You are on page 1of 15

DISEO BASADO EN NIVELES DE CONFIABILIDAD APLICADO AL ANLISIS DE ESTABILIDAD DE TALUDES

Gonzalo M. Aiassa; Pedro A. Arra y Roberto E. Terzariol Palabras Claves: variabilidad, parmetros, equilibrio lmite, probabilidad de falla.

1. RESUMEN
Uno de los objetivos en el diseo de presas, consiste en lograr un nivel satisfactorio de seguridad durante un perodo de tiempo prestablecido mediante factores que definen el desempeo del sistema compuesto de cargas, tensiones de trabajo de los materiales, precisin en la descripcin del problema por parte de las ecuaciones, incertezas debido a aspectos constructivos, cargas no previstas, cambios en condiciones ambientales, entre otras. En el diseo tradicional una apreciacin general de estos aspectos brinda un factor de seguridad global que depende de la experiencia y apreciacin del diseador. El anlisis de estabilidad de taludes constituye una herramienta analtica comn para estimar factores de seguridad en presas de materiales sueltos basados en principios estticos sin considerar desplazamientos en la masa de suelo, pero no brinda informacin adicional sobre el nivel de desempeo durante la vida til del talud. En general estos factores de seguridad determinsticos son incapaces de distinguir incertezas paramtricas haciendo difcil la extrapolacin de un escenario a otro. En el anlisis determinstico los parmetros resistentes correspondientes al modelo de Mohr-Coulomb, cohesin y friccin, son frecuentemente considerados con un valor establecido en funcin de su condicin drenada o no drenada. Se implementa el diseo basado en niveles de confiabilidad entendida como la evaluacin consistente del riesgo en el diseo empleando la teora de probabilidades. Se analiza la variacin de los factores de seguridad en funcin de la probabilidad de falla, segn el entorno probabilstico de variacin paramtrica. El estudio de la estabilidad del equilibrio se realiz mediante el mtodo de equilibrio lmite de Bishop, utilizando como herramienta de clculo el programa XSTABL, considerando superficies de falla circulares. Los resultados indican que la probabilidad de falla se incrementa en forma exponencial con la disminucin del factor de seguridad y depende del coeficiente de correlacin.

ABSTRACT
One of the objectives in dam design, consists in obtaining a satisfactory security level during a pre-established time by factors that define the performance of the system composed of loads, work stress of materials, precision in the problem description by equations, uncertainty due to constructive aspects, loads, changes in environmental conditions, among other questions. In traditional design a general appreciation of these aspects offers a global safety factor that depends on the experience and appreciation of the designer. Slopes stability analysis constitutes a common analytical tool to consider safety factors of earth dam based on static principles without considering displacements in soil mass, but it does not offer additional information on the performance level during dam life. In general, these deterministic safety factors are incapable to distinguish uncertainty parametric or, making the extrapolation from a scene to another one.

In deterministic analysis, the strength parameters corresponding to Mohr-Coulomb model, cohesion and friction, frequently are considered with a value established based on their drained or not drained condition. Design based on reliability levels is implemented, understood as the consistent evaluation of the risk in design using probabilities theory. Variation of safety factors based on the fail probability is analyzed, according to the probabilistic surroundings of parametric variation. The stability study was made by limit equilibrium Bishops method, using like tool calculation XSTABL software, considering circular failure surfaces. Results indicate that the fail probability increase in exponential way with the safety factor reduction.

2. INTRODUCCIN
Histricamente los ingenieros geotcnicos han confiado en el juicio propio, experiencia, antecedentes y regulaciones para seleccionar un factor de seguridad adecuando en el anlisis de estabilidad de taludes. El anlisis de confiabilidad puede proporcionar una introduccin a los efectos de las incertezas sobre los resultados de anlisis que proporcionan adecuados factores de seguridad. Las aproximaciones probabilsticas al anlisis y diseo de taludes considera la magnitud de las incertezas que implican los parmetros vinculados en el cmputo del factor de seguridad. En las aproximaciones determinsticas tradicionales consistentes en el anlisis de estabilidad y diseo de taludes, la resistencia al corte, la geometra del talud, las fuerzas externas y presin de poro de agua se les asigna un valor nico y especfico. En los mtodos probabilsticos se considera la posibilidad de variacin para la resistencia al corte y los otros parmetros involucrados, otorgando una media en la evaluacin del grado de incerteza asociado al cmputo del factor de seguridad. Las tcnicas probabilsticas permite a los diseadores una visin ms amplia que los anlisis determinsticos. En [1] se describen tcnicas de anlisis probabilstico y sus aplicaciones en estabilidad de taludes.

3. ESTABILIDAD DE TALUDES
Para asegurar un adecuado desempeo de taludes durante su vida til se requieren factores de seguridad apropiados. Dos de las principales consideraciones que determinan la magnitud adecuada del factor de seguridad son las incertezas en los parmetros de resistencia considerados, y las consecuencias de falla o comportamiento inadecuado. En [2] se presentan factores de seguridad mnimos recomendados para diferentes tipos de taludes y condiciones de anlisis, en caso de terraplenes nuevos para presas. Existen diversos mtodos de anlisis para determinar el factor de seguridad en taludes, tales como programas computacionales, bacos y clculo manual. La seleccin del mtodo de anlisis depende de la complejidad del sitio y los datos disponibles. El anlisis convencional de estabilidad de taludes investiga el equilibrio de una masa de suelo contenida entre una superficie de falla potencial y la superficie del talud. Las fuerzas y momentos que tienden a causar la inestabilidad de la masa son comparados con aquellas que tienden a resistir. La mayora de los procedimientos asumen para el anlisis una seccin en dos dimensiones y estado plano de deformacin. Si la resistencia al corte del suelo a lo largo de la superficie potencial de falla excede la necesaria para establecer equilibrio, la masa de suelo es estable. Si la resistencia al corte no es suficiente, la masa es inestable. La estabilidad o inestabilidad de la masa depende de peso propio, fuerzas externas actuantes, tales como sobrecargas y acciones dinmicas, parmetros de resistencia al corte y de presin de poro a lo largo

de la superficie de falla, y los parmetros resistentes de algn eventual refuerzo interno. El factor de seguridad se define respecto de la resistencia al corte del suelo como la relacin de la resistencia al corte disponible, respecto la resistencia al corte requerida para el equilibrio, t FS = f td donde t f resistencia al corte disponible, t d resistencia al corte requerida. La mayora de los mtodos frecuentemente empleados para computar estabilidad de taludes corresponden a mtodos de equilibrio lmite. En estos, el factor de seguridad se calcula utilizando ecuaciones de equilibrio esttico sobre la masa de suelo involucrada. En las teoras de equilibrio elstico las propiedades del suelo son expresadas en trminos de relaciones entre tensin y deformacin. En las teoras de equilibrio plstico las propiedades del material son mejor expresadas en trminos de una ecuacin para el estado de equilibrio lmite [3]. En muchos mtodos de equilibrio lmite, como el de dovelas o simplificado de Bishop, se plantea el equilibrio esttico dividiendo la masa de suelo sobre la superficie de falla en un nmero finito de fajas o dovelas verticales de suelo. En la Figura 1 se representan las fuerzas actuantes sobre una dovela vertical.

W: Peso de dovela E: Fuerzas horizontales normales a la dovela X: Fuerzas verticales de corte entre dovelas N: Fuerza normal sobre la base de la superficie S: Fuerza de corte sobre la base de la superficie

Figura 1: Esquema de fuerzas actuantes en mtodo general de dovelas De la Figura 1 se tiene que, excepto el peso propio de la dovela, todas las fuerzas son desconocidas y deben calcularse en orden de poder dar satisfaccin a la ecuacin de equilibrio. Para determinar esta solucin esttica, debe haber un balance entre el nmero de fuerzas desconocidas y el nmero de ecuaciones de equilibrio. De este anlisis resulta que el nmero de fuerzas desconocidas excede el nmero de ecuaciones de equilibrio, por lo que deben realizarse algunas simplificaciones para determinar una solucin esttica. Los diferentes mtodos de equilibrio realizan diferentes simplificaciones de manera de establecer igual cantidad de incgnitas que ecuaciones. Uno de estos mtodos corresponde al simplificado propuesto por Bishop [4], donde se considera que las fuerzas entre dovelas solo son horizontales y que la superficie de falla es circular. Se plantea sumatoria de fuerzas verticales y la ecuacin de equilibrio resultante se combina con el modelo de Mohr-Coulomb y la definicin del factor de seguridad, para determinar las fuerzas sobre la base de la dovela.

Finalmente, se plantea sumatoria de momentos respecto al centro de la superficie de falla circular y se obtiene la expresin del factor de seguridad [2] El programa computacional XSTABL, desarrollado por Interactive Software Desings, Inc., USA a partir del programa STABLE de Purde University proporciona una herramienta de anlisis robusta. El anlisis consiste en la bsqueda de la superficie de falla crtica o la determinacin del factor de seguridad para una superficie especfica mediante algunos de los mtodos de equilibrio lmite. Los datos requeridos por el programa son geometra del problema, propiedades fsicas del suelo, parmetros de resistencia, mtodo de clculo, y cargas externas.

4. DISEO BASADO EN CONFIABILIDAD


El anlisis de confiabilidad, entendido como la probabilidad de que los sistemas cumplan con la funcin para la cual han sido desarrollados durante un perodo de tiempo especificado, en cierto ambiente operativo, puede definirse como una evaluacin consistente del riesgo de diseo utilizando la teora de probabilidades. Se presentan en esta seccin las herramientas matemticas probabilsticas empleadas para aplicar los procedimientos del Diseo Basado en Confiabilidad (DBC).

4.1. ANLISIS PROBABILISTICO


Los trminos probabilsticos, corresponden a cantidades ingenieriles modeladas como variables aleatorias que definen el nivel de riesgo de diseo a travs de la probabilidad de falla o la confiabilidad del sistema. Segn la definicin clsica, una probabilidad se define como la relacin entre la ocurrencia de un evento T y la cantidad de diferentes posibilidades N en un espacio muestral:

P [A ] =

T N

Esta relacin permite entender el concepto de probabilidad. Expresin que no resulta satisfactoria si la pregunta que se intenta responder es cual ser la probabilidad de falla de un talud para condiciones especificadas?. Este tipo de problemas requiere introducir el concepto de probabilidad frecuencial, expresado como:

P (A) = lim
N

T N

que permite asignar un significado fsico al concepto de probabilidad. El inconveniente presente en esta formulacin probabilstica, reside en la complejidad de anlisis en problemas fsicos, resultando mas apropiada la definicin axiomtica de probabilidad. A cada suceso A en un espacio muestral de una clase de sucesos, se asocia un nmero real P[A], P se llama funcin de probabilidad y P[A] probabilidad del suceso A si se satisfacen las siguientes condiciones o axiomas: (1) para cada suceso en la clase se cumple P [A ] 0 (2) Para un suceso cierto en un espacio muestral en la clase se verifica que

P [V] = 1

(3) Para cualquier nmero de sucesos mutuamente excluyentes A1, A2,..., An en la clase se tiene P [A1 A2 ...An ] = P [A1 ]+ P [A2 ]+ ... + P [An ]

Estas tres definiciones constituyen los axiomas bsicos de la Teora de Probabilidades y cualquier teora resultante de los mismos deben ser consistentes y representar de modo adecuado el mundo. El tercer axioma es de gran utilidad en la evaluacin de estabilidad de taludes debido a que luego de la construccin solo dos alternativas son posibles, falla o xito P [exito]+ P [falla] = 1 y el segundo axioma puede escribirse en estos trminos como P [exito + falla] = 1. La probabilidad de xito se denomina confiabilidad R y la probabilidad de falla p(f). De esta manera:

R + p( f ) = 1
Si a cada punto de universo se le asigna un nmero, es posible definir una funcin, denominada variable aleatoria que puede se discreta o continua, si toma un nmero finito de valores o un nmero infinito de valores respectivamente. Si X resulta ser una variable aleatoria continua, la probabilidad de que X tome un valor determinado es nula. En estas situaciones para que la probabilidad X tenga significado, se considera un entorno y los axiomas 1-2 se postulan de manera general en la ecuacin para un numero de variables aleatorias y la probabilidad de que X se encuentre en el entorno [a,b] se indica a travs de .

f (x1, x2,..., xi ) 0

i = 1 ,...Nv ,2

x=

x=-

f (x1, x2,..., xi )dx1dx2...dxi = 1


b

p(a < X < b) = f (x) dx


a

Y y son sucesos independientes para todo x, y se tiene: P ( X x,Y y) = P ( X x) P (Y y) F ( x, y) = F1(x)F2(y)

Cuando las variables aleatorias continuas son independientes, los sucesos X x ,

La estructura probabilstica de una variable aleatoria, alternativamente, puede describirse a travs de la funcin de distribucin acumulativa definida por la expresin para variables aleatorias continuas y discretas respectivamente:

F ( x)= P ( X x)=

f( x)dx

F(x) indica la probabilidad de que el valor de la variable aleatoria X tome un valor inferior o igual a x. Esta funcin de distribucin acumulada adems de verificar los tres axiomas debe estar definida para todos los valores de x, presentando las siguientes propiedades:

F (- ) = 0;

F (+ ) = 1 ;

0 F (x) 1 ;

d [ F (x]) 0 dx - x +

P ( x1 < X x2) = F( x2) - F( x1)


La funcin de densidad acumulada permite calcular la probabilidad de que el valor de una observacin sea mayor que x como:

P ( X ) 1x= >

-( ) F x

De este modo las caractersticas probabilsticas de una variable aleatoria estn completamente especificadas si se conocen las funciones de densidad probabilstica o la funcin de densidad acumulada. En la actividad ingenierl en general, estas funciones pueden ser desconocidas haciendo necesaria la parametrizacin de las variables aleatorias. Una medida importante al utilizar variables aleatorias discretas o continuas es la esperanza matemtica para una y dos variables con funcin de densidad conjunta conocida, expresada mediante:

E (X ) = x f (x)dx
-

La varianza para variables continuas permite establecer una medida de dispersin alrededor de la media a travs de la desviacin estndar [X] como:

Var (X ) = ( x - x) 2 f (x) dx = ( s[X ] )


-

La varianza para dos variables aleatorias y la covarianza, son medidas empleadas frecuentemente en ingeniera. Se establecen mediante:
2 s X = E X - x)2 = ( - 2 sY = E (Y 2

y) =
-

( x - x ) 2 f (x, y) dxdy

( y - y ) f (x, y) dxdy

s XY = Cov(X ,Y ) = E [(X - x)(Y - y)] s XY =


-

( x - x ) ( y - y ) f (x, y) dxdy

Si dos variables X, Y son independientes entonces Cov(X, Y) = XY = 0. Si son completamente dependientes Cov(X, Y) = XY = X Y con lo cual puede establecerse una medida de la dependencia de las variables X, Y a travs del coeficiente de correlacin ( ):

r =

s XY ; s X sY

- 1 r 1

La desviacin estndar x) es una medida de la dispersin de valores de la variable aleatoria X en torno del valor esperado E(x). Sin embargo no resulta sencillo discernir si la dispersin es elevada o baja, pues esto depende de la magnitud del valor medio. Una medida de dispersin relativa al valor medio brinda mejor idea de la dispersin e incertidumbre asociada con una variable aleatoria, facilitando la comparacin entre variables de diferentes unidades. Se define as el coeficiente de variacin V(x) como la relacin entre la desviacin estndar (x) y la esperanza E(x) que expresa la medida de dispersin central:

V (x) =

s (x) E (x)

Las funciones empleadas para describir la distribucin de probabilidad de variables aleatorias en ingeniera deben ser el resultado de un fenmeno fsico cuya derivacin est basada en un serie de suposiciones razonables con fundamentos consistentes, resultado de algn proceso conocido y ampliamente estudiado en la literatura tcnica de modo que se encuentren disponibles la informacin estadstica necesaria para su uso como tablas, bacos, etc. Una de estas funciones de distribucin de probabilidad corresponde a la de Distribucin Normal o Distribucin Gaussiana. Una variable aleatoria X tiene una distribucin de este tipo, si su Funcin de Distribucin de Probabilidades, FDP, es:

1 f (x) = e s 2 p

1- x2 x 2 s

donde x y son los parmetros de la distribucin representados por la esperanza matemtica y la desviacin estndar obtenida a partir de la varianza como:

E (X ) =

1 x (x)dx = f s 2p
+ 2

x e

2 1- x x - 2 s

dx
2
2 1- x x - 2 s

Var (X ) =

1 ( x - x ) f (x)dx = s 2p

( x - x) e

dx

La Funcin de distribucin acumulada, FDA, de la funcin de densidad normal no puede expresarse en forma cerrada como funciones elementales, y requiere de integracin numrica para un valor x = a:

1 F (x) = s 2p

2 1- x d - s 2

dd

Generalmente se utiliza la funcin (x), generalmente denominada Distribucin Normal Estndar, que permiten calcular F(a) correspondiente a la funcin de distribucin acumulada de una variable aleatoria con media nula y varianza unitaria. Por definicin se la expresa como:

1 -d FDP : f (d) = e 2 2p 1 FDA : F (x) = 2p

e dd

d2 2

Algunas funciones han sido tabuladas para evitar la integracin de la conocidas como: (a) funcin error, (b) funcin error complementario, (c) funcin Q presentadas en respectivamente y que se encuentran disponibles en manipuladores matriciales digitales:
x 2 - d2 0 e dd; { s = 0.5; x = 0 p 2 - d2 erfc(x) = x e dd p - d 1 qfunc(x) = x e 2dd 2p

erf (x) =

El anlisis de modelos probabilsticos donde las variables aleatorias no son independientes, en general se torna complejo. La funcin de densidad marginal (Figura 2) resulta de importancia debido a que permite clasificar dos variables aleatorias X e Y como estadsticamente independientes si su FDP conjunta puede ser obtenida por el producto de ambas distribuciones marginales , situacin presente en ingeniera cuando las variables provienen de fenmenos fsicos independientes.

f (x, y) = f (x)f (y) F (x, y) = F (x)F (y)


f (.) f (x)

f ( y)

x f ( x, y )

f(0,y)
y

f(x,0) b y
f (a , y )

b a

f ( x, b )

Figura 2: Representacin esquemtica de la Funcin de Densidad Marginal

La caracterizacin de distribuciones bivariantes se realiza a travs del valor esperado de la funcin f(x,y) definida por , el momento conjunto de primer orden por que establece la correlacin de X e Y cuando f(x,y) = xy. Cuando las variables son estadsticamente independientes es vlida la expresin . Si ambas variables tiene medias no nulas, es conveniente expresar el grado de correlacin a travs de la covarianza ( COV (X ,Y )) y/o . Para variables aleatorias estadsticamente independientes COV(X,Y) = 0, aunque puede ser nulo a pesar de dependencia estadstica entre variables.

E [ XY ] =

x y f (x, y) dxdy

E [ XY ] = x f (x)dx
-

y f (y) dy = E ( X ) E (Y ) = x y

COV ( X ,Y ) =

( x - x ) ( y - y ) f (x, y) dxdy

COV ( X ,Y ) = E [ XY ] - x y
Es posible establecer el grado de correlacin de dos variables sin tener en cuenta sus magnitudes mediante la covarianza normalizada, tambin denominada coeficiente de correlacin . Dos variables no correlacionadas estn representadas por = 0. Se considera que un valor alto de indica una tendencia lineal entre X e Y, mientras que un coeficiente pequeo indica que la tendencia lineal es dbil pero no necesariamente que la dependencia estadstica lo es.

- x y - y COV ( X ,Y ) x = r =E s sy s x sy x
Los conceptos presentados pueden extenderse a n variables aleatorias distribudas T conjuntamente mediante el vector aleatorio n-dimensional x = ( x1, x2, K , xn ) cuya funcin de densidad corresponde a fx ( x1, x2, K , xn ) y su funcin de distribucin % acumulativa se relaciona con la FDP a travs de:

F x( x, x,K , nx = ... ( d fx 1, 2d n d dd 1 dd... d d ) ) 2 n - % ,..., - - % 1 2 2fx( x, x ,..., nx ) fx( x, x ,K , nx = % 1 2 ) % 1 2 x1 x2 n ... x


Situacin que no se analiza en este trabajo.

x1

x2

nx

4.2. VALORACIN DE CONFIABILIDAD


Un factor de seguridad elevado no implica un menor nivel de riesgo, producto de las incertezas en el ambiente de diseo. La principal debilidad en la prctica tradicional reside en la falta de claridad de la relacin que existe entre el mtodo (factor de seguridad) y el objetivo (reduccin del riesgo). Para abordar el problema es posible modelar las variables involucradas en el problema como variables aleatorias segn el modelo de capacidad y demanda e identificar como se puede cuantificar el riesgo a travs de la probabilidad de falla, la cual no necesariamente se refiere al colapso o falla del sistema en estudio. Es posible establecer una funcin de densidad de probabilidad para los parmetros del modelo de Mohr-Coulomb (c y ) a partir del valor esperado mas probable y las desviaciones estndar [5],[6] como se muestra en la Figura 3.
Distribucin de Probabilidades

Funcin de distribucin de probabilidades

f (f )

1 f (x) e s 2 p

2 1 x x 2 s

f (c)

s (f )

s (c)

15

20

25

Parmetro de fricin ( )

f30

35

40

45

10

20

30

Parmetro de cohesin ( c) [kPa]

40

50

(a)

(b)

Figura 3: Distribucin de los parmetros resistentes del modelo de Mohr-Coulomb. (a) Distribucin de probabilidades para el ngulo de friccin. (b) Distribucin de probabilidades para la cohesin La variacin de los parmetros del modelo provocan variaciones en las estimaciones del Factor de Seguridad (FS). Asumiendo que su distribucin es uniforme es posible establecer la distribucin de la capacidad en relacin directa a dicho FS con el correspondiente Margen de Seguridad, lo cual permite establecer la probabilidad de falla (Figura 4). El ndice de confiabilidad presentado en la Figura 4, es una magnitud que brinda una primera aproximacin a la magnitud de la p(f) y aunque varia con el tipo de distribucin y cuyo comportamiento es fuertemente no lineal su incremento indica una disminucin importante de la p(f), con variaciones importantes en funcin del coeficiente de correlacin entre parmetros del modelo ( ,c). Se define por:

b=

M M [FS ] = s[M ] s[FS ]

Distribucin de Probabilidades

Superficie de falla
E(FS)

bs (M )

Talud rea que define la probabilidad de falla E(FS)


0 0,5 1 1,5 2 2,5 3 -1 -0,5 0 0,5

E(M)
1 1,5 2

Capacidad (FS)

Margen de Seguridad (M=FS -1)

(a)

(b)

Figura 4: Esquema para establecer la probabilidad de falla. (a) Distribucin de la capacidad. (b) Distribucin del Margen de Seguridad

4.3. NIVEL DE CONFIABILIDAD


Los niveles de confiabilidad dependen de las caractersticas de uso y desempeo esperado de las estructuras en anlisis. La Figura 5 muestra rangos de falla para casos histricos, que deben ser considerados con precaucin, aunque representa un indicador de cuanto debe ser el orden de magnitud de la probabilidad de falla y su relacin con el costo anual en vidas humanas. La p(f) terica obtenida del anlisis de confiabilidad posee una funcin similar al factor de seguridad FS. Ambas medidas pueden ser empleadas para estimar la seguridad y el riesgo durante el diseo.

100

Probabilidad de falla anual (%)

Poco aceptado
Talud de minas Fundaciones Embarques Maquinas moviles Maquinas fija

10 1

Aceptado

0.1 0.01 0.001 0.0001

Presas

Aviacin comercial Costo en vidas Costo $m 1 1 10 10 100 100 1000 1000 10000 10000

Consecuencias de la falla

Figura 5: Rangos empricos de probabilidad de falla para diseo en Ingeniera Civil [7]

5. DISEO BASADO EN CONFIABILIDAD APLICADO A LA ESTABILIDAD DE TALUDES


Para aplicar el procedimiento descrito, es conveniente considerar aquellos factores que afectan la capacidad durante la vida til del sistema (ejemplo: variabilidad de los parmetros del suelo). En muchos casos resulta de inters conocer la relevancia de los parmetros frente al factor de seguridad y la probabilidad de falla. Para estimar la probabilidad de falla en estabilidad de taludes, se propone analizar el esquema presentado en la Figura 6, con los parmetros caractersticos de un suelo limo arenoso, limo arcilloso macroporoso de baja plasticidad presentados en la Tabla 1.

h = 10 m b = 84.29

gd w Gs c,f b h

Figura 6: Esquema de anlisis para la estabilidad del talud


Gravedad Peso unitario seco 3 gd (kN/m ) especfica Gs Parmetros de Mohr-Coulomb c (kPa) f () 29 2.9 10%

Tipo de suelo Loess (ML-CL)

Humedad natural w (%)

25 c,f s (c), s (f ) 13 2.68 12 10 V (c),V (f ) 40% Referencia: c , f valores medios [8], s (c), s (f ) desviacin estndar [6], V (c),V (f ) coeficiente de variacin [9], [10].

Tabla 1: Propiedades y parmetros del suelo caso de estudio La probabilidad de falla del talud se obtiene empleando el Mtodo de Estimacin Puntual (MEP), basado en las consideraciones generales presentadas en la seccin 4.1 del presente trabajo. Este mtodo numrico fue presentado por [11] y se ha difundido ampliamente debido a la fcil implementacin y versatilidad que provee. Considera para su formulacin, el valor medio y la desviacin estndar lo cual provee informacin referida a la tendencia central y la distribucin de la variable. La informacin probabilstica se extrae con una analoga a carga vertical distribuida (FDP) sobre una platea rgida apoyada en cuatro puntos (p++; p+- ; p- +; p- - ) como se esquematiza en la Figura 7. Se define Y como y P como que permiten obtener la relacin funcional de momentos presentada en la ecuacin que expandida se indica como .

1 + s (x1), x2 + s (x2 ) x y ++ + s (x ), x - s (x ) y x +- 1 2 2 1 Y = = y y - + 1 - s (x1), x2 + s (x2) x - - y - s (x ), x - s (x ) x1 1 2 2 P = [ p++ p+P = p- + p- -

1 ( 1+ r 12) ( 1- r 12 ) ( 1- r 12 ) ( 1+ r12 ) 4
f ( x , x2 ) 1
0
x1 ( x1)

x1 = E [ x1]

x1 + ( x1 )

x2 ( x2 )

x1 p+

x2 = E [ x2]
x2 + ( x2)

p+

p++

x2

Figura 7: Representacin esquemtica de la FDP equilibrada en cuatro puntos (PEM)

E [y] = P Y E [y] = p++y++ + p+- y+- + p- +y- + + p- - y- Donde 12 es el coeficiente de correlacin entre x1 y x2. Variables caracterizadas en el fenmeno fsico por y c. Resulta evidente que el factor de seguridad obtenido para una superficie de falla en el talud, depende del coeficiente de correlacin entre ngulo de friccin y cohesin. La estimacin del factor de seguridad y la probabilidad de falla para diferentes valores del coeficiente de correlacin permite establecer las caractersticas de confiabilidad y desempeo del sistema en la etapa de diseo. La Figura 8 presenta esta relacin y muestra para diferentes valores de coeficiente de correlacin un factor de seguridad que permanece constante. No as la probabilidad de falla, la cual aumenta para mayores valores de ( , c) . Los resultados presentan una zona apta para el diseo cuyos valores de probabilidad de falla son admisibles en los entornos especificados en la (Figura 5). Es recomendable que estas magnitudes sean inferiores para situaciones donde pueden ocurrir embalses repentinos [12], situacin que se escapa a la posibilidad de anlisis desde una perspectiva paramtrica y se debe involucrar aspectos relacionados a condiciones ambientales externas.

FS

1,0E+01

Factor de Seguridad Medio (FS = 1.793)


1,0E+00

Probabilidad de Falla

1,0E-01

1,0E-02

Zona de diseo
1,0E-03

1,0E-04 -1 -0,5 0 0,5 1

Coeficiente de correlacin

r (f ,c)
Figura 8: Relacin entre coeficiente de correlacin de parmetros del modelo MohrCoulomb con la probabilidad de falla y el Factor de Seguridad La Figura 9 presenta entornos de confiabilidad en relacin al coeficiente de correlacin, numerosos autores han establecido estos coeficientes para condiciones consolidadas no drenadas y drenadas, pero no se ha encontrado en la bibliografa regional e internacional los valores necesarios para estimar el comportamiento de taludes en condiciones no drenadas. Establecer este coeficiente, permite estimar la variabilidad del desempeo del sistema en un entorno paramtrico especificado. Los resultados obtenidos, muestran que el Factor de Seguridad por si mismo es una variable aleatoria que depende de multiples factores. En el camino de lograr mayor certeza se requiere conocer en mayor detalle el tipo de distribucin que mejor ajusta los datos experimentales, los coeficientes probabilsticos tales como curtosis y sesgo, y coeficiente de correlacin entre variables.
100

Confiabilidad del sistema %

99

98

Densidad de probabilidad

FDP
rea que define la confiabilidad del d sistema

97

FS

96

M
95 -1

Factor de Seguridad

-0,5

0,5

Coeficiente de correlacin

r (f ,c)
Figura 9: Esquema conceptual de la confiabilidad del sistema y su relacin con el coeficiente de correlacin

6. CONCLUSIONES
En este trabajo se presentaron los lineamientos generales para el anlisis de estabilidad de taludes con el mtodo de equilibrio limite, aplicando los criterios de diseo basado en niveles de confiabilidad. Los resultados muestran que el factor de seguridad debe ser modelado como una variable aleatoria y a pesar de permanecer constante para diferentes valores del coeficiente de correlacin la probabilidad de falla presenta incremento exponencial, para valores crecientes de dicho coeficiente. Estimar factores de seguridad mediante parmetros determinsticos no permite conocer la influencia de la relacin entre parmetros resistentes. Los niveles de desempeo presentan disminucin de confiabilidad para parmetros correlacionados positivamente. No se ha encontrado en la bibliografa informacin geotcnica relevante para estos casos de anlisis. Establecer entornos de variacin de los mismos favorece la modelacin de sistemas llevando el anlisis a situaciones de incertezas ambientales tales como modificacin en los niveles de solicitacin y agentes externos no previstos.

7. AGRADECIMIENTOS
Este trabajo fue realizado en la Universidad Tecnolgica Nacional, Facultad Regional Crdoba, dentro del marco del Departamento de Ingeniera Civil. Los autores agradecen el apoyo brindado. En particular, Gonzalo Aiassa y Pedro Arra agradecen la beca doctoral otorgada por UTN.

8. REFERENCIAS
[1] US ARMY CORPS OF ENGINEERS (1999). Risk-Based analysis in geotechnical engineering for support of planning studies, ETL 1110-2-556. [2] US ARMY CORPS OF ENGINEERS (2003). Slope stability, EM 1110-2-1902. [3] JANBU, N. (1973). Slope stability computations, Embankment-Dam Engineering, John Wiley & Sons. [4] BISHOP, A.W. (1955). The use of slip circle in the stability analysis of earth slopes, Geotechnique, 5(1), 7-17. [5] ARRA, P.; FRANCISCA, F. AND REDOLFI, E. (2005). Application of ReliabilityBased Design to Piles in the Collapsible Argentinean Loess, 16th International Conference on Soil Mechanics and Geotechnical Engineering, Sept. 2005, Osaka Japan. [6] HARR, M. (1987). Reliability-Based Design in Civil Engineering, Dover Publications, Inc., New York. [7] BAECHER, G.; PATE, M. Y DE NEUFCILLE, R. (1980). Risk of dam failure in benefit cost analysis, Water Resources Research, 16(3), 449-456. [8] ARRA, P. y AIASSA, G. (2006). Propiedades de los suelos lossicos del centro de Argentina, Reporte 1704-031-06-01, Departamento de Ingeniera Civil, Facultad Regional Crdoba, Universidad Tecnolgica Nacional. [9] SCHULTZE, E. (1972). Frequency distributions and correlations of soil properties, in Statistics and Probability in Civil Engineering. Hong Kong University Press. [10] FREDLUND, D.G. y DAHLMAN, A.E. (1972). Statistical geotechnical properties of glacial lake Edmonton sediments, in Statistics and Probability in Civil Engineering. Hong Kong University Press. [11] ROSENBLUETH, E. (1975). Point estimates for probability moments, Proceeding of Natural Academy of Science, USA, Vol. 72 N10. [12] WOLF, T. E. (1985). Analysis and Design of Embankment Dam Slopes: A probabilistic Approach, Ph. D. Thesis, Purdue University, Lafayette, Ind.

You might also like