Metode Berbasis Keandalan Praktis untuk Menilai Tanah

Potensi Pencairan

Jin-Hung Hwang * dan Chin-Wen Yang

Jurusan Teknik Sipil
Universitas Pusat Nasional
Chung-li, 32054, Taiwan
E-mail: hwangjin@cc.ncu.edu.tw (Hwang)
* Penulis yang sesuai

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

dikenal. Metode desain teknik berdasarkan analisis reliabilitas telah lahir

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

metode [1], hubungan antara probabilitas kegagalan, indeks keandalan dan

faktor keamanan dapat disimpulkan. Seiring kemajuan ilmu pengetahuan dan teknologi, lebih banyak data tentang

kekuatan anggota dan pembebanan dikumpulkan, membuat analisis keandalan teknik

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.

Telah ada beberapa penelitian tentang analisis keandalan di bidang likuifaksi.

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

variabilitas parameter utama yang mempengaruhi likuifaksi tanah dan pengaturannya

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

menggunakan model regresi logistik untuk menetapkan kekuatan siklik probabilistik

kurva. Sejak upaya itu, metodologi ini telah menarik banyak perhatian, dan serupa

kurva resistensi siklik probabilistik berdasarkan SPT-N, CPT-q c, dan parameter Vs

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

kekuatan siklik tanah tetapi tidak mempertimbangkan variabilitas

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

menilai potensi likuifaksi dengan memperkenalkan teorema pemetaan Bayes. Ini

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

sangat familiar dengan penggunaannya.

Dalam studi ini, metode berbasis reliabilitas praktis dikembangkan untuk menilai

potensi likuifaksi tanah. Pendekatan yang diusulkan, berdasarkan probabilitas konvensional

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

hukum atenuasi percepatan puncak empiris tanah dan statistiknya yang

mundur untuk data gempa Taiwan. Kami menggunakan versi logistik yang direvisi

model yang diusulkan oleh Liao dkk. ( 1988) [8] untuk menurunkan kekuatan siklik probabilistik

kurva dari kasus di mana likuifaksi dan non-likuifaksi terjadi selama

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

sangat sederhana untuk menghitung hubungan probabilitas likuifaksi dan keandalan

indeks ke faktor keamanan melalui metode orde pertama dan momen kedua. SEBUAH

ringkasan model reliabilitas yang diusulkan, hasil yang dihitung, diskusi dan

contoh aplikasi diberikan di bawah ini.

MODEL KEANDALAN UNTUK SOILIQUEFACTION

Langkah pertama dalam analisis keandalan teknik adalah menentukan kinerja

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

keadaan fungsi kinerja struktur. Dalam pencairan yang disederhanakan

metode penilaian potensial, jika CSR dilambangkan sebagai S, dan CRR dilambangkan sebagai R,

kita dapat mendefinisikan fungsi kinerja untuk likuifaksi sebagai Z = R - S. Jika

Z = R - S < 0, status kinerja adalah "kegagalan", yaitu terjadi likuifaksi. Jika

Z = R - S> 0, status kinerja adalah "aman", yaitu tidak terjadi likuifaksi. Jika

Z = R - S = 0, status kinerja berada pada "keadaan batas", yaitu di batas

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.

Probabilitas likuifaksi adalah probabilitas bahwa pertidaksamaan di atas akan bertahan.

Namun, perhitungan pasti dari probabilitas ini tidaklah mudah. Pada kenyataannya, itu sulit

menemukan secara akurat PDF variabel acak, R dan S. Apalagi perhitungannya

dari kemungkinan ketidaksetaraan membutuhkan integrasi berganda selama R dan

S domain, yang merupakan proses yang rumit dan membosankan.

Metode kalkulasi yang disederhanakan, metode orde pertama dan momen kedua, memiliki

telah dikembangkan dengan latar belakang ini. Metode ini menggunakan statistik sebagai dasar

variabel acak independen, seperti R dan S, untuk menghitung perkiraan

statistik dari variabel fungsi kinerja, Z dalam hal ini, untuk melewati

proses integrasi yang rumit. Menurut prinsip statistik,

fungsi kinerja Z = R - S juga merupakan variabel acak berdistribusi normal, jika

kedua R dan S adalah variabel acak independen dalam distribusi normal. Jika

fungsi kepadatan probabilitas (PDF) dan fungsi probabilitas kumulatif (CPF) dari Z adalah

dilambangkan sebagai f z ( z) dan F z ( z), masing-masing. Kemungkinan likuifaksi P. f kemudian

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

standar σ z, dan koefisien kovarians δ z dari Z dapat diturunkan sebagai berikut.

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

momen kedua. Indeks keandalan β aku s

didefinisikan sebagai kebalikan dari koefisien kovariansi δ z, untuk mengukur keandalan hasil evaluasi

likuifaksi. β dinyatakan sebagai

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

PDF f z ( z) dari fungsi kinerja Z. Sejak µ z = βσ z, semakin besar β, itu

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

sebagai indeks untuk mengukur keandalan evaluasi likuifaksi.

Berasumsi bahwa R dan S adalah variabel independen dengan distribusi normal,

kemudian, Z = R - S juga dalam distribusi normal Z ～ ( µ, 2 z σ z). Dengan menempatkan

PDF dari Z ke Persamaan (1), kami memperoleh probabilitas likuifaksi berikut P. f.

1z-µ2 z)
0 1
P.f ∫ =
0 f (z) dz = ∫ −∞ 2 πσ z
2σz
e-( dz. (7)
−∞ z

Persamaan di atas dapat ditulis ulang sebagai

µz
1 ∫-
t2

e- dz = Φ - ( µ z ； t)= z - µ z,
P. f = σ z
2
(8)
2 π −∞ σz σz

dimana Φ adalah fungsi probabilitas kumulatif untuk distribusi normal standar.

Sejak β = µ z / σ z, karenanya

P. f = Φ (- β) = 1.0 −Φ ( β). (9)

Distribusi probabilitas dari variabel teknik dasar biasanya

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

distribusi log-normal. Berdasarkan asumsi ini, indeks keandalan β dan

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

sebagai rasio nilai rata-rata R dan S. Karenanya

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

varians δ R dan δ S. Jadi, probabilitas likuifaksi P. f sesuai dengan apapun

mengingat faktor keamanan FS bisa diturunkan.

PROBABILITYDENSITY FUNGSI RASIO STRES SIKLIK

Metode SPT-N sederhana yang paling banyak digunakan adalah yang diusulkan oleh Seed et al.

(1985), selanjutnya, disebut sebagai metode Seed'85. Metode ini menghitung

rasio tegangan siklik akibat gempa dalam lapisan tanah melalui persamaan yang disederhanakan di bawah ini.

σ ' V. ⋅ SEBUAH maks ⋅ r d ( z) / MSF (M), g

CSR = 0.65 ⋅ (13)
σ V.

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

rumus atenuasi, yang menunjukkan hubungan atenuasi dari tanah puncak

percepatan SEBUAH maks dengan jarak episentral atau hiposenter R, untuk gempa bumi dengan

besaran tertentu M. Rumus atenuasi ini biasanya diturunkan dari

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

Data seismik dikumpulkan di Taiwan sebagai berikut:

10
 SEBUAH=maks
0,0278exp (1,999 M) [R + 0.1413exp (0.6918 M)] - 1.7347 (14)

σ ln ( SEBUAH maks
)
= 0,5389, (15)

dimana SEBUAH maks = percepatan tanah puncak horizontal (g)

R = jarak hiposentral (km)

M = magnitudo Richter lokal.

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

CSR dapat dihitung menggunakan SEBUAH maks statistik sebagai berikut:

SEBUAH maks r d = Sebuah ⋅ SEBUAH maks

= σ
CSR 0.65 ⋅v
'
(16a)
σv g

µ CSR = Sebuah ⋅ µ SEBUAH maks (16b)

δ CSR = δ SEBUAH maks (16c)

δ SEBUAH = exp ( σ 2
maks
)
)-1
ln ( SEBUAH maks
(16 hari)

σ ln ( CSR =) ln ( δ 2 CSR + 1) (16e)

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.

PROBABILITYDENSITY FUNCTION OF CYCLIC RESISTANCE RATIO

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

diperkirakan CRR akan memiliki. Berdasarkan kasus pencairan dan non-pencairan

dikumpulkan untuk studi ini, kami memodifikasi Liao dkk. model logistik (1988) untuk mencapai

regresi dari CRR fungsi kepadatan probabilitas. Penulis mengumpulkan total

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

memelopori penggunaan model logistik untuk pengobatan likuifaksi dan

data non-likuifaksi dan menetapkan serangkaian kurva resistansi siklik probabilistik.

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

regresi data yang dikumpulkan:

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

mengkonversi ( N 1) 60 ke ( N 1) 60 CS untuk data kami. Hasil regresi dari persamaan (18)

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

Persamaan (19) dapat diartikan sebagai tanah dengan ( N 1) 60 CS; P. L adalah

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

P. L = F (CRR) = F (CRR <CSR), (20)

dimana F (CRR) adalah fungsi probabilitas kumulatif dari CRR. Jadi, turunannya

dari persamaan (20) memberikan fungsi kepadatan probabilitas dari CRR untuk tanah dengan a

diberikan ( N 1) 60 CS. Fungsi kepadatan probabilitas adalah

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)

dimana f (CRR) adalah fungsi kepadatan probabilitas CRR, Contoh dari

distribusi ditunjukkan pada Gambar 4. Ini menunjukkan bahwa distribusi dekat

log-normal. Nilai rata-rata dan deviasi distribusi meningkat seiring dengan

( N 1) 60 nilai meningkat. Ini menunjukkan bahwa perkiraan CRR lebih tidak pasti untuk a

tanah dengan tinggi ( N 1) 60 nilai.

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

kurva CRR. Artinya fungsi distribusi probabilitas CRR aku s

miring ke kanan:

berarti ： E (CRR) = ∫ CRR × f (CRR) dCRR (22)

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

penyembuhan resistensi siklik probabilistik P. L = 0,6, untuk mendekati nilai rata-rata

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

nilai konstan 0,604. Interval kepercayaan 95% berkisar dalam 0,206 ～

1.579 CRR. Itu CRR dapat dihitung dengan persamaan (24).

PROBABILITAS LIKUEFAKSI DAN FAKTOR KESELAMATAN

Keuntungan terbesar dari analisis evaluasi likuifaksi berbasis keandalan 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

(10), (11) dan (12).

• 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

P. f = Φ (-β) = 1.0 - Φ (β) (25b)

Keseluruhan prosedur diuraikan dalam diagram alir pada Gambar 6. Gambar 7

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,

semakin besar koefisien varian, semakin tinggi probabilitas likuifaksi.

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

Metode Seed'85, biasanya memiliki tingkat kekekalan tertentu. Berapa tersirat

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

dengan analisis reliabilitas di bawah ini:

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.

Ketika nilai ( N 1) 60 antara 8 ~ 30, C r berada dalam kisaran 1,18 ~ 1,55,

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

berbasis. Satu perbedaan penting adalah koefisien varians CSR

dihitung dengan rumus atenuasi percepatan Taiwan, lebih besar dari yang digunakan oleh

Juang dkk. ( 2002).

Untuk mencapai pemahaman awal tentang pengaruh beberapa yang penting

parameter aktif P. L, yang ( N 1) 60, denda kandungan FC (%), dan muka air tanah

(G..WT) dipilih untuk melakukan studi sensitivitas. Gambar 10 menunjukkan P. L

variasi lapisan tanah pada kedalaman 8m, akibat variasi di atas

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

meningkat untuk kisaran ( N 1) 60 antara 10 ~ 30. Gambar 10 (c) menunjukkan itu P. L

menurun secara signifikan karena permukaan air tanah menjadi lebih rendah, terutama di

berbagai ( N 1) 60 < 20.

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

situs tersebut diperlukan.

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

akselerasi horizontal 0,28 g di situs. Parameter tanah dan hasil dari

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,

dimana FS Benih> 1.2.

RINGKASAN DAN PEMBAHASAN

Makalah ini menyajikan metode berbasis keandalan praktis untuk analisis likuifaksi.

Metode yang diusulkan sederhana dan jelas. Atas dasar metode Seed'85 yang populer,

penulis menggunakan hukum atenuasi percepatan empiris untuk mendapatkan probabilitas

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

faktor keamanan dan indeks keandalan. Seluruh perhitungan yang diusulkan

prosedur diringkas dalam diagram alir, untuk memfasilitasi penggunaannya oleh para insinyur. Akhirnya, sebuah

analisis menilai potensi likuifaksi di lokasi konstruksi nyata, disajikan, kepada

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 terjadinya gempa tertentu. Ini hanya memberikan pencairan

probabilitas untuk satu lapisan tanah, untuk kejadian gempa tertentu. Oleh karena itu, nyata

probabilitas likuifaksi adalah probabilitas gabungan terjadinya likuifaksi

selama gempa bumi dan kemungkinan gempa sebesar itu

akan terjadi. Berdasarkan analisis bahaya gempa, probabilitas yang ditentukan

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

pertimbangkan ketidakpastian dari CSR dan CRR, serta probabilitas bahwa

gempa bumi akan terjadi. Ini membutuhkan pengembangan lebih lanjut.

PENGAKUAN

Studi ini sebagian didukung oleh National Science Council of Taiwan

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.

John Wiley & Sons, NewYork, 1975.

[2] Standar Nasional, Republik Rakyat Cina. (dalam bahasa Cina). Kode Bangunan Desain Tahan

Gempa-GBJ11-89. Beijing, Tiongkok: Rumah Penerbitan Gedung Tiongkok, 1989.

[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;

108 (3): 395-417.

[7] Chameau JL, Clough GW. Analisis tekanan pori probabilistik untuk seismik

21
 Memuat. J Geotech Engng 198; 109 (4): 507-524.

[8] Liao SSC, Veneziano D, RV Whitman. Model regresi untuk mengevaluasi

probabilitas likuifaksi. J Geotech Engng 1988; 114 (4): 389-411.

[9] Anda TL, Noble SK. Kriteria pencairan berdasarkan statistik dan probabilistik

analisis. Workshop Proc NCEER, Laporan Teknis NCEER-97-0022 1997: 201-216.

[10] Toprak S, Holzer TL, Bennett MJ, Tinsley JC. Probabilistik berbasis CPT dan SPT

penilaian likuifaksi. Proc of 7th US-Japan Workshop on Earthquake Resistant of Earthquake

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

Disederhanakan. Institut Standar dan Teknologi Nasional, Gaithersburg, MD 2001.

[12] Juang CH, Chen CJ, Rosowsky DV, Tang WH. Analisis likuifaksi berbasis CPT

Bagian 1: Penentuan fungsi keadaan batas. Geoteknik 2000a; 50 (5): 583-592.

[13] Juang CH, Chen CJ, Rosowsky DV, Tang WH. Analisis likuifaksi berbasis CPT

Bagian 2: Keandalan untuk desain. Geoteknik 2000b; 50 (5): 593-599.

[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.

[15] Rosenblueth E, Estra L. Desain probabilistik bangunan beton bertulang.

Publikasi Khusus ACI 1972; 31: 260p.

[16] Benih HB, Idriss IM. Gerakan Tanah dan Pencairan Tanah selama gempa bumi.

Monograf EERI 1982.

[17] Jean WY. Kajian tentang analisis keandalan untuk struktur dan desain gaya gempa.

Tesis Doktor, Universitas Nasional Taiwan, Taipei, Taiwan, 1996

[18] Campbell KW. Atenuasi sumber dekat dari akselerasi horizontal puncak. BSSA

1981; 71 (6): 2039-2070.

[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,

Universitas BrighamYoung, Provo, Utah, 1994.

[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

Hasil tertekan 10.4 - 0,2283 -0,001927 3.8

Tabel 2 Nilai rata-rata dan koefisien varians CSR dan CRR

Nilai rata-rata Koefisien varians

CSR 0.65 σ v ⋅SEBUAH

⋅ maks ⋅ r d ⋅ MSF (M) 0,581
σ 'v g

CRR exp [ - 2,63 + 0,06008 ( N) 1 60 +

0,000507 () 2 N 1 60] 0.604

Tabel 3 Hasil analisis likuifaksi untuk situs dekat Hsinhwa

kesalahan

kedalaman Berat unit FC FS P. L

SPT- N Klasifikasi tanah
( m) ( t / m 3) (%) (Benih) (%)
1.3 1.97 3 73 CL-ML - -
2.8 2.02 6 69 CL-ML - -
4.3 2.00 7 75 CL-ML - -
5.8 1.89 15 82 ML - -
7.3 1.93 6 99 ML - -
8.8 2.01 6 91 CL-ML - -
10.3 1.98 17 33 SM 1.2 35%

11.8 1.95 23 29 SM 1.4 19%

13.3 1.87 18 33 SM 1.2 35%

14.8 1.96 13 14 SM 0.8 62%

16.3 1.95 9 99 CL - -
18.8 2.04 33 25 SM 2.0 6%

19.3 2.19 33 20 SM 1.9 9%

24
 τL τR

Kepadatan Probabilitas
f L ( L) f R ( R)

S, R

Z < 0, mencairkan Z> 0, tidak mencair

βσz

f z ( z)

pencairan
probabilitas, P. f
σz σz

µZ Z

Gbr. 1 Distribusi kepadatan probabilitas untuk kinerja likuifaksi

fungsi.

5.0

kedalaman = 10m

GWT = 5,3 juta

4.0
σ v = 20,3 t / m 2

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

0 0.2 0.4 0.6 0.8 1

Rasio Stres Siklik (CSR)

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

Rasio Resistensi Siklik ( CRR) 0.6

0.4

0.2

0.0

0 10 20 30 40 50

Hitungan Pukulan yang Dikoreksi, (N 1) 60

Gbr.3 Kurva resistansi siklik probabilistik diregresikan oleh logistik

model.

12

10
( N 1) 60 = 5

8
Kepadatan Probabilitas

Lebih besar ( N 1) 60, semakin besar δ CRR

6

4
( N 1) 60 = 30

0.0 0.2 0.4 0.6 0.8 1.0

Rasio Resistensi Siklik, CRR

Gbr.4 Fungsi kepadatan probabilitas dari rasio resistensi siklik tanah.

26
 1.0

Nilai rata-rata
0.8

P. L = 0.6

Rasio Resistensi Siklik ( CRR)

0.6

0.4

0.2

Nilai median ( P. L = 0,5)

0.0

0 10 20 30 40 50

Hitungan Pukulan yang Dikoreksi, (N 1) 60

Gbr.5 Kurva rata-rata dan median dibandingkan dengan kurva probabilistik

P. L = 0.6.

1.0

menganggap δ CSR = δ CRR

δ = 0,0

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

Gbr.7 Hubungan probabilitas likuifaksi dengan faktor keamanan untuk

koefisien varian yang berbeda.

27
 Data gempa Data geologi

Besarnya gempa M dan Efektif

SPT Konten denda
jarak hiposentral R stres membebani
N 60 σ ′ v ( kg / cm 2) K S = f (FC)

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

K S = - 0,00009 FC 2 + 0,0168 FC + 0.841

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)

Gbr.6 Bagan alir analisis likuifaksi keandalan yang diusulkan

metode.

28
 1.0

P. L = 0,6 0,5 0,2

0.8
( N 1) 60 = 30, PL = 0,57, Cr = 1.03

Rasio Resistensi Siklik ( CRR)

0.6
( N 1) 60 = 29, PL = 0,30, Cr = 1.38

Metode Seed'85

0.4

( N 1) 60 = 8, PL = 0,32, Cr = 1.35 ( N 1) 60 = 28, PL = 0,22, Cr = 1.55

0.2
( N 1) 60 = 20, PL = 0,35, Cr = 1.31

( N 1) 60 = 14, PL = 0,44, Cr = 1.18

0.0

0 10 20 30 40 50

Hitungan Pukulan yang Dikoreksi, (N 1) 60

Gbr.8 Perbandingan kurva CRR probabilistik dengan empiris

kurva yang diusulkan dengan metode Seed'85.

1.0

Juang dkk. (2002)

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

Faktor Keamanan, FS Benih

Gbr.9 Hubungan probabilitas likuifaksi dengan faktor keamanan

dihitung dengan metode Seed'85.

29
 100%

Kedalaman = 8 m

GWT = 2 m
80% FC = 5%

60%

Pencairan Probabilitas
40%

20%

0%

0 10 20 30 40

Hitungan Pukulan yang Dikoreksi, (N 1) 60

Gbr. 10 (a) Variasi probabilitas likuifaksi dengan ( N 1) 60.

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

Hitungan Pukulan yang Dikoreksi, (N 1) 60

Gbr. 10 (b) Pengaruh kandungan halus pada probabilitas likuifaksi.

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

Hitungan Pukulan yang Dikoreksi, (N 1) 60

30
Gbr. 10 (c) Pengaruh tabel air tanah pada probabilitas likuifaksi.

Profil yang disederhanakan SPT- N FC (%) Faktor keamanan, FS Probabilitas pencairan, P. f

0 10 20 30 0 50 100 0 1 2 3 0 0,5 1
0 0 0 0 0

PGA = 0,28 g PGA = 0,28 g

M L = 6.8 M L = 6.8
Metode Seed85
CL

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

Gbr. 11 Hasil analisis likuifaksi untuk situs dekat Hsinhwa

kesalahan.

31