Praktisk användning av observationsmetoden i ett sannolikhetsbaserat ramverk : Rekommendationer och beräkningsexempel.

Observationsmetoden framhålls ofta som ett viktigt verktyg för dimensionering av tunn­lar i hårt berg. Genom att observera konstruktionens beteende under byggtiden kan man minska den så kallade epistemiska osäkerheten, som är kopplad till bristen på kunskap om de verk­liga geotekniska förutsättningarna. Detta medför att man kan tillåta mindre konservativa designlösningar än vad som annars skulle krävas ifall man inte beaktade sådana observa­tioner. Tack vare de senaste årens utveckling av nya sannolikhets­baserade verktyg och beräkningsmetoder, är det idag möjligt att använda observations­metoden i ett sannolikhets­baserat ramverk. Därmed kan mätdata användas för att for­mellt uppdatera den beräknade brottsannolikheten för konstruktionen. Det saknas dock idag både riktlinjer, rekommendationer och praktiska exempel på hur detta kan utföras i verkliga projekt. Detta forskningsprojekt har därför syftat till att visa hur det sannolikhetsbaserade ramverket för observationsmetoden kan användas vid dimensionering av bergtunnlar. En central del av observationsmetoden utgörs av hur man ska fastställa de larmgränser som anger oacceptabelt beteende hos konstruktionen och vars överskridande innebär att åtgärder behöver sättas in för att säkra konstruk­tionen. Denna slutrapport ger en överblick över den konceptuella idén för det sannolikhets­baserade ramverket för observationsmetoden (då teorin presenteras i detalj i Spross doktors­avhandling som publicerats som BeFo-rapport 163). En utredning ges därefter av hur sannolikhetsbaserade larmgränser kan fastställas inom ramen för detta. Den teo­retiska bak­grunden och praktiska tillämpningen utvecklas i detalj i två bifogade veten­skapliga artiklar. Artikel I är publicerad i Structural Safety och presenterar en beräk­ningsalgoritm för fast­ställandet av sannolikhetsbaserade larmgränser. Algoritmen använder sig av delmängds­simulering (eng. Subset Simulation) och fungerar med både analytiska och numeriska (finita element-)modeller i
The observational method is highlighted commonly as an important tool for the structural design of tunnels in hard rock: by observing the structural behaviour during construction, a large portion of the epistemic uncertainty (lack of knowledge) that was present in the design phase can be eradicated. This allows for less conservative design solutions, which in many cases can lead to more economic designs. Following the development of new reliability-based tools and calculation procedures, it is today possible to apply the observa­tional method within a reliability framework. This means that measurement data can be used to formally update the probability of unsatisfactory structural behaviour. There is however a lack of guidelines and recommendations for how to use these new tools in practice. This research project has therefore aimed to address this issue by showing how the reliability-based framework for the observational method can be implemented into the design of rock tunnels. A key issue for the observational method is the establishment of thresholds toward unacceptable structural behaviour, as the vio­lation of such a thresholds requires that prepared safety-enhancing design modifications are put into operation. This final report outlines the conceptual idea of the reliability framework for the obser­va­tional method (as it was previously published in Spross Ph.D. thesis from 2016) and discusses in detail how reliability-based alarm thresholds can be established. In two appended journal articles, the scientific basis for the procedure is elaborated in detail. Article I is published in Structural Safety and presents a computational algorithm for estab­lishment of reliability-based alarm thresholds. The algorithm employs Subset simulation and can be used with both analytical and numerical (finite element) models in the evalua­tion of the considered limit state function. Article II presents a comprehen­sive calculation example inspired by the ground conditions pre
QC 20230131