Advanced Geotechnical Solutions for Soft Soils: FEM Analysis and Hybrid Reinforcement in the Semarang-Demak Toll Road Project
Notice bibliographique
Résumé
This paper presents an analysis of the data collected from the full-scale trial embankment implemented in the Semarang-Demak Toll Road project, part of a national strategic project in Central Java, Indonesia. The project integrates a sea dike with a road embankment. The main challenge of the project lies in constructing the embankment on soft soil layers up to 40 meters thick. The road embankment is designed to reach a height of 6 meters above Mean Sea Level (MSL) or 8 meters above the average seabed level. In the absence of ground improvement techniques—such as bamboo mattress, prefabricated vertical drains (PVD), or high-strength geotextiles—very soft soil with an undrained shear strength of approximately 6.5 kPa can support only a critical embankment height of about 3 meters. A hybrid reinforcement that combines bamboo mattresses, high-strength woven geotextile, PVD and staged embankment construction is selected to solve the shear strength and settlement problem. Mattress acts as platform and designed to deform as much as the soft-soil to spread initial embankment load uniformly and increase bearing capacity, PVD accelerates consolidation, and high-strength woven geotextile provides tension capacity. To achieve a load ratio of 1.3 in accordance with SNI 8460-2017, a 13.5-meter soil preloading needs to be constructed. Several monitoring systems were installed to monitor the behavior of the entire embankment system. Complementary investigations, including CPT, CPTu, and Deep Boring, were conducted. Finite element analysis (FEA) was then performed, revealing improved performance, achieving safety factors of 1.25 during construction and 1.55 long-term.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».