Sei sulla pagina 1di 23

FACTORES

DE SEGURIDAD Y PROBABILIDADES DE FALLA


(con una aplicacin al anlisis de estabilidad de taludes)

Edgard Robert Barbosa Cruz, IC, ME, PhD


11.1-

FACTOR DE SEGURIDAD, PROBABILIDAD DE FALLA Y CONFIABILIDAD


SIMULACIN DE MONTE CARLO

Los anlisis de confiabilidad y probabilsticos ofrecen una herramienta para evaluar en forma combinada
los efectos de las incertidumbres inherentes en todo anlisis en ingeniera geotcnica (Duncan 2000).
Los parmetros de comportamiento de un suelo o roca tales como el ngulo de friccin y el intercepto de
cohesin no tienen un valor nico definido sino que puede tener cualquier nmero de valores diferentes.
No hay manera de predecir exactamente cul es el valor de este parmetro en un punto dado de la masa
de suelo. Por lo tanto, los parmetros de comportamiento del suelo o roca se describen como variables
aleatorias (Hoek, 2007).
En la simulacin de Monte Carlo en ingeniera geotcnica se crea un nmero grande de conjuntos de
propiedades del suelo o roca, generadas aleatoriamente, y se puede calcular, por ejemplo, el factor de
seguridad de un talud para cada conjunto de propiedades. El grupo de valores obtenidos se analizan
estadsticamente y se calculan probabilidades de falla o confiabilidades directamente. El mtodo de
Monte Carlo tiene la ventaja de su simplicidad conceptual (Baecher y Christian, 2003).
El programa de computador Slide (Rocscience, 2007) permite realizar en forma automtica anlisis de
estabilidad probabilsticos. En este documento se explican los principios de este anlisis y su
interpretacin.
1.2-

CONCEPTOS DE PROBABILIDAD

En esta seccin se resumen conceptos los cuales se emplean en la ejecucin e interpretacin de los
anlisis probabilsticos de estabilidad:
a) Funcin de densidad de probabilidad: Una funcin de densidad de probabilidad describe la posibilidad
relativa de que una variable aleatoria tenga un valor determinado. En la Figura 1.1 se ilustra una funcin
de densidad de probabilidad tpica para la cual el rea bajo la curva es igual a la unidad.
b) Funcin de distribucin acumulada: La funcin de distribucin acumulada es una manera alternativa de
presentar la misma informacin de la funcin de densidad de probabilidad, y corresponde a la integral de
funcin de densidad como muestra la Figura 1.2. La funcin de distribucin acumulada vara entre cero y
la unidad.

Figura 1.1.

Densidad de probabilidad tpica

Figura 1.2.
1.3-

Integral de la funcin de densidad.

LA REGLA DE TRES-SIGMA

Una forma simple de estimar la desviacin estndar, cuando se cuenta con una base de datos extensa,
es mediante la regla de tres-sigma (Dai y Wang, 1992; Duncan, 2000) que considera el hecho que el
99.73% de todos los valores de una propiedad distribuida normalmente cae dentro de tres desviaciones
estndares (3 ) medidas a partir del valor promedio o esperado (). Primero se estima el valor ms alto
(VMA) y el valor ms bajo (VMB) posibles para una propiedad del suelo y despus se divide la diferencia
entre seis, as:

1.4-

VMA VMB
6

RESULTADOS DE ANLISIS PROBABILSTICOS

De un anlisis probabilstico de estabilidad de taludes se puede determinar los siguientes resultados:


a) Factor de seguridad determinista: Es el factor de seguridad mnimo calculado cuando todos los datos
de entrada son exactamente iguales a sus valores promedios. Corresponde al factor de seguridad
que se calcula usualmente cuando no se hace anlisis probabilstico.
b) Factor de seguridad promedio probabilstico: Corresponde al valor promedio de factor de seguridad
obtenido del anlisis probabilstico. Es el promedio de todos los factores de seguridad calculados
para el talud. En general el factor de seguridad promedio probabilstico debe estar cercano al valor
del factor de seguridad determinista si el nmero de factores de seguridad calculados en el anlisis
probabilstico es suficientemente grande.
c) Probabilidad de falla (PF): La probabilidad de falla de un anlisis probabilstico se define como el
nmero de anlisis con factor de seguridad menor de la unidad dividido entre el nmero de factores de
seguridad calculados:

PF

nmero de anlisis con FS 1.0


x 100%
nmero total de FS calculados

Una probabilidad de falla del 9%, por ejemplo, significa que 90 anlisis de 1000 producen un factor de
seguridad menor de 1, o que de un talud de 1000 m de longitud fallan 90 m.
d) ndice de confiabilidad (Reliability index, RI): Es otra medida comn empleada en anlisis
probabilsticos de estabilidad de taludes. El ndice de confiabilidad (RI) muestra el nmero de
desviaciones estndares entre el factor de seguridad promedio probabilstico y el factor de seguridad
crtico, es decir, 1. Normalmente este ndice se ajusta a una distribucin normal o lognormal
dependiendo de la distribucin de los factores de seguridad calculados en el anlisis probabilstico.

3
Si se asume una distribucin normal del factor de seguridad el ndice de confiabilidad (RI) se
calcula:

RI N

FS - 1.0
FS

En el caso de que la distribucin del factor de seguridad sea lognormal el ndice de confiabilidad
se evala:

RI LN

FS

ln

1 CV 2

ln 1 CV 2

donde FS es el factor de seguridad promedio probabilstico y CV es el coeficiente de variacin del


factor de seguridad (=FS/FS).
Rocscience (2007) recomienda un ndice de confiabilidad (RI) al menos de 3 para garantizar un
diseo seguro de un talud.
1.5-

SELECCIN DE PARMETROS ESTADSTICOS PARA ANLISIS PROBABILSTICOS DE


ESTABILIDAD

Para efectuar un anlisis probabilsticos de estabilidad de taludes se requiere determinar (o adoptar) los
parmetros estadsticos de distribucin normal para los diferentes materiales del modelo geolgico.
Para poder definir una curva de distribucin normal (distribucin gaussiana) se necesita conocer los dos
siguientes parmetros:
a)

Valor esperado de la variable aleatoria o valor promedio, .

b)

Desviacin estndar de la variable aleatoria, .

Como en general no se cuenta con una base de datos suficientemente amplia para calcular estos dos
valores, se emplea un tercer parmetro el cual se denomina coeficiente de variacin y el cual relaciona los
dos anteriores mediante la siguiente expresin:
CV =
El coeficiente de variacin es adimensional y es una medida de incertidumbre muy til.
Una
incertidumbre pequea se puede representar por un CV ~ 0.05 mientras que una incertidumbre
considerable estara indicada por ejemplo por un CV ~ 0.25 (Hoek, 2007).
Con respecto a los parmetros de resistencia al corte de los materiales trreos en general, la
incertidumbre en el ngulo de friccin es de baja a media (CV ~ 0.10) y la incertidumbre en el intercepto
de cohesin es alta (CV ~ 0.25).
Con base en los valores publicados en la literatura tcnica (por ejemplo, ver la Tabla 1-1 tomada de
Baecher y Christian, 2003) y teniendo en cuenta las observaciones de incertidumbre hechas
anteriormente, se pueden asumir los coeficientes de variacin (CV) del ngulo de friccin y el intercepto
de cohesin.
El valor promedio () de cada propiedad se puede estimar con base en los valores promedio de los
parmetros de resistencia al corte calculados de ensayos de campo y laboratorio, y los valores tpicos
reportados en la literatura en cuanto a valores extremos y promedios.
Conocido el coeficiente de variacin (CV) y el valor promedio esperado () se calcula la desviacin
estndar () correspondiente para la "distribucin normal" de cada parmetro de resistencia al corte as:
= CV *

4
Es importante notar que en la adopcin del coeficiente de variacin (CV) de la distribucin normal se debe
tener en cuenta que los valores mximos y mnimos de la friccin y cohesin estn cerca al valor
promedio () ms o menos tres desviaciones estndar ( 3) lo que garantiza que el 99.7% de los valores
de la distribucin normal estn entre los valores extremos asumidos. De sta manera al efectuarse un
anlisis probabilstico de tipo Monte Carlo se garantiza que las magnitudes de las propiedades de
resistencia al corte de los suelos estn dentro de los rangos de variacin de valores adoptados.
Tabla 1-1.
Coeficientes de variacin de diferentes propiedades del suelo para datos resumidos
por Lacasse y Nadim (1996) y Lumb (1974). Tomado de Baecher y Christian (2003).

1.6-

FUNCIONES DE DENSIDAD DE PROBABILIDAD

Las variables aleatorias pueden tener cualquiera de las siguientes distribuciones (Rocscience, 2007) :
a) Normal.
b) Uniforme.
c) Triangular.
d) Beta.
e) Exponencial.
f)

Lognormal.

g) Gamma.

1.6.1- Distribucin Normal

Para una distribucin normal, aproximadamente el 68% de las observaciones deben caer dentro de una
desviacin estndar de la media, y alrededor del 95% de las observaciones debe caer dentro de dos
desviaciones estndar de la media (ver la Figura 1.3).

Figura 1.3.

Distribucin Normal

1.6.2- Distribucin Uniforme


Una distribucin uniforme puede ser utilizada para simular una variacin aleatoria entre dos valores,
donde todos los valores en el rango son igualmente probables (ver la Figura 1.4).

Figura 1.4.

Distribucin Uniforme

1.6.3- Distribucin Triangular

Una distribucin triangular se especifica por sus valores medios, mnimos y mximos. No tiene que ser
simtrica, y puede ser sesgada hacia la izquierda o hacia la derecha mediante la introduccin de un valor
medio mayor que o menor que la media de los valores mximo y mnimo (ver la Figura 1.5).

Figura 1.5.

Distribucin Triangular

1.6.4- Distribucin Beta


La distribucin Beta es una funcin muy verstil que puede ser empleada para modelar las curvas de
densidad de probabilidad de formas muy diferentes (ver la Figura 1.6).
La forma de la distribucin Beta est determinada por los parmetros de forma 1 y 2 (mayores que
cero).

Figura 1.6.

Distribucin Beta

1.6.5- Distribucin Exponencial


La distribucin exponencial se utiliza para definir eventos, tales como la ocurrencia de terremotos o
explosiones de roca, o la longitud de las discontinuidades en un macizo rocoso. Puede ser til para
definir la distribucin de la elevacin del nivel fretico, entre las posiciones mnima y mxima. El rango de
valores debe ser siempre positivo (ver la Figura 1.7).

Figura 1.7.

Distribucin Exponencial

1.6.6- Distribucin Lognormal


Una variable aleatoria tiene una distribucin logartmica normal (Lognormal) si su logaritmo natural tiene
una distribucin normal (ver la Figura 1.8). Slo se puede utilizar para variables que son siempre
positivas. Puede ser til para las variables tales como la cohesin que pueden tener un pico grande en la
distribucin cerca al cero y luego disminuir gradualmente para valores ms grandes.

Figura 1.8.

Distribucin Lognormal

1.6.7- Distribucin Gamma

La distribucin Gamma se utiliza ampliamente en la ingeniera, la ciencia y los negocios, para modelar las
variables continuas que son siempre positivas y que tienen distribuciones asimtricas, como por ejemplo,
la cohesin (ver la Figura 1.9).

Figura 1.9.

Distribucin Gamma.

1.6.8- Notas sobre el empleo de las funciones de densidad de probabilidad


a) Cuando no se conoce la verdadera distribucin de una variable, se adopta a menudo una distribucin
normal. Con base en una buena estimacin de los valores mnimo y mximo de la variable, se puede
estimar la desviacin estndar. A menos que haya una buena razn para usar funcin de densidad de
probabilidad, se recomienda emplear la distribucin normal.
b) Las variables que slo pueden tener valores positivos (como la cohesin), a menudo tienen funciones
de densidad de probabilidad que no estn bien modeladas por una distribucin normal. Tales
variables pueden tener distribuciones no simtricas, con un pico en la distribucin a valores bajos, y
un estrechamiento gradual fuera a valores ms altos. Para estas variables a menudo es ms
apropiado utilizar una distribucin Lognormal o Gamma.
c) El nivel del nivel fretico, se puede modelar utilizando una distribucin exponencial, si se espera que
slo en raras ocasiones se alcancen niveles freticos altos, debido a que las lluvias son poco
frecuentes.
d) Una distribucin uniforme puede ser til, si desea especificar la misma probabilidad de la variable,
teniendo en cualquier valor entre los valores mnimo y mximo.
22.1-

EJEMPLO DE ANLISIS DE MONTE CARLO PARA ESTABILIDAD DE TALUDES


ANLISIS PROBABILSTICOS CON SLIDE 5.0 (ROCSCIENCE, 2007)

Slide 5.0 (Rocscience, 2007) permite realizar anlisis probabilstico extensos para el anlisis estadstico
de la estabilidad de taludes mediante tcnicas de simulacin de Monte Carlo o Latin Hypercube.

9
Prcticamente cualquier parmetro de entrada en el modelo puede ser definido como una variable
aleatoria. Cualquier combinacin de los siguientes parmetros se puede utilizar como variables aleatorias:
a) Las propiedades del material (por ejemplo, la cohesin, el ngulo de friccin, etc.)
b) Propiedades de soporte (por ejemplo, separacin fuera del plano, capacidad de anclaje, etc.)
c) Los coeficientes de carga ssmica.
d) Magnitudes de las cargas lineales y distribuidas
e) Localizacin del nivel fretico.
f)

Ubicacin de la grieta de tensin

g) Propiedades de las grietas de tensin (por ejemplo, la profundidad del agua en la grieta de
tensin, etc.)
Todas las distribuciones de las variables aleatorias se pueden truncar (es decir, se pueden definir los
valores mnimo y mximo). Adems se pueden especificar coeficientes de correlacin (por ejemplo, para
correlacionar la cohesin y phi para materiales de Mohr-Coulomb).
A continuacin se presentan los anlisis de estabilidad probabilsticos del Deslizamiento #1 aplicando la
tcnica de Monte Carlo. En cada uno de los anlisis de estabilidad probabilsticos, ejecutados con el
programa Slide 5.0 (Rocscience, 2007) se analizan 1000 superficies de falla empleando el mtodo de
Janbu simplificado que permite generar superficies de falla no circulares.
En los clculos del presente ejemplo se variaron aleatoriamente los parmetros de resistencia al corte c y
para los diferentes materiales del talud empleando para los dos variables funciones de densidad de
probabilidad normal.
Se debe notar que la cohesin y la friccin no varan independiente en los materiales geolgicos. Existe
entre ellos una relacin inversa, es decir, si la friccin aumenta la cohesin disminuye y al inverso. Para
los anlisis de Monte Carlo se us un coeficiente de correlacin entre cy igual a -0.5, el cual es normal
para la muchos suelos.
En cuanto a aceleracin horizontal para los anlisis seudo-estticos se utiliz 0.14 g.
Se presenta para cada uno de los anlisis de estabilidad de Monte Carlo efectuados las figuras
correspondientes de clculo generadas por el programa Slide 5.0 (Rocscience, 2007) con la superficie de
falla ms crtica, mostrando el factor de seguridad determinista (FS deterministic), el factor de seguridad
promedio probabilstico (FS mean), la probabilidad de falla (PF) y el ndice de confiabilidad (RI),
sealando cul de las distribuciones (normal, lognormal o gama) es la ms adecuada para el ndice de
confiabilidad.
2.2-

MODELO GEOLGICO-GEOTCNICO

Para el Deslizamiento #1 se estudi un tratamiento de estabilizacin compuesto por anclajes de 25.0 m y


30.0 m de longitud y pernos de 6.0, 9.0 y 12.0 m de longitud, con revestimiento en concreto,
revegetalizacin y drenaje profundo. Los anclajes se distribuyen en retcula de 3 m por 3 m en la cara del
talud, mientras los pernos tienen un espaciamiento 3 m fuera de la seccin de anlisis y de 2.8 m
medidos a lo largo de la cara del talud.
En la Figura 2.1 se presenta el modelo geolgico-geotcnico empleado en los anlisis de Monte Carlo en
donde se indican los materiales y los parmetros promedio del suelo asumidos. En estos modelos los
anclajes se representan con lneas azules y verdes, y los pernos de fijacin de la malla de concreto
lanzado con color rojo.

10

Figura 2.1.

Modelo geolgico-geotcnico adoptado para los anlisis de estabilidad del


deslizamiento #1.

En la Figura 2.2 a la Figura 2.4 se presenta las curvas de distribucin normal y las magnitudes de valor
promedio (), desviacin estndar (), coeficiente de variacin (CV), valor mnimo y valor mximo del
ngulo de friccin () y el intercepto de cohesin (c) para los siguientes tres materiales geolgicos en los
cuales se ha simplificado el cuerpo del talud:
Suelo coluvial (Figura 2.2).

Esquisto meteorizado o saprolito - horizonte 1C (Figura 2.3).

Esquisto parcialmente meteorizado (Figura 2.4).


0.14

0.12

0.12

0.10

0.10

Probabilidad

Probabilidad

0.08
0.06
0.04

0.08
0.06
0.04
0.02

0.02

0.00

0.00
0

10

20

30

40

50

10

20

30

40

Cohesin (kPa)

Angulo de friccin ()

Variable
Valor promedio,
Desviacin estndar,
Coeficiente de variacin, CV **
Mnimo
Mximo

'
()
29
3.19
0.11
19.43
38.57

c'
(kPa)
15
3.75
0.25
3.75
26.25

* = CV

Figura 2.2.

**Baecher y Christian (2003)

Parmetros de resistencia al corte asumidos para el suelo coluvial.

0.18

0.05

0.16

0.04

0.14

0.04

0.12

0.03

Probability

Probability

11

0.10
0.08
0.06

0.03
0.02
0.02

0.04

0.01

0.02

0.01

0.00

0.00
0

10

20

30

40

50

20

Angulo de friccin ()

40

60

80

100

Cohesin (kPa)

'
c'
() (kPa)
31
41
2.5 10.3
0.08 0.25
23.6 10.3
38.4 71.8

Variable
Valor promedio,
Desviacin estndar,
Coeficiente de variacin, CV **
Mnimo
Mximo
* = CV
**Baecher y Christian (2003)

Parmetros de resistencia al corte asumidos para el esquisto meteorizado (saprolito horizonte 1C).
0.14

0.007

0.12

0.006

0.10

0.005

Probability

Probability

Figura 2.3.

0.08
0.06
0.04

0.004
0.003
0.002

0.02

0.001

0.00

0.000
0

10

20

30

40

50

Angulo de friccin ()

100

200

300

400

500

600

Cohesin (kPa)

Variable
Valor promedio,
Desviacin estndar, *
Coeficiente de variacin, CV **
Mnimo
Mximo

Figura 2.4.

* = CV
**Baecher y Christian (2003)

'
c'
() (kPa)
33
250
3.3 62.5
0.10 0.25
23.1 62.5
42.9 437.5

Parmetros de resistencia al corte asumidos para el esquisto parcialmente


meteorizado.

12
Se debe notar que se ha adoptado parmetros de resistencia al corte isotrpicos, es decir, igual en todas
las direcciones, lo que no tiene en cuenta que en el caso de los esquistos tanto la cohesin como la
friccin dependen de la orientacin del plano de corte con respecto al plano de la discontinuidad
(esquistosidad) de estas rocas metamrficas (Ogunsanwo, 1986; Fahimifar, 2004).
2.3-

COMPARACIN DE COMPORTAMIENTO DE ANCLAJES DE 25 M Y 30 M

Con el fin de decidir cul longitud de anclaje es ms conveniente para el deslizamiento #1 se hicieron dos
anlisis de Monte Carlo de estabilidad con los anclajes existentes de 25 m y los anclajes recomendados
de 25 m 30 m de longitud. Los clculos se hicieron con sismo que es la condicin ms crtica de
estabilidad.

Figura 2.5.

Anlisis de Monte Carlo para el deslizamiento #1 con anclajes de longitud 25 m.

Figura 2.6.

Anlisis de Monte Carlo para el deslizamiento #1 con anclajes de longitud 30 m.

De los anlisis se determina que los anclajes de 25 m y 30 m producen factores de seguridad similares
para la condicin con sismo (FS = 1.14). Sin embargo, los anclajes de 30 m reducen la probabilidad de
falla a la mitad comparado con la probabilidad de falla para los anclajes de 25 m.

2.4-

13
ANLISIS DE LA CONTRIBUCIN DE LOS PERNOS A LA ESTABILIDAD DE LA PARTE ALTA
DEL DESLIZAMIENTO #1

Por otra parte se examin el aporte a la estabilidad de los pernos que se emplearn para fijar la malla de
revestimiento con concreto lanzado en la parte alta del Deslizamiento #1. Se efectuaron dos anlisis
probabilsticos con pernos de 3 m y 9 m de longitud y un clculo sin pernos. Los resultados se muestran
en la Figura 2.7 a la Figura 2.9
El perno se model instalado por inyeccin con un dimetro de 1 y actuando por friccin en el 50% de su
longitud. Empleando la solucin de Murphy (1974) se determin una friccin perno-suelo de 200 kPa.
Como se puede ver por las magnitudes de los factores de seguridad probabilsticos y deterministas y las
probabilidades de falla los pernos colaboran a la estabilidad en forma modesta. De todas maneras los
pernos de 9 m de longitud ayudan a incrementar el factor de seguridad en un 10% reduciendo la
probabilidad de falla a la mitad comparada con el caso sin pernos. La mejora en la estabilidad del talud
es ms evidente para los pernos de 9 m de longitud que para los pernos de 3 m de longitud.

Figura 2.7.

Figura 2.8.

Anlisis de Monte Carlo para el deslizamiento #1 sin pernos en la parte alta del talud.

Anlisis de Monte Carlo para el deslizamiento #1 con pernos de 3 m en la parte alta


del talud.

14

Figura 2.9.

2.5-

Anlisis de Monte Carlo para el deslizamiento #1 con pernos de 9 m en la parte alta


del talud.

ANLISIS DE ESTABILIDAD

Con el fin de evaluar la bondad de las obras recomendadas se analizaron cuatro diferentes casos (cada
caso con y sin sismo), as:
a) Condicin actual (en la cual se consideraron las obras ya construidas).
b) Talud con el tratamiento descrito.
c) Talud con el tratamiento descrito adicionando dos pernos de 12 m de longitud en la parte alta del
talud.
d) Talud con el tratamiento descrito sin tener en cuenta el talud superior.
Los resultados que se determinaron con respecto a factor de seguridad determinista, (FS), probabilidad
de falla (PF) e ndice de confiabilidad (RI) para los anlisis de estabilidad del deslizamiento #1 se resumen
en la Tabla 2-1y en el Anexo A.
Tabla 2-1.

Anlisis de estabilidad de Monte Carlo para el deslizamiento #1.


Condicin de anlisis

Actual
Actual + sismo
Tratamiento
Tratamiento + sismo
Tratamiento + 2 pernos adicionales
Tratamiento + 2 pernos adicionales + sismo
Tratamiento + 2 pernos adicionales (sin
considerar el talud superior)
Tratamiento + 2 pernos adicionales + sismo (sin
considerar el talud superior)

F.S
0.96
0.76
0.98
0.79
1.02
0.81

P.F (%)
72
100
59
100
42
100

R.I.
-0.5
-3.3
-0.2
-3.0
0.2
-2.9

1.65

8.0

1.26

3.8

15
Con base en los resultados presentados en la Tabla 2-1 se hacen los siguientes comentarios:
a) El talud en la condicin actual est en promedio en condicin de equilibrio lmite con una probabilidad
alta de falla.
b) El talud con el tratamiento considerado tambin tiene una probabilidad alta de falla pero la superficie
de falla ms crtica se localiza hacia la parte alta del talud.
c) Adicionando dos pernos de 12 m de longitud en la parte alta del talud a la ladera con tratamiento se
aumenta el factor de seguridad y se disminuye la probabilidad de falla pero de todas maneras la
superficie de critica sigue estando localizada en la parte alta del talud.
d) Si no se involucra en el anlisis de estabilidad con tratamiento la parte alta del talud se encontr que
el talud es estable tanto para la condicin esttica como para la condicin seudoesttica (con sismo)
obtenindose factores de seguridad admisibles de 1.65 y 1.25 para las dos condiciones
respectivamente. Las probabilidades de falla o los ndices de confiablidad tambin garantizan un
diseo apropiado del talud.
e) En resumen de acuerdo con los anlisis de estabilidad el talud con tratamiento ms dos pernos
adicionales de 12 m localizados en la parte alta suministran una condicin de estabilidad adecuada
para la mayor parte del cuerpo del talud, exceptuando la parte alta.

3-

BIBLIOGRAFA

Baecher G.B and Christian J.T. (2003) Reliability and Statistics in Geotechnical Engineering, Wiley.
Dai S.H. and Wang M.O. (1992) Reliability Analysis in Engineering Applications. Van Nostrand Reinhold,
New York.
Duncan J. (2000) Factors of Safety and Reliability in Geotechnical Engineering. J. Geotech. Geoenviron.
Eng., 126(4), 307316.
Fahimifar A. (2004) Strength and Deformation Properties of a Schist Rock in Isfahan. Iranian Journal of
Science & Technology, Transaction B, Vol. 28, No. B5.
Hoek

E.
(2007)
"Practical
Rock
Engineering"
/hoek/corner/Practical_Rock_Engineering.pdf.

2007

ed.,

http://www.rocscience.com

Lacasse, S. and Nadim, F. (1996). Uncertainties in Characterizing Soil Properties. Uncertainty in the
Geologic Environment, Madison, ASCE: 4975.
Lumb, P. (1974). Application of Statistics in Soil Mechanics. Soil Mechanics: New Horizons. Lee, I. K.,
ed., London, Newnes-Butterworth: 44112, 221239.
Murphy, D.J. (1974) "Earth and Rock Anchors - A Review" ASCE Spec. Conf on Analyisis and Design in
Geotechnical Engineering. Workshop on Analysis and Design of Flexible Structures, Austin, Texas.
Ogunsanwo O. (1986) "Influence of Angle of Inclination of Schistosity Planes on the Geotechnical
Properties of a Schist Saprolite". Engineering Geology, 23, 137-143
Rocscience (2007) Slide 5.0 2D Limit Equilibrium Slope Stability Analysis.

A-1

ANEXO A
ANLISIS PROBABILSTICO DE ESTABILIDAD - DESLIZAMIENTO #1
Caso: Condicin Actual

b- Distribucin del Factor de Seguridad

c- Funcin de Probabilidad Acumulada

a- Factor de Seguridad Promedio

A-2

ANLISIS PROBABILSTICO DE ESTABILIDAD - DESLIZAMIENTO #1


Caso: Condicin Actual ms Sismo

b- Distribucin del Factor de Seguridad

c- Funcin de Probabilidad Acumulada

a- Factor de Seguridad Promedio

A-3

ANLISIS PROBABILSTICO DE ESTABILIDAD - DESLIZAMIENTO #1


Caso: Condicin con Tratamiento
Tratamiento: Sistema compuesto por anclajes de 25.0 y 30.0 m de longitud y pernos de 6.0, 9.0 y 12.0 m de longitud, con
revestimiento en concreto, revegetalizacin y drenaje profundo.

b- Distribucin del Factor de Seguridad

c- Funcin de Probabilidad Acumulada

a- Factor de Seguridad Promedio

A-4

ANLISIS PROBABILSTICO DE ESTABILIDAD - DESLIZAMIENTO #1


Caso: Condicin con Tratamiento ms Sismo
Tratamiento: Sistema compuesto por anclajes de 25.0 y 30.0 m de longitud y pernos de 6.0, 9.0 y 12.0 m de longitud, con
revestimiento en concreto, revegetalizacin y drenaje profundo.

b- Distribucin del Factor de Seguridad

c- Funcin de Probabilidad Acumulada

a- Factor de Seguridad Promedio

A-5

ANLISIS PROBABILSTICO DE ESTABILIDAD - DESLIZAMIENTO #1


Caso: Condicin con Adicin de dos Pernos en el Talud Superior
Tratamiento: Sistema compuesto por anclajes de 25.0 y 30.0 m de longitud y pernos de 6.0, 9.0 y 12.0 m de longitud, con
revestimiento en concreto, revegetalizacin y drenaje profundo.

b- Distribucin del Factor de Seguridad

c- Funcin de Probabilidad Acumulada

a- Factor de Seguridad Promedio

A-6

ANLISIS PROBABILSTICO DE ESTABILIDAD - DESLIZAMIENTO #1


Caso: Condicin con Adicin de dos Pernos en el Talud Superior ms Sismo
Tratamiento: Sistema compuesto por anclajes de 25.0 y 30.0 m de longitud y pernos de 6.0, 9.0 y 12.0 m de longitud, con
revestimiento en concreto, revegetalizacin y drenaje profundo.

b- Distribucin del Factor de Seguridad

c- Funcin de Probabilidad Acumulada

a- Factor de Seguridad Promedio

A-7

ANLISIS PROBABILSTICO DE ESTABILIDAD - DESLIZAMIENTO #1


Caso: Con Adicin de dos Pernos en el Talud Superior sin tener en cuenta el talud superior
Tratamiento: Sistema compuesto por anclajes de 25.0 y 30.0 m de longitud y pernos de 6.0, 9.0 y 12.0 m de longitud, con
revestimiento en concreto, revegetalizacin y drenaje profundo.

b- Distribucin del Factor de Seguridad

c- Funcin de Probabilidad Acumulada

a- Factor de Seguridad Promedio

A-8

ANLISIS PROBABILSTICO DE ESTABILIDAD - DESLIZAMIENTO #1


Caso: Con Adicin de dos Pernos en el Talud Superior sin tener en cuenta el talud superior con sismo
Tratamiento: Sistema compuesto por anclajes de 25.0 y 30.0 m de longitud y pernos de 6.0, 9.0 y 12.0 m de longitud, con
revestimiento en concreto, revegetalizacin y drenaje profundo.

b- Distribucin del Factor de Seguridad

c- Funcin de Probabilidad Acumulada

a- Factor de Seguridad Promedio

Potrebbero piacerti anche