Journal of the Korean Geotechnical Society. September 2021. 25-36
https://doi.org/10.7843/kgs.2021.37.9.25

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 지능형 다짐기술(IC) 기반 토공사 품질관리 절차

  •   2.1 다짐 롤러 연계 지능형 다짐기술(IC)

  •   2.2 해외 품질관리 기준 고찰을 통한 목표 지능형 다짐값 도출 절차

  • 3. 현장시험 방법 및 조건

  •   3.1 현장시험 개요

  •   3.2 현장시험 조건 및 시스템

  • 4. 현장시험 결과를 바탕으로 한 목표 지능형 다짐값 획득 절차

  •   4.1 전체 지능형 다짐값(CMV) 도출

  •   4.2 통계학적 처리를 통한 평균 지능형 다짐값(CMV)

  •   4.3 노체품질관리 기준 목표 지능형 다짐값(Target CMV) 결정

  • 5. 결 론

1. 서 론

최근 들어 토공사 분야에서 인력 중심의 재래식 다짐 공정의 일부를 스마트 기술을 이용한 자동화 작업으로 대체, 생산성 향상을 도모하려는 연구가 진행되고 있다. 전통적인 방식의 다짐 공정은 다짐공정과 품질검사 공정이 분리되어 있어 작업 효율이 낮고, 현장 일점시험(Spot test: 평판재하시험, 들밀도시험) 결과를 바탕으로 품질검사 공정이 진행되어 전체 현장의 품질을 실시간-연속적으로 관리하는데 한계가 있다. 따라서 재래식 방식의 다짐 공정 품질관리 문제점을 개선하고자 다짐롤러에 위치정보(GPS)와 가속도센서를 부착하여 토공사 다짐 품질관리를 실시간-연속적으로 모니터링 할 수 있는 ‘연속다짐관리(CCC: Continuous Compaction Control)’ 기술들이 개발되고 있다(Thurner and Sandstrom, 1980; Forssblad, 1980; Sandstrom and Pettersson, 2004; Anderegg and Kauffmann, 2004; Baek et al., 2020; Lee et al., 2018).

연속 다짐관리 기술은 다짐 시공 시 진동 다짐 롤러에 가해지는 지반 응답(반발력)을 통해 지반강성을 계측하여 지반의 다짐도를 측정하는 기술로서 지난 30년 동안 유럽, 미국 등을 중심으로 연구가 활발히 진행되어 왔다. 가속도 센서와 GPS를 이용하여 롤러의 다짐도를 측정할 수 있는 연속다짐관리 기술을 ‘지능형 다짐(IC: Intelligent Compaction)으로 칭하며 Trimble, Leica, Topcon 등의 해외 선진사들은 지능형 다짐 기술이 적용된 IC 롤러를 이용해 품질관리 공정을 최적화하고 다짐공정 생산성을 높일 수 있는 지능형 다짐관리 솔루션을 상용화하고 있다. 아울러 오스트리아(RVS, 1999)를 기점으로 독일(Research Society for Road and Traffic, 1994), 스웨덴(Vagverket, 1994), 미국(FHWA, 2014), 국제지반공학회(ISSMGE, 2005) 등 유럽과 미국을 중심으로 지능형 다짐기술을 통한 토공사 품질관리 시방기준을 제시하고 있다. 국내의 경우 한국도로공사 교통연구원(Cho and Jung, 2000), 한국건설기술연구원(Kim and Park, 2010; Park and Kim, 2012; Baek et al., 2020), 한양대학교(Lee et al., 2018) 등에서 지능형 다짐관리 시스템 개발 및 관련 기초 연구가 수행되었지만 해외 선진 연구그룹에 비하여 다양한 연구결과가 부족하고, 특히 국내 시방 기준에는 지능형 다짐품질관리 관련 기준이 전무하여, 해당 기술을 국내 토공사 현장에 적용할 수 있는 제도적 기반이 필요한 실정이다.

본 연구는 지능형 다짐기술 기반 토공사 품질관리를 위한 기초 연구(Baek et al., 2020)의 후속결과를 제시한다. 국내 실정에 맞는 지능형 다짐기술 기반 토공사 품질관리 절차 제시를 위해, 지능형 다짐도 평가 기술 및 관련 기준에 대해 분석하고, IC 롤러를 이용한 현장 시험시공 실험 결과를 바탕으로 현장 다짐품질관리 기준 Target CMV(Compaction Meter Value)를 도출하는 절차에 대해 고찰하였다. 본 논문의 구성은 다음과 같다. 2절에서는 지능형 다짐관리 기술 및 관련 토공사 품질관리 기준에 대해 분석하였다. 3절에서는 현장시험 개요 및 조건을 서술하고, 4절에서는 시험 결과를 기반으로 지능형 다짐 품질관리 절차에 대해 기술하고 추가적인 고려사항들에 대하여 서술하였다.

2. 지능형 다짐기술(IC) 기반 토공사 품질관리 절차

2.1 다짐 롤러 연계 지능형 다짐기술(IC)

전통적 다짐 공정 품질관리의 문제점인 실시간-연속적 다짐 품질 모니터링의 제한사항을 해결하고자 시공 시 다짐 품질관리를 동시에 수행할 수 있는 연속다짐관리(CCC) 기술이 개발되었다. 연속다짐관리 기술을 다짐 롤러에 접목시켜 다짐롤러에 부착된 GPS 및 가속도계 센서로부터 얻어진 위치정보와 품질정보 데이터를 실시간으로 처리하여 다짐공정을 최적화하고 실시간-연속적으로 다짐품질관리를 수행하는 기술이 ‘지능형 다짐기술(IC)’이다(Adam and Brandl, 2003; Anderegg et al., 2006).

본 기술은 1974년 스웨덴 고속도로 관리국(Vagverket, 1994)에서 진동 다짐 롤러의 드럼축에 가속도계를 부착하여 다짐도를 간접적으로 평가하는데서 시작하여 지난 30년 동안 유럽, 미국 등을 중심으로 발전되어왔다(Thurner and Sandstrom, 2000; Baek et al., 2020). 지능형 다짐기술의 기본원리는 진동롤러의 가진 주파수(fundamental frequency)와 2차 조화주파수(second harmonic)에 해당하는 가속도의 진폭(amplitude) 간의 비율(CMV)을 통해 지반의 다짐도를 분석하는 기술이다. 진동롤러의 축에 가속도계를 부착하여 얻은 가속도 기록을 고속 푸리에 변환(FFT: Fast Fourier transform)하여 frequency domain으로 도시하고, 진동롤러의 가진 주파수인 기본 주파수 성분(fundamental frequency)에 해당하는 첫 번째 조화성분(first harmonic)의 진폭(amplitude, A0)과 두 번째 조화성분(second harmonic)의 진폭(amplitude, A1)의 비율을 통해 지반의 상대적인 다짐도를 평가한다. 지반의 상대적인 다짐도를 CMV(Compaction Meter Value)로 정의하며, 이는 식 (1)을 이용하여 산출 할 수 있다(Thurner and Sandstrom, 1980; Forssblad, 1980; Sandstrom and Pettersson, 2004).

(1)
CMV=CA1A0

여기서, C는 상수로 주로 300이 사용되며, A0A1은 앞서 정의한대로 각각 첫 번째와 두 번째 조화성분에 해당하는 진폭을 의미한다. Fig. 1은 다짐 롤러의 가속도 기록으로부터 CMV를 산출하는 절차에 대한 모식도이다. CMV를 통해 지반의 상대적인 다짐도를 정량화할 수 있으며, Forssblad(1980)Adam(1997)은 현장시험을 통해 대표적인 지반 종류에 따라서 대략적인 CMV 범위(자갈: 40~70, 모래: 25~40, 실트: 20~30)을 제시하였다. 하지만 해당 값은 해외의 토사를 대상으로 분석된 지표로서 CMV는 롤러의 하중 조건(롤러 규격, 다짐횟수, 롤러 구동속도, 다짐력, 다짐 가속도 등), 롤러 구동모드(Vibration, Oscillation) 및 지반상태(함수비)에 의해 영향을 받기 때문에 해당 지표를 현장에 적용하기 위해서는 해당 지역의 토사를 대상으로 추가적인 연구 및 검증 작업이 필요하다(Hansbo and Pramborg, 1980; Baek et al., 2020; Cao et al., 2021). 연속적다짐관리(CCC) 기반 지능형 다짐기술(IC)을 적용할 경우 시공시에 다짐 품질관리를 실시간으로 수행할 수 있기 때문에 다짐 공정을 최적화 할 수 있다. 나아가 부분적으로 시행하는 일점시험에 의한 선택적 다짐 품질 모니터링을 연속적으로 수행할 수 있어 토공사 다짐 공정의 품질관리 신뢰도를 높일 수 있을 것이라 판단된다.

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F1.jpg
Fig. 1

CMV calculation procedure from field acceleration data

2.2 해외 품질관리 기준 고찰을 통한 목표 지능형 다짐값 도출 절차

국내의 경우 흙의 다짐시험(KS F 2312), 흙의 밀도시험(KS F 2311)을 이용한 다짐도 평가 및 평판재하시험(KS F 2310)을 이용한 지지력 평가 방법을 통한 다짐관리 기준만을 제시하고 있으며 지능형 다짐기술 기반 토공사 품질관리 기준은 전무한 실정이다(KCS 11 20 20, 2016). 유럽과 미국에서는 지능형 다짐기술 기반 토공사 품질관리 기준을 제정하여 지능형 다짐기술의 현장 적용성을 높이기 위한 제도적 기반을 마련하였다. 오스트리아(RVS 1999), 독일(Road Society for Road and Traffic, 1994), 국제지반공학회(ISSMGE, 2005), 미국(FHWA, 2014), 스웨덴(Vagverket, 1994) 등의 국가 및 단체에서는 지능형 다짐값(CMV)을 활용한 품질관리 기준을 제시하였으며 기준의 활용성을 높이기 위해 꾸준한 연구를 진행하고 있다.

Fig. 2는 지능형 다짐기술을 이용한 토공사 품질관리 절차에 대한 모식도를 나타낸다. 기본적으로 시험시공을 통해 하중 횟수에 따른 지능형 다짐값을 도출하고, 나아가 목표 지능형 다짐값을 결정하여 이 값을 바탕으로 본 시공 구간의 품질관리를 실시한다(Baek et al., 2020). 각 기준에서 제시하는 품질관리 절차는 유사하지만, 목표 지능형 다짐값(IC target: Intelligent Compaction target)을 도출하는 결정 방법과 활용법에서 차이를 보인다. 상기의 해외 기준에서 제시한 토공사 품질관리를 위한 목표 지능형 다짐값 도출 절차 및 활용법은 아래의 소절과 같이 3가지로 구분된다.

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F2.jpg
Fig. 2

Flow chart of the earthwork quality control using intelligent compaction technology (Baek et al., 2020)

2.2.1 현장 품질시험과의 상관관계를 통한 목표 지능형 다짐값 도출

오스트리아(RVS 8S.02.6, 1999), 독일(Road Society for Road and Traffic, 1994), 국제지반공학회(ISSMGE, 2005)에서는 다짐 현장 부지에 시험시공(trial construction)을 수행하고 해당 구간의 현장 품질시험 값과의 상관관계를 통해 목표 지능형 다짐값을 도출하는 방법을 품질관리 기준으로 제시하고 있다.

드럼축에 가속도계를 장착하여 본 시공과 동일한 이동 속도 및 가진 주파수로 다짐롤러의 시험시공(trial construction)을 수행하고, 가속도 응답 기록을 통해 하중 횟수별 지능형 다짐값(CMV, IC value)을 도출한다. 동시에 하중 횟수별로 평판재하시험을 수행하여 지지력 계수(Bearing capacity index, E(kN/m3))을 획득하고, Fig. 4과 같이 IC value 와 E값으로 그래프를 도시한다. 회귀분석을 통해 지능형 다짐값과 지지력 계수의 상관관계를 나타내는 추세선을 도출하여 상관관계가 0.7이상일 때, 두 값의 상관관계가 신뢰성을 가진다고 판단한다. 나아가 품질관리 시방기준 지지력 계수에 해당하는 지능형 다짐값을 추세선을 통해 찾고 해당값을 목표 지능형 다짐값(Target IC value)으로 결정한다. 본 값을 품질관리 지표로 삼아 본 시공 구간에서 지능형 다짐 기술을 이용해 품질관리를 실시한다. 오스트리아(RVS, 1999), 국제지반공학회(ISSMGE, 2005)에서는 본 시공에서 측정된 지능형 다짐값 평균이 목표값의 105% 이상이고, 최소값이 목표값의 95% 이상, 독일(Road Society for Road and Traffic, 1994)에서는 본 구간의 지능형 다짐값이 목표 지능형 다짐값보다 커지도록 다짐을 수행하되, 인접구역에서 측정된 지능형 다짐값의 편차가 10% 이내에 들어오는 것을 시공 기준으로 제시한다.

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F3.jpg
Fig. 3

A schematic curve of intelligent compaction values versus bearing capacity index (Baek et al., 2020)

2.2.2 지능형 다짐값의 증가율 수렴을 통한 목표 지능형 다짐값 도출

미국(FHWA, 2014)에서는 지능형 다짐값 증가율 수렴을 통해 목표 지능형 다짐값을 도출하는 방법을 제안하고 있다. 드럼 축에 가속도계를 부착하고 본 시공과 동일한 가진 주파수와 이동속도로 시험시공을 수행한다. 2.2.1에서 제안하는 방법과 동일하게 가속도 기록으로부터 CMV를 도출하고 지능형 다짐값(IC value) - 다짐횟수(Roller passes) 곡선을 도시한다. 지능형 다짐값은 다짐도와 비례하기 때문에 다짐횟수가 증가함에 따라 지능형 다짐도가 증가하고, 추가 다짐으로 인한 증가량은 점차 감소한다. 다짐횟수의 증가에 따른 지능형 다짐값의 증가율이 5% 미만일 경우 최적 다짐횟수에 도달하였다고 판단하여 해당 지능형 다짐값을 목표 지능형 다짐값으로 결정한다(Fig. 4). 본 값을 품질관리 지표로 설정하여 본 시공 구간에서 지능형 다짐값이 목표 지능형 다짐값의 90% 이상, 최소값은 80% 이상이 되도록 다짐 품질을 관리한다. 추가로 본 시공 구간의 지능형 다짐값이 대부분 목표 지능형 다짐값의 130% 이상인 경우, 시험시공의 신뢰도가 낮다고 판단하고 시험시공을 다시 실시하는 방법을 제시한다.

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F4.jpg
Fig. 4

A schematic curve of intelligent compaction values versus number of roller passes (Baek et al., 2020)

2.2.3 지능형 다짐기술을 이용한 일점시험 가이드라인 제시

스웨덴(Vagverket, 1994)에서는 지능형 다짐기술을 현장 품질관리를 위한 부가적인 수단으로 사용할 것을 제안하고 있다. 목표 지능형 다짐값을 품질관리 기준으로 직접적으로 활용하는 타 기준과 달리, 일점시험(평판재하시험, 들밀도시험 등)을 이용하여 현장 다짐 품질관리를 수행하는 기존 방식을 고수하고, 일점시험의 위치를 찾기 위한 부가적인 수단으로써 지능형 다짐기술을 이용한다. 지능형 다짐기술을 이용하면 연속적 현장 모니터링이 가능하기 때문에, 다짐 시공 시 지능형 다짐값이 낮은 영역을 다짐도가 낮거나 상대적으로 연약한 지반으로 판단하고 해당 지역에서 일점시험을 수행하는 방식을 제안한다.

3. 현장시험 방법 및 조건

3.1 현장시험 개요

본 연구에서는 지능형 다짐기술을 이용한 목표 지능형 다짐값 도출 절차에 대한 고찰을 위해 현장시험(시험시공)을 수행했다. 현장시험 위치는 경기도 안성-용인 고속도로 현장이며, 고속도로용 노체 시공 구간에서 시험을 실시하였다. 길이와 너비가 각각 30m 및 3m 인 시험 부지(원지반, underlaying layer)에 성토재료를 약 500mm 두께로 포설하고, 원통형 롤러를 이용하여 시험시공(다짐)을 실시하였다. 롤러에 가속도계를 설치하여 지능형 다짐값(CMV)을 도출하고, GPS 센서를 이용하여 위치정보로부터 다짐 특성(다짐횟수, 속도)을 측정하였다(Fig. 5). 아울러 노체 현장 품질기준(KCS 11 20 20, 2016)을 바탕으로 일점시험(평판재하시험, KS F 2310)을 통해 다짐 횟수별 지지력 계수를 측정하고, 지능형 다짐값과의 상관성 분석을 이용하여 목표 지능형 다짐값(Target IC value)을 도출하였다.

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F5.jpg
Fig. 5

GPS & Accelerometer installed BOMAG compaction roller used in this study

3.2 현장시험 조건 및 시스템

Fig. 6과 같이 고속도로 노체 시공 현장에 길이 30m 너비 3m(진동롤러 드럼 직경 2.13m)인 시험부지에서 현장시험을 실시하였다. 또한 세부적인 데이터 해석을 위해 시험 구간을 10m 간격으로 각각 A, B, C 구역으로 나누었다. 원지반위에 약 500mm의 두께로 성토재료를 포설하여 시험부지를 조성하였다. Table 1은 실내시험(laboratory test)로부터 얻어진 성토재료의 기본 물성값을 보여준다. 성토재료의 4번체 및 200번체 통과량이 각각 69.7% 및 12.1%으로 나타났으며, 소성 지수가 N.P를 나타내 통일분류법(Unified Soil Classification System, USCS)에 따라 SM(실트질 모래)로 분류되었다. 흙의 다짐시험(KS F 2312, 2016) 중 B 다짐으로 평가된 최대 건조단위중량과 최적함수비는 각각 1.96t/m3 및 8.6%으로, 함수비 5.3 ~ 12.5% 범위에서 최대건조단위중량의 95%를 만족하도록 다짐이 가능한 것으로 나타났다.

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F6.jpg
Fig. 6

Photograph and schematics of field test site

Table 1.

Soil properties of fill material in the test site

USCS PI Gs D30
(mm)
D50
(mm)
D60
(mm)
γd(max)
(t/m3)
ωopt
(%)
SP-SM N.P 2.65 0.38 1.45 2.50 1.96 8.6

다짐은 총 10회(편도) 실시하였으며, 롤러의 진행 방향은 각각 홀수 다짐 시 전진, 짝수 다짐 시 후진으로 시험을 수행하였다. 시험 중 사용한 다짐형 롤러는 Bomag BW 211D 롤러로 드럼의 직경과 너비가 각각 1.5m 및 2.13m, 총중량 10,600kg이며 드럼하중은 5,670kg 이다. 롤러의 가진 주파수는 약 30-34Hz이며, 최대 이동속도는 11km/h이다. 본 실험에서는 30Hz의 가진 주파수로 진동하중이 가해졌으며, 이동속도는 전진, 후진 시 각각 약 4km/h, 2km/h로 이동속도를 조절하였다. 해당 롤러의 세부 사항은 Table 2에 정리하여 나타내었다. 가속도 응답기록과 위치정보를 수집하기 위해 Fig. 5와 같이 GPS 센서와 가속도계를 설치하였으며, 시험 중 가속도 값과 GPS 정보를 초당 1개씩 수집하였다. 짝수 회 다짐이 완료된 후, 다짐시험 10m, 20m 구간에서 평판재하시험(KS F 2310, 2015)을 수행하였으며, 지지력 계수가 노체품질기준 147MN/m3을 만족할 때까지 일점시험이 진행되었다. 장비 자체의 기계진동(엔진진동)은 드럼의 가진(excitation) 주파수보다 높은 고주파수대 영역에 있고, 기계진동의 진폭(amplitude)은 드럼가진 진폭에 비해 작기 때문에 본 연구의 CMV산출에서 기계진동에 의한 특성은 고려하지 않았다. 향후 보다 정확한 CMV 산출을 위해서는 Low-pass 필터의 구성도 필요한 요소로 판단된다.

Table 2.

Specifications of BOMAG compaction roller

Specifications Values
Dimensions Drum diameter 1.5 m
Working width 2.1 m
Weight Total weight 10.6 ton
Drum weight 5.7 ton
Excitation frequency High 34 Hz
Low 30 Hz
Working mode Vibratory Vertical vibration
Oscillatory Horizontal vibration
Speed Forward ~ 11 km/h
Reverse ~ 2 km/h

4. 현장시험 결과를 바탕으로 한 목표 지능형 다짐값 획득 절차

본 절에서는 현장 품질시험 값과 지능형 다짐값과의 상관관계를 이용해 현장 품질관리를 실시하는 해외 기준에 본 현장시험 결과를 적용한 결과에 대해 서술한다. 해당 과정에 대하여 단계별(step-by-step)로 기술하고, 나아가 국내 실정에 맞는 지능형 다짐기술 기반 현장 품질관리 방법에 대하여 고찰하고자 한다.

4.1 전체 지능형 다짐값(CMV) 도출

현장 시험시공 시 가속도계와 GPS를 이용하여, 진동롤러의 다짐 시 위치정보와 가속도 데이터를 수집했다. 본 시험에 사용된 GPS 센서를 통해 초당 1개의 데이터를 획득하였다. Fig. 6과 같이 다짐이 수행된 전체 시험부지는 길이 40m, 폭 3m를 나타내지만, 부지의 상·하단 부분의 경우 데이터의 정확도가 떨어지기 때문에 각각 상·하단 5m를 Ignored zone로 정의하고, 전체 데이터를 사용가능 데이터(Avaliable data)와 범주 외 데이터(Ignored data)로 구분하고 실제 데이터 해석에는 Available data만 사용하였다(Fig. 7). 시간 이력(time domain)으로 기록된 사용가능 데이터(Avaliable data)의 가속도 기록을 고속 푸리에 변환(FFT) 처리하여 주파수 이력(frequency domain)으로 전환하고, 첫 번째 조화성분(first harmonic)의 진폭(amplitude, A0)과 두 번째 조화성분(second harmonic)의 진폭(amplitude, A1) 및 식 (1)을 이용하여 지능형 다짐값(CMV)를 산출하였다. 이 때 식 (1)의 상수 C:300을 적용하였다. Fig. 8은 시험다짐 시 측정된 전체 CMV를 시간과 함께 도시한 것이다. 그래프의 세모 심볼은 홀수번 다짐(전진), 원형 심볼은 짝수번 다짐(후진)을 나타낸다.

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F7.jpg
Fig. 7

Zone of available data used for analysis with GPS coordinate

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F8.jpg
Fig. 8

CMV values for 1 through 10 roller passes

원데이터(raw data)에서 도출한 지능형 다짐값(CMV)의 경우 같은 다짐횟수라고 하더라도 CMV 값의 편차가 크게 분포하는 것을 알 수 있다. 노체 조성을 위해 균질한 시료를 이용하여 포설하였다 하더라도 성토재료 자체의 균질성이 떨어질 수 있으며, CMV 영향 깊이가 표층 하부 1.5m 깊이(성토층의 포설 깊이 0.5m)까지 포함하기 때문에 원지반의 차이에 따라서 CMV 값이 다르게 분포할 수 있다. Fig. 8의 전체 CMV 경향을 살펴보면 동일한 다짐 횟수라 하더라도 전진 다짐 시(홀수 다짐) CMV 값이 감소하는 것을 알 수 있는데, 이는 시험 부지의 A구역(Fig. 6)에 해당하는 지역이 부분적으로 연약하여 위와 같은 결과가 나타나는 것을 알 수 있다(White and Thomson, 2008; Sandstrom and Peterson, 2004; Thurner and Sandstrom, 1980, 2000; Baek et al., 2020). 또한, 홀수회 다짐의 CMV가 짝수회 다짐 때보다 더 낮게 분포하는 것을 알 수 있는데, 이는 롤러의 진행 속도 차이에 의하여 위와 같은 결과가 나타나는 것으로 판단된다. 본 시험 시공 시, 홀수회 다짐(롤러 전진)때는 롤러의 진행 속도가 약 4km/h로 조절되었으며, 짝수회 다짐(롤러 후진)때는 속도가 약 2km/h로 진행되었다. Adam(1996)에 의하면 롤러의 진행 속도가 느릴수록 롤러의 다짐 효율이 높아진다고 제언하였다. 더불어 본 시험시공의 경우 롤러의 구동모드가 수평진동(oscillation)으로 조작되었는데 수평진동의 경우 수직진동(vibration) 보다 속도의 영향을 더 크게 받는다. 따라서 홀수 회 다짐의 롤러 진행 속도가 더 빠르고 롤러의 다짐이 수평진동으로 구동되어 CMV가 낮게 나타난 것으로 판단된다(Pistol et al., 2015). 따라서 원지반의 CMV 데이터에 대한 공학적 판단과 더불어 통계학적 처리를 통해 아웃라이어를 제거하고 CMV 값의 신뢰도를 높이는 작업을 수행하였다.

4.2 통계학적 처리를 통한 평균 지능형 다짐값(CMV)

원데이터를 이용한 CMV값의 정밀도와 신뢰도를 높이기 위해 가장 일반적으로 사용되는 통계학적 처리 방식인 정규분포 내의 데이터를 추출하였다. 다짐횟수별로 분류한 CMV값을 정규분포하여 확률밀도함수를 도시하고, 확률밀도함수의 평균값을 중심으로 50% 범주에 들어오는 데이터를 Selected CMV로 정의하여 분류하였다. 최종적으로 Selected CMV 값의 평균을 해당 다짐횟수에 대한 Average CMV로 결정하였다.

Fig. 9는 짝수(2, 4, 6, 8, 10)회 다짐에 대한 정규분포 내의 Selected CMV의 분포와 Average CMV, 표준편차(STD, Standard deviation), 및 최종적으로 얻어진 다짐횟수에 따른 평균 CMV값을 나타낸다. 본 시험의 경우 현장시험(평판재하시험)을 짝수 회 다짐이 완료된 후에 실시하였고, CMV 값은 롤러의 진행 방향(전/후진)에 따라 차이가 나기 때문에 롤러의 전진 시 획득한 홀수 회 다짐의 CMV는 데이터 분석에서 제외하였다. White et al.(2007)에 의하면 롤러의 진행 방향에 따라서 CMV의 차이가 발생하기 때문에, 지능형 다짐기술을 이용한 품질관리의 신뢰도를 높이기 위해서는 시험시공과 본 시공의 롤러 진행 방향이 동일해야 한다고 기술하였다. 뿐만 아니라 롤러의 진행 속도, 하중 크기 및 주파수, 함수비 등도 CMV에 크게 영향을 미치기 때문에 시험시공과 본 시공 시 위 조건들을 최대한 동일하게 일치 시켜야한다(White et al., 2007; Cao et al., 2021; Hu et al., 2020).

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F9.jpg
Fig. 9

Statistical processed CMV distribution and average CMV corresponding to the number of roller passes

통계학적으로는 다짐 횟수가 증가할수록 표준편차가 감소하는 것이 일반적이지만, 본 실험의 경우 편차의 감소추세가 뚜렷하게 나타나지는 않았다. 하지만 다짐 횟수가 적은 경우, 시험 부지 원지반의 부분적 불균질로 인해 위도가 작은 경우에 CMV 값이 비교적 작게 분포하였고, 다짐 횟수가 증가할수록 원지반의 영향이 감소하여 CMV 값의 부분적 차이가 감소하는 것을 확인 할 수 있었다.

4.3 노체품질관리 기준 목표 지능형 다짐값(Target CMV) 결정

지능형 다짐기술 기반 해외 품질관리 기준을 참고하여 평균 CMV값으로부터 목표 지능형 다짐값을 도출하였다. 현장 품질시험과의 상관관계를 통한 목표 지능형 다짐값 도출 방법(오스트리아(RVS, 1999); 독일(Road Society for Road and Traffic, 1994); 국제지반공학회(ISSMGE, 2005))과 지능형 다짐값의 증가율 수렴을 통한 목표 지능형 다짐값 도출(미국(FHWA, 2014)) 방법을 이용하여 목표 지능형 다짐값을 도출하는 절차를 서술하고 결과를 상호 비교하였다.

4.3.1 지지력계수와의 상관관계를 통한 목표 지능형 다짐값 결정

오스트리아(RVS, 1999), 독일(Road Society for Road and Traffic, 1994)의 품질관리 기준에 의하면, 지능형 다짐값과 지지력계수의 상관계수가 0.7이상일 때 품질관리 시방에 제시된 지지력 계수에 부합하는 지능형 다짐값을 추세식에서 찾고 이를 목표 지능형 다짐값으로 결정하는 방법을 제시하고 있다(Baek et al., 2020). 본 시험에서 다짐횟수별 평균 지능형 다짐값과 평판재하시험을 통해 얻은 지지력계수 값을 Fig. 10에 도시하였다. Fig. 10의 추세선은 두 데이터의 상관계수 값이며 0.95로 높은 신뢰도를 보였다. 이는 해외 기준에서 제시한 상관계수 기준 0.7을 충분히 넘어서는 값으로, 본 실험의 경우 원지반이 매우 균질하고, 다짐 시공시와 평판재하시험 간 지반의 함수비가 거의 동일하여 높은 상관관계를 가진 것으로 판단된다. Fig. 10의 추세선을 이용하여 국내 노체다짐 품질관리 기준(KCS 11 20 20, 2016)에서 제시하는 지지력계수인 147MN/m3에 해당하는 CMV 값인 34.2를 목표 지능형 다짐값으로 결정하였다. 따라서 본 시공 시 계측되는 CMV 값의 평균이 35.9(목표값의 105%) 이상, 최소값이 32.5(목표값의 95%) 이상일 때 본 시공의 다짐이 품질관리 기준을 충족한다고 판단할 수 있다(RVS, 1999).

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F10.jpg
Fig. 10

Target CMV analysis using relationships between average CMV values and PLT results

4.3.2 지능형 다짐값의 증가율을 통한 목표 지능형 다짐값 결정

미국(FHWA, 2014)의 품질관리 기준에 의하면, 다짐횟수의 증가에 의한 지능형 다짐값의 증가율이 5% 미만일 때 CMV 값을 목표 지능형 다짐값으로 결정하는 방법을 제시하고 있다(Baek et al., 2020). 평균 CMV 값을 토대로 다짐횟수의 증가에 따른 CMV의 증가율을 Fig. 11Table 3에 도시하였다. 다짐횟수 8회에서 10회로 증가할 때 처음으로 CMV의 증가율이 5% 미만을 기록하였으며, 따라서 10회에 해당하는 평균 CMV 값인 36.6를 목표 지능형 다짐값으로 결정하였다. 이를 토대로 본 시공 시 계측되는 CMV 값의 평균이 32.9(목표값의 90%이상)보다 크고, 최소값이 29.3(목표값의 80% 이상)이상일 때 다짐 시공의 품질이 해당 기준을 만족한다고 판단할 수 있다. 즉, 9번째 롤러다짐을 수행하면 목표 다짐에 도달하는 것으로 분석되었다. 또한 본 시공 시 측정된 CMV 값이 대부분 47.6(목표값의 130%) 이상일 때에는 목표 지능형 다짐값의 신뢰도가 낮다고 판단하여 시험 시공을 다시 실시해야 한다고 제언할 수 있다.

/media/sites/kgs/2021-037-09/N0990370903/images/kgs_37_09_03_F11.jpg
Fig. 11

Target CMV analysis using increasing rate of field CMV values

Table 3.

CMV increase rate according to the number of roller passes

No. of roller pass (N) Average CMV Rate of increase (%)
2 22.6 -
4 29.1 28.8
6 33.1 13.7
8 35.5 7.3
10 36.6
(Target CMV)
3.1
(< 5%)
-

4.3.3 소결

해외 기준에 근거한 두 가지 방법(지지력계수 기준, 증가율 수렴 기준)을 이용하여 목표 지능형 다짐값 및 품질관리 다짐값 지표를 결정한 결과를 Table 4에 정리하였다. 목표 지능형 다짐값의 경우 차이가 약 6%로 매우 유사한 값을 나타내었고, 목표 지능형 다짐값의 비율로 계산되는 최소 평균 다짐값 및 최소 다짐값은 유사한 결과로 도출되었다. 또한, 지지력계수를 이용한 최소 지능형 다짐값 기준들이 증가율을 이용한 기준보다 다소 높게(약 8~10%) 책정되는 것으로 보아, 보다 보수적인 품질관리 기준을 제시했다고 판단할 수 있다. 기본적으로 증가율을 이용한 지능형 다짐값 산정 절차의 경우, 간접적으로 목표 CMV 값을 추정하기 떄문에, 다수의 해외 기준에서는 평판재하시험과의 상관관계를 이용한 방법을 추천하였다. 하지만 증가율 수렴 기준의 경우 평판재하시험을 수행하지 않고 지능형 다짐 기술만을 이용해 현장 품질관리 CMV를 도출할 수 있다는 장점이 있는 것으로 판단된다.

Table 4.

CMV values according to various guidelines

Guideline Target CMV Minimum average CMV during
construction
Minimum CMV during
construction
Correlation to bearing
capacity index
Austria (RVS, 1999),
Germany (RSRT, 1994)
34.2 35.9 32.5
Increasing rate of CMV USA (FHWA, 2014) 36.6 32.9 29.3

5. 결 론

본 연구는 지능형 다짐기술 기반 토공사 품질관리의 기초연구의 일환으로 수행되었다. 지능형 다짐 기술을 이용한 토공사 품질관리 기준에 대해 고찰하고, 현장 시험시공 결과를 바탕으로 국내 실정에 맞는 지능형 다짐 품질관리 절차 방법론에 대하여 서술하였다. 특히, 지능형 다짐롤러 시스템을 이용하여 목표 지능형 다짐값(Target CMV)를 도출하고 해당 값을 이용한 현장 품질관리 절차에 대하여 집중적으로 서술하였다. 본 논문은 지능형 다짐기술의 국내 적용 가능성을 고취시키는데 기본적인 의의가 있으며, 다음과 같은 결론을 도출했다.

(1) 지능형 다짐기술을 이용하여 현장 품질관리를 수행하는 경우, 평균 CMV를 도출하는 과정이 매우 중요하며, 해당 값의 도출 방법에 따라서 결과의 신뢰성이 달라질 수 있다. 시험시공 원지반의 부분적인 불균질성, 성토재료의 재료적 특성 및 포설 두께, 함수비의 시간적 공간적 차이 등 지반적인 특성과 롤러의 하중 특성(하중크기, 속도, 주파수, 방향)에 따라서 지능형 다짐값이 복합적인 영향을 받기 때문에, 초기 수집 데이터를 통해 영향 요소에 대한 고려와 데이터의 신뢰성에 대한 가치 판단이 선행되어야 한다. 나아가 통계학적 처리를 통해 아웃라이어를 제거하고, 다짐횟수 및 지지력계수와 평균 CMV값과의 상관성을 확보하는 과정을 거치는 것을 추천한다. 본 연구는 SM 토사에 대하여 수행하였으며, 다른 종류의 성토재를 활용할 경우 추가적인 연구가 필요하다.

(2) 해외 관련기준의 목표 CMV를 도출하는 방법은, 현장품질시험 결과를 이용하는 방법과 CMV의 증가율 수렴을 이용한 방법으로 구분된다. 증가율 수렴도를 이용한 미국(FHWA, 2014) 기준을 선택했을 시, 현장 품질시험(평판재하시험, 들밀도시험)을 수행하지 않고 지능형 다짐기술만을 이용하여 품질관리가 가능하다는 장점이 있다. 반면, 현장 품질시험 데이터를 충분히 확보한 경우에는 지지력계수를 이용한 오스트리아(RVS 8S.02.6, 1999), 독일(RSRT, 1994) 방법을 준용하는 것이 결과의 신뢰성 확보 측면에서 더 합리적이라고 판단된다.

(3) 본 논문에 소개된 현장실험의 경우, CMV 값과 현장시험결과 값과의 상관성이 매우 높게 나타났다. 원지반 및 성토재료가 균질하여 시험시공 부지의 수직적, 수평적 균질성이 확보되었고, 시험 다짐과 평판재하시험이 연속적으로 수행되어 함수비가 유사하게 관리되었다. 하지만 유사한 성토재료를 사용하였으나 매우 낮은 상관도를 가졌던 선행연구나, 타 연구 결과들을 미루어 볼 때, 지능형 다짐기술의 신뢰성을 확보하려면 CMV의 영향인자에 대한 통제가 필요하다. 기본적으로 시험 다짐과 현장 품질시험 간의 지반 및 하중조건이 동일하게 통제되어야 목표 지능형 다짐값에 대한 신뢰성을 확보할 수 있으며, 아울러 시험시공과 본 시공 시 동일한 조건에서 시공이 수행되어야 양질의 현장 품질관리(Quality control)를 수행할 수 있다고 사료된다.

Acknowledgements

본 연구는 국토교통부/국토교통과학기술진흥원의 지원으로 수행되었음(과제번호 20SMIP-A157130-01).

References

1
Adam, D. (1996), Continuous Compaction Control (CCC) with vibrating rollers (Doctoral dissertation, Ph. D. thesis, TU Wien).
2
Adam, D. (1997), Continuous Compaction Control (CCC) with Vibratory Rollers, Proceedings of GeoEnvironment 97, Melbourne, Australia, Balkema, Rotterdam, pp.245-250.
3
Adam, D. and Brandl, H. (2003), Sophisticated Roller Integrated Continuous Compaction Control, 12th Asian Regional Conference on Soil Mechanics and Geotechnical Engineering - Geotechnical Infrastructure for the New Millennium, Singapore, pp.427-430.
4
Anderegg R. and Kaufmann, K. (2004), Intelligent Compaction 56 with Vibratory Rollers - Feedback Control Systems in Automatic Compaction and Compaction Control, Transportation Research Record 1868, Journal of the Transportation Research Board, National Academy Press, pp.124-134. 10.3141/1868-13
5
Anderegg, R., von Felten, D., and Kaufmann, K. (2006), Compaction Monitoring Using Intelligent Soil Compactors, Proceedings of GeoCongress 2006: Geotechnical Engineering in the Information Technology Age, Atlanta, CDROM. 10.1061/40803(187)41
6
Baek, S. H., Kim, J. Y., Cho, J. W., Kim, N., Jeong, Y. H., and Choi, C. (2020), Fundamental Study on Earthwork Quality Control Based on Intelligent Compaction Technology, Journal of the Korean Geotechnical Society, Vol.36, No.12, pp.45-56.
7
Cao, L., Zhou, J., Li, T., Chen, F., and Dong, Z. (2021), Influence of roller-related factors on compaction meter value and its prediction utilizing artificial neural network, Construction and Building Materials, 268, 121078. 10.1016/j.conbuildmat.2020.121078
8
Cho, S.M. and Jung, G. (2000), Development of a new compaction test method based on ground reaction force, Korea Expressway Corparation Research Institute.
9
FHWA (2014), Intelligent Compaction Technology for Soils Applications, https://www.intelligentconstruction.com/resources/ic-specifications.
10
Forssblad, L. (1980), Compaction Meter on Vibrating Rollers for Improved Compaction Control, Proceedings of International Conference on Compaction, Vol. II, Assoc. Amicale de Ingenieus, Paris, France, pp.541-546.
11
Hansbo, S. and Pramborg, B. (1980), Compaction control, Proceedings of the International conference on Compaction, Paris, France, pp.559-564.
12
Hu, W., Jia, X., Zhu, X., Su, A., Du, Y., and Huang, B. (2020), Influence of moisture content on intelligent soil compaction. Automation in Construction 113, 103141. 10.1016/j.autcon.2020.103141
13
ISSMGE (2005), Roller-integrated continuous compaction control (CCC), Technical contractual provisions - recommendations. International Society for Soil Mechanics and Geotechnical Engineering: Geotechnics for Pavements in Transportation Infrastructure.
14
Kim, J. H. and Park, G. B. (2010). Development of intelligent compaction control system, In Proc. of KSCE 2010 Conf (pp. 2196-2199).
15
KS F 2312 (2016), Standard test method for soil compaction.
16
KS F 2311 (2016), Standard test method for density of soil in place by the sand cone method.
17
KS F 2310 (2015), Standard test method for plate load test of road construction.
18
Lee, S., Park, S., Lee, R., and Seo, J. (2018), Development of intelligent compaction system for efficient quality control, Journal of The Korean Society of Civil Engineers, Vol.38, No.5, pp.751-760.
19
KCS 11 20 20 (2016), Korean Construction Specification for Earthworks, Ministry of Land, Infrastructure and Transport.
20
Park, K.B. and Kim, J.H. (2012), Application of the New Degree of Compaction Evaluation Method, Journal of the Korean Geotechnical Society, Vol.28, No.2, pp.5-14. 10.7843/kgs.2012.28.2.5
21
Pistrol, J., Adam, D., Villwock, S., Volkel, W., and Kopf, F. (2015), Movement of vibrating and oscillating drums and its influence on soil compaction. In Proceedings of XVI European Conference on Soil Mechanics and Geotechnical Engineering, pp.349-354, Edinburgh, Scotland, 2015.
22
Research Society for Road and Traffic (1994), ZTVE StB/TP BF-StB: Surface covering dynamic compaction control methods, German specifications and regulations (Additional technical contractual conditions and guidelines for earthwork in road construction/ Technical testing instructions for soil and rock in road construction).
23
RVS (1999), Continuous compactor integrated compaction - Proof (proof of compaction), Technical contract stipulations RVS 8S.02.6 - Earthworks. Vienna: Federal Ministry for Economic Affairs.
24
Sandstrom, A. and Pettersson, C. (2004), Intelligent Systems for QA/QC in Soil Compaction, Proceedings of Annual Transportation Research Board Meeting, Transportation Research Board, Washington, D.C., CD- ROM.
25
Thurner, H. and Sandstrom, A. (1980), A New Device for Instant Compaction Control, Proceedings of International Conference on Compaction, Vol. II, Assoc. Amicale de Ingenieus, Paris, pp.611-614.
26
Thurner, H. and Sandstrom, A. (2000), Continuous Compaction Control, CCC, Workshop on Compaction of Soils and Granular Materials, Modeling of Compacted Materials, Compaction Management and Continuous Control, International Society of Soil Mechanics and Geotechnical Engineering (European Technical Committee), Paris, France, pp.237-246.
27
Vagverket (1994), Road 94: General Technical Construction Specification for Roads, Road and Traffic Division, Swedish Road Administration, Stockholm, Sweden, Publication 1994: 25(E).
28
White, D. J., Thompson, M., and Vennapusa, P. (2007), Field Validation of Intelligent Compaction Monitoring Technology for Unbound Materials, Final Report, Minnesota Department of Transportation, Maplewood, Minnesota.
29
White, D. J. and Thompson, M. (2008), Relationships Between In-situ and Roller-Integrated Compaction Measurements for Granular Soils, Journal of Geotechnical & Geoenvironmental Engineering, ASCE, Vol.134, No.12, pp.1763-1770. 10.1061/(ASCE)1090-0241(2008)134:12(1763)
페이지 상단으로 이동하기