Modelling of Random Variations in Soil Properties
Authors
Penriya, Weerapong ; Marton, Marta
Term
4. term
Education
Publication year
2015
Submitted on
2015-06-08
Pages
72
Abstract
Geotekniske undersøgelser er præget af usikkerhed, især fordi jordens egenskaber varierer naturligt fra sted til sted. Denne variation kan ikke fjernes, og den skal indarbejdes i designet. Traditionelt sker det ved deterministisk dimensionering, hvor delvise sikkerhedsfaktorer lægges på de karakteristiske laster og styrkeparametre, så man regner med højere laster og lavere styrker. Dette speciale bruger i stedet en probabilistisk tilgang baseret på random field‑teori for at beskrive jordens rumlige variation med middelværdi og standardafvigelse og kalibrere den delvise sikkerhedsfaktor for den udrænede forskydningsstyrke gennem en pålidelighedsanalyse. I Danmark er den gældende faktor for udrænet forskydningsstyrke g_cu = 1,8, hvilket er højere end den generelle værdi i Eurocode 7, g_cu = 1,4. I arbejdet genereres to-dimensionelle, krydskorrelerede tilfældighedsfelter (random fields) for udrænet forskydningsstyrke og Youngs modul ved hjælp af en matrixdekompositionsmetode. En probabilistisk finitte elementmodel opbygges med bl.a. Abaqus, Python-scripts, Fortran-underprogrammer og Matlab-scripts. Der udføres 1000 Monte Carlo-simuleringer, som giver 1000 bæreevner for konstruktionen. Resultaterne tilpasses og kombineres med lastens sandsynlighedstæthedsfunktion, og der gennemføres yderligere realisationer med simpel (crude) Monte Carlo for at bestemme svigt-sandsynligheden og kalibrere g_cu til et målrettet pålidelighedsindeks (et mål for sikkerhedsniveauet). Fremgangsmåden afprøves på to eksempler: et stribefundament og en dæmning. Kalibreringen viser, at g_cu kan reduceres markant, fra 1,8 til cirka 1,5 i begge tilfælde, hvilket også peger på mulige omkostningsbesparelser ved samme målte sikkerhedsniveau. Derudover undersøges, hvordan korrelationslængden (den afstand over hvilken jordegenskaber ligner hinanden) påvirker brudmekanismerne, og det findes, at disse mekanismer er stærkt afhængige af korrelationslængden.
Geotechnical design must cope with uncertainty, especially the natural spatial variability of soils, which cannot be eliminated. Designers traditionally address this by deterministic design, applying partial safety factors to characteristic loads and strength parameters, effectively increasing loads and reducing strengths in calculations. This thesis adopts a probabilistic approach based on random field theory to represent spatial variability using means and standard deviations, and uses reliability analysis to calibrate the partial safety factor for undrained shear strength. In Denmark, the current factor for undrained shear strength is g_cu = 1.8, which is higher than the general value proposed in Eurocode 7, g_cu = 1.4. Two-dimensional, cross-correlated random fields for undrained shear strength and Young’s modulus are generated using a matrix decomposition method. A probabilistic finite element model is built with Abaqus, Python scripts, Fortran subroutines, and Matlab scripts. A total of 1000 Monte Carlo simulations produce 1000 bearing capacities. The results are fitted and combined with the probability density function of the load, and additional realizations with crude Monte Carlo are performed to estimate failure probability and calibrate g_cu to a target reliability index (a measure of the safety level). The procedure is applied to two cases: a strip footing and an embankment. The reliability-based calibration indicates that g_cu can be reduced substantially, from 1.8 to about 1.5 in both cases, suggesting potential cost savings at the same target safety level. The study also shows that failure mechanisms are highly sensitive to the correlation length (the distance over which soil properties remain similar).
[This abstract was generated with the help of AI]
Keywords
Documents