주메뉴 바로가기 본문바로가기
전체메뉴닫기

최종보고서

국토교통R&D 연구개발보고서 글보기
국토교통R&D 연구개발보고서 글보기
과제고유번호 22CTAP-C163775-02
연구사업명 국토교통기술촉진연구사업
연구과제명 빅데이터와 인공지능 기반의 발파굴착터널 자동설계기술 개발을 위한 기초연구
연구책임자 김양균 당해년도
참여 연구원수		 4명 당해년도
연구비		 정부 : 210,000,000 원
기업 : 70,000,000 원
계 : 280,000,000 원
총 연구기간
참여 연구원수		 9명 총연구비 정부 : 370,000,000 원
기업 : 123,340,000 원
계 : 493,340,000 원
연구기관명 및 소속부서 노르트론
참여기업명 -
참여연구기관명 한양대학교산학협력단
등록 발간번호 -
ISBN -
○ 본 기초연구의 목표는 발파굴착(NATM)터널 주요 6가지 항목을 자동으로 설계할 수 있는 인공지능 모델을 개발하는 것이며, 이를 통해 향후 실용화 연구시 터널설계 전과정의 90%이상 자동화할 수 있는 빅데이터 및 인공지능 기반의 자동설계시스템을 개발할 계획이다.


< 연구내용 및 과정의 개념도 >

○ 일반적으로 터널설계는 지반조사 결과를 토대로 이루어지며 지반분류, 선형 및 종단, 굴착단면, 굴착공법, 발파방법, 지보패턴, 콘크리트라이닝, 보조공법, 방재 및 환기, 조명, 배수 및 방수, 계측, 갱구부, 단면확폭부와 접속부 설계와 같은 세부 항목으로 구성된다.

○ 본 기초연구단계에서는 터널설계의 주요 6가지 요소인 암반분류, 터널단면, 굴착방법, 발파, 지보, 보조공법의 설계를 국토교통부의 터널설계기준 범위내에서 자동으로 설계하도록 도와주는 인공지능기술을 개발하게 된다. 여기에 적용되는 인공지능 알고리즘은 다양한 기계학습 알고리즘(ANN, SVM, PCA, Random Forest, Ensemble)과 딥러닝 알고리즘(CNN) 분석을 통해 최적의 결과를 도출하는 알고리즘 조합으로 최종 결정되며, 이를 이용하여 새로운 터널설계 프로젝트에 대한 지반조사 결과 및 터널의 필요제원 등이 데이터로 주어지면 이에 적합한 6가지 설계항목에 대한 최적 설계결과를 도출하게 된다. 또한 각 항목별 인공지능 설계모델의 통합 연동시험 및 시각화를 위해 도출된 설계결과는 GUI(Graphic User Interface)형태로 표현된다.

○ 한편, 모든 인공지능기술 개발에 있어서 무엇보다 중요한 것이 데이터의 수와 품질이다. 이를 위해 본 연구에서는 국토교통부 건설사업정보(CALS)에 수록된 자료와 설계사에서 협조받은 자료로부터 지반조사 등 터널설계와 관련된 47가지 세부항목에 대한 데이터를 조사할 계획이며, 이렇게 수집된 데이터는 본 연구를 통해 데이터베이스형태로 정리될 예정이다. 또한 연구 이후에도 지속적인 데이터 수집 및 정리를 통해 빅데이터화하여 향후 다양한 연구 및 분석을 위해 새로운 기술개발에도 활용될 수 있으리라 사료된다.

○ 1차년도에는 2차년도에 자동설계 모델을 개발하기 위하여, 20개 이상의 터널설계프로젝트에서 47가지의 세부 데이터항목을 수집하고 정리하는 한편, 6가지 인공지능 알고리즘의 적합성을 시험하여 각 설계항목별 적정 알고리즘을 선정한다.

○ 2차년도에는 추가적인 설계데이터 수집 및 정리와 함께, 1차년도에서 선정된 각 알고리즘을 이용하여 설계항목별 인공지능모델을 만들고 이를 서로 연동할 수 있도록 통합된 인공지능모델 및 간단한 GUI를 제작한다.
색인어 한글 터널설계 인공지능 기계학습 암반분류 스마트설계
영문 Tunnel design Artificial Intelligence Machine learning Rock mass classification Smart design
관련첨부파일

목록

  • 담당부서해당 사업실
  • 담당자과제 담당자
  • 연락처 조직도 담당업무 참조 보기