Optimization of Ground Investigations

Abstract

Grunnundersøkelser er fundamentale for å oppnå en god forståelse av løsmassenes egensk- aper i en geoteknisk analyse. Ved å se på grunnundersøkelser vil en kunne få den nødvendige informasjonen en trenger for å velge riktig geoteknisk analysemetode, noe som videre kan bidra til pålitelige beregninger og muligheten til å planlegge trygge løsninger. Løsmassenes fysiske egenskaper er komplekse, og til en viss grad ukjente, ved starten av et prosjekt. Dette medfører mange usikkerheter, noe som gjør at gjennomtenkte vurderinger er en nødvendighet ved planleggingen av grunnundersøkelser. Det finnes flere tilfeller hvor gjennomførte undersøkelser har ført til for lite informasjon. I tillegg til dette kan en også se på nye utførte undersøkelser, med liten grad av detaljstyrt planlegging, som videre ikke har tilført ny informasjon. Å kunne ha tilgang på et verktøy med hensikt å effektivisere og optimalisere grunnundersøkelser, vil kunne resultere i betydelige kutt i ressurser og tidsbruk.

I denne oppgaven er det gjort et forsøk på å lage et program som kan bidra til å optimalisere plassering og kombinasjon av grunnundersøkelser for et udrenert skråningsstabilitetsproblem. Mangel på oversikt over løsmassenes egenskaper og deres romlige variasjon er modellert med tilfeldige felt. Grunnundersøkelser er implementert ved å oppdatere kunnskapen om løsmassenes egenskaper i tilfeldige felt. Dette er gjort med utgangspunkt i prinsippet om betingede tilfeldige felt. For å vurdere effekten av å legge til en grunnundersøkelse er dens påvirkning på skråningens bruddsannsynlighet multiplisert med kostnaden ved et brudd. På denne måten kan man kvantifisere tilegnet informasjon til å ta valg med en informasjonsverdianalyse. Videre blir ulike typer grunnundersøkelser sammenlignet med utgangspunkt i hvilken undersøkelse som er mest kostnadseffektiv i form av informasjonsverdi minus kostnad av undersøkelse. Dette resulterer videre i at den mest gunstige undersøkelsen blir valgt, før prosessen gjentas for et forhåndsbestemt antall undersøkelser, og modellen gjengir optimalt antall, type og lokasjon.

Metoden i oppgaven ble vurdert ved å utføre et sett med tester. Resultatene viser at korrelasjonslengdene har hatt stor innvirkning på det gunstige antallet undersøkelser, og deres plassering. Med økende korrelasjonslengder avtar den optimale mengden undersøkelser. Ved lave korrelasjonslengder avtar mengden informasjon man lærer ved hver grunnundersøkelse hyppig. Hvilket betyr at testene med de laveste korrelasjonslengdene får et optimalt antall undersøkelser som er lavere enn for større korrelasjonslengder. I tillegg har variasjon i standardavviket til udrenert skjærstyrke blitt testet, noe som viste at en økning i standardavvik medfører at hver grunnundersøkelse tilfører mer verdi i form av informasjon. Flere kostnader ved brudd ble vurdert i oppgaven. Kostnaden ved brudd ser ut til å påvirke modellen ved at økte kostnader vil være gunstig med en økt mengde grunnundersøkelser.

Resultatene som er kommet frem ved hjelp av metoden virker fornuftige, ettersom plasseringene blir jevnt fordelt utover skjærsirklene. I tillegg til dette blir CPTU prioritert og laboratorieundersøkelser blir lagt til etter to til tre CPTU har blitt implementert. Testingen av metoden er utført på et forenklet skråningstilfelle, noe som skylles at modellen har et lavt antall parametere den kan vurdere. Dette resulterer videre i at bruksområdet blir begrenset, og at kun deler av informasjonen grunnundersøkelsene tilbyr blir vurdert. Modellen viser stort potensiale, og utfordringene som ble oppdaget i denne oppgaven kan bli håndtert ved videre utvikling.

Ground investigations are fundamental for obtaining a good understating of soil properties in a geotechnical analysis. They provide the necessary information to select the right type of geotechnical analyses, perform reliable calculations, and make safe design evaluations. Physical properties of the ground are complex and often to a certain extent unknown at the start of a project, and this leads to many uncertainties. Because of this, the planning of investigation placement requires detailed considerations. There are many occasions where the performed investigation results in too little information. Conversely, sometime investigations are conducted without detailed planning and do not provide new relevant information. A tool that can increase efficiency and optimize the process, would result in substantial time- and resource savings.

In this thesis, an attempt has been made to create a program that can optimize the placement and combination of ground investigation for an undrained slope stability problem. In this model the spatial variability and lack of knowledge about soil properties are modelled with random fields. The ground investigations are implemented to update the knowledge on soil properties in random fields by utilizing the principle of conditional random fields. To assess the effect of adding an investigation, the investigations impact on the probability of failure is used with the cost of failure to quantify the information in a value of information decision analysis. The different types of soil investigations are compared to each other and the most cost-effective option in terms of information value, after subtracting the investigation cost, is chosen. This process is repeated for a pre-determined number of investigations and the most profitable amount within this range is presented, along with their type and location.

The assessment of the model was done using a set of tests. Results from the tests show that the correlation lengths have a large impact on the optimal number of investigations, as well as their placement. By increasing the correlation lengths, the optimal number of investigations decrease. However, one exception to this was discovered. When the correlation lengths were small, the model stopped learning more information after a set of investigations. Leading to a lower optimal number than expected. Variation of standard deviation was also tested, and it showed that increasing the standard deviation led to each investigation providing more value in the form of information. Increasing cost of information also proved that implementing a larger risk provides a necessity of more investigations.

Results received from the methodology seems reasonable, in the fact that they place ground investigations spread along the shear circles. In addition to this, Cone penetration test (CPTU) is prioritized in the test with a larger horizontal correlation length. The laboratory tests are usually implemented after two to three CPTU have been added. The tests on the method are based on a simplified case of undrained slope stability, because of the model only being able to consider a small set of variables. This leads to limited usability, and only parts of the information each ground investigation provides is considered. The methodology shows a lot of potential, and through further development the problems encountered in this thesis can be handled