발파 전에는 Kuz-Ram 모델로 파쇄입도를 계산하고, 발파 후에는 현장 사진을 AI로 분석해
실제 입도를 측정합니다. 두 결과가 같은 정의의 누적통과곡선으로 나오기 때문에
예측이 얼마나 맞았는지를 같은 자리에서 비교할 수 있습니다.
MODULE 01BlastRFA
Kuz-Ram 모델 파쇄입도 예측
MODULE 02ImageRFA
사진 기반 AI 입도 실측
(주)지윤이앤씨 | Tel. 02-6281-8881jiyunitlab.com
Module 01 · BlastRFA
발파 전에 파쇄입도를 계산합니다
암석 계수 A와 발파 설계 변수를 넣으면 평균 입경 X50, 균등지수 n, 비장약량 q, P20·P50·P80을
계산하고 Rosin-Rammler 누적통과곡선을 그립니다. 조건을 바꿔 다시 계산한 곡선을 겹쳐 두면
어떤 변수가 파쇄에 얼마나 영향을 주는지 그 자리에서 보입니다.
암석 계수 A 입력 5가지 간편 분류 · RMR 점수 · 종합 점수 · Kuz-Ram 모델 · 직접 입력 중 확보한 자료에 맞는 방법을 고릅니다.
설계 변수 공당 장약량 · 폭약 위력(RWS) · 버든 · 스페이싱 · 천공 직경 · 벤치 높이
지연시간 계수 반영 종파속도와 지연시간으로 At를 구해 유효 암석 계수 A′ = A × At로 보정합니다.
설계안 비교 계산한 설계안을 목록에 쌓아 곡선을 겹쳐 봅니다.
내보내기 결과표는 CSV, 그래프는 PNG·JPG로 저장합니다.
암석 특성 입력과 계산 결과 · 누적통과곡선
다른 조건은 그대로 두고 버든만 1.0 m → 3.0 m로 바꿨을 때. 두 곡선이 갈라지는 폭이 그 변수의 영향입니다.
계산 결과를 손계산과 대조했습니다
새로운 모델을 만들지 않았습니다. 실무에서 검토하던 Kuz-Ram 절차를 그대로 옮기고,
손으로 계산한 값과 하나씩 맞춰 본 뒤에야 배포했습니다.
RFAStudio 제품 리플렛02
Module 02 · ImageRFA
발파 후에는 사진 한 장으로 잽니다
조각을 하나씩 그려 가며 크기를 재던 일을 AI가 대신합니다. 자체 학습한 딥러닝 모델이 사진 속
암석을 조각 단위로 분할하고, 기준물 길이로 픽셀을 cm로 환산해 대표값과 곡선을 산출합니다.
촬영에서 결과까지
기준물을 클릭하고 실측 길이를 입력하면 cm/pixel 자동 산출
기준물을 앞·뒤 두 곳에 잡으면 조각의 세로 위치에 따라 스케일을 보간해 원근 왜곡을 보정
P20 · P50 · P80 · 최대 입경, 균등지수 n, 피팅 정확도 R², 총 조각 수
원하는 크기를 넣으면 그 크기 이하 통과율을 즉시 계산
틀린 곳은 직접 고칩니다
그림자나 하늘이 암석으로 잡히면 편집 모드에서 삭제 · 합치기 · 새로 그리기 · 부분 재분석
고칠 때마다 대표값과 곡선이 즉시 다시 계산
작업 취소(Ctrl+Z) 지원, 단축키 안내 상시 표시
분석 상태는 프로젝트 파일(.rfa)로 저장해 그대로 이어서 작업
결과는 A4 한 장으로 나옵니다
실제 출력물 · PDF 리포트
분석 이미지 검출된 조각 윤곽과 스케일 기준물이 함께 찍혀, 어떤 사진에서 나온 값인지 남습니다.
핵심 지표 P20 · P50(X50) · P80, 특성 입경 Xc, Top Size, 균등지수 n, 균등계수 Cu, 모델 적합도 R²
누적 입도 분포 곡선 조각 하나하나의 실측 점과 Rosin-Rammler 피팅 곡선을 함께 그립니다.
종합 소견 균등지수와 R²를 판정 기준에 대입한 문장으로 정리해, 그대로 보고서에 옮길 수 있습니다.
현장명 · 출력일 · 스케일 조각 수와 cm/pixel 값까지 머리말에 남아 나중에 조건을 되짚을 수 있습니다.
RFAStudio 제품 리플렛03
Workflow
한 번의 발파, 네 단계
01암반 조건 입력
5가지 방법 중 확보한 자료에 맞는 것으로 암석 계수 A를 정합니다.
02설계안 비교
장약량·버든·스페이싱을 바꿔 계산한 곡선을 겹쳐 보고 패턴을 고릅니다.
03발파 후 촬영
길이를 아는 물건을 함께 두고 파쇄된 암을 사진으로 남깁니다.
04실측과 대조
AI 분석 실측값을 예측값과 비교해 다음 발파 조건에 반영합니다.
Specification
제품 사양
제품명
RFAStudio
구성
BlastRFA (파쇄입도 예측) + ImageRFA (AI 이미지 분석), 통합 설치
구분
설치형 소프트웨어 (Windows)
지원 OS
Windows 10 / 11 64bit
권장 사양
CPU 4코어 이상 · RAM 8GB 이상 · 여유 디스크 2GB 이상
예측 모델
Kuz-Ram 모델, Rosin-Rammler 입도 분포
분석 엔진
자체 학습 딥러닝 암석 분할 모델 · CPU 추론 (별도 그래픽카드 불필요)
입력 이미지
JPG · JPEG · PNG · BMP
출력 형식
CSV 결과표, 그래프 이미지(PNG·JPG), PDF 리포트(A4), 프로젝트 파일(.rfa)
부가 기능
라이트·다크 테마, 프로그램 내장 따라하기 안내, 제목줄에서 두 모듈 전환
라이선스
사용자 단위 영구 라이선스 · 다음 버전 구입 시 기존 고객 할인
도입을 검토 중이신가요?
현장 조건을 알려주시면 적합한 구성과 견적을 안내드립니다. 개발한 엔지니어가 직접 문의를 받습니다.
TEL02-6281-8881
WEBjiyunitlab.com
(주)지윤이앤씨 | 서울시 송파구 법원로 11길 25 에이치비즈니스파크 A동 1111호04
