The uncertainties in the determination of the stratigraphic profile of natural soils is one of the main problems in geotechnics, in particular for landslide characterization and modeling. The study deals with a new approach in geotechnical modeling which relays on a stochastic generation of different soil layers distributions, following a boolean logic – the method has been thus called BoSG (Boolean Stochastic Generation). In this way, it is possible to randomize the presence of a specific material interdigitated in a uniform matrix.
In the building of a geotechnical model it is generally common to discard some stratigraphic data in order to simplify the model itself, assuming that the significance of the results of the modeling procedure would not be affected. With the proposed technique it is possible to quantify the error associated with this simplification. Moreover, it could be used to determine the most significant zones where eventual further investigations and surveys would be more effective to build the geotechnical model of the slope. The commercial software FLAC was used for the 2D and 3D geotechnical model. The distribution of the materials was randomized through a specifically coded MatLab program that automatically generates text files, each of them representing a specific soil configuration. Besides, a routine was designed to automate the computation of FLAC with the different data files in order to maximize the sample number.
The methodology is applied with reference to a simplified slope in 2D, a simplified slope in 3D and an actual landslide, namely the Mortisa mudslide (Cortina d’Ampezzo, BL, Italy). However, it could be extended to numerous different cases, especially for hydrogeological analysis and landslide stability assessment, in different geological and geomorphological contexts. / L’incertezza nella determinazione del profilo stratigrafico e dei parametri meccanici dei singoli terreni è tra i principali problemi dell’ingegneria geotecnica, in particolare per l’analisi dei fenomeni franosi.
Lo studio presenta un nuovo approccio nella modellazione geotecnica che si basa sulla generazione stocastica di diverse distribuzioni di strati di terreno, seguendo una logica booleana - il metodo è stato perciò chiamato BoSG (Boolean Stochastic Generation – Generazione Stocastica Booleana). Con questo metodo è possibile randomizzare la presenza di uno specifico materiale interdigitato in una matrice uniforme.
Nell’impostare un modello geotecnico, infatti, generalmente si eliminano alcuni dati stratigrafici per semplificare il modello stesso, assumendo che la significatività dei risultati non ne risenta. La metodologia proposta permette di quantificare l'errore associato a questa semplificazione. Inoltre, può essere utilizzata per determinare le zone più significativi nelle quali possibili ulteriori indagini geotecniche sarebbero più efficaci per la definizione del modello geotecnico. Per la modellizzazione bidimensionale e tridimensionale è stato utilizzato il software commerciale alle differenze finite FLAC. La distribuzione dei materiali è stata randomizzata attraverso un programma in MatLab specificamente codificato che genera automaticamente dei file di testo con le configurazioni del terreno. E’ stata inoltre programmata una routine per automatizzare il calcolo FLAC con diverse file di dati al fine di massimizzare la numerosità campionaria.
In questa tesi la metodologia è stata applicata ad un pendio semplice in 2D, un pendio semplice in 3D e una frana reale: la frana di colata di Mortisa (Cortina d'Ampezzo, BL). Il metodo, tuttavia, potrebbe essere applicato ad altri casi, in particolare per studi di idrologia sotterranea, per l’analisi di stabilità di altre frane e in diversi contesti geologici e geomorfologici
| Identifer | oai:union.ndltd.org:unibo.it/oai:amsdottorato.cib.unibo.it:6958 |
| Date | 21 May 2015 |
| Creators | Bossi, Giulia <1984> |
| Contributors | Gottardi, Guido |
| Publisher | Alma Mater Studiorum - Università di Bologna |
| Source Sets | Università di Bologna |
| Language | English |
| Detected Language | Italian |
| Type | Doctoral Thesis, PeerReviewed |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds