지능형 굴삭기의 최적 버킷영역생성 모듈개발에 관한 연구 = The Development of the Optimal Bucket Area Generation Module for an Intelligent Excavator

국문 초록 (Abstract)

오늘날 건설 시공 현장에서 굴삭기는 높은 적용성과 경제성에 의해 그 역할이 점차 확대되고 있지만 젊은 기능 인력들의 건설 산업 기피현상으로 인해 굴삭기를 운전하는 숙련된 기능공들이 감소하고 있는 현상을 격고 있다. 이에 대한 해결책으로 굴삭기와 같은 토공장비의 자동화에 대한 연구가 활발히 진행되고 있으며, 국토해양부에서는 굴삭기의 자동화를 통해 건설 시공 현장을 개선하고자 ‘지능형 굴삭 시스템 개발(Intelligent Excavating System, IES)’이라는 연구개발 과제를 운영하였다.
지능형 굴삭 시스템의 성능에 중대한 영향을 끼치는 요소 중 하나인 버킷영역은 지능형 굴삭기의 최소 작업단위로 그 크기를 결정함에 있어 숙련된 작업자의 휴리스틱스(heuristics)에 의존한 기존의 방법은 지반 상태 및 굴삭기 하중의 영향을 고려하지 않고 모든 지반에 일괄 적용하여 지반붕괴로 인한 굴삭기 전도의 위험에 노출되어 있으며, 작업 효율성 향상에 어려움이 있었다. 따라서 본 연구에서는 기존의 방법을 보완하기 위하여 숙련된 작업자의 휴리스틱스(heuristics)와 더불어 다양한 작업영역의 지반상태 및 굴삭기 제원을 고려한 최적의 버킷영역을 제시하여 지능형 굴삭기의 안전성과 성능을 향상시키고자 한다.
굴삭기는 붐(Boom), 암(Arm), 버킷(Bucket), 회전 가능한 플랫폼으로 구성되어있으며, 굴삭기가 회전하지 않고 굴삭작업을 할 수 있는 영역인 버킷영역은 버킷영역의 단면에서 수직굴삭깊이(Hv)와 수평굴삭거리(Lopt), 안전거리(Ls)에 의해 결정된다. 버킷영역은 지능형 굴삭기의 기본적인 작업단위로 지능형 굴삭 시스템의 생산성과 경제성에 밀접한 관련이 있을 뿐만 아니라 굴삭기의 안전에도 영향을 끼친다. 본 연구에서는 굴삭기 숙련자의 경험적 지식을 이용하여 수평굴삭거리(Lopt)를 결정하고, 지반의 토질정수(점착력, 흙의 단위중량, 내부마찰각)와 안전율(FS), 굴삭기의 제원을 바탕으로 수직굴삭깊이(Hv)와 굴삭기의 부분하중(WBK)을 변화시켜 사면안정해석을 수행하여 이를 기반으로 사면의 파괴에서 안전하고 동시에 가장 넓은 버킷영역을 찾아가는 Trial and Error 방법을 통해 수직굴삭깊이(Hv)와 안전거리(Ls)를 찾는다. 이때, 사면안정해석은 평균전단응력(τa)이 흙의 평균전단강도(τr)보다 더 클 때 평면을 따라 사면활동이 일어난다는 Culmann해석법을 바탕으로 하였다. 결과적으로 위와 같은 과정을 통해 굴삭기의 성능 향상을 위한 최적의 수직굴삭깊이(Hv)와 안전거리(Ls), 수평굴삭거리(Lopt)를 찾을 수 있지만, 실제 토공현장에 적용하기에 앞서 미처 인지하지 못한 위험요소로 부터 굴삭기의 안전성을 확보하기 위해 다양한 지반환경을 대상으로 검토과정을 수행하는 추가적인 연구가 요구된다.

목차 (Table of Contents)

• TABLE OF CONTENTS i
• LIST OF TABLES iii
• LIST OF FIGURES iv
• 국 문 요 지 vi
• CHAPTER 1 INTRODUCTION 1
• 1.1 Background and Purposes 1
• 1.2 Scopes and Methods 4
• CHAPTER 2 OUTLINES OF IES 7
• 2.1 Development of IES 7
• 2.2 Task Planning System(TPS) 10
• CHAPTER 3 OPTIMUM BUCKET AREA GENERATION MODULE 18
• 3.1 Alternatives of Bucket Area Generation Modules 18
• 3.2 Slope Stability Analysis Theory 21
• 3.3 Bucket Area Generation Method 22
• CHAPTER 4 APPLICATION OF BUCKET AREA GENERATION MODULES 41
• 4.1 User Interface 41
• 4.2 Case Study 43
• CHAPTER 5 CONCLUSION 47
• REFERENCE 49
• ABSTRACT 51
• 감사의 글 53