Tunnel and Underground Space. December 2018. 555-568
https://doi.org/10.7474/TUS.2018.28.6.555


ABSTRACT


MAIN

  • 1. 서 론

  • 2. URCI에 의한 비포장도로 상태 평가 방법

  •   2.1 인자별 밀도 계산 및 심각도 평가

  •   2.2 인자별 공제값 계산

  •   2.3 전체 공제값과 q 값의 계산

  •   2.4 URCI 값 계산 및 비포장도로 상태 평가

  • 3. 스마트폰 애플리케이션 개발

  • 4. 현장적용

  • 5. 결 론

1. 서 론

덤프트럭은 기동성과 유연성이 우수하여 많은 광산현장에서 활용되고 있는 대표적인 운반 장비이다(Bonates, 1996, Temeng, 1997). 광산에서 덤프트럭을 이용한 운반 작업의 효율성을 높일 수 있도록 이동시간을 단축하거나 연료 소비량을 줄일 수 있는 최적 경로 분석 및 운반도로 설계 기법들이 최근까지 다수 개발되었다(Choi et al., 2009, Choi, 2011, Choi and Nieto, 2011a, Choi and Nieto, 2011b, Park et al., 2013, Park et al., 2014a, Park et al., 2015, Beak and Choi, 2017, Baek et al, 2017). 또한, 트럭-쇼벨/로더 운반 시스템의 시뮬레이션 및 최적화를 통해 트럭의 불필요한 대기시간을 줄이고 이용률을 높일 수 있는 기법들도 연구되었다(Park and Choi, 2013, Park et al., 2014b, Park et al., 2014c, Park et al., 2014d, Choi et al, 2016, Park et al., 2016, Jung and Choi, 2017, Baek et al., 2018).

기존의 연구들은 공통적으로 광산의 운반도로 유지관리 상태가 양호하다고 가정하였다. 즉, 트럭들이 광산 내 모든 운반도로에서 정상적인 주행이 가능하다는 전제하에 분석을 수행하였다. 그러나 실제 광산현장에서는 임시로 사용되는 비포장도로가 대부분이기 때문에 도로 표면의 상태에 따라 이용할 수 없는 운반도로 구간도 다수 존재할 수 있다. 따라서 광산에서 정상적인 운반 작업을 하기 위해서는 비포장도로의 상태를 주기적으로 조사하고, 그 결과에 따라 적절한 유지보수를 시행할 필요가 있다.

본 연구에서는 광산 비포장도로 상태를 주기적으로 조사하는데 사용될 수 있는 스마트폰 애플리케이션을 개발하였다. 1995년 미국 육군 공병대에서 개발한 Unsurfaced Road Condition Index(URCI) 평가 체계(Department of the Army, 1995)에 따라 현장에서 필요한 정보를 수집하고, 비포장도로의 상태를 정량적으로 평가할 수 있도록 스마트폰 애플리케이션의 기능을 구성하였다. 본 논문에서는 URCI 평가 체계에 관해 설명하고, 애플리케이션의 개발 방법과 현장적용 결과를 제시한다.

2. URCI에 의한 비포장도로 상태 평가 방법

URCI는 비포장도로의 상태를 정량적으로 나타낸 지표로서 0에서 100 사이의 값으로 표현된다. URCI 값을 산정할 때에는 다음과 같이 비포장도로의 상태를 악화시키는 7가지 인자(distress factor)들이 고려된다.

∙ 부적절한 단면(improper cross section)

∙ 부적절한 도로변 배수(inadequate roadside drainage)

∙ 물결자국(corrugations)

∙ 분진(dust)

∙ 함몰(potholes)

∙ 바퀴자국(ruts)

∙ 느슨한 골재(loose aggregate)

Fig. 1은 URCI를 산정하는 절차를 보여준다. 첫 번째 단계에서는 현장조사를 통해 7가지 인자들의 각각에 대해 밀도(density)를 계산하고 심각도(severity level)를 평가한다. 두 번째 단계에서는 공제값 곡선(deduct value curves)을 이용하여 7가지 인자들에 대한 공제값(Deduct Value, DV)을 계산한다. 공제값은 0에서 100 사이의 값으로 표현된다. 공제값이 0인 경우는 해당 인자가 비포장도로의 상태에 전혀 영향을 미치지 않았다는 것을 의미한다. 반면, 공제값이 100인 경우는 해당 인자가 큰 영향을 미쳐 비포장도로가 완전히 훼손되었음을 의미한다. 세 번째 단계에서는 7가지 인자들의 공제값을 합산하여 전체 공제값(Total Deduct Value, TDV)을 계산한다. 또한, 7가지 인자들의 공제값 중 5보다 큰 것들의 개수를 나타내는 q 값을 결정한다. 네 번째 단계에서는 URCI 곡선과 전체 공제값, q 값을 이용하여 URCI 값을 계산한다. 또한, URCI 값에 근거하여 비포장도로의 상태를 평가한다.

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F1.jpg
Fig. 1.

Overall procedure for calculating Unsurfaced Road Condition Index (URCI) value

2.1 인자별 밀도 계산 및 심각도 평가

2.1.1 부적절한 단면

비포장도로는 도로 표면의 빗물 배수를 위해 도로 중심선으로부터 도로 경계의 배수로까지 충분한 경사를 유지해야 한다. 도로 표면이 훼손되어 부적절한 단면 형상을 보이는 구간에서는 노면이 형성되지 않거나 배수가 되지 않으므로 유지보수가 필요하다. 부적절한 단면 인자의 밀도(%)는 조사지역에서 부적절한 단면 형상을 보이는 구간의 길이(m)를 도로의 중심선을 따라서 또는 도로의 중심선과 평행하게 측정한 후, 그 값을 조사지역의 면적(m2)으로 나누어 계산한다. 부적절한 단면 인자의 심각도는 비포장도로 단면의 상태에 따라 Fig. 2와 같이 3단계의 수준으로 평가한다.

∙ 심각도 수준(L): 도로 표면이 완전히 평평하여 경사가 없으며 소규모 웅덩이가 곳곳에 존재

∙ 심각도 수준(M): 도로 표면이 볼(bowl) 모양이며 중규모 웅덩이가 곳곳에 존재

∙ 심각도 수준(H): 도로 표면에 심각한 함몰이 발생했으며 대규모 웅덩이가 곳곳에 존재

조사지역에서 심각도 수준이 다른 부적절한 단면이 복수로 존재할 때에는 심각도 수준별로 밀도을 각각 계산한다.

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F2.jpg
Fig. 2.

Severity levels of the improper cross section. (a) Low. (b) Middle. (c) High

2.1.2 부적절한 도로변 배수

비포장도로의 빗물 배수 상태가 부적절한 경우 도로 표면에 웅덩이가 생성되기 쉽다. 따라서 도로변 배수시설의 상태를 주기적으로 점검하고 관리할 필요가 있다. 부적절한 도로변 배수 인자의 밀도(%)는 조사지역에서 불량한 도로변 배수로 형상을 보이는 구간의 길이(m)를 도로의 중심선을 따라서 또는 도로의 중심선과 평행하게 측정한 후, 그 값을 조사지역의 면적(m2)으로 나누어 계산한다. 부적절한 도로변 배수 인자의 심각도는 배수로의 상태에 따라 Fig. 3과 같이 3단계의 수준으로 평가한다.

∙ 심각도 수준(L): 배수로에 소규모의 웅덩이 흔적이 있고 덤불이나 덤불의 잔해가 존재

∙ 심각도 수준(M): 배수로에 중규모의 웅덩이 흔적이 있고 덤불이나 덤불의 잔해가 존재하며 도로변이나 배수로에 빗물로 인한 침식 발생

∙ 심각도 수준(H): 배수로에 대규모의 웅덩이 흔적이 있고 덤불이나 덤불의 잔해가 존재하며 도로변이나 배수로에 빗물로 인한 침식 발생. 또한, 도로를 가로질러 물이 흐른 흔적이 존재

조사지역에서 심각도 수준이 다른 부적절한 도로변 배수 상태가 다수 발견될 때에는 심각도 수준별로 밀도를 각각 계산한다.

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F3.jpg
Fig. 3.

Severity levels of the inappropriate roadside drainage. (a) Low. (b) Middle. (c) High

2.1.3 물결자국

비포장도로의 물결자국은 일정한 간격을 둔 능선과 골의 형태로서 차량의 이동 방향에 수직으로 나타난다. 언덕, 커브 구간, 가속 또는 감속 구간, 도로 표면의 골재가 느슨해진 구간에서 주로 나타나며 도로 표면을 훼손시키므로 유지보수를 통해 제거해 주어야 한다. 물결자국 인자의 밀도(%)는 조사지역에서 물결자국 형상을 보이는 영역의 면적(m2)을 측정한 후, 그 값을 조사지역의 면적(m2)으로 나누어 계산한다. 물결자국 인자의 심각도는 물결자국의 깊이에 따라 Fig. 4와 같이 3단계의 수준으로 평가한다.

∙ 심각도 수준(L): 물결자국의 깊이가 2.5 cm 미만

∙ 심각도 수준(M): 물결자국의 깊이가 2.5 cm 이상 7.5 cm 미만

∙ 심각도 수준(H): 물결자국의 깊이가 7.5 cm 이상

물결자국도 심각도의 수준에 따라 각각 밀도를 계산한다.

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F4.jpg
Fig. 4.

Severity levels of the corrugations. (a) Low. (b) Middle. (c) High

2.1.4 먼지

비포장도로의 마모로 인해 도로의 구성 입자들이 표면에서 분리되면 차량이 지나갈 때 먼지구름이 형성된다. 먼지구름은 후행 차량의 주행 안전을 저해하고 환경적인 측면에서도 문제를 초래한다. 따라서 먼지구름이 발생하는 비포장도로 구간은 유지보수가 필요하다. 먼지 인자의 경우 밀도는 계산하지 않으며 먼지구름의 발생 정도에 따라 Fig. 5와 같이 3단계의 수준으로 평가한다.

∙ 심각도 수준(L): 후행 차량의 시야를 방해하지 않을 정도의 옅은 먼지구름 생성

∙ 심각도 수준(M): 후행 차량의 시야를 부분적으로 방해할 수 있는 짙은 먼지구름 생성

∙ 심각도 수준(H): 후행 차량의 시야를 심각하게 방해할 수 있는 매우 짙은 먼지구름 생성

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F5.jpg
Fig. 5.

Severity levels of the dust. (a) Low. (b) Middle. (c) High

2.1.5 함몰

비포장도로 표면에서 발생하는 볼(bowl) 모양의 함몰은 도로 하부 토양이 느슨해져 발생하며, 함몰지점으로 빗물 등이 유입되면 빠르게 확장된다. 도로 표면에 함몰이 발생하면 차량의 원활한 이동이 어려워지며, 차량이 함몰지점을 지나갈 때 타이어가 파괴되어 안전사고로 이어질 수도 있다. 함몰 인자의 심각도는 Table 1의 기준에 따라 3단계의 수준으로 평가한다. 함몰 인자의 밀도(%)는 조사지역에서 함몰 현상을 보이는 영역의 면적(m2)을 측정한 후, 그 값을 조사지역의 면적(m2)으로 나누어 계산한다. 조사지역에서 심각도 수준이 다른 함몰 현상이 복수로 나타날 때는 심각도 수준별로 밀도를 각각 계산한다.

Table 1. Severity levels of the potholes (Department of the Army, 1995)

Average diameter
Maximum depth < 0.3 m 0.3 - 0.6 m 0.6 - 1 m ≧ 1 m
1.5 - 5 cm Low Low Middle Middle
5 - 10 cm Low Middle High High
≧ 10 cm Middle High High High

2.1.6 바퀴자국

비포장도로의 바퀴자국은 차량의 반복적인 통행의 결과로 도로 중심선에 평행하게 나타난다. 심각한 바퀴자국은 도로를 파괴할 수도 있다. 바퀴자국 인자의 밀도(%)는 조사지역에서 바퀴자국이 나타난 영역의 면적(m2)을 측정한 후, 그 값을 조사지역의 면적(m2)으로 나누어 계산한다. 바퀴자국 인자의 심각도는 바퀴자국의 깊이에 따라 Fig. 6과 같이 3단계의 수준으로 평가하며, 심각도의 수준에 따라 각각 밀도를 계산한다.

∙ 심각도 수준(L): 바퀴자국의 깊이가 2.5 cm 미만

∙ 심각도 수준(M): 바퀴자국의 깊이가 2.5 cm 이상 7.5 cm 미만

∙ 심각도 수준(H): 바퀴자국의 깊이가 7.5 cm 이상

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F6.jpg
Fig. 6.

Severity levels of the ruts. (a) Low. (b) Middle. (c) High

2.1.7 느슨한 골재

비포장도로의 마모와 손상으로 인해 큰 골재 입자들이 도로 표면에서 분리되어 느슨해질 수 있다. 느슨해진 골재 입자들은 차량 이동 방향의 수직 방향으로 점차 이동하며 도로의 중심선이나 도로변을 따라 둔덕을 형성하게 된다. 이러한 둔덕들은 차량의 이동을 방해하므로 주기적인 점검을 통해 느슨한 골재의 발생 여부를 확인하고 도로 표면을 유지 보수할 필요가 있다. 느슨한 골재 인자의 밀도(%)는 조사지역에서 발생한 느슨한 골재 둔덕의 길이(m)를 도로의 중심선을 따라서 또는 도로의 중심선과 평행하게 측정한 후, 그 값을 조사지역의 면적(m2)으로 나누어 계산한다. 느슨한 골재 인자의 심각도는 비포장도로 표면에 발생한 둔덕의 높이에 따라 Fig. 7과 같이 3단계의 수준으로 평가하며, 심각도의 수준에 따라 각각 밀도를 계산한다.

∙ 심각도 수준(L): 느슨한 골재로 인해 생성된 둔덕의 높이가 5 cm 미만

∙ 심각도 수준(M): 느슨한 골재로 인해 생성된 둔덕의 높이가 5 cm 이상 10 cm 미만

∙ 심각도 수준(H): 느슨한 골재로 인해 생성된 둔덕의 높이가 10 cm 이상

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F7.jpg
Fig. 7.

Severity levels of the loose aggregate. (a) Low. (b) Middle. (c) High

2.2 인자별 공제값 계산

인자별로 밀도와 심각도 수준이 결정되면 Department of the Army(1995)가 제시한 공제값 곡선을 이용하여 7가지 인자들에 대한 공제값을 계산한다(Fig. 8). 예를 들어 부적절한 단면 인자의 밀도가 10%, 심각도 수준이 낮은 경우(L) 해당 그래프에서 심각도 곡선 L을 따라 x축 10인 지점까지 이동하고, 그 지점에서의 y축 값을 읽으면 공제값으로 8을 얻을 수 있다. 먼지 인자의 경우에는 밀도를 계산하지 않았으므로 공제값 곡선을 이용하지 않고 심각도 수준별로 정해진 공제값을 부여한다.

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F8.jpg
Fig. 8.

Curves for calculating the deduct value for each distress factor (Department of the Army, 1995)

2.3 전체 공제값과 q 값의 계산

인자별로 공제값이 결정되면 7가지 인자들의 공제값을 합산하여 전체 공제값을 계산한다. 또한, 인자별 공제값 중 5보다 큰 것들의 개수를 세어 q 값을 결정한다. 예를 들어, 조사지역에서 물결자국, 분진, 함몰과 같은 세 가지 인자들이 발견되었고, 각각의 공제값이 15, 4, 20인 경우 전체 공제값은 39로 계산되며, q 값은 2가 된다.

2.4 URCI 값 계산 및 비포장도로 상태 평가

전체 공제값과 q 값이 계산되면 Department of the Army(1995)가 제시한 URCI 곡선을 이용하여 URCI 값을 계산한다(Fig. 9). 예를 들어 조사지역의 전제 공제값이 60이고, q 값이 1인 경우에는 ‘q= 0 or 1’을 나타내는 곡선에서 x축이 60인 지점까지 이동한 후 y축 값을 읽으면 URCI 값으로 40을 얻을 수 있다. 조사지역의 URCI 값이 결정되면 Department of the Army(1995)가 제시한 기준(Table 2)에 따라 비포장도로의 상태를 7가지 등급으로 나누어 평가할 수 있다.

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F9.jpg
Fig. 9.

Curves for calculating the URCI value (Department of the Army, 1995)

Table 2. Unsurfaced road condition rating according to the URCI value (Department of the Army, 1995)

URCI value Rating
0-10 Failed
10-25 Very poor
25-40 Poor
40-55 Fair
55-70 Good
70-85 Very good
85-100 Excellent

3. 스마트폰 애플리케이션 개발

본 연구에서는 URCI 평가 체계에 따라 현장에서 손쉽게 필요한 정보를 수집하고, 비포장도로의 상태를 정량적으로 평가할 수 있는 스마트폰 애플리케이션을 개발하였다. 개발된 애플리케이션은 Android 운영체제를 사용하는 스마트폰에서 작동한다. 애플리케이션 개발도구로는 MIT App Inventor(2018)를 이용하였다. App Inventor는 구글이 개발한 오픈소스 웹 애플리케이션이며, 현재에는 매사추세츠 공과대학교(MIT)에 의해 관리되고 있다. App Inventor는 그래픽 사용자 인터페이스를 제공하며, PC 화면에서 필요한 컴포넌트들을 드래그 앤드 드롭(drag-and-drop)하여 인터페이스를 설계하고 블록 형태의 코드를 작성하여 애플리케이션의 동작을 제어할 수 있다(Fig. 10).

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F10.jpg
Fig. 10.

Development of the URCI application using MIT App Inventor. (a) Interface design. (b) Coding blocks

Fig. 11은 개발된 URCI 애플리케이션을 스마트폰에서 실행했을 때 나타나는 주요 화면들을 보여준다. 먼저 일반정보를 입력하는 화면에서는 조사지역의 구분 코드와 함께 조사날짜, 조사면적, 조사자 정보를 입력할 수 있다(Fig. 11a). 스마트폰에 탑재된 GPS를 통해 조사지점의 위치정보가 인식되면 조사지점의 주소와 지도는 자동으로 화면에 표시된다.

수직 스크롤바를 이용하여 화면을 이동하면 비포장도로의 상태를 악화시키는 7가지 인자들에 대한 현장조사 결과를 입력할 수 있다(Fig. 11b). 각각의 인자별로 현장에서 측정된 값들을 심각도 수준별로 입력된다. 예를 들어 부적절한 단면 인자의 경우 현장에서 부적절한 단면 형상을 보이는 구간의 길이(m) 측정 결과를 심각도 낮음(L), 중간(M), 높음(H) 수준에 따라 입력할 수 있다. 값을 입력한 후에는 조사지점의 사진을 촬영하여 스마트폰에 저장할 수 있으며, 촬영된 사진의 이름이 URCI 애플리케이션에 기록된다.

수직 스크롤바를 이용하여 애플리케이션의 가장 아래쪽 화면으로 이동하면 입력된 현장조사 자료로부터 자동 계산된 인자별 DV, 전체 인자들의 TDV, q 값, 조사지역의 URCI 값과 등급을 확인할 수 있다. 또한, 조사지역의 특이사항을 기재할 수 있다. URCI 애플리케이션을 이용해 조사된 자료와 결과들을 문자 메시지나 이메일을 통해 전송하여 공유할 수 있다.

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F11.jpg
Fig. 11.

Graphic user interface of the URCI application on smartphones. (a) Part for adding general information of study area. (b) Part for investigating the quantity and severity of seven distress factors. (c) Part for calculating the URCI value and rating

4. 현장적용

본 연구에서 개발된 URCI 애플리케이션을 부산시 기장군에 있는 일광광산 지역에 적용하였다. 일광광산은 1938년부터 1945년까지 국내에서 구리를 생산하는 가장 큰 규모의 광산이었으며, 구리 이외에도 금, 은, 중석 등을 채굴하였으나 1990년대 초반에 폐광되었다. 폐광 이후 적절한 관리대책 없이 방치되었다가 1999년부터 광산 복원사업을 수행하였다(Suh et al., 2016).

Fig. 12는 URCI 애플리케이션을 이용해 비포장도로의 상태를 평가한 연구지역을 보여준다. 전체 40m 길이 비포장도로 구간을 4개의 섹션(section)으로 구분하여 조사를 수행하였다. 조사에는 약 30분이 소요되었다. 현장에서 URCI 애플리케이션을 이용하는 모습은 Fig. 13에 제시하였다.

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F12.jpg
Fig. 12.

View of the study area. Section 1: 6m × 3.6m. Section 2: 12m × 3.6m. Section 3: 15m × 3.6m. Section 4: 7m × 4.2m

http://static.apub.kr/journalsite/sites/ksrm/2018-028-06/N0120280604/images/ksrm_28_06_04_F13.jpg
Fig. 13.

Investigation of unsurfaced road condition at the study area using the URCI application. Photos showing (a) how the URCI application is used in the field, (b) general information of study area, (c) investigation results of distress factors, (d) a picture taken during investigation. (e) results of URCI calculations

Table 3은 연구지역 비포장도로 구간에서 7가지 인자들에 대한 현장조사 결과를 보여준다. 대부분의 인자가 연구지역 4개의 구간에서 모두 측정되었다. 부적절한 단면은 4번 구간에서 높은 심각도 수준으로 나타났으며 부적절한 도로변 배수는 3번 구간에서 가장 길게 측정되었다. 물결자국은 2번 구간에서 가장 높은 심각도 수준으로 발견되었으며, 3번 구간에서는 나타나지 않았다. 먼지는 모든 구간에서 낮은 심각도 수준으로 발생하였다.

Table 3. Quantity and severity of distress factors investigated at the study area

Section 1 Section 2 Section 3 Section 4
Area of section (m2) 21.6 43.2 54.0 29.4

Distress

Severity

L M H L M H L M H L M H
Improper cross section (m) 6.0 · · 12.0 · · · 15.0 · · · 7.0
Inadequate roadside drainage (m) · 12.0 · · 24.0 · · 30.0 · · 14.0 ·
Corrugations (m2) 2.9 · · · · 5.3 · · · 4.3 · ·
Dust · · · · · · · ·
Potholes (m2) · · · · · 1.0 1.0 1.0 · · · 1.0
Ruts (m2) · 4.7 1.1 · 2.5 · 1.3 1.7 · · · 4.3
Loose aggregate (m) 4.0 1.4 · 6.1 0.6 · 18 0.6 · 10.1 0.4 ·

URCI 애플리케이션을 이용해 연구지역의 비포장도로의 상태를 평가한 결과는 Table 4와 같다. 구간 1, 2, 3에서는 비포장도로의 상태가 보통(fair)인 것으로 나타났고, 구간 4의 상태는 불량(poor)한 것으로 평가되었다. 구간 4의 경우 부적절한 단면이 심각한 수준으로 발견되었으며, 도로 표면의 함몰과 바퀴자국의 영향이 상대적으로 크게 작용하였다. 따라서 구간 4에 대한 비포장도로 유지보수가 필요하다고 판단된다.

Table 4. Results of URCI calculations at the study area

Section 1 Section 2 Section 3 Section 4
Distress Density
(%)
Deduct
value
Density
(%)
Deduct
value
Density
(%)
Deduct
value
Density
(%)
Deduct
value
Improper cross section (m) 27.8 17.0 27.8 17.0 27.8 23.0 23.8 27.0
Inadequate roadside drainage (m) 55.6 31.0 55.6 31.0 55.6 31.0 47.6 37.0
Corrugations (m2) 13.6 9.0 12.2 8.0 · · 14.7 10.0
Dust · 2.0 · 2.0 · 2.0 2.0
Potholes (m2) · · 6.3 34.0 L: 6.3 26.0 6.3 34.0
M: 6.3
Ruts (m2) M: 21.6 41.0 5.9 12.0 L: 2.5 10.0 14.7 24.0
H: 5.0 M: 3.2
Loose aggregate (m) L: 18.5 16.0 L: 14.1 9.0 L: 33.3 15.0 L: 34.4 17.0
M: 6.5 M: 1.4 M: 1.1 M: 1.4
Total deduct value 116 113 107 151
q 7 6 6 6
URCI value 43 44 47 27
Rating Fair Fair Fair Poor

5. 결 론

본 연구에서는 미국 육군 공병대에서 개발한 Unsurfaced Road Condition Index(URCI) 평가 체계에 따라 현장에서 손쉽게 필요한 정보를 기록하고, 비포장도로의 상태를 정량적으로 평가할 수 있는 스마트폰 애플리케이션을 개발하였다. 개발된 애플리케이션을 Android 운영체제를 사용하는 스마트폰에 설치하고, 부산 일광광산의 비포장도로 일부 구간의 상태를 조사하였다. 그 결과 URCI 평가 체계에서 고려되는 7가지 인자들의 현장조사 결과를 사용자 인터페이스 화면을 통해 손쉽게 입력하고, 현장에서 URCI 값을 빠르게 계산하여 비포장도로의 상태를 평가할 수 있었다.

본 연구에서는 미국 육군 공병대의 URCI 평가 체계를 그대로 채택하여 스마트폰 애플리케이션을 개발하였으나 앞으로는 광산의 특수성이나 국내의 여건 등을 고려한 새로운 평가 체계를 개발할 필요가 있다고 판단된다. 또한, iOS 운영체제를 사용하는 스마트폰도 지원할 수 있도록 추가적인 애플리케이션 개발이 필요할 것이다.

광산에서 효율적이고 안전한 운반 작업을 수행하기 위해서는 덤프트럭이 이동하는 비포장도로의 상태를 정기적으로 조사하고, 그 결과에 따라 체계적으로 유지보수를 시행해야 한다. 본 연구에서 제시한 스마트폰 애플리케이션이 광산현장의 비포장도로의 상태 조사 및 평가를 위해 유용하게 활용되기를 기대한다.

Acknowledgements

본 연구는 2018년도 정부(교육부)의 재원으로 한국연구재단 이공학 개인기초연구지원사업(2018R1D1A1A09083947)의 지원을 받아 수행되었다. 이에 감사한다.

References

1 

Baek, J. and Choi, Y., 2017, A New Method for Haul Road Design in Open-pit Mines to Support Efficient Truck Haulage Operations, Applied Sciences, Vol. 7, 1–19, doi:10.3390/app7070747.

10.3390/app7070747
2 

Baek, J., Choi, Y., Lee, C. and Jung, J., 2018, Performance Comparison of Bluetooth Beacon and Reverse RFID Systems as Potential Tools for Measuring Truck Travel Time in Open-pit Mines: A Simulation Experiment, Geosystem Engineering, Vol. 21, 43–52, doi:10.1080/12269328.2017.1370616.

10.1080/12269328.2017.1370616
3 

Baek, J., Choi, Y., Lee, C., Suh, J. and Lee, S., 2017, BBUNS: Bluetooth Beacon-Based Underground Navigation System to Support Mine Haulage Operations, Minerals, Vol. 7, 1-16, doi:10.3390/min7110228.

10.3390/min7110228
4 

Bonates, E.J.L., 1996, Interactive truck haulage simulation program, In: Hennies, W.T., Ayres Da Silva, L.A. and Chaves, A.P. (eds), Mine Planning and Equipment Selection 1996, Balkerma, Rotterdam, Netherlands, pp. 51-57

5 

Choi, Y., 2011, New software for simulating truck-shovel operation in open pit mines, Journal of the Korean Society for Geosystem Engineering, Vol. 48, No. 4, pp. 448-459.

6 

Choi, Y. and Nieto, A., 2011a, Optimal Haulage Routing of Off-road Dump Trucks in Construction and Mining Sites Using Google Earth and a Modified Least-Cost Path Algorithm, Automation in Construction, Vol. 20, 982-992.

10.1016/j.autcon.2011.03.015
7 

Choi, Y. and Nieto, A., 2011b, Software for simulating open-pit truck/shovel haulage systems using Google Earth and GPSS/H, Journal of the Korean Society for Geosystem Engineering, Vol. 48(6), 734-743.

8 

Choi, Y., Park, H.D., Sunwoo, C. and Clarke, K.C., 2009, Multi-Criteria Evaluation and Least-Cost Path Analysis for Optimal Haulage Routing of Dump Trucks in Large Scale Open-Pit Mines. International Journal of Geographic Information Science, Vol. 23, 1541-1567.

10.1080/13658810802385245
9 

Choi, Y., Park, S., Lee, S., Baek, J., Jung, J. and Park, H., 2016, Development of a Windows-based Program for Discrete Event Simulation of Truck-Loader Haulage Systems in an Underground Mine, Tunnel & Underground Space, Vol. 26(2), 87-99.

10.7474/TUS.2016.26.2.087
10 

Department of the Army, 1995, Unsurfaced Road Maintenance Management, TM 5-626, WASHINGTON, DC, USA, 50p.

11 

Jung, J., and Choi, Y., 2017, Measuring Transport Time of Mine Equipment in an Underground Mine Using a Bluetooth Beacon System, Minerals, Vol. 7(1), 1-10. doi:10.3390/min7010001.

10.3390/min7010001
12 

MIT App Inventor. 2018, App Inventor, http://appinventor.mit.edu/explore/ (accessed on 22 August 2018).

13 

Park, S. and Choi, Y., 2013, Simulation of shovel-truck haulage system by considering truck dispatch methods, Journal of the Korean Society for Geosystem Engineering, Vol. 50(4), 543-556.

14 

Park, B., Choi, Y. and Park, H.S., 2013, Creation of vector network data with considering terrain gradient for analyzing optimal haulage routes of dump trucks in open pit mines, Tunnel & Underground Space, Vol. 23(5), 353-361.

10.7474/TUS.2013.23.5.353
15 

Park, B., Choi, Y. and Park, H.S., 2014a, Optimal routes analysis of vehicles for auxiliary operations in open-pit mines using a heuristic algorithm for the traveling salesman problem, Tunnel & Underground Space, Vol. 24(1), 11-20.

10.7474/TUS.2014.24.1.011
16 

Park, S., Choi, Y. and Park, H.S., 2014b, Simulation of shovel-truck haulage system in open-pit mines by considering breakdown of trucks and crusher capacity, Tunnel & Underground Space, Vol. 24(1), 1-10.

10.7474/TUS.2014.24.1.001
17 

Park, S., Choi. Y., and Park, H.S., 2014c, Simulation of truck-loader haulage systems in an underground mine using GPSS/H, Tunnel & Underground Space, Vol. 24(6), 430-439.

10.7474/TUS.2014.24.6.430
18 

Park, S., Lee, S., Choi, Y. and Park, H.S., 2014d, Development of a windows-based simulation program for selecting equipments in open-pit shovel-truck haulage systems, Tunnel & Underground Space, Vol. 24(2), 111-119.

10.7474/TUS.2014.24.2.111
19 

Park, B., Park, S., Choi, Y. and Park, H.S., 2015, Calculation of a Diesel Vehicle’s Carbon Dioxide Emissions During Haulage Operations in an Underground Mine Using GIS, Tunnel & Underground Space, Vol. 25(4), 373-382.

10.7474/TUS.2015.25.4.373
20 

Park, S., Choi, Y. and Park, H.S., 2016, Optimization of truck-loader haulage systems in an underground mine using simulation methods, Geosystem Engineering, Vol. 19(5), 222-231.

10.1080/12269328.2016.1176538
21 

Suh, J., Lee, H. and Choi, Y., 2016, A Rapid, Accurate, and Efficient Method to Map Heavy Metal-Contaminated Soils of Abandoned Mine Sites Using Converted Portable XRF Data and GIS, International Journal of Environmental Research and Public Health, Vol. 13(12), 1191, doi:10.3390/ijerph13121191.

10.3390/ijerph13121191
22 

Temeng, V.A., 1997, A computerized model for truck dispatching in open pit mines, PhD dissertation, Michigan Technological University, Michigan, USA, 306p.

페이지 상단으로 이동하기