KR101230261B1 - 데이터베이스 기반의 통계모델에 의한 ｔｂｍ 사양 설계방법 - Google Patents

데이터베이스 기반의 통계모델에 의한 ｔｂｍ 사양 설계방법 Download PDF

Info

Publication number
KR101230261B1
KR101230261B1 KR1020110140949A KR20110140949A KR101230261B1 KR 101230261 B1 KR101230261 B1 KR 101230261B1 KR 1020110140949 A KR1020110140949 A KR 1020110140949A KR 20110140949 A KR20110140949 A KR 20110140949A KR 101230261 B1 KR101230261 B1 KR 101230261B1
Authority
KR
South Korea
Prior art keywords
tbm
cutter
maximum
design
database
Prior art date
Application number
KR1020110140949A
Other languages
English (en)
Inventor
장수호
배규진
이규필
최순욱
Original Assignee
한국건설기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국건설기술연구원 filed Critical 한국건설기술연구원
Priority to KR1020110140949A priority Critical patent/KR101230261B1/ko
Application granted granted Critical
Publication of KR101230261B1 publication Critical patent/KR101230261B1/ko

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
    • E21D9/06—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining

Landscapes

  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geology (AREA)
  • Excavating Of Shafts Or Tunnels (AREA)

Abstract

본 발명은 데이터베이스 기반의 통계모델에 의한 TBM 핵심 사양 설계방법에 관한 것이다. 본 발명은 TBM 직경, 암석의 평균 일축압축강도와 인장강도, 디스크커터의 직경 및 최대용량 등의 설계조건을 입력하고, 입력된 설계조건을 통해 TBM의 핵심사양들과 최적 커터헤드 설계조건을 추정하고, 커터헤드 1회전당 커터 관입깊이의 최대값 이하로 커터 관입깊이를 변화시켜 가면서 디스크커터의 용량을 만족하는 목표 커터 관입깊이를 산정하고, TBM 가동율, 작업시간 및 평균 가동 RPM에 따른 커터 관입깊이별 굴진율을 산정하는 것을 특징으로 한다. 이와 같이 구성되는 본 발명에 의하면, TBM 설계·시공 실적 정보 데이터베이스에 기초하여 TBM의 핵심적인 최고 사양을 산출하고 설계할 수 있으므로 불확실한 굴착 대상 지반조건에서도 신뢰적인 TBM 제작이 가능한 장점이 있다.

Description

데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법{ＴＢＭ specification design method by database-based statistical model}
본 발명은 터널의 기계굴착장비인 TBM(Tunnel Boring Machine)에 관한 것으로서, 특히 TBM 설계·시공 실적 정보를 데이터베이스(Database; DB)화하고 이를 통해 TBM의 핵심사항인 추력, 토크, 구동동력, 커터헤드 회전속도 등을 추정할 수 있는 통계모델들을 활용하여 TBM 핵심 사양들을 설계하기 위한 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법에 관한 것이다.
터널 기계화굴착공법(mechanized tunnelling)에 사용되는 터널굴착기(Tunnel Boring Machine; TBM)는 기존의 대표적인 발파공법과는 달리 소음진동 등의 환경 피해요소가 적고, 굴착 직후 주변 지반의 이완을 방지하여 터널의 안정성 확보에 유리할 뿐만 아니라, 균질한 지반 조건에서 고속 굴진을 유도할 수 있으며, 연장이 긴 터널과 같은 경우 발파공법보다 공사기간과 공사비용을 대폭 절감할 수 있는 것으로 알려져 있다.
TBM의 가장 핵심적인 부분은 실제 지반을 절삭하게 되는 커터헤드(cutterhead)이다. 커터헤드는 TBM의 선단에 구비되고 일방향으로 회전하면서 암반을 굴착하는 역할을 하는 구성요소이므로, 지반조건에 따라 최적의 굴진효율을 얻을 수 있는 TBM의 커터헤드를 설계하는 것이 성공적인 굴착공사를 위해 가장 중요한 과정이다.
하지만, 현재까지 굴착대상 조건에 따른 TBM의 최대 사양 및 커터헤드 설계조건에 대한 명확한 이론과 기술이 정립되어 있지 않으며 주로 기술자의 경험에 의존하여 이루어지고 있다. 더욱이 일부 핵심 기술들은 제작사별로 비공개로 보유·활용되고 있다.
TBM은 굴착 작업에 투입된 이후에는 후진과 변경이 불가능하기 때문에, TBM의 설계단계에서 해당 굴착작업에 적합한 TBM 사양과 설계조건을 도출하는 것이 경제적이고 성공적인 시공에 있어서 가장 주요하고 기본적인 과정이다.
현재까지는 선형절삭시험기(Linear Cutting Machine)에 의한 실물 절삭시험을 실시하여 TBM을 설계하는 것이 가장 신뢰적인 방법이라고 할 수 있다. 그러나, 선형절삭시험으로부터는 TBM의 소요 추력, 토크 등만을 산출할 수 있어 실제 제작에 필요한 TBM의 최대 용량을 추정하기 어려우며 시험에 상당한 시간과 비용이 소요되는 단점이 있다.
따라서, 본 발명의 목적은 전술한 단점을 해결하기 위한 것으로, 제한적인 정보를 가지고서도 기존 설계·제작된 TBM 실적들을 수집하고 DB화하여 이에 근거한 통계모델에 의해 TBM의 핵심 사양(추력, 토크, 구동동력, 커터헤드 회전수)과 실제 지반에 굴착하게 되는 부분인 TBM의 디스크커터(disc cutter) 개수와 평균간격을 산출하여 신뢰적인 TBM 사양 설계를 할 수 있는 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법을 제공함에 있다.
이와 같은 목적을 달성하기 위한 본 발명의 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법은, TBM을 설계하는 방법에 있어서, (1) TBM 설계 및 시공 실적 정보를 데이터베이스(DB)화하는 단계와, (2) 상기 DB의 TBM 사양 및 TBM에 장착되는 커터헤드 설계에 관련된 정보를 통계분석하는 단계, 및 (3) 상기 DB 통계분석결과로부터 TBM 사양 및 커터헤드 설계인자를 계산하는 단계를 포함하되, 상기 단계 (3)은 (3a) TBM 및 디스크커터에 대한 설계조건을 입력하는 단계와, (3b) 상기 입력된 설계조건과 상기 DB 통계분석결과를 근거로 TBM 핵심 사양 및 커터헤드 최적 설계조건을 추정하는 단계와, (3c) 상기 추정된 최적 설계조건에 적용된 디스크커터의 용량을 만족하는 만족하는 커터 관입깊이를 산정하는 단계, 및 (3d) 상기 산정된 커터 관입깊이별 굴진율을 산정하는 단계를 구비함을 특징으로 한다.
본 발명의 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법은, 과거 TBM 설계·시공 실적에 의한 DB에 기초하여 TBM의 가장 핵심적인 최대 사양을 산출하고 설계할 수 있으므로, 불확실한 굴착 대상 지반조건에서도 신뢰적인 TBM 제작이 가능하며, 선형절삭시험을 하지 않고도 DB 기반의 통계모델에 의해 TBM 사양을 설계할 수 있으므로 설계상의 편리성이 증대되는 장점이 있다.
도 1은 DB를 활용한 암석의 일축압축강도와 TBM 최대 사양 및 굴진성능과의 관계를 나타내는 예시도,
도 2는 DB에 포함된 TBM 직경과 최대 추력 정보의 상관관계를 나타내는 그래프,
도 3은 DB에 포함된 TBM 직경과 최대 토크 정보의 상관관계를 나타내는 그래프,
도 4는 DB에 포함된 TBM 직경과 커터헤드 구동동력 정보의 상관관계를 나타내는 그래프,
도 5는 DB에 포함된 TBM 직경과 최대 RPM 정보의 상관관계를 나타내는 그래프,
도 6은 DB에 포함된 TBM 직경과 디스크커터 개수 정보의 상관관계를 나타내는 그래프,
도 7은 DB에 포함된 TBM 직경과 디스크커터 평균간격 정보의 상관관계를 나타내는 그래프,
도 8은 암반대응형 커터헤드에 대한 디스크커터 배열설계예를 나타내는 도면,
도 9는 본 발명에 따른 데이터베이스(DB) 기반의 통계모델에 의한 ＴＢＭ 설계방법을 설명하기 위한 흐름도,
도 10은 DB 기반 회귀식으로 추정된 TBM 핵심 설계정보의 상대차이를 나타내는 그래프.
이하, 첨부한 도면들을 참조하여 본 발명의 바람직한 실시예를 상세히 기술하기로 한다.
먼저, 기존 설계 및 시공된 TBM 실적 정보들을 수집하여 데이터베이스(DB)를 구축하게 된다. DB에는 프로젝트별로 쉴드직경, TBM타입, 디스크커터의 직경이나 개수, 평균간격, 최대추력, 최대토크, 최대 RPM 등의 TBM 사양 및 TBM에 장착되는 커터헤드 설계에 관련된 정보들이 포함되게 된다.
그런 다음, DB에 들어있는 정보를 통계분석하여 TBM 직경에 따른 최대 추력, 토크, 구동동력, 커터헤드 최대 회전수(RPM), 디스크커터의 개수와 간격의 상관관계를 분석하게 된다. 이하에서, DB통계분석에 대해 구체적으로 설명한다.
1) TBM 핵심 최대사양 설계를 위한 DB 통계분석
TBM의 성능과 가격을 결정하는 핵심적인 사양으로는 추력, 토크, 동력, RPM 등을 들 수 있다.
추력(Thrust)은 지반굴착을 위한 TBM을 추진하는 힘을 말한다.
토크(Torque)는 굴착을 위해 TBM 커터헤드를 회전시키는데 필요한 회전력이다.
구동동력(drive power)은 TBM의 구동에 필요한 소요 동력(전력)이고, RPM(Rotation Per Minute)은 커터헤드 최대 회전수로 이는 커터헤드의 1분당 최대 회전수를 말한다.
또한, TBM 커터헤드의 설계를 위해서는 디스크커터의 개수와 디스크커터의 간격이 매우 중요한 설계항목이다.
디스크커터(disc cutter)는 TBM의 커터헤드에 장착되는 암반 절삭도구로, 디스크커터의 개수 및 간격은 굴착대상 조건에 따라 커터헤드에 장착되는 커터 개수 및 평균간격을 말한다. 여기서, 디스크커터의 간격은 디스크커터의 개수와 상관관계가 있다.
따라서, 본 발명에서는 DB정보들을 통계 분석하여 TBM의 핵심 사양들을 설계하는데 활용하기 위한 관계식들을 도출하였다.
일반적으로 디스크커터와 커터비트의 배열 설계에 있어서 큰 영향을 미치는 인자로서 암석 일축압축강도, N치 등과 같은 지반특성을 들 수 있다. 그러나, 지반 특성과 같은 단일 변수에 의해서만 TBM 핵심 사양을 추정하는 것은 불가능하며 TBM 직경과 같은 설계정보가 반드시 고려되어야 한다.
도 1은 DB를 활용한 암석의 일축압축강도와 TBM 최대 사양 및 굴진성능과의 관계를 보여주는 예시도이다.
도 1의 (a) 내지 (c)에 보여진 지반특성의 경우와는 달리, 터널의 직경과 TBM 핵심 사양의 상관관계는 도 2에 보여진 바와 같이 상대적으로 매우 뚜렷하게 나타났다.
도 2의 그래프를 보면, TBM의 최대 추력(Maximum thrust; FTh)과 TBM의 직경(diameter; D)은 지수(e)함수 형태로 뚜렷한 상관관계(FTh=29032.40eD /7.44-34337.40)를 나타내었으며 결정계수(r2)도 0.78로 나타났다. 최초 분석 시에는 암반용 TBM과 토사지반용 TBM을 구분하여 자료를 분석하였으나, 암반과 토사지반에 따른 최대 동력의 차이는 없었다. 따라서 암반과 토사지반의 구분없이 유효자료 4,280개에 대한 TBM 직경과 TBM 최대 추력의 상관관계를 도출하였다.
도 3은 DB에 포함된 TBM 직경과 최대 토크 정보의 상관관계 그래프를 나타낸다.
도 3의 그래프를 보면, 최대 추력의 경우보다 최대 토크에 대한 유효자료수는 252개로 상대적으로 적었으며, 일부 자료들의 분산도 크게 나타났다. 하지만 분산이 다소 큰 일부 자료들을 제외하면 최대토크와 TBM 직경의 상관관계 역시 지수함수에 가까운 상관관계를 보이는 것으로 나타났다.
도 4는 DB에 포함된 TBM 직경과 커터헤드 구동동력 정보의 상관관계 그래프로, TBM 직경과 커터헤드 구동동력의 분포를 살펴보면 이 역시 자료의 분산은 큰 편이었으나 TBM 직경에 따른 평균적인 커터헤드 구동동력을 파악하는 것이 가능할 것으로 판단되었다.
도 5는 DB에 포함된 TBM 직경과 최대 RPM(Revolution Per Minute) 정보의 상관관계 그래프로, 커터헤드의 최대 분당회전수, 즉 최대 RPM의 경우에는 TBM의 직경과 음지수 함수 형태의 상관관계를 가지는 것으로 나타났다.
DB 정보의 분석결과, TBM 직경에 따른 최대 추력, 토크 및 구동동력은 지수함수 형태의 상관관계를 나타내고, 최대 RPM은 음(-)지수 함수 형태의 상관관계를 나타내는 것을 알 수 있다.
2) 암반용 커터헤드 설계를 위한 DB 통계분석
암반용 커터헤드 설계에 있어서 가장 중요한 사항은 암반조건에 따른 디스크커터의 최적 배열설계이다. 이를 위해서는 암반조건에 적합한 디스크커터의 간격과 개수를 우선적으로 산정하여야 하나 LCM(Linear Cutting Machine)에 의한 암석실물절삭실험을 수행하지 않는 한 현재까지 공개된 커터헤드의 상세 설계모델은 없는 상황이다. 따라서 본 발명에서는 TBM터널의 설계단계에서 지반조건에 적합한 커터헤드 설계인자를 사전에 파악하고자, DB에 포함된 커터헤드 설계 관련 핵심 정보들을 분석하였다.
도 6은 DB에 포함된 TBM 직경과 디스크커터 개수 정보의 상관관계를 보여주는 그래프로, 이는 DB 분석 결과 암반용 커터헤드에 설치되는 디스크커터의 개수는 TBM의 직경과 매우 뚜렷한 선형관계를 나타내었다. 일반적으로 디스크커터의 개수는 암반조건에 따라 최적화되는 디스크커터의 간격과 밀접한 관계가 있기 때문에 당초에는 TBM 직경과의 상관관계가 좋지 않을 것으로 추정하였으나 디스크커터의 개수는 TBM 직경에 크게 지배되는 것으로 나타났다. 실제로 디스크커터의 개수는 TBM 커터헤드의 직경 또는 면적에 따라 제한적일 수 있으므로 이러한 기하학적인 측면에서 TBM 직경에 좌우되는 것으로 판단된다.
디스크커터의 평균 간격에 대한 정보가 포함된 225개의 유효 자료들을 분석한 결과, 도 7에 도시된 바와 같이 디스크커터 개수의 경우처럼 매우 뚜렷한 상관관계는 얻어지지 못하였다. 그러나 앞서 기술한 바와 같이 현재까지 디스크커터의 간격을 추정할 수 있는 설계모델이나 관계식이 전혀 공개되지 않고 있는 상황에서 도 8과 같이 기본적인 커터헤드 설계 레이아웃(layout)을 설정하는데 있어 매우 유용하게 활용될 수 있는 관계식으로 사료된다.
DB 정보의 분석결과, TBM 직경에 따른 디스크커터의 개수 및 간격은 선형관계를 나타내는 것을 알 수 있다.
3) TBM 핵심 사양 및 커터헤드 설계용 통계모델( 회귀식 ) 정리
앞서 DB 분석결과로부터 추력, 토크, 동력 등과 같이 TBM에서 가장 핵심적이고 기본적인 최대 사양과 더불어 커터헤드 설계를 위한 디스크커터의 개수와 평균간격을 추정할 수 있는 회귀식의 적용성이 확인되었다.
이상과 같이 본 발명에서 구축한 DB의 분석으로부터 도출된 최적 회귀식들을 정리하면 다음의 표 1과 같다.
Figure 112011102687325-pat00001
여기서, D는 TBM 직경(m), FTh는 최대 추력(kN), MD는 최대 토크(kN·m), HP는 커터헤드 구동동력(kW), RPM은 커터헤드 1분당 최대 회전속도(rev/min), N은 디스크커터 개수, S는 디스크커터 평균간격(m)을 각각 나타낸다.
본 발명에서는 DB 통계분석결과로부터 도출된 상기 표 1에 정리한 DB 기반의 회귀식들을 활용하여 TBM 사양 및 커터헤드 설계인자를 계산하게 된다. 이를 도 9에 도시하였다.
도 9는 DB기반의 회귀식을 활용한 TBM 핵심사양 및 커터헤드의 예비설계 과정을 설명하기 위한 흐름도이다.
먼저, TBM 직경, 암석의 평균 일축압축강도와 인장강도, 디스크커터의 직경 및 최대용량 등의 TBM 및 디스크커터에 대한 설계조건을 입력한다.
그 다음, 입력된 설계조건과 앞서 표 1에 정리한 DB 회귀식들을 사용하여 TBM의 핵심사양들과 커터헤드 최적 설계조건을 추정하는 단계를 실시한다. 즉, 최대 추력(FTh), 최대 토크(MD), 구동 동력(HP), 커터헤드 최대 회전수(RPM), 디스크커터 개수(N) 및 디스크커터 평균 간격(S)을 표 1의 회귀식을 기반으로 계산하게 된다. 이러한 핵심사양들과 커터헤드 설계조건은 TBM 제작사에 TBM 설계를 의뢰할 때 가장 중요한 정보로서 활용된다.
최적 설계조건이 추정되면, 설계자가 대상 지반조건에 적용할 수 있을 것으로 예상되는 커터헤드 1회전당 커터 관입깊이의 최대값을 가정하고, 커터작용력 예측모델을 활용하여 디스크커터의 용량을 체크한다. 커터용량이란 디스크커터 1개당 허용될 수 있는 최대 외력을 의미하는 것으로서 디스크커터의 용량체크를 위해서는 현재까지 공개된 Rostami ＆ Ozdemir(1993) 그리고 Movinkel ＆ Johannessen(1986) 등의 커터 작용력 예측식인 아래의 수학식 1과 2를 적용할 수 있다.
Figure 112011102687325-pat00002
Figure 112011102687325-pat00003
여기서, Fn은 디스크커터에 작용하는 연직 하중(kN), Fr은 디스크커터에 작용하는 회전 하중(kN), d는 디스크커터의 직경(㎜), P는 커터헤드 1회전당 커터 관입깊이(㎜/rev) 그리고 Sc는 암석의 일축압축강도(㎫)이다.
이때, 가정된 최대값 이하로 커터 관입깊이를 변화시켜가면서 상기 예측식에 의해 계산된 Fn과 같은 커터 작용력이 설계에 적용된 디스크커터의 용량을 만족하는 지를 체크한다. 즉, 상기 식에 의해 계산된 Fn의 값이 커터용량 보다 큰 경우 관입깊이가 감소할수록 커터에 가해지는 하중이 감소하므로 커터의 관입깊이를 감소시킨다. 그리고, 감소된 관입깊이값에 근거하여 Fn을 다시 계산한다. 이렇게 Fn값 계산을 반복하여 Fn값이 커터용량보다 작으면, 다음 단계로 넘어간다.
디스크커터의 용량을 만족하는 커터 관입깊이의 범위가 파악되면, TBM 최대용량을 산출하는 단계를 시행한다.
TBM용량이란 디스크커터가 전체적으로 장착되어 있는 TBM에 가해질 수 있는 허용외력을 의미하는 것으로서 TBM 추력, 토크, RPM 등으로 구성된다. 이들 TBM의 추력, 토크, RPM 등은 표 1에 기재된 회귀식에 의해 산출된다.
설계자가 TBM 가동률, 작업시간 및 평균 가동 RPM을 가정한 후 그에 따른 커터 관입깊이별 굴진율을 산정하고, 그에 따른 소요 추력, 토크, 동력 등을 최대 사양과 비교하여 만족하는지를 확인하고 최종적으로 굴진율을 산출하게 된다.(굴진율은 단위시간당 TBM의 진출거리를 의미하므로 굴진속도를 통해 계산하고, 관입깊이(mm/rev)=굴진속도/커터헤드회전속도(rpm)이다)
실시예 1
본 발명에서는 민자사업 제안을 위한 예비설계 중인 서울시 지하도로 U-SMARTWAY에 대한 기본 정보를 수집하여, 이상과 같이 제안한 TBM 예비설계 과정의 적용 사례로서 제시하였다.
U-SMARTWAY에서는 동서 2축과 남북 1축의 한강통과구간에 직경 13.42m의 쉴드터널을 현재 계획하고 있다. 각 노선별로 얻어진 암석의 강도특성은 다음의 표 2와 같다.
Figure 112011102687325-pat00004
동서 2축과 남북 1축의 평균 일축강도의 차이는 약 3㎫에 불과하여, 본 적용예에서는 동서 2축에 대한 일축압축강도인 87.1㎫을 적용하였다.
대단면 쉴드터널인 점을 고려하여 디스크커터의 직경은 483㎜, 즉 19인치를 가정하였으며 기존 사례를 참고하여 19인치 디스크커터에 대한 최대용량을 315kN으로 가정하였다.
이상의 설계조건으로부터 추정된 쉴드 TBM의 핵심사양과 커터헤드 기본 설계조건은 다음의 표 3과 같다.
Figure 112011102687325-pat00005
이때, 본 발명에서 구축한 DB에서 유사한 TBM 직경으로 검색된 국내외 TBM 설계·시공정보인 하기 표 4와 함께 비교하였다.
Figure 112011102687325-pat00006
유사프로젝트의 검색 정보와 비교할 때, 최대동력과 최대 RPM을 제외하고는 회귀식으로 예측된 추정 사양과 설계조건은 전반적으로 검색 정보의 중간값과 유사한 것으로 나타났다.
그 다음으로 도 9와 같이 제안한 설계 과정에서 커터 관입깊이의 최대값을 15㎜/rev로 가정하고 커터 관입깊이의 변화에 따른 디스크커터 연직하중의 추정결과는 표 5와 같다.
Figure 112011102687325-pat00007
추정결과로부터 커터 관입깊이가 12㎜/rev 이하이면 19인치 디스크커터의 최대 용량 이내를 만족하는 것으로 나타났다.
이상과 같이 검토된 커터헤드 1회전당 커터 관입깊이에 따른 굴진율을 추정하기 위하여, 국내에서 TBM 설계시 일반적으로 적용된고 있는 TBM 가동율 30％ 및 TBM 작업시간 150hr/week를 가정하였다. 또한 굴진율 산정을 위해 필수적인 쉴드 TBM의 평균 가동 RPM은 앞서 표 3에서 예측된 최대 RPM의 50％인 1.53rev/min으로 가정하였다. 이상의 조건으로부터 산출된 커터 관입깊이별 굴진율 예측결과는 표 6과 같다.
Figure 112011102687325-pat00008
최종적으로 목표 굴진율을 일반적으로 국내 굴진율 수진인 7m/day로 설정할 경우, 이에 대한 커터 관입깊이는 약 10㎜/rev이다. 앞서 표 5에서 커터 관입길이가 10㎜/rev일 경우에 Rostami & Ozdemir(1983) 모델로 예측된 커터 연직하중은 커터 용량을 만족하며, 이에 해당하는 쉴드 TBM의 소요 추력은 12,616kN로서 데이터베이스 기반 회귀식으로 산출된 최대 추력 141,961kN(표 3 참조)의 약 9％ 수준으로서 추정된 쉴드 TBM의 최대 사양으로 무난히 목표 굴진율을 달성할 수 있는 것으로 예측되었다.
실시예 2
본 발명에서는 4,675개의 DB에 포함시키지 않은 47개의 TBM 설계사양 정보들과 앞선 표 1에 정리된 DB기반 회귀식들로 산출된 TBM 사양들을 비교하고자 하였다.
이때, 비교대상은 표 7에 나타낸 바와 같이 TBM의 최대 추력, 최대 토크, 최대 동력, 디스크커터 개수 및 디스크커터 직경이다.
Figure 112011102687325-pat00009
분석결과, 회귀식으로 산출된 TBM 최대 추력과 비교 분석대상인 47개 TBM 최대추력의 상대적인 차이는 -4.8±25.0％로서 양호한 정확도를 나타내었다(도 10a 참조). 이때 상대적인 차이가 양(+)의 값일 경우에는 회귀식이 적용된 사양보다 과소평가함을, 그리고 음(-)의 값일 경우에는 적용된 사양보다 과대평가함을 의미한다. 분석대상 자료의 57.5％가 ±20％ 이내의 범위에 해당하였다. TBM 최대토크의 경우에는 상대적인 차이가 -14.2±41.6％로서 평균적인 차이는 크게 나지 않았으나 편차가 큰 것으로 나타났다(도 10b 참조). 전체 분석대상의 약 85％가 ±60％에 해당하였다. 이는 표 1에 제시된 최대 토크 회귀식의 결정계수가 0.33에 불과하여 추정결과의 편차가 크게 나타난 것으로 사료된다. 따라서 DB 회귀식에 의해 최대 토크를 추정할 경우에는 추정 결과에 대한 추가적인 자료 조사 및 검토가 필요할 것으로 판단된다. 최대 동력의 경우에는, 47개 비교대상 프로젝트에 적용된 TBM의 동력정보가 상대적으로 부족하였으나, 상대적인 차이는 -8.6±25.1％로서 양호한 결과를 나타내었다(도 10c 참조). 마지막으로 디스크커터의 개수에 대한 상대적인 차이는 -7.6±7.3％로서 검토대상 항목 중에 가장 양호한 산출결과를 나타내었다(도 10d 참조). 전체 자료의 약 85％가 ±15％ 이내에 포함되었다. 이는 표 1에 제시된 디스크커터 개수 추정 회귀식의 결정계수가 0.79로서 매우 양호한 상관관계가 얻어졌기 때문으로 판단된다.
이와 같은 본 발명의 기본적인 기술적 사상의 범주에서, 당업계의 통상의 지식을 가진 자에게 있어서는 다른 많은 변형이 가능함은 물론이고, 본 발명의 권리범위는 첨부한 특허청구범위에 기초하여 해석되어야 할 것이다.

Claims (11)

  1. 원형 단면의 터널을 굴착하는 터널굴착기(Tunnel Boring Machine)(TBM)을 설계하는 방법에 있어서,
    (1) TBM 설계 및 시공 실적 정보를 데이터베이스(DB)화하는 단계;
    (2) 상기 DB의 TBM 사양 및 TBM에 장착되는 커터헤드 설계에 관련된 정보를 통계분석하는 단계; 및
    (3) 상기 DB 통계분석결과로부터 TBM 사양 및 커터헤드 설계인자를 계산하는 단계를 포함하되,
    상기 단계 (3)은,
    (3a) TBM 및 디스크커터에 대한 설계조건을 입력하는 단계;
    (3b) 상기 입력된 설계조건과 상기 DB 통계분석결과를 근거로, TBM의 최대 추력, 최대 토크, 구동 동력, 커터헤드의 최대 회전수(RPM), 디스크커터의 개수, 및 디스크커터의 평균 간격과, 커터헤드 최적 설계조건을 추정하는 단계;
    (3c) 상기 추정된 최적 설계조건에 적용된 디스크커터의 용량을 만족하는 커터 관입깊이를 산정하는 단계; 및
    (3d) 상기 산정된 커터 관입깊이별 굴진율을 산정하는 단계를 포함하며;
    상기 단계 (2)에서는 상기 DB 정보를 통해 TBM 직경에 따른 최대 추력, 최대 토크, 구동 동력, 커터헤드 최대 회전수(RPM), 디스크커터의 개수, 및 디스크커터의 평균 간격의 상관관계를 분석하되;
    상기 TBM 직경에 따른 최대 추력, 최대 토크 및 구동동력은 지수함수 형태의 상관관계를 가지고 있는 것을 특징으로 하는 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법.
  2. 삭제
  3. 삭제
  4. 제 1항에 있어서, 상기 TBM 직경에 따른 최대 RPM은 음(-)지수 함수 형태의 상관관계를 나타내는 것을 특징으로 하는 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법.
  5. 제 1항에 있어서, 상기 TBM 직경에 따른 디스크커터의 개수 및 간격은 선형관계를 나타내는 것을 특징으로 하는 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법.
  6. 제 1항에 있어서, 상기 단계 (3a)는 TBM 직경, 암석의 평균 일축압착강도와 인장강도, 디스크커터의 직경 및 최대용량을 포함하는 설계조건을 입력함을 특징으로 하는 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법.
  7. 제 1항에 있어서, 상기 단계 (3b)에서 최대 추력, 최대 토크, 구동 동력, 커터헤드 최대 회전수, 디스크커터의 개수 및 디스크커터의 평균 간격을 추정할 때,
    상기 TBM의 최대 추력(FTh, 단위: kN)은
    Figure 112013000809881-pat00010

    에 의해 계산되고,
    상기 TBM의 최대 토크(MD, 단위: kNㆍm)는
    Figure 112013000809881-pat00011

    에 의해 계산되고,
    상기 TBM의 구동 동력(HP, 단위: kW)은
    Figure 112013000809881-pat00026

    에 의해 계산되고,
    TBM 커터헤드의 1분당 최대 회전수(RPM, 단위: rev/min)는
    Figure 112013000809881-pat00027

    에 의해 계산되고,
    TBM 커터헤드에 장착되는 디스크커터의 개수(N)는
    N = 5.83 + 5.67D
    에 의해 계산되고,
    TBM 커터헤드에 장착되는 디스크커터의 평균 간격(S, 단위: rev/min)은
    S = 61.50 + 2.25D
    에 의해 계산되며,
    상기 D(단위: m)는 TBM 직경인 것을 특징으로 하는 데이터베이스 기반의 통계모델에 의한 TBM 사양 설계방법.
  8. 제 1항에 있어서, 상기 단계 (3c)는
    (3c1) 커터헤드 1회전당 커터 관입깊이의 최대값을 가정하는 단계;
    (3c2) 커터작용력 예측모델을 통해 디스크커터 용량 체크하는 단계; 및
    (3c3) TBM 최대 사양을 만족하는 목표 커터 관입깊이를 산정하는 단계로 이루어짐을 특징으로 하는 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법.
  9. 제 8항에 있어서, 상기 단계 (3c2)은 상기 가정된 최대값 이하로 커터 관입깊이를 변화시켜가면서 커터작용력을 계산하여 계산된 커터작용력이 커터의 최대용량 이내에 해당되는지를 판단하는 것을 특징으로 하는 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법.
  10. 삭제
  11. 제 1항에 있어서, 상기 단계 (3d)는
    (3d1) TBM 가동률, 작업시간 및 평균 가동 RPM을 가정하고, 그에 따른 커터 관입깊이별 굴진율을 산정하는 단계; 및
    (3d2) 상기 산정된 커터 관입깊이별 굴진율에 따른 소요 추력, 토크, 동력을 최대 사양과 비교하여 최종 굴진율을 산출하는 단계로 이루어짐을 특징으로 하는 데이터베이스 기반의 통계모델에 의한 ＴＢＭ 사양 설계방법.
KR1020110140949A 2011-12-23 2011-12-23 데이터베이스 기반의 통계모델에 의한 ｔｂｍ 사양 설계방법 KR101230261B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110140949A KR101230261B1 (ko) 2011-12-23 2011-12-23 데이터베이스 기반의 통계모델에 의한 ｔｂｍ 사양 설계방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110140949A KR101230261B1 (ko) 2011-12-23 2011-12-23 데이터베이스 기반의 통계모델에 의한 ｔｂｍ 사양 설계방법

Publications (1)

Publication Number Publication Date
KR101230261B1 true KR101230261B1 (ko) 2013-02-06

Family

ID=47898974

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110140949A KR101230261B1 (ko) 2011-12-23 2011-12-23 데이터베이스 기반의 통계모델에 의한 ｔｂｍ 사양 설계방법

Country Status (1)

Country Link
KR (1) KR101230261B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101498163B1 (ko) * 2013-12-04 2015-03-04 한국건설기술연구원 데이터베이스를 활용한 로드헤더에 장착되는 커팅헤드 형상의 설계방법
CN104598673A (zh) * 2014-12-30 2015-05-06 中铁上海工程局集团有限公司 一种盾构机姿态复核计算方法
KR20160056356A (ko) * 2014-11-10 2016-05-20 한국건설기술연구원 로드헤더 커팅헤드 부착장비의 형상규격을 결정하는 방법
CN107577862A (zh) * 2017-08-30 2018-01-12 中铁工程装备集团有限公司 一种tbm在掘岩体状态实时感知系统和方法
KR101848754B1 (ko) * 2017-11-27 2018-05-28 한국건설기술연구원 Tbm의 제작 외경에 따른 tbm의 최대 용량 설계 시스템 및 이를 이용한 tbm의 최대 용량을 설계하는 방법
CN109725128A (zh) * 2019-01-17 2019-05-07 中国水利水电科学研究院 一种tbm掘进过程模拟测试系统及测试方法
KR20220050598A (ko) * 2020-10-16 2022-04-25 한국전력공사 쉴드 tbm 설계 방법, 쉴드 tbm 설계 장치 및 쉴드 tbm 검수 장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090036503A (ko) * 2007-10-09 2009-04-14 한국건설기술연구원 터널굴착기의 최적 설계모델에 의한 터널굴착기 설계방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090036503A (ko) * 2007-10-09 2009-04-14 한국건설기술연구원 터널굴착기의 최적 설계모델에 의한 터널굴착기 설계방법

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101498163B1 (ko) * 2013-12-04 2015-03-04 한국건설기술연구원 데이터베이스를 활용한 로드헤더에 장착되는 커팅헤드 형상의 설계방법
KR20160056356A (ko) * 2014-11-10 2016-05-20 한국건설기술연구원 로드헤더 커팅헤드 부착장비의 형상규격을 결정하는 방법
KR101642058B1 (ko) 2014-11-10 2016-08-01 한국건설기술연구원 로드헤더 커팅헤드 부착장비의 형상규격을 결정하는 방법
CN104598673A (zh) * 2014-12-30 2015-05-06 中铁上海工程局集团有限公司 一种盾构机姿态复核计算方法
CN107577862A (zh) * 2017-08-30 2018-01-12 中铁工程装备集团有限公司 一种tbm在掘岩体状态实时感知系统和方法
CN107577862B (zh) * 2017-08-30 2019-12-03 中铁工程装备集团有限公司 一种tbm在掘岩体状态实时感知系统和方法
KR101848754B1 (ko) * 2017-11-27 2018-05-28 한국건설기술연구원 Tbm의 제작 외경에 따른 tbm의 최대 용량 설계 시스템 및 이를 이용한 tbm의 최대 용량을 설계하는 방법
CN109725128A (zh) * 2019-01-17 2019-05-07 中国水利水电科学研究院 一种tbm掘进过程模拟测试系统及测试方法
CN109725128B (zh) * 2019-01-17 2020-11-10 中国水利水电科学研究院 一种tbm掘进过程模拟测试系统及测试方法
KR20220050598A (ko) * 2020-10-16 2022-04-25 한국전력공사 쉴드 tbm 설계 방법, 쉴드 tbm 설계 장치 및 쉴드 tbm 검수 장치
KR102512730B1 (ko) * 2020-10-16 2023-03-23 한국전력공사 쉴드 tbm 설계 방법, 쉴드 tbm 설계 장치 및 쉴드 tbm 검수 장치

Similar Documents

Publication Publication Date Title
KR101230261B1 (ko) 데이터베이스 기반의 통계모델에 의한 ｔｂｍ 사양 설계방법
KR100981322B1 (ko) 터널굴착기의 최적 설계모델에 의한 터널굴착기 설계방법
Cho et al. Optimum spacing of TBM disc cutters: A numerical simulation using the three-dimensional dynamic fracturing method
Nelson TBM performance analysis with reference to rock properties
Witt-Doerring et al. Quantifying PDC Bit Wear in Real-Time and Establishing an Effective Bit Pull Criterion Using Surface Sensors
US11542754B2 (en) Cutting structure design with secondary cutter methodology
Li et al. Survey of measurement-while-drilling technology for small-diameter drilling machines
CN104863604A (zh) 硬岩隧道掘进机刀盘掘进系统刀具磨损情况实时预估方法
Bilgin et al. The effect of rock weathering and transition zones on the performance of an EPB-TBM in complex geology near Istanbul, Turkey
RU2564423C2 (ru) Система и способ моделирования взаимодействия расширителя и долота
Gunawan et al. Conical diamond element PDC bit as a breakthrough to drill hard geothermal formation in Indonesia
Chen et al. Development of and Validating a Procedure for Drillstring Fatigue Analysis
Murphy et al. Deepwater Drilling in Both Hard and Abrasive Formations: The Continuing Challenge of Bit Optimization
JP4421146B2 (ja) トンネル切羽前方の地質予測方法および地質予測装置
Deng et al. Bit optimization method for rotary impact drilling based on specific energy model
Curry et al. Assuring Efficient PDC Drilling
Frough et al. Study of the correlation between RMR and TBM downtimes
Olson et al. Jacking force and productivity analysis of pilot tube microtunneling installations
KR101848754B1 (ko) Tbm의 제작 외경에 따른 tbm의 최대 용량 설계 시스템 및 이를 이용한 tbm의 최대 용량을 설계하는 방법
Sabri et al. A Numerical Investigation of the Effect of Disc Cutter Wear on Rock-Cutting Forces in Mechanized Tunnel Boring Machines
Ramezanzadeh et al. Performance prediction models for hard rock tunnel boring machines
CN113536603A (zh) 一种tbm岩体条件相关利用率的预测方法
Khosravi et al. Effects of joint orientation and spacing on the boreability of jointed rock mass using tunnel boring machines
Stavropoulou et al. Characterization of rock masses based on geostatistical joint mapping and rock boring operations
Wang et al. Sensitivity of TBM’s performance to structural, control and geological parameters under different prediction models

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170103

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20171226

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190107

Year of fee payment: 7

R401 Registration of restoration