균열 방향성 자료의 밀도 분석 및 자동 군집화 알고리즘 연구

Abstract

암반 내에 분포하는 균열의 방향성은 암반의 거동에 영향을 미치는 중요한 요소이다. 따라서 현장에서 측정된 균열의 방향성 자료는 암반을 대상으로 하는 공학 활동에서 면밀히 분석되어야 하는 자료이다. 이러한 균열들은 유사한 방향을 갖는 군집들로 분류될 수 있으며, 각 균열군의 대표 특성은 공학적 분석 에서 균열이 암반의 거동에 미치는 영향을 반영하는 데 사용된다. 본 연구에서는 시추공 영상에서 얻은 방향성 자료를 이용하여 대상 암반에 분포하는 균열들을 자동으로 군집화하고, 이를 시각화하여 암반 내 균열의 분포 및 통계적 특성을 제시하였다. 이 과정에서 피셔 분포에 기반한 자동 군집화 알고리즘인 피 셔혼합모델 알고리즘을 개발하고, 초기 매개변수의 합리적이고 효율적인 설정을 위한 여러 대안을 제시 하였다.

The orientation of fractures distributed within rock masses is an important factor that affects the behavior of rock masses. Therefore, the orientation data of the borehole images measured in the field are data that must be closely analyzed in engineering activities targeting rock masses. These fractures can be classified into clusters with similar orientations, and the representative characteristics of fractures in each cluster are used to reflect the influence of the fractures on the behavior of the rock mass in engineering analysis. In this study, the orientation data obtained from the borehole image were used to automatically cluster the fractures distributed in the target rock mass, and the results were visualized to present the distribution and statistical characteristics of the fractures in the rock mass. In this process, the Fisher mixture model method was developed as an automatic clustering algorithm based on Fisher distribution, and several alternatives for rational and efficient setting of initial para- meters were presented.