|
0 membri (),
381
ospiti, e
0
robot. |
|
Chiave:
Admin,
Mod Globale,
Mod
|
|
|
|
Iscritto: Nov 2013
Posts: 36
Member
|
OP
Member
Iscritto: Nov 2013
Posts: 36 |
Ciao a tutti, scusate se riprendo l'argomento sui parametri caratteristici ma ho ancora qualche dubbio. Vi sottopongo il seguente caso reale: 1) occorre consolidare un muro che insiste su depositi alluvionali medio grossolani; a seguito di sondaggio, abbiamo verificato che la continuità verticale di tali depositi è interrotta da un livello di ca. 1 m di spessore di sabbie limose;
2) ho ritenuto pertanto di individuare tre orizzonti geotecnici: a- ghiaie medio-grossolane b - sabbie limose c - sabbie medio ghiaiose
3) per ogni livello ho i seguenti valori di angolo d'attrito (pochi dati): a - 38, 36 b - 27 c - 31, 33
4) siccome il volume di terreno interessato dall'intervento è piccolo (resistenze non compensate), ritenevo opportuno utilizzare Klow. La variabilità dei dati risulta però molto bassa (COV < 10% per ogni livello) e quindi non si dovrebbe usare il Kmean?
Potete aiutarmi a capire la questione?
Grazie e Buon Anno a tutti! bresa
|
|
|
|
|
Iscritto: Nov 2008
Posts: 1,463
Member
|
Member
Iscritto: Nov 2008
Posts: 1,463 |
Come hai detto in partenza dovresti utilizzare il valore caratteristico per piccoli volumi di rottura. Saluti, agi
|
|
|
|
|
Iscritto: Nov 2013
Posts: 36
Member
|
OP
Member
Iscritto: Nov 2013
Posts: 36 |
ok però non è un'incongruenza il fatto che i valori di COV sono indicativi di bassa variabilità dei parametri e quindi del fatto che il comportamento geotecnico del terreno è governato dai valori medi? Come lo spiego? E' forse una conseguenza del fatto che ho pochi dati? Grazie
|
|
|
|
|
Iscritto: Mar 2004
Posts: 8,350 Mi piace: 4
M Member
|
M Member
Iscritto: Mar 2004
Posts: 8,350 Mi piace: 4 |
Bresa, però il COV dei dati non ha niente a che fare con la superficie di rottura grande o piccola. Ossia, la dimensione della superficie di rottura dipende dalle dimensioni dell'opera, dalla sua tipologia e dallo SL considerato. Il COV dei dati dipende esclusivamente dalla loro variabilità. Tu hai inoltre adottato un COV standard di letteratura per il Phi (10%). utilizzando il metodo UNI-EN 1990, descritto anche da Frank et al, 2004 e da Bond & Harris, 2008 e ripreso dai quaderni NTC:
Strato 1- phi-,low = 30°
Strato 2 - phi-low = 21°
Strato 3 - phi-low = 26° (25.6)
Ultima modifica di mccoy; 01/01/2014 14:06.
"Data speak for themselves" -Reverend Thomas Bayes 1702-1761 P(Ai|E)=(P(E|Ai)P(Ai))/P(E)
|
|
|
|
|
Iscritto: Mar 2004
Posts: 8,350 Mi piace: 4
M Member
|
M Member
Iscritto: Mar 2004
Posts: 8,350 Mi piace: 4 |
Buon inizio anno a tutti, questo è il primo post del 2014 ormai insediato.
"Data speak for themselves" -Reverend Thomas Bayes 1702-1761 P(Ai|E)=(P(E|Ai)P(Ai))/P(E)
|
|
|
|
|
Iscritto: Nov 2013
Posts: 36
Member
|
OP
Member
Iscritto: Nov 2013
Posts: 36 |
BUON ANNO a tutti!!
Riprendo il post.... grazie per gli input.
Possiamo dire che la bassa variabilità del COV indica assenza di compensazione spaziale? Ho provato a ricalcolare Klow per i tre strati; per il primo strato ottengo però valori di circa 30°. Dove sbaglio ancora???
Grazie, bresa
|
|
|
|
|
Iscritto: Mar 2004
Posts: 8,350 Mi piace: 4
M Member
|
M Member
Iscritto: Mar 2004
Posts: 8,350 Mi piace: 4 |
Possiamo dire che la bassa variabilità del COV indica assenza di compensazione spaziale?
Allora, un COV basso = bassa variabilità dei dati, però tu hai dovuto adottare un COV di letteratura, per cui come fai a sapere se il COV reale (non di letteratura) è effettivamente così basso, più basso,o più elevato? Io personalmente ho notato che spesso in terreni granulari il COV del phi è da metà a un quinto di quello di letteratura. La compensazione spaziale è legata più alla distanza di autocorrelazione che alla variabilità. Diciamo che con COV estremamente basso o nullo la compensazione spaziale diventa irrilevante, perché non abbiamo pronunciate zone deboli e forti nel terreno. Il dato da probabilistico diventa deterministico. Ovviamente, per accertare questo, dovresti avere un campione molto numeroso, altrimenti saremmo in presenza di incertezza epistemica, la quale abbatte il valore caratteristico.
"Data speak for themselves" -Reverend Thomas Bayes 1702-1761 P(Ai|E)=(P(E|Ai)P(Ai))/P(E)
|
|
|
|
|
Iscritto: Mar 2004
Posts: 8,350 Mi piace: 4
M Member
|
M Member
Iscritto: Mar 2004
Posts: 8,350 Mi piace: 4 |
Ho provato a ricalcolare Klow per i tre strati; per il primo strato ottengo però valori di circa 30°. Dove sbaglio ancora??? Aspetta che controllo, avendo appena cambiato postazione può darsi che ho ripescato qualche vecchio foglio con bug non cancellato, oppure con le nuove visualizzazioni posso avere invertito qualche cifra... OK, applicando la formula: Phi-low(pochi dati)= 37-1.645*3.7*(1.5)^0.5= 29.5°=~ 30° Il resto va bene, non so cosa ho letto ieri ma evidentemente devo ottimizzare le visualizzazioni nel nuovo PC, grazie per avermi dato l'occasione di accertarlo!
Ultima modifica di mccoy; 01/01/2014 14:06.
"Data speak for themselves" -Reverend Thomas Bayes 1702-1761 P(Ai|E)=(P(E|Ai)P(Ai))/P(E)
|
|
|
|
|
Iscritto: Nov 2013
Posts: 36
Member
|
OP
Member
Iscritto: Nov 2013
Posts: 36 |
rieccomi... ho calcolato i valori del COV e ho ottenuto: - 1° strato: 3.8% - 2° strato: 0% - 3° strato: 4.4%
In effetti, hai ragione tu mccoy quando dici che spesso in terreni granulari il COV del phi è da metà a un quinto di quello di letteratura.
Provo a riassumere le considerazioni fatte:
- non posso dire di trovarmi in condizioni di compensazione spaziale, vista la scarsa numerosità del campione di dati a disposizione; - considerata la tipologia di opera (muro di contenimento), la superficie di rottura si svilupperà in un piccolo volume di terreno.
Mi permettete un'ultimissima domanda?? La fondazione di un muro, che ha uno sviluppo lineare di 20 m ca., non potrebbe essere considerata sufficientemente rigida da distribuire le sollecitazioni omogeneamente nel terreno, ancorché in un piccolo volume (compensazione strutturale e quindi Kmean)?
Perdonatemi se insisto ma vorrei togliermi tutti i dubbi!
grazie, bresa
|
|
|
|
|
Iscritto: Mar 2004
Posts: 8,350 Mi piace: 4
M Member
|
M Member
Iscritto: Mar 2004
Posts: 8,350 Mi piace: 4 |
Bresa, nel tuo caso il calcolo del COV a partire dai dati non è significativo perché sono troppo pochi. In particolare, la varianza con un dato solo è indeterminata. I bassi valori di COV a cui facevo riferimento sono relativi a datasets di 10 e più dati, a volte molti di più.
Nel tuo esempio dovresti usare i valori di letteratura, a meno che puoi dimostrare con l'esperienza locale altri valori.
Non riesco a capire perché insisti nella correlazione tra scarsa compensazione spaziale e bassa numerosità dei campioni. Il piccolo numero dei dati non influenza la presenza o meno di compensazione spaziale. Possiamo avere compensazione spaziale anche con pochi dati, in questo caso avremmo un phi_K = phi-c,mean per utilizzare la notazione di Frank et al.
In genere i muri a mensola hanno fondazioni ampie, in questo caso è facile che ci sia compensazione spaziale. Sulla rigidezza è meglio ottenere una comunicazione dal progettista. La stabilità globale implica un grande volume di terreno quindi esiste compensazione spaziale.
"Data speak for themselves" -Reverend Thomas Bayes 1702-1761 P(Ai|E)=(P(E|Ai)P(Ai))/P(E)
|
|
|
Link Copiato negli Appunti
|
Forum34
Discussioni21,099
Post147,911
Membri18,179
| |
Massimo Online17,513 Jul 9th, 2026
|
|
|
|