(Poster session/Short oral-presentation) Earth & Resources

[2105-19-13] [Student presentation: Master’s course] Prediction and Evaluation of Tunnel Blasting-Induced Overbreak Using Overbreak Resistance Factor

○Tatsuki Kurauchi¹, Hyongdoo Jang², Hyunjun Im², Naru Sato³, Koichi Aoki⁴, Shigetaka Ishihama⁴, Hironobu Hatamoto⁴, Hajime Ikeda¹, Hisatoshi Toriya¹, Tsuyoshi Adachi¹, Youhei Kawamura³ (1. Akita University, 2. Curtin University, 3. Hokkaido University, 4. KUMAGAI GUMI CO.,LTD.)

Chairperson: Naoki Kinoshita (Ehime University)

Keywords:Overbreak, Blasting, Photogrammetry, ANN, ORF

山岳トンネルの掘削には、効率性の観点から発破工法が主に用いられている。近年、穿孔過程へのICTの適用や火薬製造技術の向上により発破作業が効率化されている一方で、余掘り発生に伴うプロジェクトコストの増加は依然として問題とされている。余掘りの発生には地質条件、爆薬量、穿孔長、穿孔位置などが主原因とされているが、それらが余掘りに与える影響度が解明されていないため、発破デザインを最適化するに至っていない。そこで本研究では余掘りの予測、評価を可能とするOverbreak Resistance Factor (ORF)を開発することでトンネル発破における地質条件と爆薬量の影響度を評価し、発破デザインの最適化による発破作業のさらなる効率化を目的としている。地質条件、発破条件としては日本の山岳トンネルで行われた切羽観察記録と爆薬使用量を採用した。余掘りの計測は写真測量法を用いて三次元復元したCGモデルにより行った。これらパラメータを用いて機械学習の一手法であるArtificial Neural Network (ANN) により余掘り予測モデルを構築したのち、感度分析を用いて地質と爆薬パラメータの余掘りへの影響度を評価した。これにより余掘り発生への影響度を明確化することで発破デザインの最適化が期待される。