Professional Documents
Culture Documents
10701博士論文 (定稿)
10701博士論文 (定稿)
10701博士論文 (定稿)
博士學位論文
邊坡穩定敏感度及不確定分析-
研究生:鄭佳邦
指導教授:陳水龍 博士
中華民國一百零七年一月
摘 要
頁數:99 頁
校所別:國立臺北科技大學土木工程系土木與防災博士班
畢業時間:一百零六學年度 第一學期
學位:博士
研究生:鄭佳邦
指導教授:陳水龍 博士
關鍵詞:邊坡、安全因素、敏感度、不確定分析、凝聚力、摩擦角
(摘錄研究內容及其結論)
傳統的邊坡穩定性分析採用極限平衡理論中的安全係數( FS)作為決定因素(
如果 FS 大於 1,則被認為是“安全的”,然而分析模型中或參數均存有變異性,
其不確定因素並未被考慮( 本研究以國道三號大埔順向坡邊坡失穩案例為對象(,研
究的目的是在考慮岩層特性和預應力變化的情況下(,分析邊坡的穩定性(,透過敏感
度和不確定性分析評估(,結果表明(:地錨的預應力靈敏度明顯小於岩層內聚力( c)
定後,破壞機率將可降低到 3%以下,大大提高了邊坡的穩定性和可靠性
i
ABSTRACT
Title: Sensitivity and Uncertainty Analyses of the Translational Slide at the Cidu Section
3.1k of Formosan Freeway
Pages: 99
School: National Taipei University of Technology
Department: Doctoral Program of Civil and Disaster Prevention Engineering
Time: January, 2018
Degree: Doctor
Researcher: Chia-Pang Cheng
Advisor: Shong-Loong Chen Ph.D.
The traditional slope stability analysis used the Factor of Safety (FS) from the Limit
Equilibrium Theory as the determinant. If the FS was greater than 1, it was considered as
“safe” and variables or parameters of uncertainty in the analysis model were not
considered. The objective of research was to analyze the stability of natural slope, in
consideration of characteristics of rock layers and the variability of pre-stressing force.
By sensitivity and uncertainty analysis, the result showed the sensitivity for pre-stressing
force of rock anchor was significantly smaller than the cohesive (c) of rock layer and the
varying influence of the friction angle ( ) in rock layers. In addition, the immersion by
water at the natural slope would weaken the rock layers, in which the cohesion c was
reduced to 6 kPa and the friction angle was decreased below 14 ◦, and it started to show
instability and failure in the balance as FS became smaller than 1. The failure rate to the
slope could be as high as 50%. By stabilizing with a rock anchor, the failure rate could
be reduced below 3%, greatly improving the stability and the reliability of the slope.
ii
誌 謝
本文研究方向之擬定,首先感謝恩師陳水龍教授之提點,確認以國道三號
位恩師-張哲豪教授,確立了博士論文研究方向以概率分析為主要研究方法
首次接觸概率分析,源自於修習張哲豪教授的不確定性與風險分析課程,了
解到原來任何領域只要有誤差存在,均可以概率分析方法,進行相關不確定分
析,探討研究其因變異所產生之機率 在學習過程中,同時也解除心中多年來的
疑惑,因大地工程相關參數值存在許多變異性,且試驗結果往往差異頗大,而在
不確定的參數之下,模擬出來的結果,是否能真實呈現實際的情況,值得商榷
然而,在接觸概率分析之後,深深了解其岩層參數的變異性可透過概率分析,呈
現其破壞機率,自此,展開了以此為主題的相關研究
期刊論文撰寫過程中,感謝許多朋友給予英文協助與指導,謝謝 Doris、新
興高中薇媗老師及珮銘的幫忙與協助,以及其他默默協助的好友們,在我一路走
來給予的協助及幫忙,謝謝你們
最後再次感謝恩師陳水龍教授,在我碩士畢業 10 年後,仍來電鼓勵我報考
博士班,得以完成人生求學領域最高目標,謝謝老師的提攜與指導
iii
目 錄
中文摘要 ..................................................................................................................... i
英文摘要 .................................................................................................................... ii
誌謝 ............................................................................................................................ iii
目錄 ............................................................................................................................ iv
表目錄 ........................................................................................................................ vi
第一章 緒論 ........................................................................................................................ 1
iv
2.5.1 邊坡工程的不確定性 ............................................................................ 39
區域地質概況 ...................................................................................................... 54
區域地質分佈 ...................................................................................................... 55
預力地錨設計與生命週期 .................................................................................. 64
邊坡穩定設計檢核 .............................................................................................. 67
可能破壞狀況推估 .............................................................................................. 72
v
5.1 結論 ......................................................................................................................... 102
附錄 ...................................................................................................................................... 113
vi
表目錄
vii
viii
圖目錄
圖 1.1 A 及 B 兩個具有相同平均值不同變異數之系統........................................................ 2
ix
圖 3.1 國道三號 3.1 公里崩塌地點航照位置圖 .................................................................... 54
x
圖 4.6 敏感度測試 =25o, c=10kPa ...................................................................................... 79
xi
第一章 緒論
1.1 研究動機與目的
邊坡滑動災害(,地震(,洪水和颱風是造成全世界財產損失和生命損失的四大自然
災害(
,尤其在臺灣地區更為嚴重( 臺灣地區位於歐亞大陸板塊與菲律賓海板塊交接處(
,
由於板塊運動造成地殼擠壓(,進而使岩層構造豐富(,多斷層與節理( 同時(,由於沉積
年代年輕(,易受沖蝕與風化(,造成局部地區之岩石膠結不良(,岩性軟弱( 臺灣位於太
平洋熱帶地區及沿岸地震帶(,遭受颱風(、大雨(、乾旱(、寒冷及地震等自然災害(,平均
灣地區多雨水(,使得原本軟弱(、破碎之地層因嚴重風化作用而更加軟弱(,因此邊坡滑
動破壞事件,層出不窮,防止邊坡滑動是一個重要課題
而邊坡安全係數被廣義定義為,邊坡之土層本身或弱面之抵抗力與下滑力之比表示:
R
FS ,R=抵抗力,D=下滑力 (1.1)
D
無論何種表示法,幾乎皆無法考慮分析模型中之變數或參數之不確定因素
(Uncertainties)(,例如抵抗及滑動因素就含有許多客觀及主觀之不確定因素(,以至於雖
之設計安全係數(eg., FS A FS B ) 但由於變數量測含有不確定因素,如內聚力、摩擦
1
角(、錨力(、單位重量(、水壓和地震加速度等(,其每個變數之變異數(Variance)不盡相同
,這就是有些傳統設計之邊坡雖然符合安全係數之要求(
Z.Wu, 2013)( ,但仍會發生破壞(
( FS A FS B )( 但是因變異程度不同 ,
( 以致於 ( 這就是具有相同安全因素為指標之兩
系統,其破壞機率卻不同
圖 1.1 A 及 B 兩個具有相同平均值不同變異數之系統
概率方法考慮了所有參數的不確定性的影響( 該方法經計算各個參數平均值和標
Fredlund and Krahn 1977; Low 1997a; Matsuo and KURODA 1974; Yucemen, Tang, and
al 2009; 陳則佑 et al 2011; 廖偉欽 2010; Babanouri 2017; El-Ramly, Morgenstern, and
2
Cruden 2006; Iovine et al. 2014; Jaiswal et al 2010; Kaur and Sharma 2016; D. Q.Li et al.
概率分析方法亦適用於邊坡穩定性分析(,常用且主要之方法計有下列三種(,說明
(劉緁玲, 2012; 羅佳明等, 2011; Husein Malkawi, Hassan, & Abdulla, 2000; Mbarka,
Baroth, Lifti, Hassis, & Darve, 2010; X. Z.Wu, 2016; Xiao, Huang, Wang, & Xu, 2014); ( 2)
點估計法( PEM)(馮正一, 張育瑄, &葉柳青, 2009; 楊沛漳, 2011; Ahmadabadi & Poisel,
2015; Jiang, Li, Cao, Zhou, & Phoon, 2014; C.Li, Wang, & Wang, 2012; H.-Z.Li & Low,
2010; Mbarka 等, 2010; Ru & Li, 2006; L.Wang, 2013; Y.Wang, Cao, & Au, 2011) ( 3)蒙
特卡羅模擬 MCS)(韓飛, 2008; Ahmadabadi & Poisel, 2015; D. Q.Li 等, 2016; Mbarka
一般來說(,前述三類方法在其精度(、數值效率和應用範圍方面具有各種優點和缺
點 一次二階矩法 FOSM)是用隨機輸入變量確定函數的統計矩的概率方法 該法
乏處理非線性模型和非正態隨機變量的能力(,且需要通過多次迭代求解(,這可能導致
因此使用傳統安全係數所代表之“安全設計”未必能真正反映出“安全” 但若以可
靠度分析(Reliability Analysis)來評估,考慮各個變數或參數之變異數影響,計算出破
Index, SI),更可以表現邊坡穩定安全可靠程度之意義,達到實際預警效用
1.2 研究方法與流程
本研究以國道三號大埔順向坡邊坡失穩案例為對象,依現地邊坡條件建立邊坡
3
模型(,並考慮在有無地錨加固的情況下(,探討岩層邊坡浸水弱化前後(,邊坡穩定安全
係數的變化,探討岩層邊坡參數(c,)參數的變異性,利用機率分析之一次二階矩法
、點估計法(PEM)三種方法(羅森布魯斯點估計法(
FOSM)( 、哈爾點估計法及修正哈爾
點估計法)(,並以蒙特卡羅模擬法( MCS)檢核分析結果(,探討岩層參數的不確定性對
邊坡穩定的影響(
,計算邊坡破壞機率(
,並探討關係係數ρ(c, )對於破壞機率 Pf 之影響(
4
開始
邊坡破壞類型
邊坡不穩定成因
邊坡穩定分析方法 文獻回顧 國道三號3.1公里崩塌事件
敏感度分析
邊坡概率理論與方法
邊坡性能函數建立
概率分析方法
一次二階矩法(FOSM)
羅森布魯斯點估計法(RPEM)
敏感度分析
哈爾點估計法(HPEM)
修正哈爾點估計法(MPEM)
蒙地卡羅模擬法(MCS)
關係係數ρ(c)
分佈函數 單因素敏感度分析
ρ0
常態分布 泡水前後 有無岩錨 多因素感度分析
ρ 0.25
對數常態分佈
ρ 0.5
安全係數FS
破壞機率Pf
結論與建議
圖 1.2 研究方法與流程
5
6
第二章 文獻回顧
大地工程從地質調查、分析設計到施工階段,都遇到土層變異、參數選擇和分析
被直接評估及呈現 尤其就大地工程而言,雖所採用的安全係數均較土木或結構工程
為高,但因地層的隨機性及土壤(或岩石)參數的空間變異性,使得在大地工程設計過
程中存在著一定的風險度,而如何量化此風險度以掌握不確定因素對工程系統產生之
Fenton and Griffith 2010; Griffiths and Fenton 2004; Silva et al. 2008; Srivastava and Babu
2009; Wang et al. 2011; Wu et al. 2007; Xue and Gavin 2007; J. Zhang et al. 2009; L. L.
工程設計所採用之安全係數,大都考量構造物在使用年限內合理之發生機率情況
下,其組成構件承受最大外力作用時,仍能發揮原有設計之使用功能 然在大地工程
設計所採用之安全係數常較結構工程所採用者為高,究其原因主要是大地工程隱含著
諸多之不確定性,諸如地層狀況(異向性及非均質性)之掌握、土(岩)體行為之確定性及
其特性參數之變異性等,均是困擾工程師的問題 因此應用統計機率方法,將土壤岩
石參數及使用期間之最大外力視為隨機變數,應用可靠度(reliability)分析方法可獲致
在合理發生破壞失敗機率下之安全係數,將可靠度分析方法應用於大地工程設計上,
不僅可以解決地層特性參數不確定性之困擾,同時也可以評估所採用之安全係數的對
應破壞機率 本章將回顧大地工程邊坡穩定分析方法,以及探討可靠度設計相關理論
7
及既有方法,內容包含:(1)邊坡破壞類型、(2)邊坡不穩定成因、(3)邊坡穩定分析方
法、(4)敏感度分析及(5)邊坡概率理論與方法
8
2.1 邊坡破壞類型
發生在山坡地的災害我們稱之為邊坡災害(,泛指土壤(、岩石等地質材料受重力作
用(,而發生向下運動所造成破壞的行為( 眾多專家學者針對邊坡災害(,曾提出各類山
為墜落(falls)(、傾覆(topples)(、滑動(slides)(、側滑(lateral spreads)(、流動(flows)以及複合
9
表 2.1 山崩分類表(Varnes, 1978)
一、墜落 fall)
墜落是體積大小不一的岩塊或土石以自由落體的運動方式,從陡峭邊坡或懸
崖掉落,若發生在公路邊會傷及人車 在砂頁岩互層構成的陡坡,會因差異侵蝕
的影響,導致上覆的砂岩失去支撐而墜落
10
相關案例:台 2 線 68k、77.8k、82.5k 濱海公路、台 8 線太魯閣長春祠、台
投太極峽谷、杉林溪安定彎邊坡、基隆市北寧路落石等
二、傾覆 Topple)
傾覆翻倒是岩塊向下坡方向傾斜,導致重心脫離岩塊趾部,然後發生滾落的
一種方式,岩層被兩組垂直節理切割成柱狀的岩塊最容易在自由面上發生翻倒墜
落 在台灣由於風化與侵蝕作用非常嚴重,有許多符合翻倒破壞的地質條件
相關案例:八斗子採石場、杉林溪安定彎、萬榮林道、台 8 線中橫公路等
11
圖 2.2 邊坡傾覆翻倒破壞之示意圖(Highland and Bobrowsky, 2008)
三、滑動 Slide)
滑動是一種剪切式的移動,是常見的邊坡運動 它可分成兩種:
(一) 平面滑動
滑動面形狀近乎平面,如層面、節理面、斷層面或崩積土與岩盤的界面皆是
平面滑動常沿著岩盤、層面、節理面或斷層面滑動.移動常因地層排水不而觸動,
但是也常因坡腳被切除而引發,以發生在路邊、山溝或河流的坡面最多 也有因
施工不良而導致護坡擋土牆滑動的情形
於邊坡、河岸、公路旁及填土的地方,尤其是土層很厚或岩層破碎的地方,在滑
動體內及冠部附近經常可見到張力裂縫 事實上,自然界的滑動很少有單一形式
者,很多滑動均是在頭部為弧型滑動,在趾部則轉變為平面滑動或流動
12
相關案例:平面型滑動-林肯大郡、草嶺、九份二山、南投和社、汐萬路、國
(a)平面滑動 (b)弧形滑動
四、側滑 Spread)
側滑(側向潰散)是水平方向的滑動,滑動面之下通常是一軟弱岩層,因下方
之軟弱岩層產生塑性滑動而間接影響上層岩層 此類滑動,在台灣目前尚找不到
相關案例
13
圖 2. 4 邊坡側滑破壞之示意圖(Highland and Bobrowsky, 2008)
五、流動 Flow)
如可塑性流體一樣的移動,其速度可以從每秒數公分至每秒數百公尺 一般
常見為土石流,其發生型態區分為(1)河床堆積之土砂礫因大雨所造成之土石流,
(2)山腰崩壞之土砂礫因大雨所造成之土石流,(3)堰塞湖堤崩壞時所造成之土石
流,(4)因豪雨造成地層滑動所形成之土石流
楓港溪、溪頭土石流、松鶴部落、八七水災八卦山區、花蓮鳳義坑、花蓮東興土
六、複合型 Complex)
14
顧名思義,複合型災害即為由上述五種災害類型中之兩種以上相伴而發生,實
務上常見落石與翻覆、流動與滑動伴生之破壞類型
相關案例:陽明山馬槽橋為落石與土石流複合型案例,必坦溪-德基電廠則為滑
而國內政府單位針對台灣之山崩分類,常見由經濟部中央地質調查所及農委會
水土保持局所定義及規範,說明如下:
石,岩石之滑動則稱為岩體滑動,並將所有岩屑、土材料之墜落、傾覆及滑動合
稱為岩屑崩滑,針對岩石、岩屑及土之流動稱為土石流
二、農委會水土保持局:依據水土保持手冊(2005),邊坡材料因受重力作用,發生向
下滑動或崩落之塊體運動之現象稱之為崩塌(landslide),其中包括山崩、落石、崩
坍、地滑等名詞
2.2 邊坡不穩定成因
一、 地質成因(Geological causes)
(一) 地質材料軟弱
(二) 地質材料敏感度高
(三) 地質材料風化
(四) 地質材料受剪力作用
(五) 材料有節理或裂縫產生
15
(六) 不利之岩體不連續面位態 如層理、片理等)
(八) 滲透性差異大
二、 地形成因(Morphological causes)
(一) 板塊或火山隆起
(二) 冰河解壓回彈
(三) 坡趾受洪水侵蝕
(四) 坡趾受波浪侵蝕
(五) 坡趾受冰河侵蝕
(六) 坡地邊緣受沖蝕
(八) 邊坡或坡頂受自然堆積載重
三、 物理成因(Physical causes)
(一) 豪大雨
(二) 急速融雪
(三) 長期異常的降雨
(四) 水位急洩降(洪水消退、退潮)
(五) 地震
(六) 火山爆發
(七) 解凍
16
(八) 凍結與融解之風化作用
(九) 收縮與膨脹之風化作用
四、 人為成因(Human causes)
(一) 邊坡或坡趾的挖掘
(二) 邊坡或坡頂受人為增加載重
(三) 水庫洩洪
(四) 森林砍伐
(五) 灌溉
(六) 採礦
(七) 人為振動
(八) 公共管路的水滲漏
17
2.3邊坡穩定分析方法
邊坡穩定設計中有很多穩定性分析方法可用,雖然有些是基於塑性理論,但一
般邊坡大多採用極限平衡法進行分析,並考量不同的破壞型式及限制條件,各方法
之描述與分析方法之優點及限制整理說明如表 2.2,並於其後章節分別詳細說明
方法 崩塌面 優點 限制
用於長高比大的滑動面且可略去端部
效應
線 手算適用 間力與水平面的夾角及塊間界面的傾
斜角度很敏感
法的結果有較好的吻合 型破壞
(F.S.平均誤差在 8%以
內),有現成電腦程式
法 規法可通過編程計算機 土,對於由多種岩土組成的邊坡,常
或手算進行 規法會導致較大的誤差,通常低估了
安全係數,綜合法無上述侷限
18
Morgenster 非圓弧 比 Janbu 嚴謹法更精 無簡化方法,需用電腦計算,通常非
n - Price 法
確,有現成程式 常耗時
2.3.1 無限長邊坡滑動
當邊坡坡面延伸很長,且其任一剖面有相似的狀況及性質時,例如許多土層均平
行於坡面之邊坡,或薄層風化表土覆蓋於堅實土層或岩盤上,此類分析可於滑動體內
於坡面之薄土層,及凝聚力不大之土壤
當邊坡為乾燥之砂坡時,其安全係數為:
)
19
當土壤具凝聚力 c 與摩擦角 ,則其安全係數為:
c tan
F .S . (2.2)
H cos tan
2
tan
其中 為土壤之單位重
圖 2.7 滲流平邊面之無限邊坡
c ' tan
F .S . (2.3)
H cos tan
2
sat tan
無限邊坡之安全係數,亦可利用下式配合圖表求得
tan c'
F .S . A B (2.4)
tan H
20
圖 2.8 無限邊坡的穩定分析圖表(Duncan, Buchignan, &Wet, 1987)
2.3.2 側移滑動
數表示如下:
圖 2.9 有限邊坡之平行滑動面
cL N tan
F .S . (2.5)
W sin
21
1 1 sin( )
W H ( H cot H cot ) H 2 (2.6)
2 2 sin sin
N W cos (2.7)
H
L (2.8)
sin
2c sin tan
F .S . (2.9)
H sin( )sin tan
2.3.3 楔型塊體滑動
此型式的滑動,破壞面包含主動、被動及中間塊體三大類之楔形塊體 假設主動
區及被動區均滿足朗金 Rankine)理論,其滑動面各與水平成 45 及 45 的如
2 2
力楔體之平衡求出
c tan c
P W L sin PW cos tan L cos PW sin (2.10)
F F F
c tan c
P W L sin PW cos tan L cos PW sin (2.11)
F F F
若擇不同的安全係數,則可求得所對應的主動推力和 P ,及對應的被動阻力
和 P 當 P = P 時,所對應的安全係數,即為所選定滑動面的安全係數 同
理,再假設數個不同的滑動面,求得各安全係數並比較之,最小的安全係數即為所
22
在此假設 P 及 P 為水平(,會得到較保守的結果(,對短而深並且有高孔隙水壓的破
全係數,互相比較,將有助於安全係數的選擇
23
圖 2.10 側移滑動分析圖解(NAVFAC, 1982)
2.3.4 弧形滑動
1. 圓弧形
力 c 相對於圓心所產生的抵抗力矩,相平衡而得 安全係數可表示如下:
c(2 )r 2
F (2.12)
Wx
圖 2.11 圓弧滑動分析
24
此類安全係數可直接由圖 2.12 查出,滑動面則可由圖 2.13 查出
2. 對數螺線形
25
當土壤的摩擦角不等於零時,則圓弧形破壞面上作用力的方向無法知道,若假設
破壞面為對數螺線形,則可以解決此問題 因為此時破壞面上的作用力均通過螺線的
中心,安全係數的求法與圓弧形的求法相同
3. 摩擦圓
此法假設滑動面上的作用力與摩擦圓相切 摩擦圓的圓心為滑動圓弧的圓心,半
徑為 Rsin 但嚴格說起來作用於滑動面的力並不恰與摩擦圓相切,而是與半徑為 K
安全係數可查圖 2.14 得知
4. 切片法
(1) 通俗法
此法為最簡單的切片法,其假設不考慮切片間的作用力 故安全係數可直接以一
故需小心使用
由圖 2.15.所示單獨切片所有作用力,每一切片的力平衡可由垂直及水平方向力
的平衡而得 不考慮切片間作用力):
Fv 0 (2.13)
Ta
W N cos sin 0 (2.14)
F
26
圖 2.14 摩擦圓法邊坡穩定係數(Taylor, 1948)
27
圖 2.15 單一切片所受作用力(Fredlund &Krahn, 1977)
F H 0 (2.15)
Ta
cos N sin 0 (2.16)
F
剪力強度 解上二式可得
N W cos (2.17)
安全係數則由對 O 點的力矩平衡式而得
M o 0
Ta
Wx F r Nf 0 (2.18)
Ta
式中 x、r、f 分別為 W、 、N 的力臂 依據摩爾-庫倫破壞準則,安全係數
F
F 為強度參數的函數:
F .S .
c ' r ( N u )r tan ' (2.19)
Wx Nf
式中 c ' 、 ' 為有效剪力強度參數,u 為孔隙水壓,λ 為切片底長,將 2.17)式
帶入 2.19)即可解得安全係數
28
(2) Bishop 簡化法
此法是假設片間的作用力為沿水平方向,亦即不考慮片間的垂直剪力 故片間作
用力滿足 Pn 0 的平衡條件,切片底部的正向方可由垂直方向力的平衡而得 由破
壞準則的假設,此正向力以下式表示:
安全係數的表示式如下:
F .S .
cb n (Wn cos n ubn ) tan 1
(2.21)
Wn sin n m
其中 bn 為單一切片的寬度 此法必須反覆迭代以求得結果,但通常收斂很快,且
所得結果與切片法比較,誤差約在 10%以內,故受到廣泛的使用
(4) Spencer 法
本法假定片間的剪力及正向力有一關係,即
29
XL XR
tan (2.23)
EL ER
此等假設雖簡易、省時,但較不能彈性應用
由垂直及水平方向的平衡,N 可表示如下:
30
表 2.3 Bishop 與 Morgenstren’s 簡化數(Morgenstern and Bishop 1960)
「續下頁」
31
表 2.3 Bishop 與 Morgenstren’s 簡化數(Morgenstern &Bishop, 1960) (續)
32
33
(5) Janbu 嚴謹法
此法與簡化法的不同乃在於嚴謹法求正向力時有考慮片間剪力 N 之表示式與
式 2.24)相似:
起始安全係數,可經由數次反覆運算得到較佳的安全係數 片間作用力可由對切片底
部中點 m 的力矩平衡而得
Mm 0
b b b b
X L X R EL tL tan ER t R tan b tan t 0 (2.26)
2 2 2 2
( t R 分別為假設之片間作用力距左(、右底部的距離(, t 為切片左邊上片間
式中 t L 、
作用身之作用線傾角 式 1.25)中有些項太小可忽略,故而簡化為
X L EL tan t
( ER EL ) tR
(2.27)
b
式中
Ta
( EL ER ) W ( X R X L ) tan (2.28)
F cos
34
水平片間作用力乃於邊坡內由右至左積分而得,片間剪力可由式 2.17)求得,
並以此值求新的安全係數,再以此新的安全係數及新的片間作用力,反算出一新的作
用線 如此反覆運算,直至前、後兩次所得之安全係數很接近時為止
式表示:
X
f ( x) (2.29)
E
式中 λ 為常數,f(x)為自定的函數,可為正弦線、定值、或梯形等,x 為水平座
此法為最嚴密之法,因在每一切片內力項力矩的平衡均滿足,安全係數的求法與
足了,方為合理答案 否則,需調整切片間作用力大小及方向直至滿意為止
2.4 敏感度分析
在極限平衡方法中使用靜態平衡原理來評估驅動和抵抗力的平衡 安全係數定
義為阻力除以驅動力,或者作為剪切強度除以計算的剪切應力 在傳統的邊坡穩定
性分析方法分析中,通常通過使用土壤性質和坡度參數值來計算邊坡的安全係數以
評估其穩定性,而其所採用的參數通常為代表性樣本的單一固定值 通常為平均
值)、強度參數或斜率參數 確定性分析不能解釋斜率屬性和參數以及其他可變條件
35
的變化 實際上,每個參數都有一個值的範圍,該值影響邊坡的穩定性 因此,各
項邊坡參數的岩土性質在模擬中總是帶來一些不確定性 這種不確定性限制了我們
對各種數值模擬分析的真實性及可靠度
敏感性分析涉及一系列計算,如研究邊坡穩定性數值建模,其中每個顯著參數
在其最大可信範圍內系統地變化,以確定其對安全因素的影響 在靈敏度分析中,
在關鍵設計期間使用這些參數的上限和下限值計算安全係數 它增加了對系統的理
解或量化 例如理解輸入和輸出變量之間的關係);並且當輸入受到許多不確定性來
源的影響時,包括測量的錯誤,缺乏信息以及對驅動力和機制的不良或部分理解
良好的建模實踐要求建模者提供對模型的置信度的評估,可能評估與建模過程相關
識別
靈敏度分析能夠解釋邊坡地質參數和不同地理條件的變化 邊坡的穩定性取決
36
於許多因素,例如水壓、邊坡高度、傾斜角、剪切強度、剪切接頭材料等,這些因
素不僅有助於邊坡穩定分析,而且有助於理解破壞機制 靈敏度分析決定了各種輸
入參數對不同地質條件下邊坡穩定性的影響 敏感性分析是一種互動過程,用於更
真實地模擬邊坡不穩定性,並確定不同參數對安全係數的影響 可從敏感度分析
中,得知哪些參數對於邊坡穩定性的評估可能是關鍵的,以及哪些輸入參數不太重
在靈敏度分析中,一種常見的方法是單因素敏感度分析,一次僅變動一個輸入
參數,看看它對輸出產生什麼影響 這是一種邏輯方法,因為在輸出中觀察到的任
何變化將清楚地是由於單一因素改變 此外,通過一次改變一個因子,可以保持所
間中的相同中心點計算的),並且最小化計算機程序崩潰的機率,更可能當幾個輸入
因子同時改變時 由於兩個原因,常規變化的初始參數值的固定百分比是有問題
的 然而,對多於三個參數進行靈敏度分析是麻煩的,並且難以檢查每個參數之間
的關係 因此,通常的設計程序涉及分析和判斷的組合,以評估對設計參數中的變
化的穩定性的影響,然後選擇適當的安全因素
結果將取決於如何選擇初始值,因為小的初始值導致小的變化,大的初始值導
致更大的變化 一方面,如果對參數變化的模型響應是非線性的,則如果初始參數
值位於有效參數範圍的上限或下限附近,則該變化可能導致超出範圍界限的不允許
敏感度分析主要探討在參數變動的條件下,對模式演算結果的影響程度,當模
擬結果對某一輸入參數的變動極為敏感時,表示該參數的些微改變將導致模式輸出
值產生巨幅的變化,因此藉由敏感度分析可探索各項輸入參數諸如岩層參數(𝛾,c,)對
37
安全係數的影響程度,以利在模式的檢定過程中,優先選取敏感度高的輸入參數來
進行檢定,亦可將不敏感或敏感度趨近於零的參數排除於檢定程序外 而在稍後的
模式不確定性分析中,也由選取敏感度高且具不確定性之輸入參數,來分析模式輸
出之不確定性
敏感度分析可分為單因素敏感度分析與多因素敏感度分析 單因素敏感度分析
一次僅變動一個輸入參數,以探討對輸出結果的影響,其計算方法較為簡單,運算
量也較少,但當模式參數量較多、具複雜計算及呈非線性的關係時,單因素敏感度
分析方法將無法較具體呈現多項參數所組成的多維度樣本空間中之關係 多因素敏
感度分析,則是呈現在各項參數所組成的定義域中之綜合關係
2.4.1 單因素敏感度分析
單因素敏感度分析又可稱為單因子(one-way)敏感度分析,其分析方法為一次改
變一項地質參數之值並分別計算安全係數,以探討單一地質參數改變對安全係數之
影響,當考慮 N 項地質參數時,其數學式可表示如下:
FS
FSn n 1, 2,..., N (2.30)
xn x
因此由式(2.30)可知單因素敏感度分析之方法簡單直觀,但分析結果僅代表 xn 之改變
範圍內,安全係數之線性變化量,較缺乏對輸入參數完整值域之分析 其分析流程
為:
1. 設定各地質參數之基值(base value),利用崩塌模式計算安全係數基準值
2. 改變其中一個地質參數之數值,而其餘參數則維持基值,並再次利用崩塌模式計算
38
安全係數
3. 重複步驟 2 直到所有地質參數皆被改變過
4. 比較各地質參數改變後造成之安全係數變化
5. 計算該項地質參數改變時對安全係數造成之改變量百分比,改變量百分比定義如
下:
*
FS ' FS
FS (%) *
100% (2.31)
FS
*
式中 FS (%) 代表安全係數之改變量百分比, FS 代表所有輸入參數皆為基值
安全係數
2.5 邊坡概率理論與方法
概率設計是檢驗對邊坡穩定性各參數的變化效果的系統程序 從安全係數的概
率分佈,計算邊坡破壞機率 Pf)
機率理論最早源於 17 世紀,直到最近半個世紀裡在越來越多的新興領域理運
用概率分析,顯示了它的應用性和實用性 而在大地工程方面,初期係應用於露天
礦邊坡的設計,而這種類型的分析,因存在可觀的經濟效益,故容許一定的失敗風
2.5.1 邊坡工程的不確定性
邊坡工程之不確定性來源很多,從自然到人為因素,從技術性因素到非技術性因
素,其可概分為下列 4 種因素:
39
1. 模式之不確定性:由於模式無法有效模擬實際之物理現象,因而將其理想化和簡單
化,使得模式產生之不確定性
2. 參數之不確定性:由於模式參數無法精確估算所致
3. 自然環境之不確定性:自然現象或過程中所潛藏之隨機變化
4. 資料之不確定性:資料之量測誤差、資料之不一致與不均勻性以及資料處理及紀錄
誤差等人為因子
以上各不確定性之來源,可大略歸納為天然因素與人為知識缺乏等因素 前者為
無法避免,為大地工程邊坡穩定計算所需各項參數所必須面對之風險,而後者可因知
識及操作之改良而改進
2.5.2 邊坡穩定性分析常見概率分析方法
概率分析方法又稱不確定性分析,依據要求的精度、資料與資訊的取得,其所影
料,並準確地計算模式輸出的正確分佈結果 然而大地工程分析,如邊坡穩定的相關
分析 例如,邊坡側移滑動、楔型塊體滑動、弧形滑動等等)所用的模式或設計過程
多呈非線性 (nonlinear)且相當複雜的關係,因而降低了準確推導模式輸出的機率分佈
的可能性 因此,最理想的方法在實際上並不可行,點估計法簡單易懂且可以解決,
且可以解決蒙地卡羅需要長時間運算之缺點,可大幅減少運算花費之時間並獲得準確
階矩法(FOSM)、點估計法之羅森布魯斯點估計法(Rosenblueth PEM)、哈爾點估計法
驗證及比較其精度,應用於國道三號大埔順向坡邊坡失穩案例為對象計算,其方法與
40
步驟詳細步驟分述於後
通常情況下由於邊坡系統存在著大量的不確定性因素,包含在功能函數中的隨
機變數的概率分佈形式很難確定,隨機變數的一階矩均值(均值)和二階矩(方差)比較
容易獲得,一次二階矩法(FOSM)就是在這種背景下提出的,此法只根據隨機變數均
值和標準差的數學模型去求解可靠度
求解可靠度,因此稱為一次二階矩法
首先我們來研究隨機變數相互獨立的情況
xi xi
zi (2.32)
x i
式中 xi 、 xi 分別為 xi 的均值和標準差
得
n
g n
g
g ( X ) g ( x1* , x*2 ,..., x*n ) ( xi xi* ) ( xi xi* )2 ... (2.33)
xi xi2
*
x x*
i 1 i 1
略去二階小量得
n
g
g ( X ) g ( x1* , x*2 ,..., x*n ) ( xi xi* ) (2.34)
i 1 xi x*
g
式中 為 g ( X ) g ( x1 , x2 ,..., xn ) 在點 X * ( x1* , x2* ,..., xn* ) 對 xi 一階偏導數值
xi x*
41
g ( x1 , x2 ,..., xn ) 0 (2.35)
把式 (2.35)代入(2.34)中得
n
g
g ( X ) ( xi xi* ) (2.36)
i 1 xi x*
在結構可靠度分析中,對功能函數 g 往往採用線性化後的式(2.36),而不直接用
原來的公式,原因是線性化後的 g,無論求解均值或方差都容易得多
由式(2.32)得
xi zi xi xi (2.37)
同樣
g g zi 1 g
(2.38)
xi zi xi xi zi
適用正態分佈,把式(2.37)和式(2.38)代入式(2.36)得
n
g
g ( X ) ( zi zi* ) (2.39)
i 1 zi z*
g ( X ) 的均值為
n
g
g zi* (2.40)
i 1 zi z*
g ( X ) 的標準差為
n
g
g ( z
i 1
z*
)2 (2.41)
i
由此可見,可靠度指標β為
n
g
z *
i
zi z*
g i 1
(2.42)
g n
g
(
i 1 zi
z*
) 2
42
2.5.2.2 點估計方法 (Point Estimate Method, PEM )
點估計法(PEM)是概率建模的近似數值積分方法 廣義點估計方法可用於快速
計算諸如取決於輸入變量的隨機行為的邊坡安全係數的平均值和標準偏差 為了計
算諸如安全係數的值,在平均值的任一側上的一個標準偏差處進行兩點估計,即 μ
機變量的數量,然後從這 2n 個解中計算求得安全係數的平均值和標準偏差,以下分
機參數可視為統計相關或不相關之變數 一般而言,羅森布魯斯點估計法統計相關或
用羅森布魯斯點估計法於不確定性分析所需之計算量將相當可觀,以 FORTRAN 語
言撰寫時,當隨機參數 p 超過 12 個時,採用哈爾點估計法則比較方便
43
E ( Z ) ( p... p )( Z ... p ) ( p... p )( Z ... p ) ( p... p )( Z ... p )
N N N N
(2.43)
Z 之下標+、-號分別代表隨機參數之平均值加或減一個標準偏差
P():代表所使用之模式,說明如下
1
P P (1 12 23 31 )
8
1
P P (1 12 23 31 )
8
1
P P (1 12 23 31 )
8
1
P P (1 12 23 31 )
8
12、23、31 分別為兩隨機變數間之相關係數,若不相關等於零
xm、
1 xm、
2 xm、
3 、xmp :代表隨機參數之平均值
、
1 、
2 、
3 、 p :代表隨機參數之標準偏差
Harr 改進羅森布魯斯點估計法因模式參數個數增多而使計算量大增之缺點,於
44
哈爾點估計法步驟如下所示(Yeh and Tung 1993):
VLV T (2.44)
1
0
2
X i Xm p1/ 2
vi i = 1,2,..., p (2.45)
0
p
vi:為特徵向量的行矩陣
3. 計算 Zi H ( X i ) 和 Zi 2 H 2 ( X i ) 之值,其中 i=1,2,3,…,p
4. 計算每一特徵向量之模式輸出值平均,如下所示:
Z mi (Zi Zi ) / 2 和 Z mi 2 ( Z i 2 Z i 2 ) / 2
5. 計算模式輸出之平均值和變異數
p
E Z Z mi i / p (2.46)
i 1
p
E Z 2 Z mi 2 i / p (2.47)
i 1
Var ( Z ) E Z 2 E 2 Z (2.48)
本法係臺北科技大學張哲豪教授團隊結合修正前述 2 種點估算法並加以簡化計
標準化特徵向量空間中的隨機變量 U,定義如下:
U T ( X ) (2.49)
45
式(2.37)將呈線性 因此,如果所有的原始隨機變量是正態分佈,轉化後的參數,變
成標準正態隨機變量
在標準化的特徵向量空間,修正哈爾點估算法,定義沿每個軸的兩個點皆距離
原點 n 正常條件下,所有選擇的點是相等的概率密度的表面上 因此,模型輸出
的相應的 2n 值可以具有相等的權重分配
在原來的參數空間可以得到建議點位如式(2.50):
算出來
算法選擇特徵向量和圓半徑為 2 的中心交點在原點,與羅森布魯斯點估計方法所估
計的雙變量值相同 而修正哈爾點估算方法所選擇的點是座落標準化特徵空間橢圓
爾點估算法相同 .
46
圖 2.18 三個雙變量點估計方法在標準化的參數空間差異
蒙地卡羅方法 MCS)
,也稱統計模擬方法,於 1949 年提出「The Monte Carlo
計理論解決很多計算問題的方法
蒙地卡羅模擬法藉由統計取樣之技巧(,重複執行邊坡穩定分析模式(,以獲得模式
輸出之樣本(sample)(,再以此樣本推估模式輸出值之統計特性( 此方法預先了解各個輸
入不確定參數的機率密度函數,才能利用取樣技巧製造樣本,而樣本數之大小與其不
確定性程度有正相關(,取樣數越多(,所計算之模式輸出統計特性將會與解析法接近(,但
亦增加計算時間
蒙地卡羅方法的基本原理是將所有可能結果發生的機率(,定義出一機率密度函數(
47
(Normalization)( 這也將正確反應出所有事件出現的總機率為 1 的機率特性(,這也為亂
間的亂數,透過所欲模擬的過程所具有機率分佈函數,模擬出實際問題最可能結果
例如我們要計算一個不規則圖形的面積,那麼圖形的不規則程度和分析性計算
比如(,積分)的複雜程度是成正比的( 蒙地卡羅方法基於這樣的思想(:假想你有一袋
豆子(,把豆子均勻地朝這個圖形上撒(,然後數這個圖形之中有多少顆豆子(,這個豆子的
式可以生成大量均勻分布坐標點,然後統計出圖形內的點數,通過它們占總點數的比
例和坐標點生成範圍的面積就可以求出圖形面積 例如使用蒙地卡羅方法估算 π 值,
在解決實際問題的時候應用蒙地卡羅方法主要有兩部分工作:
1. 用蒙地卡羅方法模擬某一過程時,需要產生各種機率分布的隨機變量
2. 用統計方法把模型的數字特徵估計出來,從而得到實際問題的數值解
蒙地卡羅方法抽樣樣本取樣數目 N 大小是影響失效概率計算精度的重要因素,
= 2(1 Pf ) / ( N Pf )
1/2
(2.51)
須取得足移大 為簡便計算,建議
N 100 / Pf (2.52)
式中:Pf 為預先估計的失效概率
48
存在負相關係數,其值為 ρc, = -0.5〜0,相關文獻調查詳表 2.4,後續將研究評估相關
係數 ρ (c,)的存在,是否會影響邊坡故障概率 Pf)
參數 值 參考文獻
ρ (c,) Low (1997); Li, Zhou, Lu, & Jiang (2009); H.-Z. Li & Low
-0.5
(2010)
COV) 來表示:
COV ( X ) (2.53)
參考文獻
參數 COV(%)
土壤類 岩石類
49
&Jiang (2009)
K.-K.Phoon &Kulhawy Baecher &Christian (2003)
25~30
(1999)
Peñalba, Luo, &Juang
40
(2009)
K.-K.Phoon &Kulhawy Duzgun, Yucemen, &Karpuz
5~15 (1999) (2003); L.Wang, Hwang, Luo,
Juang, &Xiao (2013)
Milton EdwardHarr Genske &Walz (1991)
10~30
(1987)
K.-K.Phoon &Kulhawy D.Li, Zhou, Lu, &Jiang
20 (1999) ;Peñalba, Luo, (2009);Low (1997)
&Juang (2009)
在數學中,連續型隨機變量的機率密度函數 簡稱為密度函數)是一個描述這
個隨機變量的輸出值,在某個確定的取值點附近的可能性的函數 而隨機變量的取值
落在某個區域之內的機率則為機率密度函數在這個區域上的積分 當機率密度函數存
在的時候,累積分佈函數是機率密度函數的積分 機率密度函數一般以大寫「PDF」
在邊坡概率分析中,第一步是確定每個隨機變量的概率特徵 土體剪切強度參
率分佈有兩種統計方法 第一種是最小二乘法,可以直接從某些群體的測試結果中計
標準偏差
土體剪切強度總是以莫爾-庫侖 Mohr-Coulomb)標準表示
c tan (2.54)
50
其中:τ是土體剪切強度,σ是滑動土體施加的正應力
如果概率密度函數及其相關參數是已知的,則可以完全描述隨機變量的主要特
徵 在許多情況下,分佈函數的形式是未知的,通常需要一個近似的描述 當隨機變
量可以在某個範圍內的任何值 例如正常和偏移的對數正態分佈)時,應用這些連續
分佈
正態分佈或高斯分佈是工程中最常用的對稱概率分佈 通常假設表徵許多隨機
定義
1 1 x x 2
f x ( x) exp ( ) , x (2.55)
2 x 2 x
的概率密度函數公式由下式給出:
1 1 ln x x 2
f x ( x) exp ( ) , x 0 (2.56)
2 x 2 x
通常接受對數正態分佈來合理地模擬許多土壤性質,因為參數分布不能為負
的 當在變異係數大於 30%的情況下,通常為合理的機率密度函數
本研究將以常見之常態分佈(normal)及對數常態分佈(log-normal)研究評估其對於
破壞機率(Pf)之影響
在邊坡概率分析中,需要進行坡度穩定性計算,其性能函數定義為抵抗力大於
驅動力
51
g ( x) R L g ( x1 , x2 ,..., xn ) (2.57)
同樣的,失敗的概率是
F ( x1 , x2 ,..., xn ) 1 0 (2.60)
等),則可以通過不同的形式來定義邊坡穩定性分析的性能函數 否則,如果在邊坡
穩定性分析中使用數值模擬方法,則可能沒有明確的性能函數
52
第三章 案例探討分析
福爾摩沙高速公路山崩事件走山意外,是福爾摩沙高速公路基隆汐止段 瑪東
崩斷成兩截而掉落至高速公路主線 南北雙向六個車道全遭土石覆蓋,共計造成 3
車 4 人遭土石掩埋死亡,因此緊急雙向封閉國道三號汐止系統交流道以北至基金交
生前後情形詳圖 3.2)
53
圖 3.1 國道三號 3.1 公里崩塌地點航照位置圖
區域地質概況
研究區隸屬臺灣構造地質區之西部麓山帶地質區,該地層主要是由早中新世之
大寮層及中期中新世之石底層所構成,其主要的地質構造包括逆衝斷層及褶區,大
多作東北至北北東走向分布,向東南方傾斜,如圖 3.3,本案例崩塌地所屬之岩層屬
54
於大寮層中段至上段底部之岩層
圖 3.3 區域地質調查圖
區域地質分佈
剖面及垂直國道高速公路方向之 C-C'剖面(
,如圖 3.4 所示( 完整岩體鑽探取樣採用 KH-
12O(Wire-Line)旋轉油壓式鑽機進行全程取樣,每段岩心鑽取後,依序置於岩心箱內
55
圖 3.4 調查區鑽孔布置及地層剖面方向示意圖
56
圖 3.6 C-C'地層剖面圖(交通部, 2011)
B-1
B-2
B-5
57
(2) 3.5~7. 1 公尺為灰色中粒砂岩,偶夾紋層頁岩
B-8 :
B-9
根據上述之鑽探調查結果,國道三號上邊坡之地層分佈如表 3. 1 所示
58
表 3. 1 國道三號上邊坡之地層分佈
地層編號 地層分類 說明
- CO 覆蓋層
8 SS/SH 砂、頁岩薄互層及薄紋層
7 SS 層狀砂岩偶夾頁岩薄紋層
6 SS/SH 砂頁岩薄互層級薄紋層
5 SH 黑灰色頁岩夾粉砂岩薄紋層
4 SS-f 灰色強烈生痕含化石砂岩
3 SS/SH 砂頁岩薄互層及薄紋層
2 SH 黑灰色頁岩,夾粉砂岩薄紋層
1 SS-m 灰色泥質塊狀砂岩,含分散化石
在岩石直剪試驗的結果,考量邊坡可能係沿砂頁岩互層及下方頁岩交界處滑
動,故試驗重點為探討頁岩及砂頁岩互層之剪力強度 岩石直接剪力試驗分為乾
3.10 所示
鑽探調查過程中(,在下邊坡疑似滑動深度位置(頁岩與砂頁岩薄互層交界處)(,
部分鑽孔發現薄層縫泥 此層縫泥性質可能影響邊坡穩定性,故蒐集鑽孔岩心層
縫泥,重模製作試體,並浸水模擬飽和狀態,進行直剪試驗,以暸解層縫泥在飽
59
和狀態下之剪力強度 雖然在部份鑽孔中有發現薄層縫泥,但以目前鑽探之孔數
尚無法確認這些縫泥在平面上是否連續,形成一個明顯的滑動面,但可確定的是
這些縫泥的存在,的確會降低邊坡整體之穩定性 層縫泥直接剪力試驗結果如圖
3.11,彙整如表 3. 3 所示
60
表 3. 2 岩石直接剪力試驗結果(交通部, 2011)
尖峰強度 殘餘強度
試驗 孔 深度 正向應力
岩性 剪力面
Cp p Cr r
編號 號 (m) (kg/cm2)
(kg/cm2) (degree) (kg/cm2) (degree)
RDS(D)-6 B-8 16.00-17.00 2.0/4.0/5.0/7.0 0.7 36.5 0.0 29.0 砂頁岩互層 完整岩心
RDS(W)-5 B-9 38.00-39.00 2.0/3.0/5.0/7.0 0.5 34.6 0.0 21.0 砂頁岩互層 完整岩心
RDS(W)-6 B-10 10.25-11.00 2.0/4.0/5.0/7.0 1.4 37.0 0.0 24.6 砂頁岩互層 完整岩心
註:紅色區域為滑動層砂頁岩互層剪力試驗結果
表 3. 3 層縫泥直接剪力試驗結果(交通部, 2011)
61
圖 3.7 岩石直剪試驗尖峰強度及殘餘強度之摩擦角p、ϕr(乾式及濕式)
62
圖 3.9 破壞層面岩石直剪試驗結果(交通部, 2011)
63
圖 3.11 層縫泥直剪試驗結果(交通部, 2011)
預力地錨設計與生命週期
3.3.1 預力地錨尺寸與配置
本研究案例所使用之背拉地錨系統(,地錨水平間距 2.6m(、打設角度為 20 o,
( 每支
3.12 預力地錨裝設程序依照現場施工標準作業程序,第一階段邊坡開挖完成後,於
層預力地錨施作完成後,進行第二階段開挖,並於開挖完成後完成第二層預力地錨,
重複上述之步驟至施工完畢
64
圖 3.12 地錨護坡示意圖
3.3.2 地錨生命週期
由於地錨系統的潛變行為,地錨完工後其預力等行為,並非永遠保持恆定不變,
而係隨生命週期呈現遞減之趨勢,而此潛變行為一般經由反覆載重試驗推估之(廖瑞
響(,除了正常潛變外(,又有其他導致地錨預力下降之因素存在(,則地錨在完工後之應
力行為將更難預期
圖 3.133 為地錨生命週期之性能曲線示意圖(,由圖說明上述地錨之行為(,在正常
遞減情況下(,僅需確保於設計使用年限內(,遞減後之地錨性能仍維持在使用需求之界
限以上即可,永久性地錨使用界限若須精確定義,可能需依據實際之統計數據資料,
重不同增減程度所對應之地錨健全性狀態及處理對策之粗略關係概念( 表 3. 4)
,大致
65
而為了確保地錨維持其服務功能(,即需定期進行檢查維護(,若於檢查時發現地錨
性能因構件材料鏽蝕老化等因素而下降,則可透過耐久性提昇方式予以改善 如圖
3.13 中 A 曲線)
,如性能下降已超過使用界限(,即應予以維修(、補強( 如圖 3.13 中 B
曲線)
,甚或下降至破壞界限以下(,則應予以更新替代( 如圖 3.133 中 C 曲線)
,以確
保後續使用年限內地錨之性能
圖 3.13( 地錨性能與使用時間之關係(改繪自日本アンカー協会,(2008)
表 3. 4 地錨殘餘荷重及健全度之概略判斷標準
(降伏荷重) 有處於危險狀態之疑
D
1.1 Ta 慮 實施對策
容許荷重(Ta) C 超越容許值
設計荷重(Td) B 觀察其變化狀態,以檢討對策之必要
66
錨碇荷重(Pt) 性
0.8 Pt A 健全
0.5 Pt A 健全
0.1 Pt 觀察其變化狀態,以檢討對策之必要
B
性
C 機能大幅降低
實施對策
D 無法提供機能
另依據監察院調查報告指出,本案邊坡崩塌事件發生當日 99 年 4 月 25 日),
該區域範圍並無明顯降雨及地震發生,然是日下午 2 時 33 分許,卻發生順向坡大量
土石坍滑於國道及車毀人亡事件,交通部臺灣區國道新建工程局前於 87 年初施作完
顯見地錨壽命有限,若未能長期進行維護養護,將因構件材料鏽蝕老化等因素而下
降錨碇荷重,甚至失效
邊坡穩定設計檢核
交通部為瞭解災害發生原因與後續相關處理對策,委託中華民國大地工程學會,
循原始設計使用之地層參數與地形、地下水位資料進行參數設定,地層參數如表 3.5
67
上(,採用同一階之所有地錨以單一支取代(,其錨定力則以 60T 乘以地錨支數(,且地錨
長度之輸入值為自由段加上錨定端長度值(,以檢核原設計分析之安全係數( 分析剖面
原設計剖面及參數進行分析之結果比對大致相同(詳表 3.6)(,其安全係數皆符合規範要
另考量地下水位變化對於破壞邊坡穩定性之影響(,調查報告考量破壞邊坡之地下
位上升之模擬乃採用破壞岩層(砂頁岩)泡水強度弱化方式取代,意即將凝聚力 c 值由
前後之安全係數變化,如
表 3.5 原始設計地層參數表
厚度 凝聚力 c 摩擦角
t sat
編號 岩層
(m) (kN/m3) (kN/m3) (kPa) (度)
1 砂岩(SSI) 5-20 21 21 30 32
68
砂頁岩薄互層
2 2 21 21 10 20
(SS/SH(Lamina))
3 頁岩(SH) - 21 21 30 28
表 3.6 原始設計剖面分析檢核表
剖面 邊坡分析狀態 FS 原設計 FS
表 3.7 地下水位上升影響分析結果
FS (1. 5)
剖面編號
原始水面 地下水位上升
69
圖 3.14 原始設計分析剖面
圖 3.15 A 剖面地錨配置示意圖(STA3+380.00)
70
圖 3.16 B 剖面地錨配置示意圖(STA3+405.00)
71
可能破壞狀況推估
依據災害後之地表地質調查結果,判定滑動層應為砂頁岩薄紋層,如圖 3.17 所
或模擬變位量即顯示邊坡開始滑動(,地錨抗力折減亦明顯降低安全係數或增加變位量(
由災害特徵研判(,順向坡模型塊滑動面已因地下水入滲(,造成滑動面之軟化(,於破壞
前即已達到臨界滑動狀況(,當時僅由已呈現鏽蝕狀況之地錨維持其穩定性(,而災害之
發生應是地錨銅絞線之受應力超過負荷(,於短時間內各獨立地錨發生連續性破壞所導
致之結果
圖 3.17 邊坡破壞後出露之各地層情形
72
第四章 邊坡敏感度及不確定分析
由於大地工程參數具有明顯的不確定性(,參數特徵值的決定及特徵值之變異程度
(以標準差或變異係數衡量),成為攸關邊坡設計成敗的關鍵因素 一般分析方法採用
安全係數作為設計依據(,安全係數為最危險滑動面抗剪力除以驅動力之值( 由於大地
工程材料參數調查具不確定性(,而材料的不確定性在一般的穩定性分析中並沒有直接
處理(,在數據不足時(,實際的安全係數可能不同於分析計算值( 地工參數變異性大時(,
可能採用較高的安全係數( 然而(,過於保守的安全係數往往造成施工成本的浪費(,且
仍無法確實掌握安全性( 此時可針對潛在滑動面進行取樣密度較高的調查(,更精確地
掌握地工參數的特徵值與其變異程度( 在驗證設計成果之安全性時(,可採用可靠度之
觀念驗證設計之安全性(,如調查數量不足以估算參數變異性(,則宜進行參數敏感度分
析,驗證設計階段之參數選定
4.1 邊坡破壞性能函數建立
邊坡的穩定分析,不是一件簡單的工作 變數的計算,例如土壤的層理與現場土壤
的剪力強度參數等,可能是件難以克服的工作 在進行分析時,需要深入的瞭解邊坡之
狀況如邊坡材料的性質、材料的強度、邊坡的幾何形狀、周遭的環境狀況與施工步驟等
等 但由於邊坡地值模型難以精確模擬以及材料性質難以確實的掌握,爰必須進行必
要的簡化,其結果必定無法真實呈現原始模型,產生一定的誤差,因此在初步分析時,
若能透過平面之簡化計算及甫以概率分析計算,其簡易計算結果有助於工程司初步判
斷決定是否進行更進一步的詳細分析或規劃相關改進補強措施
73
爰本研究以國道 3 號 3.1 公里處地滑災變案例,本研究以 STA3+405.00 為分析斷
面,為簡化分析,取邊坡滑動層上方為分析區域(詳圖 4.1),破壞模式採側移滑動平面
模擬,假設滑動之砂頁岩層面為均值,並考慮地錨加固力,且鑒於部分地錨已失效,則
如圖 4.2
圖 4.1 國三邊坡滑動斷面示意圖
74
圖 4.2 國三邊坡滑動模擬示意圖
抵抗力 cL N t an +Tcos( + ) / s
F .S. (4.1)
驅動力 W si n
1 1 sin( )
W H ( H cot H cot ) H 2 (4.2)
2 2 sin sin
N = Wcos𝜃 (4.3)
H
L (4.4)
sin
將(4.2)(4.3)(4.4)帶入(4.1)後可得:
本研究依案例設定性能函數所需之邊界條件及參數,說明如下:
c、為界面之砂頁岩滑動面之剪力強度參數,降雨浸水前之凝聚力 c 採尖峰強度
CP 值,其平均值(Mean)為 17.4kN/m2,標準差(STD.DEV.)為8.43kN/m2,摩擦角則
75
之凝聚力 c 則採殘餘強度 Cr = 0kN/m2 進行分析,摩擦角則改採用殘餘強度r 值,平
均值(Mean)為 19.95°,標準差(STD.DEV.)為.2°,藉以模擬取代地下水位升降之考慮
因其具有較大之變異性,本研究中均設定為變異參數值,研究其變異情形對於安全係
可由邊坡高度 H 及滑動面傾角θ換算求得
4.2 敏感性分析
(2011)安全係數相符,驗證本研究採用側移滑動邊坡破壞模式為合理可行之模式
影響變化不大,但泡水後將導致凝聚力 c 及摩擦角大幅下降,引發岩層弱化現象,
而地錨預力亦因地層環境、施工品質不良、構件材料鏽蝕老化等影響導致預力損失,因
係數敏感性分析
76
4.2.1 單一敏感度分析
本研究分別針對岩層參數(c、)及地錨預力 T 進行單一敏感度分析,設計岩層參數
表 4.1 單敏感度測試樣本設計表
(1) 59 30 600
1
(2) 10 30 600
(1) 59 25 600
2
(2) 10 25 600
(1) 59 20 600
3
(2) 10 20 600
(1) 59 15 600
4
(2) 10 15 600
(1) 59 10 600
5
(2) 10 10 600
77
( (
120.00% 6
100.00%5.05 4.99 4.95
5.02 4.92 4.88
100.00% 5
4.71
4.71 4.55 4.39
4.24 4.08
Factor of safety Fs
80.00% 4.4 4.09 3.92 4 ΔFS-C
3.77 ΔFS-tanφ
ΔFS
120.00% 3
100.00%
100.00% 2.39 2.34 2.5
2.36 2.31 2.28 2.25
2.12
2.12 1.96
80.00% 1.8 2
Factor of safety Fs
78
120.00% 5
4.47 4.41
4.44 4.37 4.34 4.3 4.5
100.00%4.41
4.41 4.28 4.15
100.00% 4.02 3.89
4
4.09 3.77
3.78 3.5
80.00%
Factor of safety Fs
3.47 ΔFS-C
3
3.16
2.84 ΔFS-tanφ
ΔFS
60.00% 2.5
ΔFS-anchor
2 FS-C
40.00% 35.60%
28.34% 1.5 FS-tanφ
21.32% FS-anchor
14.29% 1
20.00%
7.26% 11.79% 14.51%
8.84% 0.5
2.95% 5.90%
2.24% 2.91% 3.80%
0.00% 0.67% 1.34% 0
0 10% 20% 30% 40% 50%
Sensitivity
120.00% 2
1.8 1.75
1.81
1.81 1.77 1.72 1.8
100.00% 1.69 1.66
1.68
100.00% 1.76 1.55
1.7 1.6
1.65
1.43 1.6 1.55
1.3 1.4
80.00%
Factor of safety Fs
ΔFS-C
1.17 1.2
ΔFS-tanφ
ΔFS
60.00% 1
ΔFS-anchor
0.8 FS-C
40.00% FS-tanφ
35.36% 0.6
28.18% FS-anchor
20.99% 0.4
20.00% 14.36%
14.36% 11.60%
7.18% 6.08% 8.84% 0.2
2.76% 4.44% 6.11% 7.78%
2.78%
0.00% 1.67% 0
0 10% 20% 30% 40% 50%
Sensitivity
79
120.00% 5
4.47 4.41
4.44 4.37 4.34 4.3 4.5
100.00%
100.00% 4.13 4.03 3.93
3.83 3.73 4
3.63
3.81 3.5
80.00% 3.5
Factor of safety Fs
3 ΔFS-C
3.19
ΔFS-tanφ
2.88
ΔFS
80
120.00% 2
1.8 1.75
1.77 1.72 1.8
100.00% 1.69 1.66
100.00%
1.6
1.53 1.42
1.43
1.37 1.32 1.4
80.00% 1.48
Factor of safety Fs
1.33 ΔFS-C
1.23 1.26 1.2
1.13 ΔFS-tanφ
1.03 1
ΔFS
60.00%
ΔFS-anchor
0.8 FS-C
40.00% FS-tanφ
32.68% 0.6
26.14% FS-anchor
0.4
20.00% 19.61%13.73% 17.65%
7.19% 10.46%
6.54% 13.07% 0.2
3.27% 4.44% 6.11% 7.78%
2.78%
0.00% 1.67% 0
0 10% 20% 30% 40% 50%
Sensitivity
120.00% 5
4.47 4.41
4.44 4.37 4.34 4.3 4.5
100.00%
100.00%
3.79 3.71 4
3.86
3.86 3.64 3.57
3.49 3.5
80.00%
Factor of safety Fs
3.55
3.24 3 ΔFS-C
2.92 ΔFS-tanφ
ΔFS
60.00% 2.5
2.61
2.3 ΔFS-anchor
40.41% 2
40.00% 32.38% FS-C
1.5
24.35% FS-tanφ
16.06% 1
20.00% FS-anchor
8.03% 7.51% 9.59% 0.5
1.81% 3.89% 5.70% 2.91% 3.80%
1.34% 2.24%
0.00% 0.67% 0
0 10% 20% 30% 40% 50%
Sensitivity
81
120.00% 2
1.8 1.75
1.77 1.72 1.8
100.00% 1.69 1.66
100.00%
1.6
1.4
80.00%
Factor of safety Fs
1.27
1.27 1.19 ΔFS-C
1.12 1.2
1.21 1.16 1.05 ΔFS-tanφ
0.97
ΔFS
60.00% 1.11 1
1.05 1
0.9 ΔFS-anchor
0.8 FS-C
40.00% FS-tanφ
0.6
29.13% FS-anchor
23.62%21.26%
17.32% 0.4
20.00% 17.32%
8.66% 12.60%
11.81%
4.72%6.30% 6.11% 7.78% 0.2
4.44%
2.78%
0.00% 1.67% 0
0 10% 20% 30% 40% 50%
Sensitivity
120.00% 5
4.47 4.41
4.44 4.37 4.34 4.3 4.5
100.00%
100.00%
4
3.56 3.51 3.42
3.61
3.61 3.46
3.5
80.00% 3.37
Factor of safety Fs
3.3 3 ΔFS-C
2.98
ΔFS-tanφ
ΔFS
60.00% 2.5
2.67
43.21%
2.36 ΔFS-anchor
2
2.05
40.00% 34.63% FS-C
1.5
26.04% FS-tanφ
17.45%
1
20.00% FS-anchor
8.59% 0.5
1.39% 4.16% 5.26% 6.65%
3.80%
2.77% 2.24% 2.91%
0.00% 0.67% 1.34% 0
0 10% 20% 30% 40% 50%
Sensitivity
82
120.00% 2
1.8 1.75
1.77 1.72 1.8
100.00% 1.69 1.66
100.00%
1.6
1.4
80.00%
Factor of safety Fs
1.2 ΔFS-C
ΔFS-tanφ
0.97
ΔFS
60.00% 1.01
1.01 0.92 1
0.87 0.82 ΔFS-anchor
0.96 0.91
0.86 0.77 0.8 FS-C
40.00% 0.8 0.75 FS-tanφ
0.6
25.74% FS-anchor
20.79% 23.76% 0.4
20.00% 14.85% 18.81%
9.90%
13.86%
4.95%3.96% 0.2
8.91% 6.11% 7.78%
4.44%
2.78%
0.00% 1.67% 0
0 10% 20% 30% 40% 50%
Sensitivity
83
提升至 5.86%,此時此 3 個參數變異性對於安全係數 FS 敏感度影響程度則變成為 > c
>T
聚力 c 降至某臨界變異值時,其敏感度影響程度將與摩擦角趨於一致,測試結果詳圖
呈現線性函數,結果如圖 4.18,本研究回歸建立線性函數方程式如式(4.6),並定義線性
120.00% 4
3.5 3.44
100.00% 3.47 3.4 3.37 3.33 3.5
100.00%
3.16
3.16 3 2.84 3
3 2.68 2.52
80.00% 2.84
Factor of safety Fs
60.00% 2
ΔFS-anchor
1.5 FS-C
40.00%
FS-tanφ
25.00% 1
19.94% 25.00% FS-anchor
20.25%
20.00% 10.13% 14.87%
15.19% 0.5
5.06%5.06% 10.13%
3.71% 4.86%
0.00% 0.86% 1.71% 2.86% 0
0 10% 20% 30% 40% 50%
Sensitivity
84
120.00% 3.5
100.00%2.9 2.84
2.87 2.8 2.77 3
100.00% 2.73
2.56
2.56 2.43 2.31 2.5
80.00% 2.18
Factor of safety Fs
2.43 2.31 2.05 ΔFS-C
2.18 2
1.92 ΔFS-tanφ
2.05 1.92
ΔFS
60.00%
ΔFS-anchor
1.5
FS-C
40.00%
1 FS-tanφ
25.00%
19.92% 25.00% FS-anchor
19.92%
20.00% 9.77% 14.84%
14.84% 0.5
5.08% 9.77%
5.08%
3.45% 4.48% 5.86%
0.00% 1.03% 2.07% 0
0 10% 20% 30% 40% 50%
Sensitivity
60.00% ΔFS-tanφ
1 ΔFS-anchor
40.00% FS-C
24.88% FS-tanφ
19.90% 24.88% 0.5
19.90%
20.00% 9.95% 14.93%
14.93%
FS-anchor
4.98% 9.95%
4.98% 5.53% 7.23%
4.26%
0.00% 2.55% 0
1.28%
0 10% 20% 30% 40% 50%
Sensitivity
85
120.00% 2
1.82 1.76
1.79 1.72 1.69 1.8
100.00% 1.65
100.00%
1.6
1.48
1.48 1.4 1.33 1.4
80.00% 1.26
1.4 1.18
Factor of safety Fs
1.33 ΔFS-C
1.2
1.26 1.11
1.18 1.11 ΔFS-tanφ
ΔFS
60.00% 1
ΔFS-anchor
0.8 FS-C
40.00% FS-tanφ
0.6
25.00% FS-anchor
20.27% 25.00% 0.4
20.27%
20.00% 10.14% 14.86%
14.86%
0.2
5.41% 10.14%
5.41%
5.49% 7.14% 9.34%
3.30%
0.00% 1.65% 0
0 10% 20% 30% 40% 50%
Sensitivity
120.00% 1.4
1.3 1.24
1.27
1.2
100.00% 1.17
100.00% 1.13 1.2
1
80.00% 0.96
0.96 0.91 0.86
Factor of safety Fs
60.00% 0.72
0.77 0.72 ΔFS-anchor
0.6
FS-C
40.00% FS-tanφ
0.4
25.00% FS-anchor
19.79% 25.00%
19.79%
20.00% 9.38% 14.58%
14.58% 13.08%0.2
5.21%
5.21% 10.42% 10.00%
7.69%
4.62%
0.00% 2.31% 0
0 10% 20% 30% 40% 50%
Sensitivity
86
35
25
20
C
15
10
0
0 5 10 15 20 25 30 35
φ
4.2.2 複合敏感度分析
低其值,導致邊坡安全係數下降,進而崩塌破壞 本節研究模擬測試當降雨邊坡浸水
後(
,凝聚力 c 及摩擦角 同時下降時(
,對於邊坡安全係數之影響(研究結果測試如表 4.2(
,
26.1 25 24 23 22 21 20 19 18 17 16 15 14
c
30 2.94 2.87 2.81 2.76 2.7 2.64 2.59 2.54 2.48 2.43 2.38 2.33 2.27
29 2.88 2.82 2.76 2.7 2.65 2.59 2.54 2.48 2.43 2.38 2.32 2.27 2.22
28 2.83 2.76 2.71 2.65 2.59 2.54 2.48 2.43 2.38 2.32 2.27 2.22 2.17
87
27 2.78 2.71 2.65 2.6 2.54 2.48 2.43 2.38 2.32 2.27 2.22 2.17 2.12
26 2.72 2.66 2.6 2.54 2.49 2.43 2.38 2.32 2.27 2.22 2.16 2.11 2.06
25 2.67 2.61 2.55 2.49 2.43 2.38 2.32 2.27 2.22 2.16 2.11 2.06 2.01
24 2.62 2.55 2.49 2.44 2.38 2.33 2.27 2.22 2.16 2.11 2.06 2.01 1.96
23 2.56 2.5 2.44 2.38 2.33 2.27 2.22 2.16 2.11 2.06 2.01 1.95 1.9
22 2.51 2.45 2.39 2.33 2.28 2.22 2.17 2.11 2.06 2.01 1.95 1.9 1.85
21 2.46 2.39 2.34 2.28 2.22 2.17 2.11 2.06 2.01 1.95 1.9 1.85 1.8
20 2.41 2.34 2.28 2.23 2.17 2.11 2.06 2.01 1.95 1.9 1.85 1.8 1.74
19 2.35 2.29 2.23 2.17 2.12 2.06 2.01 1.95 1.9 1.85 1.79 1.74 1.69
18 2.3 2.23 2.18 2.12 2.06 2.01 1.95 1.9 1.85 1.79 1.74 1.69 1.64
17 2.25 2.18 2.12 2.07 2.01 1.96 1.9 1.85 1.79 1.74 1.69 1.64 1.59
16 2.19 2.13 2.07 2.01 1.96 1.9 1.85 1.79 1.74 1.69 1.64 1.58 1.53
15 2.14 2.08 2.02 1.96 1.9 1.85 1.79 1.74 1.69 1.63 1.58 1.53 1.48
14 2.09 2.02 1.96 1.91 1.85 1.8 1.74 1.69 1.63 1.58 1.53 1.48 1.43
13 2.03 1.97 1.91 1.85 1.8 1.74 1.69 1.63 1.58 1.53 1.48 1.42 1.37
12 1.98 1.92 1.86 1.8 1.75 1.69 1.64 1.58 1.53 1.48 1.42 1.37 1.32
11 1.93 1.86 1.81 1.75 1.69 1.64 1.58 1.53 1.48 1.42 1.37 1.32 1.27
10 1.88 1.81 1.75 1.7 1.64 1.58 1.53 1.48 1.42 1.37 1.32 1.27 1.21
9 1.82 1.76 1.7 1.64 1.59 1.53 1.48 1.42 1.37 1.32 1.26 1.21 1.16
8 1.77 1.7 1.65 1.59 1.53 1.48 1.42 1.37 1.32 1.26 1.21 1.16 1.11
7 1.72 1.65 1.59 1.54 1.48 1.43 1.37 1.32 1.26 1.21 1.16 1.11 1.06
6 1.66 1.6 1.54 1.48 1.43 1.37 1.32 1.26 1.21 1.16 1.11 1.05 1
5 1.61 1.55 1.49 1.43 1.37 1.32 1.26 1.21 1.16 1.1 1.05 1 0.95
4 1.56 1.49 1.44 1.38 1.32 1.27 1.21 1.16 1.1 1.05 1 0.95 0.9
3 1.5 1.44 1.38 1.33 1.27 1.21 1.16 1.1 1.05 1 0.95 0.9 0.84
2 1.45 1.39 1.33 1.27 1.22 1.16 1.11 1.05 1 0.95 0.89 0.84 0.79
1 1.4 1.33 1.28 1.22 1.16 1.11 1.05 1 0.95 0.89 0.84 0.79 0.74
0 1.35 1.28 1.22 1.17 1.11 1.05 1 0.95 0.89 0.84 0.79 0.74 0.69
88
圖 4.19 凝聚力 c 及摩擦角 對邊坡安全係數 FS 之敏感度分析
89
圖 4.21 凝聚力 c 及摩擦角 對邊坡安全係數 FS 之等值線圖
4.3 不確定分析
4.3.1 破壞機率評估
本節利用不確定分析理論(
,模擬國道 3 號 3.1 公里處地滑災變案例建立邊坡模型(
,
於邊坡穩定性及破壞機率之影響 參考交通部報告(2011)現地鑽探試驗結果,固定及
3 種不同之點估計法(PEM),使用羅森布魯斯點估計法(Rosenblueth PEM)、哈爾點估
試驗情境則分別考慮有無地錨的加固的情況(、降雨之影響(降雨前以尖峰強度計算(,
90
降雨後因岩層弱化則以殘餘強度計算(,模擬降雨前後之情況)(、參數隨機變量概率密度
參數相關係數則考慮凝聚力 c 及摩擦力之相關係數ρc=(0,-0.25,-0.5)時之情境(,綜合
考量前述之情境(,評估參數之變異性對於邊坡安全係數及破壞機率之影響( 計算軟體
表 4.3 岩層及地錨固定參數表
固定參數 值
H((m) 25
θ( (degree) 15
β( (degree) 20
地錨(支) 3
地錨角度 δ(degree) 20
S 間距(m) 2.6
表 4.4 岩層及地錨變異參數表
標準差
參數 平均值(Mean) 分布函數 備註
(STD. DEV.)
(1) 常態分布
γ (kN/m3) 22.9 1.1
(2) 對數常態分佈
泡水後
Cr (kN/m2) 0 Constant
(殘餘強度)
91
(1) 常態分布 泡水前
p (°) 26.1 2.23
(2) 對數常態分佈 (尖峰強度)
(1) 常態分布
T (kN) 767 153
(2) 對數常態分佈
表 4.5 各種概率方法安全係數(FS)評估結果
STD.
0.4382 0.2522 0.4382 0.2522 0.4382 0.2522
DEV.
0.4453 0.2644 0.4453 0.2644 0.4453 0.2644
STD.
0.4693 0.1968 0.4366 0.1968 0.4011 0.1968
DEV.
0.4782 0.2131 0.4461 0.2131 0.4115 0.2131
STD.
0.4680 0.1977 0.4351 0.1970 0.3996 0.1970
DEV.
0.4769 0.2142 0.4446 0.2134 0.4099 0.2134
STD.
0.4680 0.1977 0.4350 0.1970 0.3995 0.1971
DEV.
0.4769 0.2142 0.4446 0.2134 0.4098 0.2136
STD.
0.4696 0.1977 0.4362 0.1982 0.4005 0.1981
DEV.
0.4788 0.2261 0.4460 0.2260 0.4115 0.2261
92
註:
2. 無岩錨作用; 有岩錨作用.
93
表 4.6 各種概率方法破壞機率(Pf)評估結果
註:
2. 無岩錨作用; 有岩錨作用.
94
100%
90%
80%
泡水後 泡水前
破壞機率
70%
60%
50%
40%
30%
20%
10%
0% 破壞 安全
0 0.5 1 1.5 2 2.5 3 3.5 4
安全係數 (FS)
ρ = 0(after the immersion) ρ = -0.25(after the immersion)
ρ = -0.5(after the immersion) ρ = 0 (before the immersion)
ρ = -0.25(before the immersion) ρ = -0.5(before the immersion)
圖 4.22 泡水前後破壞機率(不考慮地錨作用)
100%
90%
80% 泡水後 泡水前
70%
破壞機率
60%
50%
40%
30%
20%
10%
0% 破壞 安全
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
安全係數(FS)
ρ = 0(after the immersion) ρ = -0.25(after the immersion)
ρ = -0.5(after the immersion) ρ = 0 (before the immersion)
ρ = -0.25(before the immersion) ρ = -0.5(before the immersion)
圖 4.23 泡水前後破壞機率(考慮地錨作用)
95
一、 自然邊坡情境評估(不考慮地錨加固):
研究結果發現,在不考慮地錨加固的情形下,各機率估算方法計算所得邊坡
差,說明如下:
二階矩法(FOSM)計算結果破壞機率 Pf ≅ 0.19%,略低於點估計(PEM)及蒙地卡羅模
擬法(MCS)
2. 泡水後情境:泡水後因岩層弱化,導致邊坡穩定安全係數大幅下降,安全係數 FS ≅
其中一次二階矩法(FOSM)計算結果破壞機率 Pf ≅ 50.43%,亦均略高於點估計(PEM)
及蒙地卡羅模擬法(MCS)
法研究成果與蒙地卡羅模擬法(MCS)方法趨於一致,而一次二階矩法(FOSM)計算結
果因省略二階小量,所得結果精度較差 另從試驗結果得知,原始自然邊坡於降雨
二、 人工邊坡情境評估(考慮地錨加固):
果分析說明如下:
(FOSM)破壞機率 Pf ≅ 0.01%,與點估計(PEM)及蒙地卡羅模擬法(MCS)差異不大 而
96
在有地錨加固的情況下,可有效提高邊坡穩定安全係數 FS 約 0.40,且破壞機率幾乎
降至 0
2. 泡水後情境:在人工邊坡(地錨加固)經降雨因岩層弱化現象,邊坡安全係數將較降雨
自然邊坡之破壞機率 Pf ≅ 49.64%,而人工邊坡經地錨加固後,破壞機率將大幅下降
為 Pf ≅ 3.03%,研究證明地錨可大幅有效提高邊坡穩定及可靠度
三、 岩層參數 c 及相關係數評估
依第二章文獻調查指出,岩層參數 c 及 存在負相關係數,其值約落在
減低(
,試驗結果與紀雲曜 & 李雅芬(2012)之國科會(計畫編號(
:NSC 97-2221-E-464-
003)研究結果一致
97
0.40%
0.35%
0.30%
破壞機率
0.25%
0.20%
0.15%
0.10%
0.05%
0.00%
ρ=0 ρ = -0.25 ρ = -0.5
Rosenblueth 0.34% 0.18% 0.08%
Harr 0.33% 0.17% 0.07%
Modified Harr 0.33% 0.17% 0.07%
Monte Carlo 0.34% 0.18% 0.07%
四、 岩層參數概率密度函數評估
案例研究使用常態分佈和對數常態分佈,這是邊坡穩定概率分析中最常用之合
佈差異不大),結果表明無顯著性差異,若用蒙地卡羅法(MCS)驗證計算,Pf ≅ 0.34
% 常態分佈和對數常態差異不大),結果表明,點估計法(PEM)與蒙地卡羅法
(MCS)結果趨於一致,而一次二階矩法(FOSM)計算結果精度較差 在邊坡降雨泡水
98
佈差異不大),而點估法(PEM)破壞機率計算結果為 Pf ≅ 49.60〜49.64% 常態分佈
和對數常態分佈差異不大)、蒙地卡羅法(MCS)破壞機率計算結果為 Pf = 49.58% 正
(MCS),無法採用常態分佈和對數常態分佈曲線均具有相同的結果,而一次二階矩法
(FOSM)計算結果因二階項次省略之結果,所得出之破壞機率偏高,精度較差
4.3.2 參數敏感度對於破壞機率之變化評估
之影響
例,當標準差從-30%增加至+30%,參數變異性漸漸增大時,破壞機率將從 1.5100%
率,且從結果可發現,凝聚力平均值愈高,在同樣程度凝聚力標準差之變異情況,
破壞機率敏感度愈小
99
表 4.7 凝聚力 c 之變異性對破壞機率之敏感性測試
平均值 標準差
編號 破壞機率
c ϕ T c ϕ T
(kPa) (o) (kN) (kPa) (o) (kN)
1. 59 26.1 767 21.7(-30%) 2.23 153 0.0050%
100
14.00%
12.00%
y = 0.0172x - 0.0052
10.00%
8.00%
破壞機率
6.00%
c=20kPa
4.00% y = 0.0074x - 0.0115
c=40kPa
2.00% c=59kPa
y = 0.0028x - 0.0056
0.00%
-2.00%
標準差變異
101
第五章 結論與建議
5.1 結論
和概率估計方法,考慮岩石參數、地錨預力的變異性、相關係數 ρc、正態分佈和對
總結研究結果說明如下:
1. 從單因素靈敏度試驗結果可以看出,地錨預力 T 的敏感性明顯小於凝聚力 c 和摩
擦角變化的影響 當 c 降低到臨界值時,該因子對靈敏度的影響將與摩擦角相
研究結果表明,單一敏感度分析可為工程師提供了解邊坡崩潰影響的重要因子,
並針對此重要因素作出相應的改善或加固措施
2. 邊坡系統因降雨將產生岩層弱化現象,從複合式敏感度試驗可以看出,當凝聚力 c
和失效
雨浸水後,邊坡安全係數因岩層弱化關係,c 及值均會下降,導致邊坡安全係數
% 研究表明,地錨加固措施顯著提高了邊坡的穩定性和可靠性 然而,地錨具有
102
使用壽命,需要定期檢查和維護,一旦出現加固功能的損失,邊坡系統安全係數將
逐漸降低,破壞機率亦將逐漸提高,此一連串漸進式之破壞機制與研究案件一致
此研究結果亦闡明,邊坡穩定性安全係數 FS 計算涉及許多變量,而概率分析提供
考慮岩層參數和地錨變異性,計算失效概率,因此與傳統的極限平衡方法相比,在
具有高度變異性的邊坡穩定分析中提供了顯著的優勢
4. 概率方法比較:在邊坡概率分析上,因一次二階矩法(FOSM)因二階項次省略之結
果,其計算精度將較點估計法(PEM)及蒙地卡羅法(MCS)為低,但誤差值不大,均
可作為邊坡系統概率分析所採用
標準偏差漸小,破壞機率隨著減低,此亦代表,若不考慮 ρc,的存在,計算結果偏
6. 概率密度函數的影響:本研究函數概率密度函數採常態分佈和對數常態分佈,經
一次二階矩法(FOSM)、點估計法(PEM)及蒙地卡羅法(MCS)計算,結果顯示,無論
使用常態分佈和對數常態分佈均具有相同的結果 因此,為簡化計算,在邊坡概率
應用中,可以單純採用正態分佈或對數正態分布來計算即可
5.2 建議
前後對於邊坡安全係數及破壞機率之影響 首先,我們用靈敏度分析來研究輸入參數
值對安全係數的不確定性或變異性的影響; 其次,利用一次二階矩法(FOSM)、三種不
103
並用 MCS 檢驗其精度 結果表明,傳統的邊坡穩定性分析只能定量表達安全係數而
無法顯示破壞機率,無法精確表示邊坡實際穩定情形,亦說明了概率分析的重要性
邊坡災害的情況主要為順向坡滑動 根據災害的特點,邊坡的滑動面被地下水
滲透導致岩層弱化 在這種情況下,邊坡已達到臨界滑動狀態破壞,再加上地錨組件
有明顯的腐蝕現象,將逐漸降低錨固抗拉強度和邊坡安全係數,促使邊坡系統在短時
後,如在有地錨加固的情況下,破壞機率僅有 3-4%,然而當地錨因生鏽逐漸失效
全係數和失效概率比單獨計算任何一個更好 雖然我們還不能準確地計算安全係數和
失效概率,但是兩者互利、可以大大提高成果的精度
參考文獻
5. 侯 秉 承 . (2013). 認 識 大 地 工 程 . 財 團 法 人 中 興 工 程 科 技 研 究 發 展 基 金 會 .
https://doi.org/10.1017/CBO9781107415324.004
104
6. 紀雲曜, &李雅芬. (2012). 岩層參數變異特性對邊坡楔型破壞機率影響之研究.
中國土木水利工程學刊, 24(2), 111–119.
18. 羅佳明, 鄭添耀, 林彥享, 蕭震洋, 魏倫瑋, 黃春銘,( …林錫宏. (2011). 國道3號七
堵 順 向 坡 滑 動 過 程 之 動 態 模 擬 . 中 華 水 土 保 持 學 報 , 42(3), 178–183.
https://doi.org/10.1007/s10346-015-0650-x
20. Alonso, E. E. (1977). Discussion: Risk analysis of slopes and its application to
slopes in Canadian sensitive clays. Géotechnique, 27(2), 254–258.
https://doi.org/10.1680/geot.1977.27.2.254
105
21. Babanouri, N. (2017). Investigating a potential reservoir landslide and
suggesting its treatment using limit-equilibrium and numerical methods, 14,
432–441. https://doi.org/10.1007/s11629-016-3898-2
23. Canada Department of Energy, M. and R. (1978). Pit Slope Manual. DEMR,
Ottawa, Canada.
24. Cassidy, M. J., Uzielli, M., &Lacasse, S. (2008). Probability risk assessment of
landslides: A case study at Finneidfjord. Canadian Geotechnical Journal, 45(9),
1250–1267. https://doi.org/10.1139/T08-055
26. Cho, S. E. (2009). Probabilistic stability analyses of slopes using the ANN-based
response surface. Computers and Geotechnics, 36(5), 787–797.
https://doi.org/10.1016/j.compgeo.2009.01.003
27. Duncan, J. M., Buchignan, A. L., &Wet, M.De. (1987). An Engineering Manual
for Slope Stability Studies.
106
32. Genske, D. D., &Walz, B. (1991). Probabilistic assessment of the stability of rock
slopes. Structural Safety, 9(3), 179–195. https://doi.org/10.1016/0167-
4730(91)90042-8
35. Harr, M. E. (1987). Reliability-Based Design in Civil Engineering. New York, N.Y.:
Mcgraw-Hill(TX).
38. Husein Malkawi, A. I., Hassan, W. F., &Abdulla, F. A. (2000). Uncertainty and
reliability analysis applied to slope stability. Structural Safety, 22(2), 161–187.
39. Iovine, G. G. R., Greco, R., Gariano, S. L., Pellegrino, A. D., &Terranova, O. G.
(2014). Shallow-landslide susceptibility in the Costa Viola with considerations
on the role of causal factors, 73(1), 111–136. https://doi.org/10.1007/s11069-014-
1129-0
40. Jaiswal, P., Westen, C. J.Van, &Jetten, V. (2010). Quantitative landslide hazard
assessment along a transportation corridor in southern India. Engineering
Geology, 116(3–4), 236–250. https://doi.org/10.1016/j.enggeo.2010.09.005
42. Jiang, S. H., Li, D. Q., Cao, Z. J., Zhou, C. B., &Phoon, K. K. (2014). Efficient
System Reliability Analysis of Slope Stability in Spatially Variable Soils Using
107
Monte Carlo Simulation. Journal of Geotechnical and Geoenvironmental
Engineering, 141(2), 1–13. https://doi.org/10.1061/(ASCE)GT.1943-
5606.0001227.
45. Li, C., Wang, W., &Wang, S. (2012). Maximum-entropy method for evaluating
the slope stability of earth dams. Entropy, 14(10), 1864–1876.
https://doi.org/10.3390/e14101864
46. Li, D. Q., Xiao, T., Cao, Z. J., Zhou, C. B., &Zhang, L. M. (2016). Enhancement
of random finite element method in reliability analysis and risk assessment of
soil slopes using Subset Simulation. Landslides, 13(2), 293–303.
https://doi.org/10.1007/s10346-015-0569-2
47. Li, D., Zhou, C., Lu, W., &Jiang, Q. (2009). A system reliability approach for
evaluating stability of rock wedges with correlated failure modes. Computers
and Geotechnics, 36(8), 1298–1307.
https://doi.org/10.1016/j.compgeo.2009.05.013
48. Li, H.-Z., &Low, B. K. (2010). Reliability analysis of circular tunnel under
hydrostatic stress field. Computers and Geotechnics, 37(1–2), 50–58.
https://doi.org/10.1016/j.compgeo.2009.07.005
108
52. Low, B. K. (1997b). Reliability Analysis of Rock Wedges. Journal of Geotechnical
and Geoenvironmental Engineering, 123(6), 498–505.
https://doi.org/10.1061/(ASCE)1090-0241(1997)123:6(498)
54. Mbarka, S., Baroth, J., Lifti, M., Hassis, H., &Darve, F. (2010). Reliability analyses
of slope stability. Homogeneous slope with circular failure. European Journal
of Environmental and Civil Engineering, 14(10), 1227–1257.
https://doi.org/10.3166/ejece.14.1227-1257
55. Metropolis, N., &Ulam, S. (1949). The Monte Carlo method. Journal of the
American Statistical Association, 44(247), 335–341.
https://doi.org/10.1080/01621459.1949.10483310
56. Morgenstern, N., &Bishop, a. W. (1960). Stability Coefficients for Earth Slopes.
Géotechnique. https://doi.org/10.1680/geot.1960.10.4.129
57. NAVFAC. (1982). Design Manual, Soil Mechanics, Foundations and Earth
Structures, DM-7. Naval Facilities Engineering Command, Alexandria, VA.
58. Peñalba,( R.( F.,( Luo,( Z.,( &Juang,( C.( H.( (2009).( Framework( for( probabilistic(
assessment of landslide: A case study of El Berrinche. Environmental Earth
Sciences. https://doi.org/10.1007/s12665-009-0046-0
109
62. Refice, A., &Capolongo, D. (2002). Probabilistic modeling of uncertainties in
earthquake-induced landslide hazard assessment. Computers and
Geosciences, 28(6), 735–749. https://doi.org/10.1016/S0098-3004(01)00104-2
63. Ru, Z.-L., &Li, M.-T. (2006). Reliability analysis of slope stability by parallel
stochastic FEM. Yantu Lixue/Rock and Soil Mechanics, 27(SUPPL.), 751–754.
64. Schmidt, J., &Dikau, R. (2004). Modeling historical climate variability and slope
stability. Geomorphology, 60(3–4), 433–447.
https://doi.org/10.1016/j.geomorph.2003.11.001
65. Silva, F., Lambe, T. W., &Marr, W. A. (2008). Probability and Risk of Slope
Failure. Journal of Geotechnical and Geoenvironmental Engineering, 134(12),
1691–1699. https://doi.org/10.1061/(ASCE)1090-0241(2008)134:12(1691)
67. Srivastava, A., &Babu, G. L. S. (2009). Effect of soil variability on the bearing
capacity of clay and in slope stability problems. Engineering Geology, 108(1–
2), 142–152. https://doi.org/10.1016/j.enggeo.2009.06.023
69. Terzaghi, K., &Peck, R. B. (1967). Soil mechanics in engineering practice (2nd
Editio). John Wiley.
110
73. Wang, L., Hwang, J. H., Luo, Z., Juang, C. H., &Xiao, J. (2013). Probabilistic back
analysis of slope failure - A case study in Taiwan. Computers and Geotechnics,
51(3), 12–23. https://doi.org/10.1016/j.compgeo.2013.01.008
74. Wang, W., Li, C. Q., &Wang, S. (2011). Slope Instability Risk Analysis in Earth
Dams Considering Uncertain Factors. Applied Mechanics and Materials, 117–
119, 1475–1478. https://doi.org/10.4028/www.scientific.net/AMM.117-119.1475
75. Wang, Y., Cao, Z., &Au, S.-K. (2011). Practical reliability analysis of slope stability
by advanced Monte Carlo simulations in a spreadsheet. Canadian
Geotechnical Journal, 48(1), 162–172. https://doi.org/10.1139/T10-044
76. Wu, T. H., Zhou, S. Z., &Gale, S. M. (2007). Embankment on sludge: predicted
and observed performances. Canadian Geotechnical Journal, 44(5), 545–563.
https://doi.org/10.1139/t07-004
79. Wu, X. Z. (2016). Implementing statistical fitting and reliability analysis for
geotechnical engineering problems in R. Georisk: Assessment and
Management of Risk for Engineered Systems and Geohazards, 11(2), 173–188.
https://doi.org/10.1080/17499518.2016.1201577
80. Xiao, Z., Huang, J., Wang, Y., &Xu, C. (2014). Random Reliability Analysis of
Gravity Retaining Wall Structural System, (Icmce), 199–204.
111
Analytical Methods in Geomechanics, 29(10), 1019–1043.
https://doi.org/10.1002/nag.447
83. Yeh, K. C., &Tung, Y. K. (1993). Uncertainty and sensitivity analyses of pit-
migration model. Journal of Hydraulic Engineering, 119(2), 262–283.
https://doi.org/10.1061/(ASCE)0733-9429(1993)119:2(262)
84. Yucemen, M. S., Tang, W. H., &Ang, A. .-S. (1973). A probabilistic study of
safety and design of earth slopes, (July 1973), 1–204.
85. Zhang, J., Huang, H. W., Juang, C. H., &Li, D. Q. (2013). Extension of Hassan
and Wolff method for system reliability analysis of soil slopes. Engineering
Geology, 160. https://doi.org/10.1016/j.enggeo.2013.03.029
86. Zhang, J., Zhang, L. M., &Tang, W. H. (2009). Bayesian Framework for
Characterizing Geotechnical Model Uncertainty. Journal of Geotechnical and
Geoenvironmental Engineering, 135(7), 932–940.
https://doi.org/10.1061/(ASCE)GT.1943-5606.0000018
87. Zhang, L. L., Zhang, L. M., &Tang, W. H. (2005). Rainfall-induced slope failure
considering variability of soil properties. Géotechnique, 55(2), 183–188.
https://doi.org/10.1680/geot.55.2.183.59525
112
附錄
113
A SCI 期刊論文摘要
114
B EI 期刊論文摘要
115
C 後記-生物科技利用
目前生物科技已利用於各行各業中,大地工程亦有所突破,主要利用為地層改
Bacillus pasteurii)可將疏鬆沙土加以穩定,方法是把尿素、沙土和鈣混合後,注
入少許巴氏芽孢桿菌 此種具有水泥作用的微生物以尿素為糧食,同時排出方解
最佳發明 其效果示意如
全球暖化正在加速少雨地區的沙漠化,數據顯示,沙漠化的現象正急速擴大
中,面積已達全球四分之ㄧ,主要發生在中國與歐亞大陸的許多地方,問題最嚴重
116
正投入大量心力解決問題 瑞典建築師 Magnus Larsson 利用上述生物科技原理規劃
km 的樹牆,環繞整個撒哈拉沙漠ㄧ圈,用來阻止沙漠的擴張 此計畫使用微生物作
為固化沙土的藥方,創造可以滋養樹木生長的土壤結構,並且更進ㄧ步提供住房給
被迫遷居的難民們 另外在沙丘裡,注射在濕地中常見的巴氏芽孢桿菌,來結合鬆
散的沙粒,以有效地固化凍結流動沙丘,成為堅實的砂岩,構築成ㄧ條綿延 6,000
洲對分為兩半 其此方案已獲得許多迴響,幾個北非國家準備採用此計畫,以解決
圖 6.2 微生物固化沙土創造可滋養樹木生長的土壤結構
照片來源:http://www.magnuslarsson.com/architecture/dune.asp)
有鑑於邊坡穩定岩層參數亦受浸水影響造成岩層弱化現象,再加上地錨會有預
力損失及年限限制,其變異性均造成邊坡穩定之不確定性,若能思考利用微生物之
度,或許將可有效提升邊坡穩定之可靠性及減低其破壞機率
117
符號彙編
Symbol Meaning
c 凝聚力 cohesion
L 邊坡滑動面長度
𝛽 邊坡面傾角
θ 滑動面傾角
N 滑動面的正向力
T 地錨固定拉力
δ 地錨打設角度
s 地錨打設水平間距
118
FS 安全係數 Factor of Safety
作者簡歷
姓名:鄭佳邦
性別:男
籍貫:臺灣省臺北縣
出生日期:民國 64 年 4 月 12 日
學歷:國立臺北科技大學土木與防災研究所畢業(91)
國立高雄工商專科學校土木工程科畢業(84)
考試:全國性公務人員普通考試土木工程科(88)
經歷:臺北市政府廉政透明委員會第二屆外聘委員
105 年度交通部模範公務人員
交通部鐵路改建工程局 91.1.1~迄今
交通部臺北巿區地下鐵路工程處 87.9.1~90.12.31
119
120