수가 배수되도록 하였다.

        

alt

         

4.2 개선된 배수시설 효과확인

        

A구간에 맹암거의 배수효과 평가를 위해 배수시설 시공 후 계측기를 설치하였다. 설치하는 계측기는 유량계(맹암거 유출부) 1개소, 강우량계 1개소, 함수량계는 배수시설 미설치구간 1개소, 맹암거 설치구간 2개소를 설치하여 자동 계측시스템을 구축하였다(그림 16).맹암거의 효과를 시각적으로 확인하기 위해 맹암거와 연결된 하부에 시공된 개거수로에서 수위를 확인하였다. 강우량이 적은 2017년 07월 01일은 개거수로에 물이 집수되지 않았으나, 장마철이 시작된 08월 09일부터 08월 23일까지 수위가 1cm에서 10cm 정도로 집수되는 것을 확인하였다(그림 17).

        

alt

         

해당지역에 맹암거가 시공되지 않은 구간은 함수량계 1개(30cm 깊이)를 설치하고, 맹암거가 시공된 구간은 맹암거 상부 150cm 깊이에 함수량계 1개를 설치하였다. 강우량 계측결과 2017년 08월 09일에서 08월 23일 사이 누적강우량은 116.6mm이며, 이때 함수량 측정결과는 맹암거 미설치 구간과 설치구간을 비교한 결과 10배 이상의 함수량 차이를 보였다. 또한 맹암거로 배출되는 유출량을 계측한 결과 50㎥로 총강우량과 대비하여 약 20%이며 상당한 효과를 나타내고 있다.


B구간은 (그림 18)과 같이 강우가 적은 평상시에도 옹벽 배면의 배수재에 의해 옹벽 전면으로 물이 배수되고 있으며 물의 양이 매우 작은 것으로 조사되었다. 우기 시 2017년 8월 23일 합벽식옹벽 구간에 대한 조사결과 옹벽 전면으로 많은 량의 물이 유출되는 것을 관찰할 수 있으며, 이는 토사와 암반 경계면에서 많은 량의 우수가 옹벽 배면에 설치된 스트립 형태의 배수재를 따라 유도 배수되는 것으로 판단된다.

        

alt

         

5. 결론

        

본 사례는 강우 시 비탈면 상부에 테일러스 및 붕적토와 같은 투수성이 매우 큰 지층 존재 시 깎기 비탈면의 유실 및 붕괴를 최소화하기 위해 대책 방안으로 맹암거형 배수시설 및 합벽식옹벽 등을 설치한 결과는 다음과 같다.


1. 깎기비탈면 상부에 투수성이 매우 큰 테일러스 및 붕적토가 있는 구간은 산마루 측구 하부로 우수가 침투되어 산마루 측구로 배출되는 용수량보다 맹암거를 통해 나오는 용수량이 상당히 많은 것을 알 수 있다.

2. 특히, 하부에 시공된 집수정도 강수량이 많지 않은 시기임에도 불구하고 물이 집수되는 상태를 보이고 있어 표면수 뿐만아니라 지하수도 맹암거형의 배수시설이 효과가 있음을 확인하였다.

3. 다만, 맹암거로 유도 배수시키는 것은 지층의 불균질성과 지반조사의 한계 등으로 유도 배수에 한계가 있을 수 있으므로 장기적인 비탈면 안정과 표면 유실을 방지하기 위해서 메트릭스 게비온 등을 함께 시공하는 것이 효과적인 것으로 판단된다.

4. 테일러스와 붕적토의 심도가 깊어 산마루측구 하부로 터파기 심도가 깊은 경우 맹암거 시공이 어렵거나, 상부에 투수성이 좋은 지반과 암반 경계부에서 많은 량의 용출수가 예상되는 경우에는 중력식 형태의 합벽식 옹벽을 설치하는 것이 장기적인 비탈면 표면 유실을 방지하는데 효과적이다.

5. 이러한 경우 합벽식옹벽 배면에 스트립 형태의 배수재를 반드시 시공하여 옹벽 배면의 수압이 발생되지 않게하므로 장기적인 비탈면에 안정성을 확보할 수 있다.



참고문헌

1. 냉정부산사업단(2014), “STA.0+000~400(부산방향) 깎기비탈면 유실부 보강방안 적정성 검토” 

2. 한국도로공사(2015), “가야1터널 시점 갱구부 용수처리 대책 기술자문 검토서”

3. 한국도로공사(2016), “깎기비탈면 용수 구간에 대한 기술검토 의견서”

4. 밀양울산사업단(2017), “청량터널 종점 갱구부 깎기비탈면 용수발생구간 대책방안 검토”


[본 기사는 저자 개인의 의견이며 학회의 공식 입장과는 관련이 없습니다]

alt


변단면 개량체를 지중에 형성하는 PF공법의 대형 평판재하시험 및 하중전이시험 사례

        

1. 서론

        

구조물에 적용하는 가장 대표적인 기초공법은 말뚝을 이용하는 것이다. 말뚝기초는 상부에서 작용하는 구조물의 하중을 단단한 암반층으로 전달시켜 지지력을 확보하고 침하를 제어하는 안정적인 방법이지만, 저층 구조물이나 저하중 구조물의 경우에는 작용하는 하중이 말뚝 내력에 비해 크지 않아 최소한의 말뚝 배치를 하여도 비경제적인 경우가 종종 발생한다. 특히, 연약지반에서는 심도가 깊을수록 말뚝의 길이가 길어져 비경제적인 설계가 되는 경우가 발생한다. 또한, 말뚝공법의 경우 대형 항타장비를 이용해야 하기 때문에 연약지반에서 시공시 장비의 전도 위험이 있어 장비 주행 및 자립을 위한 별도의 표층처리공법이 필요하여 적용 경제성이 낮아지는 면이 있다.


따라서 물류센터, 공장, 아파트 지하주차장 등과 같이 중저층, 저하중 구조물을 축조하는 경우에는 말뚝기초 대신 지반 고화재를 이용하여 지중에 변단면 개량체를 형성하는 PF(Point Foundation) 공법이 보다 경제적인 대안이 될 수 있다. 본 고에서는 중저층, 저하중 구조물의 기초공법으로서 PF공법을 소개하고 대형 평판재하시험 및 하중전이시험 결과 분석을 통해 PF공법의 효용성에 대해 기술한다.

        

alt

         

2. PF공법의 소개

        

PF(Point Foundation)공법은 Head와 Tail로 구성된 변단면 개량체를 지중에 형성하는 기초공법으로서 장비에 부착된 교반 로드를 이용해 원지반 토사와 특수 고화재(바인더스)를 지중에서 혼합하여 작용응력이 큰 상부에서는 큰 직경의 개량체(Head)를 형성하고, 중하부에서는 작은 직경의 개량체(Tail)를 형성하여 효율적으로 기초의 지내력을 향상시키는 공법이다. 특히 PF공법은 표층 부분에만 개량이 한정되는 천층기초공법(예: 표층고화처리, 팽이기초 등)과는 다르게 지중에 Tail 개량체를 깊게 형성 가능하므로 연약지반에서 침하량을 제어하기에 용이하다. PF공법은 개량깊이에 따라서 (ⅰ) 심도 3m 이하의 표층개량 PF-S, (ⅱ) 심도 14m 이하의 중심도개량 PF-M, (ⅲ) 심도 15m 이상의 장심도개량 PF-D로 구분한다.

        

alt

         

PF공법에 사용되는 특수 고화재인 바인더스(Bindearth)는 수화반응을 통해 원지반토를 고화시켜 소요강도 이상의 지내력을 확보하여 지반의 안정 강화를 목적으로 사용되며, 시멘트만 사용하는 경우에 비해 적은 사용량으로 더 큰 강도를 얻을 수 있으며, 환경적인 측면에서도 6가크롬(Cr+6) 등의 중금속 용출이 극히 미소하여 토양오염, 지하수 오염 등의 발생 우려가 없는 무기질계 친환경 고화재이다. 바인더스를 이용하여 경화된 개량체의 강도는 28일 양생 기준으로 2.0MPa 이상을 목표로 한다. PF공법이 적용된 많은 현장에서 시료 채취를 통해 28일 일축압축강도를 측정한 결과 목표 강도인 2.0MPa을 크게 상회하는 평균 3.94MPa의 강도를 보이고 있으며, 또한, 90일, 180일, 365일 장기강도를 측정한 결과 개량체의 강도가 시간이 경과함에 따라 지속적으로 증가되는 것을 확인할 수 있다(그림 3).

        

alt

         

3. 대형 평판재하시험

        

그림 4는 기초판의 크기에 따라 기초판 하부에 형성되는 압력 구근(pressure bulb)의 크기 차이를 보여준다. 현장에서 일반적으로 수행하는 30cm 원형 평판을 이용한 소형 평판재하시험의 경우 압력 구근의 형성 범위가 작아 침하량이 과소 평가될 수 있으며, 특히 그림 4와 같이 압력영향범위 바깥에 압축성이 큰 연약층이 존재할 경우 소형 평판재하시험으로는 제대로 된 침하량 평가를 할 수 없다.

        

alt

         

PF공법 적용시 안정성에 대해 적절한 평가를 하기 위하여 소형 평판재하시험과 병행하여 그림 5와 같이 1.0m×1.0m 크기의 대형 재하판을 이용한 평판재하시험을 수행하고 있다. 대형 평판재하시험은 그림 6과 같이 사하중(콘크리트 블록)을 반력으로 이용하여 설계하중의 2~3배에 해당하는 총 하중을 단계별로 재하하는데, 단계별 재하하중은 총 하중의 8~13%로 정하고 재하속도는 단계별 15분 간격의 급속재하방식을 채택하고 있다.

        

alt

         

alt

         

PF 적용 현장 중에서 대형 평판재하시험을 수행한 국내 35개 현장의 시험 결과에 대해 지지력 및 침하량을 정리한 결과는 표 1과 같다. 시험 현장을 지역별로 구분하면 서울/경기 15개, 인천 2개, 충청도 6개, 강원도 5개, 전라도 2개, 경상도 5개로 고루 구성되어 있다. 토질 조건별로 구분하면 사질토 15개, 점성토 및 실트질 토질 4개, 사질토와 점성토가 교호된 토질이 16개이다. PF 시공심도는 2.0~17.5m까지 다양하게 분포되어 있다.대형 평판재하시험을 실시한 35개 현장의 설계하중은 150~350kN/m2이다. 설계하중의 2~3배에 해당하는 최대하중 재하시 현장 발생침하량은 0.86~9.87mm로서 허용침하량 25.4mm 이내여서 허용지지력을 만족하는 것으로 분석되었다.


35개 현장의 대형 평판재하시험 수행시 발생침하량을 허용침하량과 대비하여 비율로 표시하면 3~39% 수준으로 분석된다. 이것을 토질별로 나누어 표시한 결과는 그림 7과 같으며, 사질토 지반은 허용침하량의 3~34%, 점성토 및 실트질 지반은 허용침하량의 11~22%, 점성토 및 사질토가 교호된 지반은 허용침하량의 4~39% 수준으로 분석된다. 점성토 지반의 침하량이 사질토에 비해 더 작게 나타나고 있는데, PF기초의 침하량에 영향을 주는 요인은 지반구성토질 뿐만 아니라 개량심도, 그리고 단위면적당 개량율 등의 다른 요소도 있기 때문에 단순히 토질만을 고려한 결과는 특별한 의미를 찾기가 어려운 것으로 판단되며, 향후 이러한 것들을 고려한 분석이 필요하다.

        

alt

         

alt

         

4. 하중전이시험

        

PF공법의 특징은 원지반과 고화재를 혼합하여 만든 지중의 개량체가 변단면 형상이라는 점이다. PF기초의 변단면 형상은 재하하중에 의한 지중응력이 크게 분포하는 상부지반에서는 큰 직경의 Head 단면으로 구성하고, 지중응력이 감소하는 중하부지반에서는 작은 직경의 Tail 단면으로 구성하여 경제성과 효율성을 추구하기 위한 것이다.


변단면 형상의 PF기초 심도별로 전달되는 하중을 정량적으로 평가하고 효율성을 검토하기 위해 하중전이시험을 실시하였다. 시험방법은 PF개량체를 시공 후 하중 전이를 측정하고자 하는 각 깊이에서 실내시험용 공시체 시료를 채취하고, 이후 PF개량체가 경화되기 전 변형률계가 부착된 PVC 파이프를 삽입하고 14~21일 양생한다. 현장에서 채취한 공시체를 대상으로 실내에서 일축압축강도 시험을 실시하여 응력-변형률 관계를 측정하며, 현장에서는 대형 평판재하시험을 실시하여 개량체 각 심도에 설치한 변형률계로부터 변형률을 측정한다. 현장에서 측정한 개량체 각 심도에서의 변형률과 실내시험 응력-변형률 관계로부터 개량체 각 심도별로 전달되는 응력을 구하고 단면적을 적용하여 최종적으로 각 심도에서의 전이 하중을 구한다.

        

alt

         

하중전이시험은 표 2와 같이 국내 4개 현장(송도, 동해, 군산, 충주)과 베트남 1개 현장(Ninh Binh)에서 실시하였다. 국내에서 수행된 대형 평판재하시험을 적용한 하중전이시험은 1.0m×1.0m 크기의 재하판을 이용하였다. 반면, 베트남에서는 이보다 더 큰 2.5m×2.5m 크기의 재하판을 이용하여 시험을 실시하였고, 재하방식도 8단계 또는 10단계 급속재하방식을 적용하는 국내와 다르게 12단계로 나누어 단계별로 1시간의 간격을 두고 완속재하방식으로 실시하였다.


하중전이시험을 실시한 현장별로 최대재하하중 및 재하단계, 재하속도에 관한 내용을 정리하여 나타내면 표 2와 같다. 하중전이시험 현장별 PF 제원 및 지반조건을 정리하여 나타내면 표 3과 같다.

        

alt

         

alt

         

국내 및 베트남의 하중전이시험 현장별 PF 제원 및 지반조건을 그림으로 나타내면 그림 9 및 그림 10과 같다.

        

alt

         

alt

         

5개 현장의 하중전이시험 결과를 종합적으로 나타내면 그림 11과 같다. 심도별로 하중전이 특성을 분석해 보면, PF개량체의 직경이 큰 Head가 위치하는 상부 2m 구간에서 재하하중의 70% 이상을 분담하고 있는 것으로 나타나며, 직경이 작은 Tail 구간에서 분담하는 하중은 재하하중의 30% 이하로 비교적 작게 나타났다. 따라서, 하중이 집중되는 상부 구간은 직경을 크게 하고, 상대적으로 부담하는 하중이 작은 중하부 구간은 직경을 작게 형성하는 변단면 형태의 PF기초의 형상이 매우 적절하며 효용성이 높다는 것을 확인할 수 있다.특히 심도 8m 이하의 저부에서는 하중 분담율이 1~16%로 작게 나타나고 있으므로 점성토와 같이 압밀침하가 발생하는 지반조건이 아니라면 PF기초의 심도를 깊은 심도까지 내리지 않고 저부에 분포하는 N치 20~30 이상의 안정한 지내력층까지만 도달시켜 보다 경제적인 설계를 할 수 있다고 판단된다.

        

alt

         

5. 결론

        

PF공법은 특수 고화재인 바인더스를 원지반토와 교반하여 Head와 Tail로 구성되는 변단면 개량체를 지중에 형성하는 기초공법이다. PF공법을 적용한 많은 현장 중에서 35개 현장에서 실시한 대형 평판재하시험 결과를 분석하였다. 35개 현장의 시험 분석 결과, 설계하중의 2~3배에 해당하는 최대하중 재하시 발생침하량은 0.86~9.87mm로서 허용침하량 25.4mm 이하로 나타나 허용지지력을 만족하는 것으로 분석되었다. 대형 평판재하시험 시 발생침하량을 허용침하량과 비교하면 그 크기가 3~39% 수준으로서 그다지 크지 않은 것으로 나타나 PF기초의 침하제어 안정성을 확인할 수 있었다.


국내 및 베트남의 5개 현장에서 PF기초에 대해 하중전이시험을 수행하였다. 5개 현장의 하중전이시험 분석 결과, PF개량체의 직경이 큰 상부 2.0m 깊이 Head 구간에서 재하하중의 70% 이상을 분담하고, 직경이 작은 중하부 Tail 구간에서는 30% 이하의 작은 하중만을 분담하는 것을 확인할 수 있었다. 이를 통해 변단면 형태로 구성하는 PF기초의 형상이 매우 적정하고 효용성이 높음을 확인하였다.


다수의 대형 평판재하시험과 하중전이시험을 통하여 PF공법의 지지력 안정성과 우수한 침하제어 안정성이 확인되었으므로 향후 PF공법은 중저층 구조물, 저하중 구조물에 적용이 확대될 뿐만 아니라 성토부 지반개량 기초, 도로횡단박스 기초 등 토목분야에도 활용성이 증가할 것으로 기대된다.

        


참고문헌

1. 지구환경전문가그룹(2016), “송도 ○○ 현장 하중전이 시험 결과 보고서”

2. 지구환경전문가그룹(2018), “동해 ○○ 현장 하중전이 시험 결과 보고서”

3. 지구환경전문가그룹(2019), “군산 ○○ 현장 하중전이 시험 결과 보고서”

4. 지구환경전문가그룹(2020), “충주 ○○ 현장 하중전이 시험 결과 보고서”

5. 지구환경전문가그룹(2020), “충주 ○○ 현장 하중전이 시험 결과 보고서”

6. 연약지반 보강 기초공법(PF공법) 재하시험 사례, 한국지반공학회 Vol17, No2, 2018.

7. Golden earth(2020), “Test report of plate load test for group of PF column”

8. Point foundation(PF) method : Principles and recent research findings, 2020.        


[본 기사는 저자 개인의 의견이며 학회의 공식 입장과는 관련이 없습니다]
기술기사' 다른 기사 보기
prev
next
SNS제목