Optimization Techniques In Non-Circular Probabilistic Slope Stability Analysis Considering Spatial Variability

Sina Javankhoshdel, Brigid Cami, Ramin Mafi, Thamer Yacoub, Richard J. Bathurst

In the proceedings of: GeoEdmonton 2018: 71st Canadian Geotechnical Conference; 13th joint with IAH-CNC

Session: Landslides and Geohazards III

ABSTRACT: Probabilistic analysis of slopes with several random variables, complex geometries, and spatial variability of soil properties can be carried out using a non-circular random limit equilibrium method (RLEM) search together with an optimization technique. Two optimization techniques are coupled with non-circular slope stability analysis in this paper: 1) the wide-spread Monte Carlo optimization (MCO) technique, and 2) a new surface altering optimization (SAO) method. Both approaches are used to minimize the factor of safety for a given slip surface by modifying its geometry. The SAO approach is a local optimization method which offers flexibility to find the geometry of a critical slip surface using spline curves. In this paper, the results of probabilistic analysis of a tailings dam model using no optimization, optimization using MCO, and optimization using SAO are compared. Results show that the SAO approach can capture more failure paths resulting in larger computed probabilities of failure, and is five times faster than the MCO approach.

RÉSUMÉ: L'analyse probabiliste des pentes tenant compte de plusieurs variables aléatoires, de géométries complexes et de la variabilité spatiale des propriétés du sol, peut être réalisée en utilisant une méthode de recherche basée sur une méthode ues d'optimisation sont couplées à une analyse de stabilité de pente non circulaire dans cet article: 1) la technique d'optimisation de Monte Carlo (OMC) largement répandue, et 2) une nouvelle méthode d'optimisation de modification de surface (OMS). Les deux approches sont utilisées pour minimiser le facteur de sécurité pour une surface de glissement donnée en modifiant sa géométrie. L'approche OMS est une méthode d'optimisation locale qui offre de la flexibilité pour trouver la géométrie d'une surface de glissement critique en utilisant des courbes splines. Dans cet article, nous comparons les résultats de l'analyse probabiliste d'un modèle de barrage de résidus sans optimisation, avec optimisation à l'aide de OMC et avec optimisation à l'aide de OMS. Les résultats montrent que l'approche OMS peut capturer plus de modes de rupture entraînant des probabilités de rupture calculées plus grandes, et est cinq fois plus rapide que l'approche OMC.

Please include this code when submitting a data update: GEO2018_150

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: