Probabilistic soil identification based on cone penetration tests

摘要

En géotechnique, la classification des sols est un élément essentiel du processus de l'étude. On peut utiliser des méthodes de champ, comme l'essai de pénétrabilité au cône (CPT), qui représentent des alternatives moins coûteuses et plus rapides de prélèvement d'échantillons et de tests. Malheureusement, les tableaux actuels de classification des sols basés sur des données de CPT et des mesures en laboratoire sont trop génériques, et ne permettent pas d'effectuer une prédiction précise du type de sol. On propose ici une méthode probabiliste pour l'actualisation et la modification des tableaux d'identification des sols sur la base de données de CPT spécifiques au site. On effectue également l'estimation de la probabilité de classification correcte d'un sol. On peut utiliser également le tableau d'identification mis à jour afin d'effectuer une prédiction plus précise de la classification du sol, en tenant compte d'informations disponibles précédemment, avant l'exécution des tests, de données spécifiques au test et d'erreurs de mesure. A titre illustratif, le principe proposé est mis en pratique en utilisant des données de CPT provenant du centre d'essais de Treporti [Treporti Test Site (TTS)], près de Venise (Italie), et des centres nationaux d'expériences géotechniques [National Geotechnical Experimentation Sites (NGES)] de l'université Texas A&M. On détermine l'applicabilité du tableau spécifique au site à d'autres à la lagune de Venise, en utilisant des données relevées sur le centre d'essais de Malamocco, situé à une vingtaine de kilomètres de TTS.%In geotechnical engineering, soil classification is an essential component in the design process. Field methods such as the cone penetration test (CPT) can be used as less expensive and faster alternatives to sample retrieval and testing. Unfortunately, current soil classification charts based on CPT data and laboratory measurements are too generic, and may not provide an accurate prediction of the soil type. A probabilistic approach is proposed here to update and modify soil identification charts based on site-specific CPT data. The probability that a soil is correctly classified is also estimated. The updated identification chart can be used for a more accurate prediction of the classification of the soil, and can account for prior information available before conducting the tests, site-specific data, and measurement errors. As an illustration, the proposed approach is implemented using CPT data from the Treporti Test Site (TTS) near Venice (Italy) and the National Geotechnical Experimentation Sites (NGES) at Texas A&M University. The applicability of the site-specific chart for other sites in Venice Lagoon is assessed using data from the Malamocco test site, approximately 20 km from TTS.