EN FR
GeoConferences.ca

Soil statistical characteristics using numerically generated random fields for reliability assessment in geotechnical engineeing

Y Yu

In the proceedings of: GeoVancouver 2016: 69th Canadian Geotechnical Conference

Session: FUNDAMENTALS-I Risk & Reliability

ABSTRACT: The design and analysis of soil structures in geotechnical engineering is shifting from deterministic methods to probabilistic approaches. This is because the results of probabilistic analyses are more informative particularly for analysis and design for ultimate limit states and thus can help stakeholders make more informed design decisions. However, probabilistic analysis of geotechnical structures is influenced by the inherent uncertainty in soil properties. Soil property uncertainty includes (a) random variability which can be modelled using a probability density function (with mean and standard deviation of the soil property) and, (b) spatial variability modelled using an autocorrelation function (with an autocorrelation length). The soil property variability can be numerically generated and visualized using random field theory. The paper considers a strip footing on a geosynthetic-reinforced foundation soil and examines the ultimate bearing capacity of the footing with both homogeneous (i.e., deterministic approach) and random fields (i.e., probabilistic approach). The paper concludes that the use of the probabilistic approach for design of a footing on a geosynthetic-reinforced soil foundation provides not only the ultimate bearing capacity of the footing but also the corresponding probability of occurrence, and thus is more informative for decision-making when compared to the conventional deterministic approach with only a single quantitative ultimate bearing capacity estimate.

RÉSUMÉ: La conception et l'analyse des structures de sol en génie géotechnique des méthodes déterministes aux approches probabilistes. En effet, les résultats des analyses probabilistes sont plus informatifs en particulier pour l'analyse et la conception des états limites ultimes et peut ainsi aider les intervenants à prendre des décisions de conception plus éclairées. Cependant, l'analyse probabiliste des structures géotechniques est influencée par l'incertitude inhérente aux propriétés du sol. incertitude concernant les propriétés du sol comprend (a) la variabilité aléatoire qui peut être modélisée en utilisant une fonction de densité de probabilité (avec moyenne et écart-type de la propriété du sol) et, (b) la variabilité spatiale modélisée en utilisant une fonction d'autocorrélation (avec une longueur d'autocorrélation). La variabilité de la propriété du sol peut être générée numériquement et visualisée en utilisant la théorie du champ aléatoire. considère une semelle filante sur une base de sol renforcé de géosynthétique et examine la capacité portante ultime de la semelle à la fois avec des champs de valeurs homogène (à savoir, l'approche déterministe) et des champs aléatoires (à savoir, l'approche probabiliste). conclut que l'utilisation de l'approche probabiliste pour la conception d'une semelle sur un sol de fondation renforcé de géosynthétique fournit non seulement la capacité portante ultime de la semelle, mais aussi la probabiliinformative pour la prise de décision que l'approche déterministe classique avec un seul estimé quantitatif de la capacité portante ultime.

Please include this code when submitting a data update: GEO2016_4179

Access this article:
Canadian Geotechnical Society members can access to this article, along with all other Canadian Geotechnical Conference proceedings, in the Member Area. Conference proceedings are also available in many libraries.

Cite this article:
Y Yu (2016) Soil statistical characteristics using numerically generated random fields for reliability assessment in geotechnical engineeing in GEO2016. Ottawa, Ontario: Canadian Geotechnical Society.

@article{4179_0727123843, author = Y Yu,
title = Soil statistical characteristics using numerically generated random fields for reliability assessment in geotechnical engineeing,
year = 2016
}