인공신경망 모델을 이용한 불포화토 겉보기점착력 추정에 관한 연구

Abstract

대부분의 지반은 지하수면 위에 존재하고 있으며 이러한 불포화지반 조건은 음의 간극수압을 유발한다. 이와 같이 유발되는 음의 간극수압은 모관흡수력이라 하여 전단강도의 증가를 가져오게 되며, 이러한 불포화 지반의 전단강도 증분특성은 사면과 성토체의 안정성, 기초의 지지력, 수평토압 등의 예측에 고려하여야 한다. 이러한 영향을 고려하기 위해서 모관흡수력에 대한 비선형 불포화 전단강도 거동을 쌍곡선형태로 수식화한 바 있다. 이러한 작업은 모관흡수력에 의해 야기되는 불포화 전단강도의 증분을 합리적으로 고려하고 예측하는데 도움을 줄 것으로 기대된다. 그러나 불포화토의 전단강도 특성을 구하기 위한 실험은 일반적으로 장비구축의 비용과 시간 소비가 많고 수행하기 어렵기 때문에 불포화토에 대한 전단강도 특성은 제한적으로만 적용되어 왔다. 따라서 보다 다양한 적용을 위해서는 불포화토의 전단강도를 예측하기 위한 보다 간편한 접근방법을 개발하는 것이 요구되고 있다. 이에 본 연구에서는 인공신경망 이론으로 추정하는 방법을 제안하고 적용하여 보았다. 또한 기존에 쌍곡선형태로 제안한 바 있는 모관흡수력에 대한 불포화 전단강도의 비선형 수식화가 불포화 전단강도 예측을 비교적 간단하게 할 수 있으므로 이를 이용하였다. 그리고 기존의 문헌에 발표된 다짐 시료에 대한 실험자료와 본 연구에서 수행된 실험을 통한 자료를 바탕으로 기본적인 지반 물성(입도분포, 간극비, 다짐함수비, 점착력, 내부마찰각 등)과 불포화 전단강도와의 관계를 추론하였다. 인공신경망 내에서의 훈련과정에서는 Bayesian regularization 기법을 도입함으로써 보다 일반화된 방법으로 과적 (overfitting)의 문제를 해소하였다.