Application of Data Mining Techniques to Soil Stabilization

Abstract

Kalksementstabiliseringer er en grunnforbedringsteknikk for leire og andre svake jordtyper. Metoden blander den tørre bindemiddelet med grunnen, noe som øker styrken. Hensikten til studien er å finne ut om det kan påvises pålitelige sammenhenger mellom in-situ jordparametere og skjærstyrken til den stabiliserte grunnen. Det ble brukt både lineære og ikke-lineære metoder for å utforske og identifisere eventuelle korrelasjoner. Resultatene i denne studien har til hensikt å gi ytterligere forståelse av hva som påvirker styrkeutviklingen i kalksementpeler, noe som er nyttige innsikter for fremtidige kalksementprosjekter.

De analyserte dataene kom fra tre forskjellige kilder. To databaser var allerede etablert som besto av laboratorieforbedrede jordprøver fra Norge og Sverige. I tillegg ble to nye databaser opprettet for denne avhandlingen: En CPTU-database og en laboratoriedatabase. Disse bestod av data fra 167 feltmålinger av skjærstyrken til kalksementpelene, 33 CPTU-målinger og ulike laboratorietester fra 14 ulike prøveserier, alt fra E6 Kvithammar-Åsen prosjektet. Det var utfordringer knyttet til store avstander mellom de utførte testene og mangel på laboratoriedata, noe som resulterte i usikkerhet i analysene.

Den lineære korrelasjonsanalysen av CPTU-databasen viste ingen observert sammenheng mellom CPTU-dataene og den stabiliserte styrken til kalksementpelene, som indikert av den høyeste oppnådde determinasjonskoeffisienten (r-squared) på 0,05. Imidlertid ble det oppdaget svake korrelasjoner i laboratoriedatabasen fra E6 Kvithammar-Åsen, der plastisitetsgrensen viste den høyeste korrelasjonen med en r-squared verdi på 0,32. Selv om det ble gjort antakelser for å håndtere utfordringene med avstanden mellom de ulike testene i tillegg til manglende laboratoriedata, var korrelasjonene fra laboratoriedatabasen generelt konsistente med den norske laboratorie databasen. Imidlertid ble varierende korrelasjoner sett i den svenske laboratorie databasen. Vann bindemiddel tallet var den eneste variabelen med tilsvarende korrelasjoner i alle laboratoriedatabasene.

Gradient Boosting og Random Forest modeller ble laget ut ifra de ulike databasene, der 80% av dataene ble brukt til å trene modellene, og de gjenværende 20% ble brukt til evaluering. Modellene basert på E6 Kvithammar-Åsen databasene viste dårlige resultater, mens modellene basert på laboratoriedata fra Norge og Sverige klarte å forutsi den stabiliserte jordens styrke med den beste r-squared verdien på 0,82.

Deep Dry mixing (DDM) is a soil stabilization method for clays and other weak soils. The method combines the dry binder with the soil, which increases its strength. This study aims to determine whether reliable correlations between in-situ soil parameters and stabilized soil strength can be detected. To establish the correlations, both linear and non-linear methods were used. The findings in this study are intended to provide a further understanding of what affects strength development in DDM soils, which are useful insights for future DDM projects.

The analyzed data came from three different sources. Two databases were already established, which consisted of laboratory-improved soils from Norway and Sweden. In addition, two new databases were created for this thesis: A CPTU database and a laboratory database. These consisted of data from 167 field strength measurements of stabilized soil, 33 CPTUs, and various laboratory tests from 14 different test series, all from the E6 Kvithammar-Åsen project. There were challenges related to large distances between the tests performed and a lack of laboratory data, which resulted in uncertainty in the analyses.

The linear correlation analysis of the CPTU database showed no observed correlation between the CPTU data and the column strength, as indicated by the highest obtained coefficient of determination(r-squared) value of 0.05. However, weak correlations were discovered in the laboratory database from E6 Kvithammar-Åsen, where the plastic limit showed the highest correlation with an r-squared value of 0.32. Although assumptions were made to address the challenges of the distance between the various tests in addition to missing laboratory data, the correlations from the laboratory database were generally consistent with the Norwegian laboratory-improved database. However, varying correlations were seen in the corresponding Swedish database. The water binder ratio was the only variable with similar correlations in all laboratory databases.

Gradient Boosting and Random Forest models were created using the different databases, where 80% of the data were used to train the models, and the remaining 20% were used for evaluation. The models from the E6 Kvithammar-Åsen databases showed poor results, while the models based on laboratory data from Norway and Sweden managed to predict the stabilized strength of the soil with a best r-squared value of 0.82.