Stochastic analysis of unsaturated seepage through randomly heterogeneous earth embankments
Notice bibliographique
Résumé
SUMMARY Spatial variability of material properties is inherent in both natural soil deposits and earth structures, yet it is often ignored during geotechnical design. With the objective of developing novel methods for assessing the effects of soil variability on groundwater flow, this study presents a stochastic finite element model of seepage through a flood defense embankment with randomly heterogeneous material properties. Stochastic modeling is undertaken by means of a Monte Carlo simulation which involves a large number of finite element analyses, each with randomly varied porosity at element level, which leads to a corresponding random variation of both permeability and water retention properties across the embankment domain. This provides a statistical distribution of responses, such as total flow rate and time to reach steady state, instead of a single deterministic result as in conventional studies of seepage through unsaturated heterogeneous soils. As the degree of heterogeneity increases, water tends to flow along the most permeable paths inside the soil mass, resulting in an irregular shape of the predicted wetting fronts and pore pressure contours. The mean and standard deviation of the computed quantities strongly depend on the statistics of the input porosity field. Simulations are also conducted to compare the statistical variation of flow rate with and without dependency of the water retention curve on porosity. With recent growth in computer speed, stochastic finite element models based on the Monte Carlo approach can become a powerful design tool, especially if a quantitative assessment of geotechnical risks is required. Copyright © 2011 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».