터널 시공 중, 예측하지 못한 이상지반 조우 시, 굴진면 붕괴, 지하수 유입, 설비 마모 등으로 인해 시공 안정성 및 경제성이 크게 저하될 수 있다. 따라서, 터널 건설의 안정성과 효율성을 증가시키기 위해, 터널 시공 중 급격한 지반변화를 예측하는 것은 필수적이다. 그러나, 터널 설계단계에서 수행하는 지반조사는 광범위한 지역의 선택적이고 대략적인 지질구조를 추정하는데 중점을 두고 있어, 터널 노선 인접 지반정보를 정확하게 예측하기에 적합하지 않다. 이에, 본 논문에서는 터널 시공 중 전기비저항 및 유도분극 계측 데이터를 활용한 터널 굴진면 전방 위험지반의 예측 연구를 수행하였다.
본 연구에서는 전기 탐사를 이용한 굴진면 전방 예측실내 실험을 진행하였으며, 전기비저항 탐사 및 유도분극 탐사를 적용하였다. 위험 지반 조건으로는 단층파쇄대, 침수대, 지질경계, 공동, 그리고 핵석지반으로 지반을 형성하였으며, 각 위험 지반 조건에서 굴진 중 전기비저항 및 충전율의 변화를 측정하였다. 실내 실험 결과를 바탕으로, 터널 전방 위험 지반 예측 가이드라인을 제시하였다.
또한, 터널 전방예측 전기탐사 수치해석 모델 개발을 통해 제한적인 전기탐사 실험데이터를 보완하고, 모사가 어려운 위험 지반조건에 대한 전방 예측연구를 수행하였다. 개발된 터널 전방 전기탐사 수치해석 모델로 파쇄대 실험조건을 모사하고 실험 계측치와 비교하여 수치해석 모델을 검증하였다. 검증된 수치해석 모델을 현장조건으로 기하 형상을 변경하여 현장 TBM 터널 굴진 모사 수치해석 모델을 개발하였다.
수치해석을 통해 얻은 계측데이터를 활용하여 터널 굴진 중 발생 가능한 위험지반 예측 머신러닝 알고리즘을 개발하였다. 개발된 머신러닝 모델로 터널 전방 위험지반 종류를 예측 가능하며, 이를 하모니서치 알고리즘을 기반으로 위험지반의 특성변수의 산정이 가능한 최적화 연구를 수행하였다. 본 연구는 터널 전방 위험지반의 정확한 예측을 제공하여, 안정적이고 경제적인 터널 시공에 기여할 것으로 판단된다.