On the use of random sets in geotechnical engineering

Abstract

Geotechnics is subject to two major types of uncertainty: aleatory and epistemic. Aleatory uncertainty refers to the inherent variability of materials and their external agents, while epistemic uncertainty refers to the lack of information and knowledge. A comprehensive geotechnical model should take into account these two types of uncertainties in light of a reliability analysis. However, the reliability analyses that are conventionally performed in geotechnical engineering have a series of gaps and approximations that may diverge model estimations from reality. In the first place, reliability analyses have been commonly based on probability theory, which is capable of modeling aleatory but not epistemic uncertainty, so the latter is usually ignored. Second, assumptions are made about the dependence between the basic variables of the models, which are not validated and in most cases are unfounded. Third, obtaining accurate modeling results requires excessive computational costs, which in many cases are unfeasible.

In order to fill these gaps in the \emph{state-of-the-art}, this thesis proposes a methodology for the evaluation of reliability in geotechnics, which is computationally efficient, takes into account the dependence between the basic variables and also their aleatory and epistemic uncertainty. Specifically, subset simulation is employed for efficient and accurate calculation of probabilities of failure, copula theory is used to model dependence among basic variables, and random set theory is employed to model both epistemic and aleatory uncertainties.

The proposed methodology manages to integrate the three aforementioned developments in a single approach for the analysis of the reliability in geotechnical models. The applicability of this procedure is proved through different practical examples of geotechnical engineering. The results show the efficiency of the proposed algorithm, the importance of dependence in reliability analyses, and the impact that aleatory and epistemic uncertainties have on the final results of the modeling. In conclusion, the proposed method proves to be a fairly complete tool with a very wide application range, so that geotechnical engineers will have the possibility of implementing it in their designs and modeling (in fact, they should).

La geotecnia está sujeta a dos grandes tipos de incertidumbre: aleatorias y epistémicas. La incertidumbre aleatoria se manifiesta a través de la variabilidad inherente de los materiales y de sus agentes externos, mientras que la incertidumbre epistémica se manifiesta a través de la escasez de la información y de la falta de conocimiento. Un modelo geotécnico integral debería de tener en cuenta estos dos tipos de incertidumbre a la luz de un análisis de confiabilidad. No obstante, los análisis de confiabilidad que se desarrollan convencionalmente en la ingeniería geotécnica tienen una serie de vacíos y aproximaciones que pueden generar que los resultados de los modelos disten de la realidad. En primer lugar, los análisis de confiabilidad se han basado comúnmente en la teoría de la probabilidad, la cual es capaz de modelar la incertidumbre aleatoria pero no la epistémica, por lo que esta última se suele obviar. En segundo lugar, se realizan supuestos sobre la dependencia entre las variables básicas de los modelos, las cuales no son validadas y en la mayoría de los casos carecen de fundamentos. En tercer lugar, obtener resultados precisos requiere de un costo computacional excesivo, que en muchos casos puede ser inviable.

Con el objetivo de suplir estos vacíos en el estado del arte, esta tesis propone una metodología para la evaluación de la confiabilidad en geotecnia, la cual es eficiente computacionalmente, tiene en cuenta la dependencia entre las variables básicas y también su incertidumbre aleatoria y epistémica. Específicamente, se usa el algoritmo subset simulation para el cálculo eficiente y preciso de las probabilidades de falla, se hace uso de la teoría de copulas para modelar la dependencia entre las variables, y se emplea la teoría de random sets para modelar la incertidumbre epistémica y aleatoria.

La metodología propuesta logra integrar los tres desarrollos anteriormente mencionados en un único enfoque para el análisis de la confiabilidad de modelos geotécnicos. La aplicabilidad de este enfoque se demuestra a través de diferentes ejemplos prácticos de la ingeniería geotécnica. Los resultados evidencian la eficiencia del algoritmo propuesto, la importancia de la dependencia en los análisis de confiabilidad, y el impacto que las incertidumbres aleatorias y epistémicas tienen en las modelaciones. En conclusión, el enfoque propuesto es una herramienta bastante completa y con una aplicación muy amplia para realizar análisis de confiabilidad, por lo que los geotecnistas tendrán la posibilidad de implementarla en sus diseños y modelaciones (de hecho, ellos deberían usarla). (Texto tomado de la fuente)