Sei sulla pagina 1di 21
Seediscussions,stats,andauthorprofilesforthispublicationat: https://www.researchgate.net/publication/317007278 AVALIAÇÃO

Seediscussions,stats,andauthorprofilesforthispublicationat:https://www.researchgate.net/publication/317007278

ConferencePaper·May2017

CITATIONS

0

4authors,including:

4 PUBLICATIONS 2 CITATIONS

1 PUBLICATION 0 CITATIONS

READS

81

1 PUBLICATION 0 CITATIONS SEEPROFILE READS 81 ThiagoCoutinhodeSouza FederalUniversityofMinasGerais 4

4 PUBLICATIONS 0 CITATIONS

Someoftheauthorsofthispublicationarealsoworkingontheserelatedprojects:

GestãodeRiscosaplicadaàEngenhariaGeotécnica Viewproject Viewproject

AllcontentfollowingthispagewasuploadedbyThiagoCoutinhodeSouzaon18May2017.

Theuserhasrequestedenhancementofthedownloadedfile.

COMITÊ BRASILEIRO DE BARRAGENS

XXXI - SEMINÁRIO NACIONAL DE GRANDES BARRAGENS - SNGB

BELO HORIZONTE – MG, 15 A 18 DE MAIO DE 2017

T.3 – A.4

AVALIAÇÃO DOS MÉTODOS PROBABILÍSTICOS APLICADOS À ESTABILIDADE DE TALUDES DE BARRAGENS

Karla Cristina Araújo PIMENTEL D.Sc./Professora – Universidade Federal de Minas Gerais (UFMG).

Thiago COUTINHO DE SOUZA Estudante de Pós-Graduação – Universidade Federal de Minas Gerais (UFMG).

Izabela COUTO CAMPELLO Engenheira Civil – Pimenta de Ávila Consultoria.

Paulo Henrique ALFENAS DA SILVA Estudante de Graduação – Universidade Federal de Minas Gerais (UFMG).

RESUMO

Este artigo apresenta uma avaliação dos métodos probabilísticos mais utilizados (FOSM, Monte Carlo e Métodos das Estimativas Pontuais) na determinação da probabilidade de ruptura de taludes de barragens. Além da abordagem teórica dos métodos, ao longo da avaliação, são apresentados os procedimentos de cálculo atualmente utilizados, bem como, discutidas suas vantagens e limitações. O estudo de caso corresponde a uma barragem hipotética, cujos resultados das análises probabilísticas obtidos serão comparados e interpretados. No caso analisado, conclui-se que os três métodos apresentaram resultados comparáveis, podendo ser utilizados em conjunto com análises determinísticas convencionais.

ABSTRACT

This article presents an evaluation of the most common used probabilistic methods (FOSM, Monte Carlo and Point Estimate Method) in the calculation of the probability of failure of dam slopes. Besides the theoretical approach of each method, through this evaluation, calculation procedures commonly used are shown as well as their advantages and drawbacks. The case study is a hypothetic dam whose probabilistic analysis results are compared and interpreted. In the case analysed the three methods presented comparable results and can be used together with traditional deterministic analyses.

1.

INTRODUÇÃO

A incerteza nos parâmetros geotécnicos utilizados em análises para o

dimensionamento ou avaliação da estabilidade de estruturas geotécnicas vem sendo considerada nos métodos tradicionais de cálculo por meio da adoção de um fator de segurança, conforme prescrito por normas, regulamentos, assim como, baseado na experiência do engenheiro geotécnico. A obtenção de um fator de segurança único, calculado considerando os valores médios dos dados de entrada das análises (ex. coesão, ângulo de atrito, peso específico, entre outros), caracteriza a abordagem determinística. Esse fator de segurança único é, então, assumido como representativo da estabilidade do talude analisado.

Por outro lado, na abordagem denominada probabilística, é considerada a variabilidade de parâmetros-chave de entrada, os quais são denominados variáveis aleatórias, obtendo-se uma distribuição estatística do fator de segurança. Esse tipo de abordagem permite a determinação da probabilidade de ruptura que, similarmente ao fator de segurança obtido na análise determinística, será um indicador da estabilidade do talude.

Na maioria dos projetos e estudos geotécnicos, o primeiro tipo de abordagem citado

vem sendo mais utilizado. Contudo, a aplicação da abordagem probabilística, de forma complementar à determinística, está ganhando cada vez mais espaço na análise da confiabilidade de diferentes tipos de estruturas geotécnicas, sejam elas, barragens, taludes de corte e aterro de rodovias, cavas de mineração, entre outras.

Dentre os métodos probabilísticos mais utilizados, os quais serão objeto deste artigo, destacam-se o método FOSM (“First Order Second Moment” – Primeira Ordem Segundo Momento), o método Monte Carlo e o método das estimativas pontuais [1]. Todos esses métodos requerem, para a sua aplicação, os valores

médios e o desvio padrão de parâmetros-chave que contribuem na variação do fator

de segurança. Ressalta-se que, no método Monte Carlo, utilizam-se também as

funções de distribuição de probabilidade de todos os parâmetros-chave envolvidos no estudo, sendo este um método mais robusto e que requer um número maior de iterações, quando comparado aos demais métodos citados.

Diante da preocupação com a ruptura de barragens e os possíveis impactos quanto à perda de vidas, assim como, os impactos nas esferas social, ambiental e econômica, a gestão de riscos surge como uma ferramenta importante no auxílio à tomada de decisões, além de possibilitar um maior conhecimento da estrutura em análise. Neste contexto, a aplicação dos métodos probabilísticos está inserida na etapa de análise dos riscos, na qual se calcula o valor do risco pela multiplicação da probabilidade de ruptura pelo custo das consequências da ruptura.

Este artigo tem como objetivo geral apresentar uma revisão e análise dos métodos probabilísticos aplicados a taludes de barragens para a determinação da probabilidade de ruptura. Para ilustrar as potencialidades de cada método, será realizada uma aplicação prática em uma barragem hipotética.

2. MÉTODOS PROBABILÍSTICOS

De maneira geral, na definição de praticamente todos os parâmetros de entrada nas análises de estabilidade de taludes, tais como, a resistência dos materiais, a poropressão, a geometria do próprio talude e os carregamentos, o engenheiro geotécnico deve lidar com as incertezas. Essas incertezas podem ser decorrentes da variabilidade natural de solos e rochas, da dispersão dos dados de ensaios de laboratório ou de campo, da insuficiência de ensaios, da caracterização geotécnica deficiente do local, entre outros fatores [2].

Neste contexto, os parâmetros que não possuem um valor fixo, podendo assumir qualquer valor dentro de um conjunto, sem que exista uma forma exata de se prever qual será esse valor, são referidos como variáveis aleatórias. Parâmetros como coesão, ângulo de atrito e peso específico do material que constitui o maciço de uma barragem de terra, por exemplo, são denominadas variáveis aleatórias independentes e apresentam cada uma delas uma distribuição estatística de valores. Por outro lado, o fator de segurança varia conforme o valor utilizado para cada uma dessas variáveis sendo, portanto, uma variável aleatória dependente, que também possui a sua própria distribuição estatística [3] e [4].

Os métodos probabilísticos apresentados neste item levam em consideração essa variabilidade e podem ser classificados em três categorias, conforme descrito por Harr (1985), citado por [3]: métodos “exatos”, onde se encontra o método Monte Carlo; métodos baseados no truncamento da série de Taylor, onde se encontra o método FOSM e método das estimativas pontuais ou método de Rosenblueth.

2.1 FUNDAMENTOS DAS ANÁLISES PROBABILÍSTICAS

Vários autores ([5], [6] e [7]) citam a linguagem utilizada para explicar os conceitos da teoria da probabilidade como um dos aspectos que dificultam a utilização da abordagem probabilística na engenharia geotécnica. Neste contexto, este item apresenta dois dos conceitos que serão aplicados nas análises apresentadas no presente artigo, a saber: índice de confiabilidade e probabilidade de ruptura.

Conforme discutido anteriormente, nos problemas de engenharia, as incertezas podem ocorrer tanto nas cargas aplicadas (Q) quanto na resistência dos materiais para suportar essas cargas (R). A análise de confiabilidade trata da relação entre essas duas grandezas, a qual na engenharia geotécnica ela é representada mais comumente pelo fator de segurança (FS), conforme equação abaixo [2]:

=

(1)

No contexto das análises probabilísticas, outros índices são utilizados para verificar a adequação de um projeto, são eles o índice de confiabilidade (β) e a probabilidade de ruptura (P r ). O índice de confiabilidade é definido em sua forma geral por [4]:

=

(2)

Onde:

β e = Índice de confiabilidade em sua conceituação estatística;

µ e = Média da distribuição de probabilidade em sua conceituação estatística; σ e = desvio padrão da distribuição de probabilidade em sua conceituação estatística.

Na engenharia civil, considerando que o valor crítico de FS corresponde a 1,0 e que

a ruptura ocorre quando FS é inferior a 1,0, pode-se reescrever a Equação (2), conforme expressão abaixo:

=

(3)

Onde:

µ FS = valor médio ou esperado do fator de segurança σ FS = desvio padrão do fator de segurança.

O índice de confiabilidade β representa a distância em número de desvios padrão

entre o valor médio e o valor do fator de segurança crítico (FS crítico = 1,0). Esse valor apresenta uma relação inversa com a probabilidade de ruptura, de maneira que altos

valores de β indicam baixa probabilidade de ruptura.

A probabilidade de ruptura, por sua vez, corresponde, no contexto da engenharia, à

probabilidade de FS ser inferior a 1,0, ou seja, (P [FS < 1]). Adotando-se uma função de distribuição, por exemplo, a distribuição normal, tal como ilustrado na Figura 3, a probabilidade de ruptura corresponde à área abaixo da curva de distribuição entre

e 1,0. Esse valor pode ser calculado facilmente utilizando, para o caso ilustrado, a seguinte função:

DIST.NORM.N(x; média; desvio padrão; valor lógico cumulativo)

(4)

Onde:

X: corresponde ao valor referente à falha (X = 1).

Valor lógico “cumulativo” deve ser definido como VERDADEIRO para considerar uma função de distribuição acumulada.

para considerar uma função de distribuição acumulada. FIGURA 2: Histograma do Fator de Segurança Resultante de

FIGURA 2: Histograma do Fator de Segurança Resultante de uma Análise Probabilística.

2.2

MÉTODO FOSM

2.2.1 Abordagem Teórica

O método FOSM está em uma categoria de métodos denominados de Primeira Ordem Segundo Momento ou, em inglês, “First Order Second Moment”. Neste método são usados os primeiros termos de uma expansão da série de Taylor da função de desempenho para estimar o seu valor médio e a variância.

Na determinação do valor médio da função de desempenho, correspondente neste artigo ao fator de segurança (FS), utilizam-se os valores médios de todas as variáveis aleatórias, tal como mostra a equação abaixo [2] e [4]:

= , , ,…,

Onde:

= valores médios das variáveis X i .

(5)

A expressão a seguir determina a variância da função F, considerando n variáveis

aleatórias independentes não correlacionadas [4]:

=∑

Onde:

×

(6)

F

= função de desempenho F que, neste caso, se refere ao fator de segurança (FS)

V

[F] = variância de F, igual ao quadrado do seu desvio padrão;

δF i = variação de F que ocorre quando se variam de um valor igual a δX i cada uma das n variáveis aleatórias X i ; δX i = variação de cada variável envolvida no estudo, obtida pela multiplicação da taxa de incremento pelo valor médio da variável; V[X i ] = variância de cada um dos X i .

Como se observa na Equação (6), o cálculo de V[F] requer o valor das derivadas parciais (δF i /δX i ), as quais podem ser calculadas de forma exata, derivando-se a função F. Como esse procedimento pode ter um grau de complexidade elevado, uma maneira mais simples de resolução consiste em aplicar uma taxa de variação em cada uma das variáveis aleatórias e determinar de quanto foi a variação em F. Observa-se que a taxa de variação é aplicada separadamente a cada variável aleatória, mantendo-se os valores das demais variáveis fixos e iguais aos seus valores médios.

Em relação ao tamanho mais adequado da taxa de variação, deve-se considerar que um valor de incremento muito pequeno pode resultar em erros, pois não se consegue visualizar uma variação adequada nos valores do fator de segurança utilizando-se poucas casas decimais. Por outro lado, valores muito grandes, podem fazer com que a superfície crítica obtida em cada iteração seja diferente da superfície média. Segundo [3], em cada iteração do método FOSM, a superfície crítica deve ser mantida constante, ou com pouca variação, em torno da superfície obtida com os valores médios das variáveis aleatórias. De acordo com esses

mesmos autores, considera-se que uma taxa de variação de 1% a 10% do valor médio parece ser adequada. Contudo, para que se tenha uma variação mais perceptível no valor de FS, recomenda-se de maneira prática utilizar taxas de 5%a

10%.

Outro aspecto importante relativo ao cálculo das derivadas parciais (δF i /δX i ) é que, nas análises reportadas na literatura, os incrementos vêm sendo aplicados principalmente por diferenças centrais (+δX i e -δX i ) ou somente como incremento positivo (+δX i ). No primeiro caso, são realizadas 2N + 1 análises e no segundo, N + 1 análises, onde N corresponde ao número de variáveis aleatórias.

Uma formulação para o cálculo das derivadas parciais aplicando-se o incremento por diferenças centrais foi apresentada por [2]. Neste caso, o cálculo é realizado a partir da adição e subtração da taxa de variação ao valor médio de uma das variáveis aleatórias, mantendo-se as demais com seus valores fixos. Em seguida, calcula-se a diferença no valor de F e divide-se pelo dobro do incremento, tal como mostra a equação abaixo:

=

, ,…, + ,…, , ,…, ,…,

(7)

A seguir, se apresenta um sumário do procedimento utilizado para aplicação do método FOSM na determinação do índice de confiabilidade e da probabilidade de ruptura [2], [4], [6] e [9]:

- Determinação dos valores médios dos parâmetros geotécnicos e cálculo do fator de segurança médio determinístico;

- Determinação do desvio padrão das variáveis aleatórias X i envolvidas no estudo

- Definição da variação (δX i ) para cada variável aleatória envolvida no estudo. Caso seja utilizada uma taxa da ordem de 10% do valor médio, deve-se realizar o seguinte cálculo:

= 0,10

(8)

- Cálculo da variação de FS (δFS i ), que se observa quando é variado de δX i cada

uma das variáveis aleatórias, a partir da seguinte equação, para o caso de se aplicar

apenas o incremento positivo:

= +

(9)

- Cálculo da derivada parcial de FS a partir da equação a seguir:

(10)

- Cálculo da variância de FS a partir do somatório das variâncias parciais de cada variável aleatória, de acordo com a seguinte equação:

= ∑

×

- Cálculo do desvio padrão de FS

=

(11)

(12)

- Cálculo da contribuição relativa, em porcentagem, de cada variável aleatória X i na variância de FS pela seguinte equação:

çã =

×

× 100

(13)

- Adoção de uma função de distribuição estatística para o fator de segurança;

- Cálculo da probabilidade de ruptura utilizando a Equação (4);

- Cálculo do índice de confiabilidade (β) utilizando a Equação (3).

2.2.2 Avaliação do Método FOSM

O método FOSM é considerado um método simples que fornece resultados

satisfatórios na determinação da variância do fator de segurança e na probabilidade

de ruptura.

Outro benefício fornecido pela aplicação do método FOSM corresponde ao fato de

que se pode determinar a influência de cada variável aleatória na variância do fator

de segurança. Desta forma, esse método é também visto como “um método de

análise de sensibilidade ou paramétrico estruturado” [6].

O método apresenta como desvantagem o fato de que não se obtém uma função de

distribuição estatística do fator de segurança, sendo que o calculo da probabilidade

de

ruptura deve ser realizado mediante a adoção de uma função de distribuição para

o

FS. Outro aspecto importante é que, a superfície crítica determinística deve ser

determinada com bastante rigor, pois todos os cálculos do método FOSM se referem

ao fator de segurança médio determinístico, ou seja, obtido utilizando-se os valores

médios dos parâmetros geotécnicos.

2.3

MÉTODO MONTE CARLO

2.3.1

Abordagem Teórica

O método Monte Carlo é um dos principais métodos probabilísticos aplicado,

principalmente, a problemas complexos. Nas simulações por este método, cada variável aleatória deve ser representada por uma função de densidade de probabilidade e análises convencionais são repetidas milhares de vezes para que se atinja a convergência da solução. Em cada uma dessas análises (iterações), o valor das variáveis aleatórias é selecionado por um gerador de números aleatórios usando a função de densidade de probabilidade especificada e os demais parâmetros são mantidos constantes.

Para cada iteração, um fator de segurança é calculado e, ao final das análises, se obtém uma função de densidade de probabilidade para o fator de segurança. Além disso, se determina o número de vezes em que o FS foi inferior a 1,0. A probabilidade de ruptura (P r ) pode ser determinada por meio da função de densidade de probabilidade do fator de segurança ou dividindo-se o número de iterações em que FS foi inferior a 1,0 pelo número total de iterações realizadas, tal como expresso pela equação abaixo:

= ú , ú çõ

(14)

Em relação à definição da função de densidade de probabilidade utilizada para cada variável aleatória, caso se tenham dados suficientes provenientes de ensaios geotécnicos, recomenda-se realizar testes de hipótese, como o de Kolmogorov- Smirnov, ou teste K-S, para a definição da função que apresenta o melhor ajuste aos dados. Caso contrário, deve-se adotar uma função de densidade de probabilidade específica para cada variável aleatória. As funções de densidade de probabilidade mais comumente utilizadas em engenharia geotécnica são a distribuição uniforme, a distribuição triangular, a distribuição normal e a distribuição lognormal. Listas de funções de densidade de probabilidade que melhor se adequam a alguns parâmetros geotécnicos podem ser encontradas na literatura, tal como descrito em

[8].

Quando as variáveis aleatórias apresentam correlação entre si, é possível permitir a geração de sistemas de números aleatórios capazes de obedecer à correlação especificada. Isso é relativamente fácil de ser simulado se as variáveis aleatórias são distribuídas normalmente [2].

Na definição dos limites de variação a serem utilizados no método Monte Carlo, a referência [8] recomenda que, caso haja praticamente 100% de confiança na

estimativa dos limites superior e inferior da variável aleatória, deve ser utilizada uma variação de mais ou menos três desvios padrão em torno da média, tal como ilustra

a Figura 3. Para um nível de confiança de 95%, deve ser utilizada uma variação de

mais ou menos dois desvios padrão em torno da média. Cabe ressaltar novamente que os limites utilizados devem levar em consideração o julgamento de engenharia e

o significado físico dessa variação.

de engenharia e o significado físico dessa variação. FIGURA 3: Distribuição normal: desvio padrão e limites

FIGURA 3: Distribuição normal: desvio padrão e limites de variação.

2.3.2

Avaliação do Método Monte Carlo

O método Monte Carlo é um método robusto que apresenta o potencial de ser

“exato”, caso se realize o número de iterações necessárias para a estabilização da função de densidade de probabilidade da variável dependente, neste caso, o fator

de segurança [3]. Além disso, apresenta a vantagem da simplicidade conceitual para

a sua aplicação.

Como desvantagem, pode-se dizer que, em relação aos outros métodos apresentados neste artigo, requer um dado adicional que corresponde à função de densidade de probabilidade de cada variável aleatória envolvida no estudo. Além disso, requer um esforço computacional grande pelo número de iterações necessárias para a sua convergência. Em relação especificamente ao método FOSM, apresenta a desvantagem de não fornecer a contribuição relativa das variáveis aleatórias na variância do fator de segurança.

Cabe ressaltar que a existência de ferramentas computacionais com geradores de

números aleatórios já embutidos facilita os cálculos necessários para convergência

do método. Contudo, pode ainda requerer grande esforço computacional para a sua

aplicação.

Um ponto importante que deve ser observado é que em programas comerciais, como o programa Slide Rocscience Inc., versão 7.0, utilizado neste trabalho para realização das análises de estabilidade, existem duas opções para a realização das análises probabilísticas pelo método Monte Carlo, a saber: Global Minimum e Overall Slope.

Na opção Global Minimum a superfície de deslizamento que apresenta o fator de segurança mínimo global, calculada utilizando os parâmetros médios em uma análise determinística, é mantida fixa nas análises probabilísticas. Neste caso, essa superfície é assumida representativa da estabilidade de todo o talude. Calcula-se um fator de segurança para cada iteração, modificando-se os valores das variáveis aleatórias envolvidas no estudo por meio do gerador de números aleatórios.

Na opção Overall Slope, se determina uma nova superfície crítica e um novo FS para cada iteração realizada com um conjunto de valores sorteados pelo gerador de números aleatórios. Uma busca pela superfície crítica é realizada por todo o talude, em cada iteração, exigindo um esforço computacional muito maior do que na opção Global Minimum, podendo levar horas ou mesmo dias para a realização das análises.

Em ambas as opções de análise podem ser obtidos o índice de confiabilidade e a probabilidade de ruptura. Contudo, segundo [11] o valor da probabilidade de ruptura obtido com a opção Overall Slope é, em geral, maior do que o valor calculado pela opção Global Minimum.

Observa-se que a utilização entre uma ou outra opção fica a critério do engenheiro geotécnico. Contudo, recomenda-se que, caso a superfície crítica seja sensível à variação dos parâmetros, se utilize a opção Overall Slope. Ressalta-se que são necessárias mais análises para que se possam comparar os resultados obtidos pelas duas opções.

2.4

MÉTODO DAS ESTIMATIVAS PONTUAIS OU DE ROSENBLUETH

2.4.1 Abordagem Teórica

O método das estimativas pontuais foi desenvolvido por Rosenblueth (1975) e

apresentado por Harr (1981) para a solução de problemas geotécnicos [12]. O método usa uma função geradora para obter os primeiros momentos probabilísticos de uma dada distribuição (média e variância) subdividindo o processo em um número de análises determinísticas igual a 2 n , onde n é igual ao número de variáveis aleatórias consideradas e 2 é o número de pontos de estimativa por variável, ou seja, o valor da média ora acrescido do desvio padrão, ora decrescido do desvio padrão [4], conforme equações abaixo:

= +

=

(15)

(16)

Onde:

= valor médio da distribuição da variável X i . σ i = desvio padrão da distribuição da variável X i .

O método de Rosenblueth também permite a consideração de correlação entre

variações aleatórias. Assumindo que as variáveis sejam simetricamente distribuídas,

as estimativas pontuais são tomadas a um desvio padrão acima e um abaixo do

valor esperado. Para os casos em que se têm duas variáveis, quatro pontos ( , , e ), o valor esperado para o fator de segurança pode ser definido conforme as equações abaixo [12].

= + + +

² = ² + ² + ² + ²

= =

= =

Onde ρ é o coeficiente de correlação.

(17)

(18)

(19)

(20)

Desta forma, a estabilidade é analisada por meio de pontos de estimativa, variando

os parâmetros chave que contribuem de forma significativa para a variação de FS e

mantendo-se os demais constantes. Observa-se que, enquanto o método Monte Carlo exige a adoção de distribuições de probabilidade para todas as variáveis aleatórias, o método Rosenblueth necessita apenas dos momentos estatísticos dessas variáveis e de cálculos matemáticos simples.

A partir de todas as possíveis combinações dos pontos estimados de cada variável aleatória, e da obtenção de cada valor de FS, é possível calcular os momentos da distribuição probabilística de FS (média e desvio padrão) e a probabilidade de ruptura, assumindo uma distribuição de probabilidade. A Figura 4 apresenta as combinações que podem ser realizadas de acordo com o número de variáveis aleatórias.

FIGURA 4: Combinação (2 n ) dos pontos particulares X i + e X i

FIGURA 4: Combinação (2 n ) dos pontos particulares X i+ e X i- [4].

2.4.2 Avaliação do Método de Rosenblueth

A aplicação do método de Rosenblueth consiste na utilização de cálculos

matemáticos simples, embora possa exigir a realização de muitas análises de estabilidade para os casos em que seja considerado um número significativo de parâmetros.

Assim como no método Monte Carlo, o método de Rosenblueth não fornece a contribuição relativa das variáveis aleatórias na variância do fator de segurança. E

de

forma análoga ao método FOSM, o método apresenta como desvantagem o fato

de

que não se obtém uma função de distribuição estatística do fator de segurança,

sendo que o cálculo da probabilidade de ruptura deve ser realizado mediante a adoção de uma função de densidade de probabilidade para o FS. Ainda comparando

com o método FOSM, o método de Rosenblueth permite uma maior variação da superfície crítica no talude em cada iteração realizada.

3. ESTUDO DE CASO E ANÁLISE DOS RESULTADOS

3.1 DESCRIÇÃO DA BARRAGEM HIPOTÉTICA

A fim de aplicar as metodologias probabilísticas, foi definida uma seção crítica hipotética de uma barragem construída sobre fundação em solo residual. A barragem consiste de dique de partida em aterro em solo compactado, seguido por um alteamento a jusante, com uma altura total de 47,0 metros. Ambas as etapas foram projetadas em seção homogênea, possuindo drenagem interna constituída por filtro vertical seguido de tapete drenante e dreno de pé, sendo o tapete drenante composto por brita envolvida por camada de areia. Além disso, tanto o talude de

montante como o de jusante apresentam inclinação igual a 2,0H:1,0V entre as bermas. A Figura 5 indica a conformação da seção crítica da barragem analisada.

a conformação da seção crítica da barragem analisada. FIGURA 5 – Seção Crítica da Barragem. 3.2

FIGURA 5 – Seção Crítica da Barragem.

3.2 MODELO GEOTÉCNICO

Os parâmetros adotados para os materiais constituintes da barragem foram definidos com base em referências bibliográficas, tendo sido considerados, portanto, valores aproximados a situações reais de projeto. A Tabela 1 apresenta os valores médios adotados para os parâmetros de resistência dos materiais constituintes do maciço, fundação e filtro. São apresentados também os valores de desvio padrão a serem utilizados nas análises probabilísticas.

Em relação à determinação do desvio padrão, recomenda-se que seja realizada por meio de dados provenientes de ensaios geotécnicos. Contudo, na falta de dados e como estimativa preliminar, podem ser utilizados coeficientes de variação reportados na literatura [2]; [6]; [9] e [10]. Ressalta-se que, assim como na determinação dos parâmetros médios a serem utilizados nas análises, o julgamento de engenharia deve ser aplicado na escolha do desvio padrão, considerando o grau de incerteza de cada parâmetro analisado e o seu significado físico.

Material

γ

nat

Desvio Padrão σ (kN/m 3 )

c’

Desvio Padrão

φ

Desvio Padrão

(kN/m³)

(kPa)

σ (kPa)

(º)

σ (º)

Aterro

20,00

0,60

10,00

4,00

33,00

3,30

Aterro de

           

Alteamento

19,50

0,59

7,00

2,80

29,00

2,90

Fundação

16,00

0,48

12,00

4,80

30,00

3,00

Drenagem Interna

20,00

0,60

3,00

1,20

35,00

3,50

TABELA 1: Valores Médios e Desvios Padrão dos Parâmetros Geotécnicos.

3.3 ANÁLISES

Após a definição do modelo geotécnico, foram realizadas análises de estabilidade pelo método de equilíbrio limite GLE / Morgenstern-Price para a determinação do fator de segurança médio determinístico e para criar sensibilidade ao problema analisado. Foi utilizado nas análises o programa Slide 7.0 da empresa Rocscience.

Duas condições de nível de água foram consideradas, a saber: nível de água correspondente à operação normal da barragem e adequado funcionamento do sistema de drenagem interna (Cenário 1) e nível de água mais elevado, simulando o funcionamento inadequado desse sistema (Cenário 2). As Figuras 6(a) e 6(b)

apresentam as superfícies críticas e os fatores de segurança médios determinísticos obtidos para os Cenários 1 e 2, respectivamente. Observa-se que, para efeitos de comparação entre os métodos probabilísticos, os resultados serão considerados com precisão de três casas decimais.

serão considerados com precisão de três casas decimais. (a) Cenário 1 - FS= 1,526 (b) Cenário

(a) Cenário 1 - FS= 1,526

de três casas decimais. (a) Cenário 1 - FS= 1,526 (b) Cenário 2 - FS =

(b) Cenário 2 - FS = 1,310

FIGURA 6: Análise Determinística – Superfície Crítica de Ruptura.

3.3.1 Método FOSM

Para a aplicação do método FOSM, foram utilizadas como variáveis aleatórias a coesão, o ângulo de atrito e o peso específico do aterro de alteamento, para o Cenário 1. Para as análises do Cenário 2, foram acrescentados os parâmetros geotécnicos da fundação.

Essas variáveis foram escolhidas, pois se observou que a superfície crítica obtida na análise determinística interceptou principalmente estes materiais, conforme apresentado na Figura 6. Com o propósito de verificar a influência nos resultados obtidos com o método FOSM, foram adotadas taxas de variação no intervalo de 2% a 15%, aplicadas aos valores médios das variáveis aleatórias.

Outro aspecto estudado no presente artigo e que está relacionado ao cálculo das derivadas parciais da Equação (11), (δFS i /δX i ), corresponde à aplicação da taxa de variação apenas como um incremento ou aplicando-se incremento e decremento simultaneamente (diferenças centrais). Ressalta-se que esses dois tipos correspondem às formas de análise mais comumente utilizadas no meio técnico e acadêmico.

A Tabela 2 mostra um resumo dos resultados obtidos nas análises para as duas

condições de nível de água analisadas. Observa-se que, para os cálculos pelo método FOSM, foram utilizados os valores de FS com três casas decimais. Nesta tabela, é ainda apresentada a contribuição, em termos percentuais, de cada parâmetro na variância do fator de segurança.

Considerando o Cenário 1, as simulações com incremento resultaram em valores de

probabilidade de ruptura que variaram entre 1x10 -3 (taxa de variação de +2%) e

4x10 -7

de ruptura variou de 9x10 -5 a 3x10 -6 , ou seja, correspondente a uma ordem de grandeza, o que pode ser considerada uma pequena variação, dada a magnitude dos valores. Cabe observar que, conforme comentado no Item 3.2.1, essas taxas

(taxa de variação de +15%). Para o intervalo de 6% a 10%, a probabilidade

estão no intervalo recomendado na literatura para as análises apenas com incremento, ou seja, de 5% a 10%.

Por outro lado, as diferenças obtidas nos resultados para os valores extremos de 2%

e 15% podem ser devidas a possíveis erros gerados nos cálculos das derivadas

parciais, por esses serem valores ou muito pequenos ou muito grandes. O resultado para a taxa de 4% parece ser satisfatório, com apenas uma ordem de grandeza abaixo do valor obtido para a taxa de 6%.

Ainda considerando o Cenário 1, na abordagem do método FOSM pelas diferenças

com

incremento, tendo a P r variado de 2x10 -59 (taxa de variação de ±2%) a 4x10

variação de ±15%). Observa-se também que as menores probabilidades se

(taxa de

centrais,

a

dispersão

dos

resultados

foi

superior

aos

estudos

apenas

-3

registraram para taxas inferiores a 6%.

Para o intervalo de 6% a 10%, a probabilidade de ruptura variou de 5x10 -10 a 4x10 -5 . Essa diferença corresponde a cinco ordens de grandeza. Contudo, cabe destacar que se trata de valores muito pequenos e bastante sensíveis a qualquer variação no desvio padrão do fator de segurança.

De forma geral, pode-se concluir que, para o Cenário 1 aplicando-se apenas incrementos ou incrementos e decrementos simultaneamente, a variação da posição da superfície crítica pode ter afetado a precisão do método FOSM, que requer que a mesma se mantenha constante ou tenha pouca variação. Contudo, ressalta-se que, descartando-se os valores fora do intervalo de variação recomendado de 5 a 10%, o ângulo de atrito do aterro de alteamento foi a variável aleatória que mais influenciou na variância de FS (70% a 77%), seguido pela coesão (23% a 30%), para as análises realizadas apenas com incrementos. Nas análises por diferenças centrais, a parcela de contribuição do ângulo de atrito variou de aproximadamente 88% a 94%, para o mesmo intervalo.

Considerando o Cenário 2, destaca-se uma maior convergência da P r , para valores em torno de 4x10 -3 , para as análises com incremento. Esse resultado pode ser atribuído ao fato de que nesse caso não houve variação da superfície crítica, ao contrário do que ocorreu para o Cenário 1, reforçando a importância do uso do método somente nos casos onde não se induz a mudança da superfície crítica.

 

Taxa

 

Desvio

Probabili

 

Contribuição Percentual de Cada Variável

 

de

varia

ção

FS médio

Padrão

dade de

Aterro Alteamento

 

Fundação

 

probabilístico

do FS

σ[FS]

Ruptura

P

γ

nat

c’ (kPa)

φ’ (º)

γ

nat

c’ (kPa)

 

φ’ (º)

(%)

 

r

(kN/m³)

(kN/m³)

   

Análises FOSM Incremento

 

Cenário 1 - Nível de Saturação Baixo

+15

1,526*

0,106

4E-07

0,22%

39,32%

60,46%

0,00%

0,00%

 

0,00%

+10

1,526*

0,116

3E-06

0,22%

30,26%

69,52%

0,00%

0,00%

 

0,00%

+8

1,526*

0,125

1E-05

0,18%

27,18%

72,64%

0,00%

0,00%

 

0,00%

+6

1,526*

0,140

9E-05

0,15%

22,58%

77,27%

0,00%

0,00%

 

0,00%

+4

1,526*

0,169

9E-04

0,13%

12,66%

87,22%

0,00%

0,00%

 

0,00%

+2

1,526

0,171

1E-03

0,12%

12,31%

87,56%

0,00%

0,00%

 

0,00%

 

Análises FOSM Diferenças Centrais

 

±15

1,526*

0,196

4E-03

2,19%

1,62%

82,37%

2,83%

0,00%

 

10,98

±10

1,526*

0,134

4E-05

2,12%

1,52%

87,91%

0,80%

0,00%

 

7,64%

±8

1,526*

0,109

8E-07

1,88%

1,41%

91,12%

0,17%

0,00%

 

5,43%

±6

1,526*

0,086

5E-10

1,79%

1,35%

94,39%

0,00%

0,00%

 

2,47%

±4

1,526*

0,064

9E-17

1,57%

1,04%

97,30%

0,00%

0,00%

 

0,10%

 

±2

1,526

0,032

2E-59

1,52%

1,16%

97,32%

0,00%

0,00%

 

0,00%

   

Análises FOSM Incremento

 

Cenário 2 - Nível de Saturação Alto

+15

1,310

0,118

4E-03

0,01%

0,21%

5,40%

1,58%

7,40%

 

85,39%

+10

1,310

0,117

4E-03

0,02%

0,12%

5,34%

1,65%

7,50%

 

85,39%

+8

1,310

0,116

4E-03

0,02%

0,19%

5,61%

1,75%

6,68%

 

85,75%

+6

1,310

0,118

4E-03

0,02%

0,32%

5,13%

1,85%

8,02%

 

84,67%

+4

1,310

0,118

4E-03

0,02%

0,00%

5,39%

1,94%

6,41%

 

86,24%

+2

1,310

0,126

7E-03

0,01%

0,00%

3,95%

2,41%

2,53%

 

91,10%

 

Análises FOSM Diferenças Centrais

 

±15

1,310*

0,200

6E-02

0,00%

0,01%

7,96%

22,51%

0,36%

 

69,15%

±10

1,310

0,133

1E-02

0,01%

0,01%

6,01%

22,93%

0,36%

 

70,69%

±8

1,310

0,106

2E-03

0,02%

0,01%

5,97%

22,95%

0,37%

 

70,68%

±6

1,310

0,104

1E-03

0,06%

0,01%

5,31%

21,23%

0,39%

 

73,00%

±4

1,310

0,054

5E-09

0,08%

0,01%

4,92%

23,98%

0,31%

 

70,71%

 

±2

1,310

0,029

7E-27

0,12%

0,00%

2,96%

28,45%

0,27%

 

68,21%

TABELA 2: Resultados das Análises Probabilísticas - FOSM.

(*) – O asterisco indica mudança da superfície crítica em relação à superfície obtida na análise com os parâmetros médios conforme incremento/decremento proposto.

Quanto à abordagem por diferenças centrais, os valores de probabilidade de ruptura

variaram de 1x10

respectivamente, valores bastante próximos dos obtidos para as análises utilizando-

a 1x10 -2 , para taxas de variação entre ±6% e ±10%,

-3

se apenas incrementos.

Neste cenário destaca-se que a contribuição dos parâmetros geotécnicos da fundação (peso específico e ângulo de atrito) foi mais relevante do que a dos parâmetros do aterro de alteamento. Assim, observou-se que, retirando-se os valores extremos de taxa de variação, a parcela de contribuição da coesão da fundação variou de aproximadamente 7% a 8% e a do ângulo de atrito foi de 85% a 91%. O peso específico da fundação apresentou uma contribuição irrisória. Por outro lado, para as análises por diferenças centrais, a contribuição do peso específico variou de 23% a 28% e do ângulo de atrito de 68 a 73%. Neste caso, a coesão da fundação teve uma contribuição irrisória.

Em relação às análises realizadas, pode-se concluir que, em termos de probabilidade de ruptura as duas formas de aplicação de taxas de variação apresentaram resultados similares. No entanto, em termos da contribuição de cada

parâmetro, houve divergências quanto à contribuição secundária do peso específico

e da coesão. Contudo, em ambos os casos, o ângulo de atrito apresenta a maior

contribuição e os resultados em termos de probabilidade de ruptura são, para o caso analisado, comandados pela variação desse parâmetro.

3.3.2 Método Rosenblueth

A partir das análises pelo método FOSM, foram selecionadas três variáveis

aleatórias para as análises dos cenários 1 e 2. Para o Cenário1, utilizou-se o ângulo

de atrito e coesão do aterro de alteamento e o ângulo de atrito da fundação. Para o

Cenáio 2, foram utilizados como variáveis aleatórias o ângulo de atrito e o peso específico da fundação e o ângulo de atrito do aterro de alteamento. Desta forma,

oito iterações foram realizadas para aplicação do método de Rosenblueth. O cálculo

do da probabilidade de ruptura foi realizado adotando-se para o FS um função de

densidade de probabilidade normal. A Tabela 3 sumariza os resultados para os dois cenários analisados.

   

Desvio Padrão do FS σ[FS]

Probabilidade de

Cenários

FS médio

Ruptura

P

r

1 – Condição normal de operação

1,479

0,153

9E-04

2 – Funcionamento inadequado do sistema de drenagem interna

1,261

0,115

1E-02

TABELA 3: Resultados das Análises pelo Método de Rosenblueth.

Como esperado, a análise com maior saturação do maciço teve uma probabilidade

de ruptura maior, além de um FS menor. Observa-se também que, para o Cenário 1,

considerando a probabilidade de ruptura obtida para uma taxa de variação de ±10%

aplicada no método FOSM (4x10 -5 ), o resultado obtido pelo método de Rosenblueth

foi

(9x10 -4 ). Para o Cenário 2,

os

aproximadamente uma ordem de grandeza superior

resultados de ambos os métodos coincidiram em 1x10 -2 .

3.3.3 Método Monte Carlo

As simulações pelo método Monte Carlo utilizaram as mesmas variáveis aleatórias

selecionadas para a aplicação do método de Rosenblueth nos dois cenários analisados. Durante este estudo, além da avaliação de condições de saturação diferentes, foi analisada a influência da utilização de dois e três desvios padrão na determinação das distribuições das variáveis independentes, tal como ilustrado na Figura 3.

É importante observar que foram utilizadas as opções de análise “Global Minimum” e

Overall Slope” com o fim de comparar os resultados obtidos. Na opção “Global mininum”, a convergência dos resultados ocorreu para menos de 50.000 iterações. Já para as análises do tipo “Overall Slope”, foram utilizadas 100.000 iterações,

resultando em um tempo computacional superior a 10 horas. A Tabela 4 sumariza os resultados para os dois cenários analisados.

       

Desvio Padrão de FS σ[FS]

Probabilidade de

# Desvios

Cenários

Tipo de análise

FS médio probabilístico

Ruptura

P

r

   

Global Minimum

1,530

0,151

2E-04

1

Overall Slope

1,483

0,126

7E-05

2σ

 

Global Minimum

1,315

0,106

1E-03

2

Overall Slope

1,297

0,100

2E-03

   

Global Minimum

1,531

0,169

1E-04

1

Overall Slope

1,474

0,143

1E-03

3σ

 

Global Minimum

1,317

0,120

2E-03

2

Overall Slope

1,291

0,113

3E-03

TABELA 4: Resultados da Análise Probabilística pelo Método Monte Carlo.

Como pode ser observado, as simulações Global Minimum apresentaram uma P r da ordem de 10 -4 e 10 -3 para os cenários 1 e 2, respectivamente. Observou-se ainda, que as probabilidades de ruptura obtidas não apresentaram variação significativa em função da adoção de um ou dois desvios padrão.

Já as simulações considerando Overall Slope divergiram em uma ordem de grandeza para as simulações do Cenário 1. Tal comportamento não foi observado no Cenário 2, o qual apresentou valores para probabilidade de ruptura da ordem de 10 -3 . Cabe ressaltar que, em todas as simulações, as análises Overall Slope resultaram em valores de FS e desvio padrão inferiores se comparados ao Global Minimum. Contudo, pode-se considerar que, para o estudo de caso analisado, os resultados foram bastante similares.

Para o Cenário 1, comparando-se a probabilidade de ruptura obtida pelo método FOSM (4x10 -5 ) para uma taxa de variação de ±10%, observa-se que o resultado da opção Global Minimum, com limites de variação no intervalo de dois desvios padrão,

ficou uma ordem de grandeza superior (2x10 -4 ). Para o Cenário 2, o resultado pelo método FOSM, para as mesmas condições descritas anteriormente, foi uma ordem

(1x10 -2 ). As diferenças observadas em relação ao método de

de grandeza maior

Rosenblueth foram similares. As Tabelas 5 e 6 apresentam um resumo das comparações descritas anteriormente para os cenários 1 e 2, respectivamente.

Método

FS médio probabilístico

Desvio Padrão de FS σ[FS]

Probabilidade de Ruptura

P

r

FOSM (Taxa de variação de ±10%)

1,526

0,134

4E-05

Rosenblueth

1,479

0,153

9E-04

Monte Carlo (Global Minimum – 2σ)

1,530

0,151

2E-04

Tabela 5 – Comparação entre os Métodos Probabilísticos – Cenário 1

Método

FS médio probabilístico

Desvio Padrão de FS σ[FS]

Probabilidade de Ruptura

P

r

FOSM (Taxa de variação de ±10%)

1,310

0,133

1E-02

Rosenblueth

1,261

0,115

1E-02

Monte Carlo (Global Minimum – 2σ)

1,315

0,106

1E-03

Tabela 6 – Comparação entre os Métodos Probabilísticos – Cenário 2

Dos resultados apresentados na Tabela 5, verifica-se que o fator de segurança médio probabilístico obtido pelos métodos de Rosenblueth e Monte Carlo está bastante próximo do FS médio determinístico (1,526). Tal resultado está coerente com o que se espera como resultado desses dois métodos de análise. Observa-se

também que o desvio padrão do fator de segurança obtido pelo método FOSM foi

inferior aos demais, o que contribuiu para que se obtivesse a menor probabilidade

de ruptura dentre os três métodos analisados.

Considerando o Cenário 2 (Tabela 6), embora tenham apresentado fatores de segurança médios probabilísticos e desvios padrão de FS diferentes, os métodos FOSM e de Rosenblueth coincidiram no valor obtido para a probabilidade de ruptura. No método Monte Carlo, um desvio padrão menor contribuiu para que se obtivesse também uma probabilidade de ruptura menor, quando comparado aos demais métodos.

4.

CONCLUSÕES

O trabalho desenvolvido apresentou de forma teórica e prática as metodologias

probabilísticas mais difundidas no meio geotécnico, a saber: métodos FOSM, Monte

Carlo e método das estimativas pontuais ou de Rosenblueth. Foram também realizadas comparações dos resultados entre os três métodos na análise da probabilidade de ruptura do talude de jusante de uma barragem hipotética.

Buscando avaliar as diferentes metodologias, inicialmente, a seção foi analisada pela metodologia FOSM, indicando, além da probabilidade de ruptura que o talude

de jusante apresenta frente à instabilização, a influência individual dos parâmetros

na variância do FS. Em seguida, a análise pelo método Monte Carlo foi realizada de

modo a variar os parâmetros do maciço e da fundação destacados como os mais influentes durante as análises pelo método FOSM, tanto através da análise Global Minimum como Overall Slope. Os valores médios dos parâmetros de entrada foram variados no método Monte Carlo em dois e três desvios padrão. Por fim, também foram realizadas análises pelo método de Rosenblueth, considerando a variação dos mesmos parâmetros destacados pelo método FOSM.

O método FOSM, apesar de ser uma metodologia simples e com poucas iterações

matemáticas, apresenta valores de probabilidade de ruptura similares aos demais, além de fornecer uma resposta adicional frente aos outros métodos – a contribuição da cada variável aleatória no valor de FS. Essa resposta pode ser importante ao selecionar as variáveis aleatórias para a aplicação dos demais métodos, cujo número de iterações necessárias e a convergência dependem significativamente do número de variáveis aleatórias consideradas. Os métodos Monte Carlo e Rosenblueth, por sua vez, podem permitir uma maior variação da superfície crítica, sendo considerados mais robustos. Ressalta-se ainda, a importância da determinação e análise crítica da variabilidade de parâmetros em estudo determinantes na avaliação da probabilidade de ruptura por meio de ensaios geotécnicos.

Independente do método probabilístico a ser utilizado, o sucesso da aplicação dessa abordagem depende fundamentalmente da construção de um modelo geotécnico representativo das condições de campo, quer seja em termos da representação dos materiais constituintes, quer seja em termos dos parâmetros geotécnicos utilizados. Ressalta-se que, assim como na determinação dos parâmetros médios, a definição dos dados utilizados nas análises probabilísticos, tais como, o desvio padrão, deve ser realizada avaliando-se o seu significado físico e levando-se em consideração a variabilidade do parâmetro analisado. Desta forma, torna-se fundamental o

conhecimento das propriedades geotécnicas dos materiais e das condições de poropressão, o que deve ser realizado por meio de uma investigação geotécnica abrangente, além de ensaios de campo e laboratório.

Finalmente, as análises apresentadas neste artigo mostraram que a abordagem probabilística é de fácil aplicação e requer apenas um esforço adicional à realização das análises de estabilidade convencionais. Contudo, mais análises são necessárias para a definição de critérios a serem recomendados para a utilização dos diferentes métodos, principalmente para o método FOSM. Ressalta-se também que a resposta dos métodos pode coincidir em um caso e diferir em outro, o que enfatiza a importância da análise e interpretação dos resultados.

5. AGRADECIMENTO

Os autores agradecem à Universidade Federal de Minas Gerais e à Pimenta de Ávila Consultoria pelo apoio no desenvolvimento deste trabalho.

6. PALAVRAS-CHAVE

Estabilidade de Taludes; Métodos Probabilísticos; Engenharia de Barragens.

7. REFERÊNCIAS BIBLIOGRÁFICAS

[1] ROSENBLUETH, E. (1975). “Point Estimates for Probability Moments”. Proceedings of the National Academy of Sciences of the United States of America, USA, 72(10): 3812–3814.

[2]

BAECHER, G. B. e CHRISTIAN, J.T. (2003). “Reliability and Statistics in Geotechnical Engineering”. John Wiley and Sons LTD, England, 605 p.

[3] FARIAS, M. M. e ASSIS, A. (1998) – “Uma Comparação entre Métodos Probabilísticos Aplicados à Estabilidade de Taludes”, Anais do XI Congresso Brasileiro de Mecânica dos Solos e Engenharia Geotécnica – XI COBRAMSEG. ABMS, Brasília, DF, 2: 1305-1313.

[4] MAIA, J.A.C. (2003). “Métodos Probabilísticos Aplicados à Estabilidade de Taludes e Cavidades em Rocha”. Dissertação de Mestrado, Publicação G.DM–099/03, Departamento de Engenharia Civil e Ambiental, Universidade de Brasília, Brasília, DF, 192 p.

[5] WHITMAN, R. V. (1984). “Evaluating Calculated Risk in Geotechnical Engineering”. Journal of Geotechnical and Geoenvironmental Engineering, 110:

143-188.

[6]

DUNCAN, J. M. (2000). “Factors of Safety and Reliability in Geotechnical Engineering”. Journal of Geotechnical and Geoenvironmental Engineering, 126:

307-316.

[7]

HOEK,

E.

(2006).

“Practical

Rock

Engineering”.

https://www.rocscience.com/documents/hoek/corner/Practical-Rock-

Engineering-Full-Text.pdf, 341 p.

[8]

USACE. (2006). “Reliability Analysis and Risk Assessment for Seepage and Slope Stability Failure Modes for Embankment Dams”. Engineer Technical Letter ETL 1110-2-561. Department of Army, US Army Corps of Engineers, Washington D.C., 128 p.

[9] ASSIS, A.P., ESPÓSITO, T.J., GARDONI, M.G. e MAIA, J.A.C. (2011). “Métodos Estatísticos e Probabilísticos Aplicados à Geotecnia”. Publicação G.AP–002/01, Departamento de Engenharia Civil e Ambiental, Universidade de Brasília, Brasília, DF, 177 p.

[10] FERNANDES, M. (2014). “Mecânica dos Solos – Introdução à Engenharia Geotécnica – Vol. 2”. Oficina de Textos, São Paulo, 576 p.

[11] ROSCSCIENCE (2017). “Tutorial 11 – Overall Slope Reliability”. Slide 7.0 – 2D Limit Equilibrium Analysis of Slope, 16 p.

[12] PARK, H. J.; UM, J-G.; WOO, I.; KIM, J.W. (2012). “The Evaluation of the Probability of Rock Wedge Failure Using the Point Estimate Method”. Environmental Earth Science, 65: 353-361.

XXXI Seminário Nacional de Grandes Barragens - SNGB

20