Estimating the effectiveness of stone columns in mitigating post-liquefaction settlement using Plaxis 2D
Notice bibliographique
Résumé
When the excess pore water pressure generated during an earthquake dissipates in saturated loose sand, it causes post-liquefaction reconsolidation that can potentially yield substantial damage to the structure. To build resilient infrastructure, it is paramount to estimate these settlements as well as introduce soil reinforcement techniques to mitigate associated risks. Although there are abundant studies on liquefaction triggering assessment, the study of post-liquefaction settlement and the effects of stone columns as soil reinforcement is a relatively less established field. Generally, simplified empirical methods are employed for settlement evaluations. However, they possess several limitations such as the influence of non-liquefiable layers, soil fabric, permeability, and so on. Numerical models can be utilized to capture these effects with proper validation. This study evaluates the performance of stone columns in reducing seismically induced post-liquefaction settlement utilizing the Finite Element Method (FEM) and constitutive relationship, PM4Sand model, as it has been extended to account for reconsolidation settlement. The ability of the numerical framework to capture reconsolidation settlement is validated by replicating a shake table test performed on Ottawa F-55 sand. Results are compared with a previous numerical study inspired by the same experiment. After validation, a generic numerical model is proposed, and the performance of the natural ground and the reinforced ground is compared. A parametric analysis using 12 different ground motions is performed to assess the effect of varying ground motion intensity on the post-liquefaction settlement. The analysis is also performed with the conventional PM4Sand model (without the extension for reconsolidation). Finally, simulations are performed with a footing load above the soil model. The results demonstrate that (a) the presence of stone columns reduces post-liquefaction settlement, and (b) conventional constitutive models can highly underpredict post-liquefaction settlement. Further research is required to assess the effects of (a) 3D, (b) variations in permeability, (c) parametric analysis of stone columns, and (d) densification of stone columns.
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) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».