Partiele factoren CUR226. Piet van Duijnen

Maat: px

Weergave met pagina beginnen:

Download "Partiele factoren CUR226. Piet van Duijnen"

Daniël de Veer
8 jaren geleden
Aantal bezoeken:

1 Partiele factoren CUR226 Piet van Duijnen

2 R > S Kalibratie rekenmodel Geometry Soil properties Reinforcement properties External loads F(x) Is the outcome safe???

3 3 Inhoud Doel: Komen tot een veilige ontwerpmethode: Rekenmodel Modelfactor Materiaal- en belastingfactoren Inhoud: deden we het vroeger? doen wij het bij paalmatrassen? Vraag: Voor herhaling vatbaar?

4 Hoe deden we het meestal? 4

5 5 Hoe deden we het meestal? Geen trendbreuk: Vergelijkende berekeningen maken tussen oude en nieuwe methode en zo nodig factoren aanpassen. Resultaat: Uitkomst nieuwe en oude methode leken veel op elkaar soms wat economischer, soms wat conservatiever.

6 6 Wat hebben wij gedaan? Timo Piet Ed Suzanne

7 7 Wat hebben wij gedaan? 1. Model kalibratie Proefverzameling veld- en laboratorium metingen Statistisch analyseren r e versus r t resultaat: Errorfunctie 2. modelfactor bepalen: 4 referentie ontwerpen betrouwbaarheid (b) bepalen; SLS berekening (g s = 1, g m =1 en b b req;sls ); resultaat: Modelfactor 3. Partiele materiaal- en belastingfactoren Modelfactor uit 2. gebruiken; NEN-EN 1990 annexen D8 r e = resultaat experiment r t =resultaat berekening ULS berekening (partiele factoren zo kiezen dat b b req;uls ) resultaat: Set belasting en materiaal factoren.

8 Experimental data 1) Model kalibratie Calibration method: NEN-EN annex D : Probabilistic model of resistance: r = b r t δ Slope: least squares: Calculation result b = δ i = r e;i r t;i r e r t r t 2 Error term : Error term : probabilistic value log distribution

Experimental data 1) Model kalibratie Calibration method: NEN-EN-1990-0 annex D8.2.

9 Experimental data 1) Model kalibratie Calibration method: NEN-EN annex D : Probabilistic model of resistance: r = b r t δ Slope: least squares: Calculation result b = δ i = r e;i r t;i r e r t r t 2 Error term : Error term : probabilistic value log distribution

10 1) Model kalibratie: nu werken! Compare calculation result with experimental (test) results 12 meetlocaties 115 metingen 1 locatie is afgevallen Source: Van Eekelen [2015]: Validation of analytical models for the design of basal reinforced piled embankments Geotextiles and Geomembranes Volume 43, Issue 1, February 2015, Pages 56 81

11 1) Model kalibratie: Eekelen and al. (2015) Eurocode NEN-EN-1990 annex D8

12 1) Model kalibratie 12

13 13 Gemeten > berekend 1) Model kalibratie: dataanalyse

14 1) Model kalibratie: sub sets subgrade modulus k [kn/m 3 ] N Mean bias b Coefficient of variation V d 0 11

14 14 1) Model kalibratie: sub sets subgrade modulus k [kn/m 3 ] N Mean bias b Coefficient of variation V d

15 1) Model kalibratie: Resultaat subgra de modulu s k [kn/m 3 ] Netherlands: Piled embankments are only constructed in area with subgrade support < 200 kn/m 3. Number of data sets N Mean bias b Coefficient of variation V d R=b d R t

16 R > S 1) Model kalibratie: Resultaat Geometry Soil properties Reinforcement properties External loads F(x) Is the outcome safe???

17 17 2) Modelfactor: overige input? Geometrie (XYZ palen) As built XYZ metingen (Houten en Woerden); Paalafstanden as built berekend Statistiek losgelaten op as built paalafstanden Parameter Paalafstanden Dikte matras (niveau paaldeksel) S 0,10 m 0,05 m

18 18 2) Modelfactor: overige input? Granulaat matras: NEN gevolgd (zie tabel 1b) Student T-verdeling Volume gewicht (hoge karakteristiek) Hoek van inwendige wrijving (lage karakteristiek) Parameter V Paalafstanden 0,10 m Dikte matras 0,05 m Hoek van inwendige wrijving 0,10 Volume gewicht 0,05 Support tussen de palen 0,25

19 19 2) Modelfactor: overige input? Granulaat matras: NEN gevolgd (zie tabel 1b) Student T-verdeling Volume gewicht (hoge karakteristiek) Hoek van inwendige wrijving (lage karakteristiek)

20 20 2) Modelfactor: overige input? Sterkte geogrid Huesker proeven geanalyseerd Elke levering wordt getest Sterkte einde levensduur als maatgevend over hele levensduur. Resultaat: V = 0.03 Verder met V=0.05

21 21 2) Modelfactor: overige input? Statistische inputparameters Parameter V Paalafstanden 0,10 m Dikte matras 0,05 m Hoek van inwendige wrijving 0,10 Volume gewicht 0,05 Support tussen de palen 0,25 Sterkte/stijfheid geogrid 0,05

22 22 2) 4 referentie cases Case 1 dik matras Case 2 dun matras Case 3 gemiddeld matras Case 4 zand

23 23 2) Referentie cases Ontwerpen t.b.v. validatie 4 cases beschouwd; 1 set factoren voor verschillende ontwerpen Case h.o.h. [m] 3,25 1,75 2,25 2,25 Dikte [m] 10 1,5 3,5 3,5 Paaldeksel [m] 1,25 0,4 0,75 0,75 Hoek van inwendige wrijving [graden] Boven belasting [kn/m 2 ]

24 2) Modelfactor: Input Calculation Probalistic model of resistance Output Probability curve d Failure R<S R t =F(x) R=b d R t P f 0

25 2) Modelfactor: Karakteristieke waarden R t;kar = R t x g model b sls >= 2.6 Input Calculation Probalistic model of resistance Output Probability curve d Failure R<S R t =F(x) R=b d R t P f 0

26 2) Modelfactor: proces Kies factor Maak ontwerp Unity check = 1.0 (SLS) Betrouwbaarheidsindex (Monte Carlo simulation) Wijzig modelfactor b > b req;sls yes Alle cases beschouwd? yes Klaar no no Volgende case 4 referentie cases dus 4 keer! (Voor alle cases dezelfde modelfactor!)

27 27 2) Modelfactor: uitdaging 1 Modelfactor moet voor alle cases het gewenste resultaat geven. Safety reasons: b calculated > b required Economical reasons: b calculated b required

28 2) Model factor: resultaat Model factor 1.4: b req;sls = 2.8 (2.6) Betrouwbaarheidsindex uit MC-analyse: Case Q = 0 kn/m 2 Q <> 0 kn/m 2 1 Dik Dun Basis Zandvulling

29 3) g mat + g s : Model rekenwaarde R t = R t x g model b ULS b req Input Calculation Probalistic model of resistance Output Probability curve d Failure R<S R t =F(x) R=b d R t P f 0

30 3) g mat + g s : proces Kies set factoren Maak ontwerp Unity check = 1.0 (ULS) Betrouwbaarheidsindex (Monte Carlo simulation) Pas factoren aan b > b T yes Alle cases beschouwd? yes Klaar no no Volgende case 4 referentie cases dus 4 keer! (met dezelfde waarde voor de model factor!)

31 3) g mat + g s : nieuwproces step 1 Kies een lage sterkte R Maak een ontwerp Bepaald betrouwbaarheidsindex (Monte Carlo analyse Verhoog sterkte R b I > b T;RC3 yes All cases considered? yes Klaar no no Analyze next case Circa 8 sterkten per case geanalyseerd

32 3) g mat + g s : Resultaat

33 33 3) g mat + g s : nieuwproces step 2 1. Analyseer combinaties van partiele factoren; 2. Bepaald voor elke combinatie aan partiele factoren de betrouwbaarheidsindex voor alle 4 de cases 3. Sorteer op betrouwbaarheidsindexen 4. Kies 1 set van factoren (voor iedere RC) waarvoor geldt: R d > R(b req ) en R d < 1,1 x R(b req )

34 He he eindelijk het resultaat Partial factor Required b RC1 3.5 RC2 4.0 RC3 4.6 Angle of internal friction Unit weight Tensile strength GR Axial stiffness GR Subgrade modulus Top load Model factor

35 betrouwbaarheidsindex MC-analyse (ontwerp Unity Check = 1.0) Case Without surcharge load With surcharge load SLS (2.8) RC1 (3.5) RC2 (4.0) RC3 1 (4.6) SLS (2.8) RC1 (2.8) RC2 (3.2) RC3 1 (3.7) (1)Due to time not all cases were analysed in RC3 because at least eighty million calculations are required.

36 Conclusie It is a hell of a job Select relevant subset data Start simple: reduce number of parameters (example: no topload) RC3 requires a extreme number of calculations (extrapolation of data is a practical solutions) Objective method With 1 set of partial factors it s not possible to get the required reliability index precisely for all possible designs.

37 41 Bevalt het? Is het wat voor toekomstige projecten? Ja: Herziening CUR 198

Vergelijkbare documenten

Report for D-Sheet Piling 9.2

Report for D-Sheet Piling 9.2 Design of Sheet Pilings Developed by Deltares Company: RPS advies en ingenieurs bv Date of report: 10/2/2013 Time of report: 4:03:39 PM Date of calculation: 10/2/2013 Time