Potensi Pencairan
ABSTRAK
Metode yang disederhanakan saat ini untuk menilai potensi likuifaksi tanah menggunakan
faktor keamanan deterministik untuk menilai apakah likuifaksi akan terjadi atau tidak. Namun,
metode ini tidak dapat menentukan probabilitas likuifaksi yang terkait dengan faktor keamanan.
Jawaban untuk masalah ini dapat ditemukan dengan analisis reliabilitas. Makalah ini menyajikan
metode analisis reliabilitas berdasarkan metode analisis likuifaksi Seed'85 yang populer. Metode
ini menggunakan hukum atenuasi percepatan empiris di wilayah Taiwan untuk mendapatkan
fungsi distribusi kepadatan probabilitas (PDF) dan statistik untuk rasio tegangan geser siklik yang
diinduksi gempa (CSR). PDF dan statistik untuk rasio resistensi siklik (CRR) dapat disimpulkan
dari beberapa kurva resistensi siklik probabilistik. dkk. ( 1988). Statistik CSR dan CRR digunakan
dengan metode sederhana orde satu dan momen kedua untuk menghitung hubungan probabilitas
likuifaksi dengan faktor keamanan dan indeks reliabilitas. Berdasarkan metode yang diusulkan,
probabilitas likuifaksi yang terkait dengan faktor keamanan dapat dengan mudah dihitung.
Pengaruh beberapa parameter tanah terhadap probabilitas likuifaksi dapat dievaluasi secara
kuantitatif.
1
Kata kunci: Pencairan tanah, Analisis keandalan, fungsi kepadatan probabilitas.
PENGANTAR
Insinyur sipil biasanya menggunakan faktor keselamatan (FS) untuk mengevaluasi keamanan a
struktur. Faktor keamanan didefinisikan sebagai kekuatan bagian struktur dibagi dengan beban
diterapkan padanya. Kebanyakan kode desain memerlukan faktor keamanan yang harus diperhitungkan anggota
lebih besar dari faktor keamanan yang ditentukan, nilai lebih besar dari satu, untuk memastikan keamanan
struktur yang dirancang. Faktor keamanan yang ditentukan sangat ditentukan oleh pengalaman,
Sampai saat ini belum ada cara yang rasional untuk menentukan faktor seperti itu. Karena
Metode desain berbasis faktor keamanan tidak mempertimbangkan variabilitas komponen struktur bangunan
kekuatan atau pembebanan yang diterapkan, kemungkinan bahwa struktur akan gagal tidak mungkin
dengan latar belakang ini. Metode tersebut membutuhkan investigasi terperinci dari anggota tersebut
kekuatan dan data pemuatan yang diterapkan dari mana indeks statistik seperti mean
nilai dan varians dapat diturunkan. Kemudian, gunakan momen pertama dan kedua
faktor keamanan dapat disimpulkan. Seiring kemajuan ilmu pengetahuan dan teknologi, lebih banyak data tentang
lebih layak. Perkembangan ini menyebabkan evolusi bertahap dari kode desain
di berbagai negara [2,3,4], dari metode berbasis faktor keamanan hingga berbasis keandalan
2
satu.
Haldar dan Tang (1979) [5], Fardis dan Veneziano (1982) [6], serta Chameau dan Clough
(1983) [7] menggunakan metode urutan pertama dan momen kedua linier yang sama untuk menilai
model probabilitas untuk evaluasi likuifaksi. Namun, model ini telah diadopsi
metode awal yang disederhanakan untuk evaluasi likuifaksi; parameter tanah yang mereka gunakan
jarang digunakan sekarang. Selain itu, hasil analisis reliabilitas rasionalitas sebagian besar
tergantung pada jumlah dan kualitas data yang dikumpulkan yang digunakan untuk menyimpulkan
statistik tegangan gempa siklik dan kekuatan siklik tanah. Liao dkk. ( 1988) [8]
mengumpulkan data untuk 289 kasus likuifaksi dan non-likuifaksi di seluruh dunia
kurva. Sejak upaya itu, metodologi ini telah menarik banyak perhatian, dan serupa
telah diusulkan oleh Youd dan Nobel (1997) [9], Toprak dkk. ( 1999) [10], dan
Andrus et a l. (2001) [11] masing-masing. Model ini hanya mempertimbangkan variabilitas file
tegangan geser siklik akibat gempa. Juang et al. (2000a, 2000b) [12,13] mengusulkan a
3
kurva keadaan batas yang memisahkan keadaan likuifaksi dan non-likuifaksi dengan
menggunakan jaringan saraf tiruan, dan mengembangkan metode berbasis keandalan untuk
Metode memiliki diskusi yang berguna tentang hubungan faktor keamanan dan likuifaksi
probabilitas, yang telah menyebabkan kemajuan penting dalam keadaan seni untuk
evaluasi likuifaksi. Meskipun demikian, jaringan saraf digunakan dengan sifatnya yang tersembunyi
variabel, tidak memiliki arti fisik yang jelas, sehingga insinyur yang berlatih tidak
Dalam studi ini, metode berbasis reliabilitas praktis dikembangkan untuk menilai
teori, memungkinkan rasio tegangan siklik akibat gempa (CSR) dan siklus tanah
statistik rasio resistensi (CRR) akan diturunkan dengan jelas. Atas dasar yang disederhanakan
Metode SPT-N diusulkan oleh Seed dkk. ( 1985) [14], fungsi kepadatan probabilitas
(PDF) dapat disimpulkan untuk rasio tegangan siklik akibat gempa, melalui
mundur untuk data gempa Taiwan. Kami menggunakan versi logistik yang direvisi
model yang diusulkan oleh Liao dkk. ( 1988) [8] untuk menurunkan kekuatan siklik probabilistik
4
Chi-Chi dan gempa bumi lainnya di seluruh dunia. PDF ketahanan siklik tanah
rasio kemudian diturunkan dari kurva ini. Menggunakan statistik CSR dan CRR, itu menjadi
indeks ke faktor keamanan melalui metode orde pertama dan momen kedua. SEBUAH
ringkasan model reliabilitas yang diusulkan, hasil yang dihitung, diskusi dan
fungsi suatu struktur. Jika nilai fungsi kinerja dari beberapa bagian secara keseluruhan
struktur melebihi nilai yang ditentukan di bawah beban yang diberikan, diperkirakan struktur tersebut
akan gagal memenuhi fungsi yang dibutuhkan. Nilai yang ditentukan (negara bagian) ini disebut batas
metode penilaian potensial, jika CSR dilambangkan sebagai S, dan CRR dilambangkan sebagai R,
Z = R - S> 0, status kinerja adalah "aman", yaitu tidak terjadi likuifaksi. Jika
antara keadaan likuifaksi dan non-likuifaksi. Karena ada beberapa yang melekat
5
ketidakpastian dalam memperkirakan CSR dan CRR, dapat kami tangani R dan S sebagai acak
variabel, maka fungsi kinerja likuifaksi juga akan menjadi variabel acak.
Oleh karena itu, tiga status kinerja di atas hanya dapat dinilai untuk terjadi dengan
beberapa kemungkinan.
Namun, perhitungan pasti dari probabilitas ini tidaklah mudah. Pada kenyataannya, itu sulit
Metode kalkulasi yang disederhanakan, metode orde pertama dan momen kedua, memiliki
telah dikembangkan dengan latar belakang ini. Metode ini menggunakan statistik sebagai dasar
statistik dari variabel fungsi kinerja, Z dalam hal ini, untuk melewati
kedua R dan S adalah variabel acak independen dalam distribusi normal. Jika
fungsi kepadatan probabilitas (PDF) dan fungsi probabilitas kumulatif (CPF) dari Z adalah
6
sama dengan probabilitas Z = R - S ≤ 0. Karenanya
P. f = P (Z ≤ 0) = ∫ 0 f () = ( 0) (1)
−∞ z z dz F z
Ini ditunjukkan pada Gambar 1. Jika nilai rata-rata dan standar deviasi
R dan S adalah µ R, µ S dan σ R, σ S, menurut metode orde pertama dan momen kedua, nilai rata-rata µ z, deviasi
µZ=µR- µS (2)
σ =z σ 2 + σ R2 S
(3)
σ R+ σ 2
2
σ Z=
δZ=
S
(4)
µZ µR- µS
Dengan persamaan (2), (3) dan (4), statistik untuk fungsi kinerja Z dapat dihitung dengan mudah,
menggunakan statistik untuk variabel dasar R dan S. Ini menunjukkan keunggulan metode orde pertama dan
didefinisikan sebagai kebalikan dari koefisien kovariansi δ z, untuk mengukur keandalan hasil evaluasi
1 µz= µR- µS
β= = (5)
δz σZ σ R+ σ S
2 2
µ z = βσ z (6)
Pada Gambar 1, probabilitas likuifaksi ditunjukkan oleh area ekor yang diarsir dari
7
lebih besar nilai rata-rata µ z, dan semakin kecil area yang diarsir dan likuifaksi
kemungkinan P. f. Artinya itu β memiliki hubungan yang unik dengan P. f dan bisa digunakan
1z-µ2 z)
0 1
P.f ∫ =
0 f (z) dz = ∫ −∞ 2 πσ z
2σz
e-( dz. (7)
−∞ z
µz
1 ∫-
t2
e- dz = Φ - ( µ z ; t)= z - µ z,
P. f = σ z
2
(8)
2 π −∞ σz σz
Sejak β = µ z / σ z, karenanya
agak miring, sehingga tidak dapat dimodelkan secara wajar oleh distribusi normal
fungsi. Telah ditemukan bahwa sebagian besar variabel dasar di bidang teknik dapat ditentukan
jauh lebih baik dijelaskan oleh model distribusi log-normal, seperti yang diusulkan oleh
Rosenblueth dan Estra (1972) [15]. Dalam penelitian ini kami juga mengasumsikan bahwa R dan S adalah
8
probabilitas likuifaksi P. f dapat dinyatakan sebagai
1/2 •
•
S+ 1 •
ln µ• R • • δ 2 ••
µZ= µ ln R - µ ln S = • µ •S • δ 2 +R 1 • • ••
•
β= (10)
σZ σ
2
ln R + σ ln S
2
[ ln ( δR
2+ 1) ( δ S2 + 1)] 1/2
P. f = Φ (- β) = 1.0 −Φ ( β) (11)
Menurut metode desain berbasis faktor keamanan, faktor keamanan FS untuk likuifaksi didefinisikan
FS µ =
S (12)
µR
Dengan menempatkan (12) ke (10), kita dapat memperoleh hubungan indeks reliabilitas satu dengan satu
β atau kemungkinan likuifaksi P. f dengan faktor keamanan FS untuk koefisien yang diberikan
Metode SPT-N sederhana yang paling banyak digunakan adalah yang diusulkan oleh Seed et al.
rasio tegangan siklik akibat gempa dalam lapisan tanah melalui persamaan yang disederhanakan di bawah ini.
dimana σ V. ′, σ V. adalah tekanan lapisan penutup vertikal yang efektif dan total di beberapa
9
kedalaman tertentu; SEBUAH maks adalah percepatan tanah horizontal puncak; r d ( z) adalah stresnya
faktor reduksi pada kedalaman z, MSF (M) adalah faktor skala besaran yang mempertimbangkan
efek durasi dari besaran gempa yang berbeda. Dalam persamaan (13), σ V. ′, σ V. adalah
dihitung langsung dari log yang membosankan dan data uji laboratorium, dan oleh karena itu dapat
dianggap sebagai nilai deterministik tanpa varians; Itu r d ( z) dan MSF (M) berbeda
dengan kedalaman z dan kekuatan gempa M. Kedua nilai tersebut memiliki arti yang signifikan
variabilitas, bagaimanapun, statistik yang dapat diandalkan belum diperoleh. Oleh karena itu, saat ini
kami hanya dapat menghitung r d ( z) dan MSF (M) faktor dari bagan deterministik
dan tabel yang disarankan oleh Seed dan Idriss (1982) [16]. Ketidakpastian terbesar di
CSR terutama diatur oleh ketidakpastian yang terlibat dalam memperkirakan tanah puncak
percepatan SEBUAH maks untuk suatu peristiwa gempa bumi dengan magnitudo M. Karena itu,
SEBUAH maks adalah faktor dominan yang memproduksi file CSR perbedaan.
Itu SEBUAH maks biasanya dapat diperkirakan dengan apa yang disebut percepatan empiris
percepatan SEBUAH maks dengan jarak episentral atau hiposenter R, untuk gempa bumi dengan
mengukur data seismik untuk SEBUAH maks, BAPAK dalam beberapa bentuk fungsional. Jean (1996) [17]
mengadopsi rumus atenuasi yang disarankan oleh Campbell (1981) [18] untuk regresi
10
SEBUAH=maks
0,0278exp (1,999 M) [R + 0.1413exp (0.6918 M)] - 1.7347 (14)
σ ln ( SEBUAH maks
)
= 0,5389, (15)
Persamaan (13) menunjukkan bahwa CSR adalah fungsi linier dari SEBUAH maks. Karena itu,
Persamaan (13) dapat disederhanakan sebagai CSR = a ⋅ SEBUAH maks. Artinya, statistik untuk
δ SEBUAH = exp ( σ 2
maks
)
)-1
ln ( SEBUAH maks
(16 hari)
2
µ ln ( CSR) = ln ( µ CSR) - 0,5 σ ln ( CSR), (16f)
dimana µ X, δ X dan σ X adalah nilai rata-rata, koefisien varian dan deviasi standar variabel X; µ ln ( X), δ ln
( X) dan σ ln ( X) adalah nilai rata-rata, koefisien kovarian dan deviasi standar variabel ln ( X). Jika kita
berasumsi
bahwa CSR adalah distribusi probabilitas log-normal, fungsi kepadatannya dapat ditulis sebagai
11
1 1 ln ( CSR) - µ ln ( CSR)) 2] , 0 <x < ∞ ( 17) 2
f CSR ( CSR) = exp [ - (
2 πσ ln ( CSR) ⋅ CSR σ ln ( CSR)
Gambar 2 menunjukkan contoh fungsi kepadatan probabilitas yang dihitung untuk lapisan tanah
di kedalaman 10 meter.
Dalam metode konvensional yang disederhanakan, kurva resistensi siklik empiris memiliki
telah bekas dengan beberapa dinormalisasi penetrasi parameter, seperti itu sebagai
( N 1) 60 dan CPT - q c, untuk memperkirakan CRR. Tidak diketahui seberapa besar variabilitas file
dikumpulkan untuk studi ini, kami memodifikasi Liao dkk. model logistik (1988) untuk mencapai
699 set data yang mencakup 397 set data yang dilaporkan oleh Loertscher dan Youd
(1994) [19] dan 302 set data yang diterbitkan oleh Hwang dan Yang (2001) [20].
Model logistik adalah metode regresi penting yang umum digunakan untuk biner
data, seperti untuk likuifaksi atau non-likuifaksi. Itu adalah Liao dkk. ( 1988) siapa
12
Kurva seperti itu berharga untuk memberikan informasi probabilitas tentang
diperkirakan CRR, namun, mereka tidak dapat mengungkapkan informasi statistik yang lebih ketat,
seperti nilai rata-rata dan varians, sehingga tidak dapat langsung digunakan dalam a
analisis keandalan.
Menurut Hwang dan Yang (2001) [20], hubungan empiris CRR dan
( N 1) 60, yaitu, kurva resistensi siklik empiris, dapat diekspresikan dengan lebih baik dengan
Fungsi eksponensial. Dengan demikian, dalam penelitian ini digunakan kurva probabilistik berikut
1
P. L = (18)
1+ exp { - [ β 0 + β 1 ( N)1 60 + β 2 N 1 60 ()
+ β 3 ln ( CSR)]}
2
dimana P. L adalah probabilitas likuifaksi di bawah satu set ( N 1) 60 dan CSR, dan
β 0, β 1, β 2, β 3 adalah parameter yang akan diturunkan. Benih dkk. ( 1985) telah menemukan itu
untuk diberikan ( N 1) 60, CRR meningkat seiring dengan peningkatan konten denda. Mereka menyarankan
kurva empiris untuk mengoreksi ( N 1) 60 dari pasir berlumpur dengan standar yang setara
ketahanan penetrasi ( N 1) 60 CS untuk pasir bersih. Kami menggunakan kurva koreksi ini untuk
ditunjukkan pada Tabel 1 dan Gambar 3. Kita dapat menulis ulang persamaan (18) sebagai
- ln (1 P. L - 1) - β - β ( 0N) 1 1 60 CS - β 2 N 1 60()CS]2
=[
CSR exp (19)
β3
probabilitas bahwa CRR akan lebih kecil dari CSR diinduksi oleh gempa bumi.
13
P. L adalah probabilitas likuifaksi. Juga, P. L dapat dianggap sebagai kumulatif
kemungkinan itu CRR akan kurang dari yang ditentukan CSR. Karenanya
dimana F (CRR) adalah fungsi probabilitas kumulatif dari CRR. Jadi, turunannya
dari persamaan (20) memberikan fungsi kepadatan probabilitas dari CRR untuk tanah dengan a
ab (CRR) b - 1
f (CRR) dF
= (CRR) =- (21a)
dCRR (1+ a (CRR) b) 2
a = exp [ - β 0 - β 1 ( N 1) 60 CS - β 2 ( N 1) 2 60 CS]
(21b)
b = - β3 (21c)
( N 1) 60 nilai meningkat. Ini menunjukkan bahwa perkiraan CRR lebih tidak pasti untuk a
Nilai mean dan median adalah dua indeks yang digunakan dalam statistik untuk menunjukkan
tren terpusat dari ruang sampel. Persamaan berikut (22) dan (23) menunjukkan
CRR kurva mean dan medium masing-masing. Persamaan (23) diturunkan dari persamaan
(19) dengan meletakkan P. L = 0,5. Perbedaan antara kedua kurva ini ditunjukkan pada Gambar
5 (dihitung dengan perangkat lunak Mathematica). Jika kurva persamaan (19) dibandingkan
14
ke P. L = 0.6 kurva, terlihat bahwa kurva ini hampir sama dengan mean
miring ke kanan:
β0- β 1 ( N) β 2 ( N 1) 2
medium : CRR = exp [ - 1 60 CS - 60 CS]
( PL= 0,5) (23)
β3 β3 β3
) β β 1 ( N) β 2 () 2
= [ln (1 /- 0.6 - 1
P. L = 0.6 : CRR exp - 0- 1 60 CS - N 1 60 CS] (24)
β3 β3 β3 β3
Nilai rata-rata dan koefisien varians adalah dua parameter statistik yang dibutuhkan
dalam metode urutan pertama dan momen kedua. Namun, integrasi numerik
diperlukan untuk menghitung nilai rata-rata dari CRR seperti dalam persamaan (22), lebih tepatnya
rumit untuk penggunaan praktis. Dalam penelitian ini, kita dapat menggunakan persamaan yang lebih sederhana (24), yaitu
itu CRR dengan kesalahan hanya diabaikan. Meskipun varian dalam file CRR meningkat
dengan mean, seperti yang ditunjukkan pada Gambar 4, koefisien varians yang dihitung δ CRR adalah
bahwa probabilitas likuifaksi di balik faktor keamanan tertentu dapat dihitung secara kuantitatif
15
dievaluasi. Hubungan probabilitas likuifaksi dan faktor keamanan dengan
likuifaksi, dapat dihitung dengan persamaan sederhana (25) di bawah ini. Persamaan (25) adalah
diperoleh dengan memanfaatkan statistik untuk CRR dan CSR ( lihat Tabel 2) dalam persamaan
• µ • δ 2 + 1 • 1/2 •
ln • R •• S
2
•• µS• δ R + 1 •• •• •• = - 013 ln ( FS)
β [ =ln ( 2 0. + (25a)
δ 0.7758
R+ 1) ( δ 2 S + 1)] 1/2
menunjukkan probabilitas likuifaksi yang dihitung terkait dengan faktor keamanan, tunduk pada
koefisien varian yang berbeda. Ini menunjukkan bahwa, untuk faktor keamanan yang sama, jika FS < 1.0,
Namun, jika FS> 1.0, semakin besar koefisien varian, semakin rendah
probabilitas likuifaksi. Oleh karena itu, untuk menilai potensi likuifaksi, maka
varian dari CRR dan CSR adalah faktor pengaruh yang lebih penting di
analisis probabilitas.
Kurva resistensi siklik kritis empiris, seperti yang disarankan oleh yang disederhanakan
dengan kurva empiris, dapat dikuantifikasi dengan model probabilitas yang diusulkan. Angka 8
16
menunjukkan perbandingan kurva resistansi siklik probabilistik P. L = 0,2, 0,5 dan
0,6 dengan kurva empiris dari metode Seed'85. Kami menemukan bahwa setiap poin di
kurva empiris memiliki probabilitas likuifaksi yang berbeda. Untuk referensi dan perbandingan,
beberapa titik pada kurva empiris ditandai dengan likuifaksi yang sesuai
probabilitas (dihitung menggunakan model yang diusulkan). Untuk mendapatkan probabilitas likuifaksi
faktor keamanan yang dihitung dengan metode Seed'85 yang terkenal, kami menunjukkan
faktor keamanan sebagai FS Benih, dan mengembangkan hubungan antara FS Benih dan FS, seperti yang didefinisikan
R=
Kr ⋅ µ, Benih R = Kr R, Benihµ= Kr ⋅ FS Benih
FS µ= (26a)
µS µS µS
µR
Cr = , (26b)
µ R, Benih
dimana µ R, Benih adalah CRR dihitung dengan metode Seed'85 dan µ R adalah maksudnya
nilai dari CRR dihitung dengan Persamaan (24). C r adalah rasio µ R untuk µ R, Benih.
dengan nilai rata-rata 1,3, seperti yang ditunjukkan pada Gambar 8. Hubungan likuifaksi tersebut
kemungkinan P. L dengan FS Benih, berdasarkan model yang diusulkan, dibandingkan dengan itu
disarankan oleh Juang dkk. ( 2002) [21]. Lihat Gambar 9. Diketahui bahwa jika FS Benih = 1.0, itu
P. L bukan 50%, tetapi memiliki nilai 26% ~ 43%. Jika dibandingkan dengan hubungan Juang,
kami menemukan bahwa, dalam penelitian ini jika FS Benih < 1.0, itu P. L lebih tinggi dari Juang. Di sisi lain
17
tangan, jika FS Benih> 1.0, itu P. L dalam studi ini lebih rendah dari Juang. Perbedaan ini disebabkan
ke berbagai sumber data seismik dan tanah tempat kedua metode ini berada
dihitung dengan rumus atenuasi percepatan Taiwan, lebih besar dari yang digunakan oleh
parameter aktif P. L, yang ( N 1) 60, denda kandungan FC (%), dan muka air tanah
parameter yang disebutkan. Gambar 10 (a) menunjukkan itu P. L menurun secara signifikan sebagai
( N 1) 60 meningkat. Gambar 10 (b) menunjukkan itu P. L sedikit menurun sebagai konten halus
menurun secara signifikan karena permukaan air tanah menjadi lebih rendah, terutama di
CONTOH ANAPPLIKASI
Sebuah situs konstruksi penting direncanakan di daerah Tainan, yang terbesar kedua
county di Taiwan selatan. Namun, situs tersebut terletak di dekat sesar aktif, Hsinhwa
18
patahan, yang pecah permukaan 12km selama gempa bumi Tainan 1946. Itu
Gempa Tainan memiliki kekuatan sebesar M L = 6.3 dan menyebabkan likuifaksi ekstensif di
daerah sekitar patahan. Oleh karena itu, penilaian yang cermat terhadap potensi likuifaksi
Profil geologi yang disederhanakan ditunjukkan pada Gambar 11. Di dalam profil tersebut terdapat
hanya dua lapisan tanah berpasir yang dapat dicairkan, terletak di GL-8 ~ -14.5m dan
GL-16.5 ~ -19.5m. Tabel air berada 5,3 m di bawah permukaan tanah. Desain
gempa bumi, dinilai oleh ahli gempa, seharusnya M L = 6.8, yang akan menciptakan puncak
Analisis likuifaksi ditunjukkan pada Tabel 3 dan Gambar 11. Mereka menunjukkan bahwa FS Benih =
0.8 hanya untuk tanah pada kedalaman dekat 15m, faktor keamanan dari lapisan tanah lainnya semuanya
lebih besar dari 1.2. Berdasarkan model yang diusulkan, probabilitas likuifaksi P. L adalah 62%
untuk tanah, dimana FS Benih = 0,8, dan berkisar dari 6% ~ 35% untuk lapisan tanah lainnya,
Makalah ini menyajikan metode berbasis keandalan praktis untuk analisis likuifaksi.
Metode yang diusulkan sederhana dan jelas. Atas dasar metode Seed'85 yang populer,
fungsi distribusi kepadatan (PDF) dan statistik untuk siklik akibat gempa
19
rasio tegangan geser (CSR) di wilayah Taiwan. Mereka juga mengumpulkan likuifaksi dan
data non-likuifaksi dari Chi-Chi dan gempa bumi lain di seluruh dunia, kemudian,
menggunakan model logistik yang diusulkan oleh Liao dkk. ( 1986) untuk mendapatkan PDF dan statistik
untuk rasio resistensi siklik (CRR). Dengan statistik ini, urutan pertama dan kedua
Metode momen dapat digunakan untuk menghitung hubungan probabilitas likuifaksi terhadap
prosedur diringkas dalam diagram alir, untuk memfasilitasi penggunaannya oleh para insinyur. Akhirnya, sebuah
mendemonstrasikan penggunaannya.
Dalam contoh aplikasi, ditemukan bahwa bahkan dengan faktor keamanan 1.2, file
tanah masih memiliki probabilitas likuifaksi sekitar 35% untuk gempa bumi rencana tertentu.
Kemungkinan ini mungkin dianggap sedikit lebih tinggi pada pandangan pertama, namun kita harus melakukannya
perhatikan bahwa probabilitas likuifaksi yang diperoleh dalam penelitian ini tidak memperhitungkan
probabilitas untuk satu lapisan tanah, untuk kejadian gempa tertentu. Oleh karena itu, nyata
gempa yang akan terjadi adalah 0,002 pertahun, atau dengan kata lain gempa bumi berskala ini a
20
periode kembali 475 tahun, di Taiwan. Karenanya, dalam contoh di atas yang nyata
probabilitas likuifaksi jauh lebih kecil dari 0,002, dan ini tampaknya lebih
masuk akal. Dengan demikian, metode analisis likuifaksi probabilistik lengkap akan
PENGAKUAN
di bawah Grant No. NSC 90-2625-Z-008-010. Penulis sangat berterima kasih atas hal ini
dukung.
REFERENSI
[1] Ang AHS, Tang WH. Konsep Probabilitas dalam Perencanaan dan Desain Teknik.
[2] Standar Nasional, Republik Rakyat Cina. (dalam bahasa Cina). Kode Bangunan Desain Tahan
[3] AASHTO. Spesifikasi STANDAR untuk Jembatan Jalan Raya. Edisi 16,
1996.
[4] Eurocode 8. ENV 1997-1: Desain Geoteknik. Komite Eropa untuk Standardisasi (CEN)
Brussels, 1994 ,.
[5] Haldar A, Tang WH. Evaluasi probabilistik potensi likuifaksi. J Geotech Engng 1979; 105 (2):
145-163.
[6] Fardis MN, Veneziano D. Analisis probabilistik pencairan deposit. J Geotech Engng 1982;
[7] Chameau JL, Clough GW. Analisis tekanan pori probabilistik untuk seismik
21
Memuat. J Geotech Engng 198; 109 (4): 507-524.
[9] Anda TL, Noble SK. Kriteria pencairan berdasarkan statistik dan probabilistik
[10] Toprak S, Holzer TL, Bennett MJ, Tinsley JC. Probabilistik berbasis CPT dan SPT
Resistant of Lifeline Facilities and Counter-measures Against Liquefaction, Seattle, Agustus 1999:
69-86.
[11] Andrus RD, Stokoe KH, Chung RM, Juang CH. Pedoman Evaluasi
Ketahanan Pencairan Menggunakan Pengukuran Kecepatan Gelombang Geser dan Prosedur yang
[12] Juang CH, Chen CJ, Rosowsky DV, Tang WH. Analisis likuifaksi berbasis CPT
[13] Juang CH, Chen CJ, Rosowsky DV, Tang WH. Analisis likuifaksi berbasis CPT
[14] Benih HB, Tokimatsu K, LF Lebih Keras, Chung RM. Pengaruh SPT
Prosedur dalam Evaluasi Resistensi Pencairan Tanah. J Geotech Engng 1985; 111 (12): 1425-1445.
[16] Benih HB, Idriss IM. Gerakan Tanah dan Pencairan Tanah selama gempa bumi.
[17] Jean WY. Kajian tentang analisis keandalan untuk struktur dan desain gaya gempa.
[18] Campbell KW. Atenuasi sumber dekat dari akselerasi horizontal puncak. BSSA
[19] Loertscher TW, Youd TL. Faktor skala besaran untuk analisis likuifaksi
bahaya. Laporan Penelitian yang tidak diterbitkan No. CEG. 94-02, Departemen Sipil dan Lingkungan,
[20] Hwang JH, Yang CW. Verifikasi kurva kekuatan siklik kritis oleh Taiwan
22
Data gempa Chi-Chi. Soil Dynam Earthquake Engng 2001; 21: 237-257.
[21] Juang CH. Jiang T, Andrus RD. Menilai metode berbasis probabilitas untuk
evaluasi potensi likuifaksi. J Geotech dan Geoenviron Engng 2002; 128 (7): 580-589.
23
Tabel 1 Parameter dalam model logistik
Parameter β0 β1 β2 β3
kesalahan
16.3 1.95 9 99 CL - -
18.8 2.04 33 25 SM 2.0 6%
24
τL τR
Kepadatan Probabilitas
f L ( L) f R ( R)
S, R
βσz
f z ( z)
pencairan
probabilitas, P. f
σz σz
µZ Z
5.0
kedalaman = 10m
σ ' v = 15,3 t / m 2
r d = 0.899
3.0
Kepadatan Probabilitas
PGA = 0,28 g
μ ln (CSR) = - 1.757
σ ln (CSR) = 0,677
2.0
1.0
0.0
Gbr.2 Fungsi kerapatan probabilitas yang dihitung dari suatu tanah pada kedalaman
10 m.
25
1.0
0,7 0,3
P. L = 0,99 0.9 0,5 0,1 0,01
0.8
0.4
0.2
0.0
0 10 20 30 40 50
12
10
( N 1) 60 = 5
8
Kepadatan Probabilitas
4
( N 1) 60 = 30
26
1.0
Nilai rata-rata
0.8
P. L = 0.6
0.4
0.2
0.0
0 10 20 30 40 50
1.0
0.8
Probabilitas Pencairan, P L
0.6
0.4
δ = 1.0
0.2
0.0
0 1 2 3 4 5 6
Faktor Keamanan, FS
27
Data gempa Data geologi
Besarnya
Rumus pelemahan
faktor penskalaan Jika FC ≤ 10
untuk menghitung SEBUAH maks 1
MSF = (M) - 1.11 K S = 1.0
7.5 ( N)1 60 = × N 60
σ 'v Jika FC> 10
Statistik CSR
CSR 7,5 = ×
0.65 SEBUAH maks σ v × r d / MSF Statistik CRR
g σv′ 2
µ CRR = exp [ - 2,63+ 0,06008 ( N 1) 60 + 0,000507 ( N 1) 60]
δ CSR = 0. 581
δ CRR = 0.604
Indeks keandalan
1/2 •
• • 2+ 1 •
ln µ• CRR •
2 + • ••
•• δ CSR
•µ 1 ••
µ µ ln CRR - µ ln CSR • CSR • δ CRR
β =Z = =
σZ σ 2ln CRR + σ
2
δ CSR
ln CSR [ ln ( δ 2 + 1) (CRR
2 + 1)] 1/2
Probabilitas pencairan
P. f = 1 - φ (β)
28
1.0
Metode Seed'85
0.4
0.2
( N 1) 60 = 20, PL = 0,35, Cr = 1.31
0.0
0 10 20 30 40 50
1.0
0.8
Probabilitas Pencairan, P L
0.6
Cr = 1.18
Cr = 1.30
0.4
Cr = 1.55
0.2
0.0
0 1 2 3 4 5 6
29
100%
Kedalaman = 8 m
GWT = 2 m
80% FC = 5%
60%
Pencairan Probabilitas
40%
20%
0%
0 10 20 30 40
100%
Kedalaman = 8 m
GWT = 2 m
80% FC = 5 ~ 35%
60%
Pencairan Probabilitas
40%
FC = 5%
20%
FC = 35%
0%
0 10 20 30 40
100%
Kedalaman = 8 m
GWT = 0 ~ 6 m
80% FC = 5%
60%
Pencairan Probabilitas
40%
GWT = 0 m
20%
GWT = 6 m
0%
0 10 20 30 40
30
Gbr. 10 (c) Pengaruh tabel air tanah pada probabilitas likuifaksi.
0 10 20 30 0 50 100 0 1 2 3 0 0,5 1
0 0 0 0 0
5 5 5 5
5
ML
kedalaman (m)
kedalaman (m)
kedalaman (m)
kedalaman (m)
kedalaman (m)
10
10 10 10 10
SM
15 15 15 15 15
CL
SM
20 20 20 20 20
31