5.4.

CONSIDERACIONES DE LA SECUENCIA DE LAS EXCAVACIONES:

Como se ha destacado en varias ocasiones en este captulo, las cuas
tienden a caer o deslizarse tan pronto ya que estn totalmente expuestos
en una cara excavada. En consecuencia, requieren inmediato apoyo con el
fin de garantizar la estabilidad. La colocacin de este apoyo es una cuestin
prctica importante ser abordado cuando se trabaja en terreno en bloques,
que es propenso al fracaso de las cuas.
Cuando la geologa estructural del macizo rocoso est razonablemente bien
entendido el programa UNWEDGE se puede utilizar para investigar tamaos
de cua potenciales y ubicaciones. Un soporte patrn, que asegure estas
cuas, a continuacin, puede ser diseado y pueden ser instalados con
pernos de anclaje a medida que la excavacin progresa.
Cuando se trata de excavaciones ms grandes tales como cavernas
subterrneas, cmaras o estaciones de trituradoras de eje, el problema de
la instalacin de apoyo secuencial es un poco ms simple, ya que estas
excavaciones se suelen excavar en etapas. Por lo general, en una
trituradora subterrnea cmara, la excavacin se inicia con un ttulo
superior que luego se redujo a cabo antes del resto que la caverna se
excavara por banqueo.
El boceto muestra un margen de una gran abertura excavada en cuatro
etapas con pernos de anclaje o cables instalados en cada etapa para apoyar
a las cuas, que son progresivamente expuestos en el techo y las paredes
laterales de la excavacin. La longitud, la orientacin y el espaciamiento de
los tornillos o cables son elegidos para asegurar que cada cua es adecuada
apoyada antes de que est completamente expuesto en la excavacin
superficie.

Cuando se trata de grandes excavaciones de este tipo, en geologa

estructural del macizo rocoso que rodea el volumen se han definido a partir
de perforacin o de acceso principales y socavones una proyeccin
razonable de cuas potenciales ser disponible. Estas proyecciones pueden
ser confirmadas por mapeo adicional, ya que cada etapa de la excavacin
es completada. El programa proporciona una UNWEDGE herramienta eficaz
para explorar el tamao y la forma de cuas potenciales y el apoyo
necesario para estabilizar ellos.

El margen del boceto muestra un diseo de soporte que es sobre la base de

las ms grandes cuas posibles que pueden ocurrir en el techo y las
paredes de la excavacin. Estas cuas a veces puede formar en macizos
rocosos con muy persistente superficies de discontinuidad, tales como
planos de estratificacin en capas rocas sedimentarias. En muchas
metamrficas o gneas rocas, las superficies de discontinuidad no son
continuas y el tamao de las cuas que pueden formar est limitado por la
persistencia de estas superficies.

El UNWEDGE este programa proporciona varias opciones para

dimensionamiento de cuas. Una de las ms comunes medidas de
longitudes de mapeo estructural es la longitud de una articulacin trazar
sobre una superficie de excavacin y uno de los dimensionamiento opciones
se basa en esta longitud de traza. El rea de superficie de la base de la
cua, el volumen de la cua y la altura de vrtice de la cua estn todos
calculado por el programa y todos estos valores pueden ser editados por el
usuario para establecer una escala para la cua. Esta opcin de escala es
muy importante cuando se utiliza el programa de forma interactiva para el
diseo de soporte para grandes aberturas, donde los tamaos mximos de
cua se hacen evidentes como la excavacin progresa.

5..1. PRINCIPIOS DEL DISEO DEL SOSTENIMIENTO:

Cuando se va a dimensionar un elemento de sostenimiento, conviene tener
presente los siguientes principios:

Considerar que el macizo rocoso siempre se va a

deformar por efecto de la construccin de la excavacin,
y que el nivel de deformacin debe ser compatible con el
uso que se le va a dar a dicha excavacin. Ntese que cuando
se coloca un sostenimiento en el interior de un macizo rocoso,
este no tiene carga alguna, y que para que trabaje
funcionalmente este tiene que sufrir un proceso de
deformacin, y de ah que la carga que va a soportar el
sostenimiento depender directamente de la deformacin que
haya sufrido el macizo rocoso despus de la colocacin del
mismo.
Para dimensionar y calcular un elemento estructural de
sostenimiento, se debe considerar el tiempo durante el cual va
a ser utilizada la excavacin, considerndose que el paso
del tiempo implica una degradacin natural de las rocas,
debido a efectos ambientales.
El dimensionamiento de sostenimiento depende del estado
de tensin inicial, de la dimensin de excavacin, y de la
calidad de las rocas que forma parte del macizo rocoso
circundante, antes de realizar la excavacin.

5..2. METODOS PARA EL DISEO DE SOSTENIMIETO :

No existe un anlisis predominante para el diseo de sostenimiento

en roca, quiz debido al hecho de que un diseo especfico
depende de algunos factores, como por ejemplo: la profundidad,
la forma y el tamao de la excavacin, presencia de agua,
regularidades y especificaciones del proyecto, entre otras.
MTODOS EMPRICOS
Provienen fundamentalmente de las clasificaciones geomecanicas,
siendo entre ellas las de ms amplio uso hasta la actualidad, aquellas
propuestas por Bieniaski (1989), Barton (1974) y Lausbsher
(1973). Se puede decir que los mtodos empricos no toman en
cuenta ni el estado tensional del macizo rocoso antes de la
construccin de la excavacin, ni los cambios tensionales que esta
genera, tampoco permite el clculo del factor de seguridad de los
elementos de sostenimiento.
MTODOS ANALTICOS
Estn basados en los conceptos de plastificacin de la oca y de la
rigidez del sostenimiento; a estos mtodos se les conoce
como
interaccin
roca-sostenimiento o tambin como
confinamiento-convergencia.
MTODOS NUMRICOS:
Dadas las limitaciones que presentan los mtodos numricos y
analticos en el diseo de excavaciones y en el anlisis de
interaccin roca -sostenimiento existe una tercera alternativa: los
mtodos numricos, basados en relaciones tenso deformaciones
que gobiernan en comportamiento mecnico del terreno a travs
de la resolucin de ecuaciones diferenciales.

5.5. LA APLICACIN DE LA TEORA DE PROBABILIDAD:

El UNWEDGE programa ha sido diseado para el anlisis de una sola cua
definida por tres discontinuidades de interseccin. El "Analizador de
combinacin" en el programa UNWEDGE se puede utilizar para ordenar a
travs de todas las combinaciones posibles conjuntos en una gran
poblacin de discontinuidades con el fin de seleccionar las tres
articulaciones que definen cuas ms crticas.
Los primeros intentos se han hecho por una serie de autores, incluyendo
Tyler et al (1991) y Jatzor y Goodman (1992), se aplican a la teora
de la probabilidad a estos problemas y algunos Se han obtenido
resultados prometedores. Los anlisis desarrollados hasta el momento

no son fciles de usar y no puede ser considerado como herramientas de

diseo. Sin embargo, estos estudios han demostrado el camino para el
desarrollo futuro de este tipo de herramientas y se prev que potente y fcil
de usar mtodos de anlisis probabilstico estarn disponibles en unos
pocos aos.
FACTOR DE SEGURIDAD Y LA PROBABILIDAD DE FALLO
Cmo se puede evaluar la aceptabilidad de un diseo de ingeniera?
Basndose en el juicio el nico que puede conducir a uno de los dos
extremos ilustrados en la Figura 1. El primer caso es econmicamente
inaceptable mientras que el ejemplo ilustrado en el dibujo de la derecha
viola todas las normas de seguridad normales.

LOS ESTUDIOS DE SENSIBILIDAD:

El enfoque clsico utilizado en el diseo de estructuras de ingeniera es
considerar la relacin entre la capacidad C (fuerza o fuerza de resistencia)
del elemento y la demanda D (tensin o fuerza perturbadora). El Factor de
seguridad de la estructura se define como F = C / D y el fracaso se supone
que ocurra cuando F es menor que la unidad.
En lugar de basar una decisin de diseo de ingeniera en un solo
factor calculado de seguridad, un enfoque que se utiliza con frecuencia
para dar una evaluacin ms racional delos riesgos asociados con un diseo
particular es llevar a cabo un estudio de sensibilidad.
Esto implica una serie de clculos en la que cada parmetro
significativo es variado sistemticamente a lo largo de su mximo rango
creble con el fin de determinar su influencia sobre el factor de seguridad.
Proporcion un medio til para explorar una amplia gama de posibilidades y
llegar a decisiones prcticas en algunos difciles problemas. En las

siguientes pginas de esta idea de los estudios de sensibilidad se extender

a la uso de la teora de probabilidades y se muestra que, incluso con datos
de campo muy limitadas informacin til prctico puede obtenerse a partir
de un anlisis de probabilidad de fallo.
UNA INTRODUCCIN A LA TEORA DE LA PROBABILIDAD:
Una discusin completa sobre la teora de probabilidades excede el alcance
de estas notas y las tcnicas descritas en las pginas siguientes pretenden i
introducir al lector en el someter y para dar una indicacin de la potencia de
estas tcnicas en la toma de ingeniera decisiones.
Un tratamiento ms detallado de este tema se puede encontrar en un libro
de Harr (1987) titulado 'diseo basado en confiabilidad en ingeniera civil ".
Un documento sobre geotcnica aplicaciones de la teora de la
probabilidad titulado "Evaluacin de riesgo, calculada en geotcnica
ingeniera 'fue publicado por Whitman (1984) y se recomienda la lectura
para cualquier persona con un inters serio en este tema. Pino (1992), Tyler
et al (1991), y Jatzor Goodman (1993) y Carter (1992) han publicado
trabajos sobre la aplicacin de teora de la probabilidad para el anlisis de
los problemas encontrados en la minera subterrnea e ingeniera civil.
La mayora de los ingenieros geotcnicos consideran que el tema de
la teora de la probabilidad con la duda y sospecha. Al menos parte de la
razn de esta desconfianza est asociada con el lenguaje que ha sido
adoptado por los que se especializan en el campo de la teora de la
probabilidad y el riesgo evaluacin. Las siguientes definiciones se dan en un
intento de disipar parte del misterio que suele rodear a este tema.
VARIABLES ALEATORIAS:
Parmetros tales como el ngulo de friccin de las jun tas de roca, la
resistencia a la compresin uniaxial de muestras de roca, la inclinacin y la
orientacin de las discontinuidades en un macizo rocoso y el medido
tensiones in situ en la roca que rodea una abertura do no tener un nico
valor fijo sino que puede asumir cualquier nmero de valores. No hay
manera de predecir exactamente lo que el valor de uno de estos parmetros
ser en cualquier dado ubicacin. Por lo tanto, estos parmetros se
describen como variables aleatorias.
DISTRIBUCIN DE PROBABILIDAD:
Una funcin de densidad de probabilidad (PDF) describe la probabilidad
relativa de que una variable aleatoria asumir un valor particular. La funcin
tpica de densidad de probabilidad se ilustra opuesta. En este caso la
variable aleatoria es distribuido de forma continua (es decir, se puede
asumir que sea posible valores). El rea bajo la PDF es siempre la unidad.
Una manera alternativa de presentar la misma informacin est en la forma
de una funcin de distribucin acumulativa (CDF), que da la probabilidad de
que la variable tendr un valor inferior o igual al seleccionado valor. El CDF

es la integral de la correspondiente la funcin de densidad de probabilidad,

es decir, la ordenada en x1 en la distribucin acumulativa es el rea
bajo la funcin de densidad de probabilidad a la izquierda de x1. Tenga
en cuenta la fx(x) se utiliza para la ordenada de un PDF mientras Fx (x) es
utilizado para un CDF.

Una de las representaciones grficas ms comunes de una distribucin de

probabilidad es un histograma en
el que la fraccin de todas las
observaciones que cae dentro de un intervalo especificado es trazada como
un bar por encima de ese intervalo.
ANLISIS DE LOS DATOS:
Para muchas aplicaciones no es necesario usar toda la informacin
contenidos en una funcin de distribucin y las cantidades resumen slo por
la dominante caractersticas de la distribucin pueden ser adecuados.
La media de la muestra o valor esperado o primer momento indica el
centro de gravedad de una distribucin de probabilidad. Una aplicacin
tpica sera el anlisis de un conjunto de resultados x1, x2,..., xn de los
ensayos de resistencia uniaxial lleva a cabo en el laboratorio. Suponiendo
que hay N individuo xi valores de prueba, la media x est dada por:

El s2 varianza de la muestra o el segundo momento alrededor de la media

de una distribucin se define como la media del cuadrado de la diferencia
entre el valor de xi y el valor medio x.
Por lo tanto:

Tenga en cuenta que, en teora, el denominador para el clculo de la

varianza de las muestras debe ser n, no (n - 1). Sin embargo, para un
nmero finito de muestras, se puede demostrar que la factor de correccin
n / (n-1), conocida como la correccin de Bessel, da una mejor estimacin.
Para efectos prcticos, la correccin slo es necesaria cuando el tamao de
la muestra es inferior a 30.
La desviacin estndar s viene dada por la raz cuadrada positiva de la
varianza s2. en e l caso de la distribucin normal de uso comn,
aproximadamente el 68% de los valores de prueba caer dentro de un
intervalo definido por la media una desviacin estndar mientras que
aproximadamente 95% de todos los resultados de la prueba caer dentro
del intervalo definido por la media estndar de dos desviaciones.
Una desviacin estndar pequea indicar los datos estrechamente
agrupados marcados y una gran desviacin estndar se puede encontrar
para un conjunto de datos en la que hay una gran dispersin acerca la
media.

El coeficiente de variacin (COV) es la relacin de la desviacin estndar de

la media, es decir, COV = s / x. COV es adimensional y es una
medida particularmente til de incertidumbre. Una pequea incertidumbre
tpicamente estara representada por un
COV = 0,05 mientras
considerable incertidumbre estara indicada por un COV = 0,25.
Distribucin Normal: La distribucin normal o gaussiana es el tipo ms
comn de funcin de distribucin de probabilidad y la distribucin de
muchas variable s aleatorias ajustarse a esta distribucin. Se utiliza
generalmente para estudios probabilsticos en geotcnica ingeniera a
menos que haya buenas razones para la seleccin de una distribucin
diferente.
Por lo general,
una serie de
normalmente se
es estimar los

las variables que se presentan como una suma de

efectos aleatorios, ninguno de los cuales dominan total,
distribuyen. El problema de definir una distribucin normal
valores de la directiva parmetros que son la media

verdadera () y la desviacin estndar cierto (s). Generalmente, la

mejores estimaciones para estos valores estn dados por la media de
la muestra y la desviacin estndar, determinada a partir de una serie de
pruebas u observaciones. Por lo tanto, a partir de las ecuaciones 1 y 2:

Es importante reconocer que las ecuaciones 3 y 4 dan los valores ms

probables de y s y no necesariamente los valores verdaderos.
Obviamente, es deseable incluir tantas muestras como sea posible en
cualquier conjunto de observaciones, pero, en la ingeniera geotcnica, hay
grave prctico y financiero limitaciones a la cantidad de datos que pueden
ser recogidos. En consecuencia, a menudo es necesarias para hacer
estimaciones sobre la base del juicio, la experiencia o de las comparaciones
con los resultados publicados por otros. Estas dificultades se utilizan a
menudo como una excusa para no el uso de herramientas probabilsticas en
la ingeniera geotcnica, pero, como se ver ms adelante en este captulo,
resultados tiles todava puede obtenerse a partir de datos muy limitados.
Habiendo estimado las desviaciones estndar y medias, la funcin
de densidad de probabilidad para una distribucin normal se define por:

Como se ver ms adelante, esta gama de - x puede causar

problemas cuando uno normal de distribucin se utiliza como base para un
anlisis de Monte Carlo en la que toda la gama de los valores se toman
muestras al azar. Esto puede dar lugar a algunos nmeros muy pequeos (a
veces nmeros negativos) y muy grandes que, en algunos anlisis, puede
causar numrica inestabilidad. Con el fin de superar este problema de la
distribucin normal es a veces truncado de modo que slo los valores que
caen dentro de un rango especificado se consideran vlidos.
No hay una solucin de forma cerrada para la funcin de distribucin
acumulativa (CDF), que debe por descubierto por integracin numrica.
Otras distribuciones: Adems de la distribucin normal de uso comn
hay un nmero de distribuciones alternativas que se utilizan en los
anlisis de probabilidad. Algunas de las ms tiles son:
Distribuciones beta (Harr, 1987) son distribuciones muy verstiles que
pueden ser utilizados para sustituir casi cualquiera de las distribuciones

comunes y que no sufren de la problemas con valores extremos discutidos

anteriormente porque el dominio (rango) est delimitada por valores
especificados. Distribuciones exponenciales se usan a veces para
definir los eventos tales como la aparicin de terremotos o golpes de
terreno o cantidades, tales como la longitud de las articulaciones en una
masa de roca.
Distribuciones lo normal son tiles cuando se consideran los procesos como
la trituracin de agregados en el que los resultados del tamao de
partcula finales de un nmero de colisiones de partculas de muchos
tamaos se mueven e n diferentes direcciones con diferentes
velocidades. Tal mecanismos multiplicativos tienden a dar lugar a las
variables que se distribuyen lo normal a diferencia de las variables
distribuidas normalmente resultantes de los mecanismos de aditivos.
Distribuciones de Weibull se utilizan para representar la vida til de los
dispositivos en los estudios de confiabilidad o el resultado de las pruebas,
como las pruebas de carga en el punto central de la roca en la que unos
pocos valores muy altos pueden ocurrir.
Ya no es necesario que la persona se inician en el campo de la teora de la
probabilidad de conocer y comprender las matemticas involucradas en
todas estas distribuciones de probabilidad Dado que los programas de
software disponibles comercialmente pueden utilizarse para llevar a cabo
muchas de las clculos automticamente. Tenga en cuenta que el autor no
est abogando por el uso ciego de software 'recuadro negro' y el lector
debe extremar la precaucin est utilizando tal software sin tratar de
entender exactamente lo que est haciendo el software. Sin embargo, hay
ningn punto en la redaccin de informes a mano si uno est dispuesto a
pasar el tiempo aprendiendo a utilizar un buen procesador de textos
correctamente y lo mismo se aplica al software matemtico.
Uno de los paquetes de software ms tiles para el anlisis de probabilidad
es un Microsoft Excel complemento de programa llamado @ RIESGO1
que se puede utilizar para las evaluaciones de riesgo utilizando el
tcnicas descritas a continuacin.
Tcnicas de muestreo: Considere un problema en el que el factor de
seguridad depende de un nmero de variables aleatorias tales como la
fuerza de cohesin c, el ngulo de friccin f y la aceleracin a causa de
terremotos o grandes explosiones. Suponiendo que los v alores de estos las
variables se distribuyen sobre sus medios de una manera que pueden ser
descritos por una de las funciones de distribucin continua, tales como la
distribucin normal descrito anteriormente, el problema es cmo utilizar
esta informacin para determinar la distribucin del factor de seguridad
valores y la probabilidad de fracaso.
El mtodo de Monte Carlo utiliza nmeros aleatorios o pseudo-aleatorios
para probar desde distribuciones de probabilidad y, si se generan

suficientemente grandes nmeros de muestras y utilizado en un clculo

como el de un factor de seguridad, una distribucin de valores para el fin
producto ser generada. Se cree que el trmino 'Monte Carlo' que se han
introducido como una palabra clave para describir esta tcnica xito y
perder utilizado durante el trabajo secreto en la desarrollo de la bomba
atmica durante la Segunda Guerra Mundial (Harr 1987). Hoy en da,
Monte Carlo tcnicas se pueden aplicar a una amplia variedad de
problemas que implican comportamiento aleatorio y un nmero de
algoritmos estn disponibles para la generacin de muestras aleatorias
Monte Carlo desde diferentes tipos de distribuciones de probabilidad de
entrada. Con el software altamente optimizado programas como el RISK,
problemas que involucran muestras relativamente grandes se pueden
ejecutar de manera eficiente en ms computadoras de escritorio o porttiles
La tcnica de muestreo hipercubo latino (Imam et al, 1980, y
Startzman Watterbarger, 1985) es un desarrollo relativamente
reciente que da resultados comparables a la tcnica de Monte Carlo, pero
con un menor nmero de muestras. El mtodo se basa en
estratificado el muestreo con la seleccin al azar dentro de cada estrato.
Tpicamente un anlisis utilizando 1000 muestras obtenidas por la tcnica
de Amrica Hypercube producir resultados comparables a un
anlisis utilizando 5.000 muestras obtenidas utilizando el mtodo de Monte
Carlo. Ambas tcnicas se incorporan en el programa RISK.
Tenga en cuenta que tanto el Monte Carlo y las tcnicas Latin Hypercube
requieren que el distribucin de todas las variables de entrada o bien debe
ser conocido o que se supone. Cuando no se dispone de informacin sobre
la distribucin se suele suponer un normal o una distribucin normal
truncada.
El Generalizadas Point Mtodo de clculo, desarrollado por Rosenbleuth
(1981) y discutido en detalle por Harr (1987), puede ser utilizado para
el clculo rpido de la media y la desviacin estndar de una cantidad
tal como un factor de seguridad que depende de azar comportamiento de
las variables de entrada. Hoek (1989) analiz la aplicacin de esta
tcnica para el anlisis de la superficie de la estabilidad pilar corona
mientras pino (1992) ha aplicado esta tcnica para el anlisis de estabilidad
de la pendiente y otros problemas de minera. Para calcular una cantidad
tal como un factor de seguridad, dos estimaciones puntuales se hacen
en uno desviacin estndar en cada lado de la media ( s) a partir de
cada distribucin que representa una variable aleatoria. El factor de
seguridad se calcula para cada combinacin posible de estimaciones
puntuales, la produccin de soluciones 2n, donde n es el nmero de
variables aleatorias los involucrados. A continuacin se calculan la media y
la desviacin estndar del factor de seguridad a partir de estas soluciones
2n.

PROBABILIDAD DE FALLO:

En el caso del problema pendiente Sau Mau Ping los parmetros de

entrada y asumidas distribuciones para el clculo del factor de seguridad de
la pendiente general con una tensin agrietarse son los siguientes:

1. Dimensiones fijas:
Altura total pendiente H = 60 m
En general cuesta ngulo y f = 50
El incumplimiento plano ngulo y p = 35
Talud superior inclinacin horizontal
Ancho banco bmax = H (cuna yp - yf Cuna) bmax = 35,34 m
Peso de la unidad de roca g r = 2,6 toneladas / m3
Peso unitario del agua g w = 1,0 toneladas / m3
2.

Variables aleatorias Los valores medios de distribucin

estndar desviacin:
ngulo de friccin en la superficie conjunta f = 35 5 normal
Fuerza de cohesin de las superficies articulares c = 10 toneladas /
m2 2 normal
Profundidad de tensin grieta z = 14 m 3 normal
Distancia de la cresta de la tensin grieta b = 15,3 m 4 normal
La profundidad del agua en zw tensin grieta = z / 2 min = 0, max =
z Exponencial
Ratio de terremoto horizontal a la aceleracin gravitatoria a = 0,08
min = 0, mx. = 2a exponencial.

Figura 2: Distribucin de entrada aleatoria variables para la pendiente Sau

Mau Ping.

Friccin ngulo f - Una distribucin normal truncada ha supuesto para

esta variable. La media se supone que es 35 , que es el centro
aproximado de la cizalla asumido gama fuerza ilustra en la Figura 8 de
"Un problema de estabilidad de taludes en Hong Kong". La desviacin
estndar de 5 implica que aproximadamente el 68% de los valores de
ngulo de friccin definido por la distribucin se encuentran entre los 30 y
40 . La distribucin normal se trunca por una valor mnimo de 15 y un
valor mximo de 70 que se han elegido de forma arbitraria como los
valores extremos representados por una superficie lisa y una slickensided
fresco, spero fractura de tensin. Cohesivo fuerza c - Una vez ms
utilizando el rango asumido de valores de resistencia al corte ilustrado en la
figura 8 de "Un problema de estabilidad de taludes en Hong Kong", un valor
de 10 toneladas / m2 tiene sido elegida como la resistencia cohesiva media
y la desviacin estndar se ha fijado en 2 toneladas / m2 sobre la base de
este diagrama. Con el fin de permitir la amplia gama de posibles
resistencias cohesivas los valores mnimo y mximo utilizados para truncar
la normal de distribucin son 0 y 25 toneladas / m2 respectivamente.
Aquellos con experiencia en el interpretacin de los resultados de las
pruebas de resistencia al corte laboratorio puede argumentar que el ngulo
de friccin f y la fuerza de cohesin c son variables no independientes como
se ha supuesto en este anlisis. Esto es porque la fuerza cohesiva en
general disminuye a medida que el variables dependientes pero, en aras de
la simplicidad, el ngulo de friccin f y la fuerza de cohesin c han sido
mantiene la independencia para este anlisis.

Distancia de la grieta de tensin detrs de la cara b - El programa

RocPlane utiliza el horizontal la distancia b de la grieta de tensin detrs
de la cresta de la pendiente como entrada en lugar de la tensin agrietarse
profundidad z porque b se puede medir en el campo y tambin porque no se
ve influenciada por la inclinacin de la pendiente superior. Hoek y Bray
(1974) dan el valor de
con los lmites
establecidos como:

Tensin profundidad de la grieta z - Ecuacin 6 en "Un problema de

estabilidad de taludes en Hong Kong", definir la profundidad tensin crack,
ha sido derivado por la minimizacin de la ecuacin 5 en la que captulo.
Para los fines de este anlisis se ha supuesto que este valor de z (14 m
para las condiciones asumidos) representa la profundidad media tensin
grieta. Un normal truncada distribucin se supone definir el posible rango
de profundidades y la grieta de tensin desviacin estndar ha sido
elegido arbitrariamente en 3 m. La profundidad de la grieta de tensin
mnima es cero, pero un valor de 0,1 m ha sido elegido para evitar posibles
problemas numricos. La profundidad mxima tensin grieta est dada por:
z = H (1- tany p / tany f) = 24,75 m que se produce cuando la grieta

tensin vertical se encuentra en la cresta de la pendiente. Zw La

profundidad del agua en tensin grieta - El agua que llenara la grieta de
tensin en este pendiente vendra de la escorrenta superficial directa
durante las fuertes lluvias. En Hong Kong la lluvias ms fuertes ocurren
durante los tifones y es probable que la grieta de tensin sera
completamente lleno durante dichos eventos. La probabilidad de
ocurrencia de tifones ha sido definida por una distribucin exponencial
truncada donde se supone que la profundidad media agua para ser la mitad
de la profundidad tensin grieta. La profundidad mxima de agua no puede
exceder la tensin agrietarse profundidad z y, tal como se define por la
distribucin exponencial, este valor se producira muy raramente. La
profundidad mnima del agua es cero durante condiciones secas y esto se
supone que es un fenmeno frecuente.
Ratio de la aceleracin terremoto horizontal a la aceleracin gravitacional a
El frecuente ocurrencia de terremotos de diferentes magnitudes se
puede estimar por medio de una distribucin exponencial que sugiere
que grandes terremotos son muy raros, mientras los pequeos son muy
comunes. En el caso de Hong Kong la sabidura local sugiri un 'Diseo'
aceleracin horizontal de 0,08 g. En otras palabras, este nivel de
aceleracin podra anticiparse al menos una vez durante la vida til de una
estructura de ingeniera civil. La regla emprica sugiere que la aceleracin
'mximo creble' es de aproximadamente dos veces el valor de "diseo". En
base a estas pautas muy crudo, la distribucin de valores de una utilizada
en estos clculos se defini por una distribucin exponencial truncada con
un valor medio de a = 0,08, un mximo de 0,16 y un mnimo de 0
El uso de las distribuciones mostradas, el modelo RocPlane muestra en
la Figura 3 era utilizado, con el muestreo de Amrica Hypercube, para
llevar a cabo 5000 iteraciones en el factor de seguridad.
La distribucin de probabilidad resultante se representa en la figura 4. Este
histograma da un medio factor de seguridad de 1,34 con una desviacin
estndar de 0,23, un mnimo de 0,61 y una mximo de 2,33. La mejor
distribucin de ajuste es una distribucin beta con la misma media,
desviacin estndar, mnimo y mximo.
La probabilidad calculada de fallo se encuentra que es 6,4% y est dada por
la relacin de la rea bajo la curva de distribucin de F <1 (se muestra en
rojo en la figura 4) dividido por el total rea bajo la curva de distribucin.
Esto significa que, para la combinacin de pendiente parmetros de
aceleracin de geometra, de resistencia al corte, la presin del agua
y terremoto asumido, 64 de 1000 pendientes similares se poda
esperar a fallar en algn momento durante el la vida de la pendiente.
Alternativamente, una longitud de 64 m se poda esperar a fallar en cada
1000 m de pendiente.
Este es un riesgo razonable de fracaso para las condiciones a corto plazo y
un riesgo de esta magnitud puede ser aceptable en una mina a cielo
abierto, con acceso limitado de los mineros capacitados, e incluso en un

camino rural. Sin embargo, a largo plazo, esta probabilidad de fallo no es

aceptable para una regin densamente poblada como Kowloon. Como se
describe en el captulo "Una pendiente problema de estabilidad en Hong
Kong ", se tomaron medidas correctivas para mejorar el tiempo estabilidad a
largo plazo de la pendiente y la eficacia de estas medidas correctivas
podran ser evaluado utilizando las mismas tcnicas probabilsticas como se
describe anteriormente.