Prosjektering av lukkede stålrørspeler i morenemateriale : Med bruk av maskinlæring på totalsonderinger fra Åstfjorden

Abstract

I forbindelse med prosjekteringen av Åstfjordbrua i Snillfjord kommune, ville Statens vegvesen undersøke om det var mulig å etablere en bedre praksis for prosjektering og dimensjonering av lukkede stålrørspeler i morenemasser. Dette innebar å tolke totalsonderinger for kartlegging av laginndeling i morenemasser og hvordan dette videre kunne benyttes til å planlegge ramming av lukkede stålrørspeler. For kartlegging av laginndelingen i morenen ble det programmert et tolkningsverktøy basert på maskinlæringsalgoritmen Hidden Markov Models i Python. Ved å trene maskinlæringsalgoritmen på datagrunnlaget fra to forskjellige rigger, ble hardheten i en totalsondering tolket basert på verdier for bortid, spyletrykk og matekraft. Maskintolkede sonderingsprofiler samsvarte godt med borloggene og muliggjorde en enklere visualisering av totalsonderingene.

Ved å tolke totalsonderingsdata med maskinlæring ble forskjeller i sonderingene kartlagt. For å gi de kartlagte hardhetsvariasjonene fra maskinlæring forskjellige styrkeparametere, ble GRLWEAP benyttet. Spissmotstanden og sidefriksjonen ble etterregnet ved å kombinere rammeformelen, rammeprotokoller og PDA-resultater. Hensikten med dette var å gi maskintolkede lag fra totalsonderinger verdier for Nq og som videre kunne benyttes som input i GRLWEAP til prosjektering av peler. Sammenhengen mellom totalsonderinger og peleramming har blitt undersøkt. Dette ble gjort ved å sammenligne tolket totalsondering fra maskinlæring med nærliggende rammeprotokoller og PDA-resultater. Relasjonen mellom det å rotere, spyle og hamre en borstang ned i bakken burde til en viss grad kunne relateres til rammemotstand når de gjøres i samme grunnforhold. Variasjoner i grunnforhold og grad av påhengskrefter kan derimot påvirke prosessene forskjellig. Valgt metodikk for etterregning av jordmotstanden ble derfor lite anvendbar for detaljprosjektering av pelene i morenen.

Maskintolkede totalsonderinger gir relative målinger, gitt at de gjennomføres likt. For de tolkede sonderingene som viste markante overganger i hardhet, så det også ut til at det fantes en relasjon mellom sonderingene, rammemotstanden og sidefriksjonen fra PDA. Dataene fra Åstfjordbrua gir grunnlag for å hevde at maskinlæring kan brukes til å detektere mulige harde lag i morenen på en bedre måte enn tidligere. For fremtidige bruprosjekt i morenemasser bør det gjennomføres prøvepelinger ved hver bruakse, med tilhørende PDA-tester. Relatert til metoden totalsonderinger, bør det benyttes lik borerigg for samtlige sonderinger. På denne måten vil man ha et sammenligningsgrunnlag som kan benyttes til å sjekke relative likheter mellom ulike sonderinger. Ved å bruke maskinlæringsalgoritmer kan man utnytte totalsonderingsdata bedre, samtidig som at det er enklere å analysere likheter mellom sonderingene. For videre arbeid anbefales det å implementere flere parametere i maskinlæringen. Registrering av hammeregenskaper, spylemengde, belastning og vridningsmoment kan føre til et bedre tolkningsgrunnlag. Dette innebærer å modifisere og standardisere metoden for totalsondering.