ಲಾಭಗಳು:
- ಇಳಿಜಾರಿನ ಸ್ಥಿರತೆ, ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಮಣ್ಣಿನ ವರ್ಗೀಕರಣದಲ್ಲಿ AI ಅನ್ನು ಸರಿಯಾಗಿ ಇರಿಸುವ ಸಾಮರ್ಥ್ಯ
- AI ಬೆಂಬಲದೊಂದಿಗೆ SPT, ಪ್ರಯೋಗಾಲಯ ಮತ್ತು ಕ್ಷೇತ್ರ ಡೇಟಾದಿಂದ ನೆಲದ ನಿಯತಾಂಕದ ಅಂದಾಜನ್ನು ಕೈಗೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ
- ಮುಚ್ಚಿದ-ರೂಪದ ಲೆಕ್ಕಾಚಾರಗಳು ಮತ್ತು ಮಾನದಂಡಗಳೊಂದಿಗೆ ಸುರಕ್ಷತಾ ಅಂಶ ಮತ್ತು ಜಿಯೋಟೆಕ್ನಿಕಲ್ ಔಟ್ಪುಟ್ಗಳನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ
ಜಿಯೋಟೆಕ್ನಿಕಲ್ ಇಂಜಿನಿಯರಿಂಗ್ ಎನ್ನುವುದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಹೆಚ್ಚು ಸಹಾಯಕವಾಗಬಲ್ಲ ಕ್ಷೇತ್ರವಾಗಿದೆ ಮತ್ತು ಅದು ಎಲ್ಲಿ ಕಡಿಮೆ ಹೇಳಬೇಕು. ಏಕೆಂದರೆ ಇಲ್ಲಿನ ಫಲಿತಾಂಶಗಳು ಜೀವ ಸುರಕ್ಷತೆಯ ಮೇಲೆ ನೇರವಾಗಿ ಪರಿಣಾಮ ಬೀರುತ್ತವೆ: ಒಂದು ಇಳಿಜಾರು ವಿಫಲವಾದರೆ, ರಸ್ತೆ ಮುಚ್ಚಲ್ಪಡುತ್ತದೆ ಮತ್ತು ಜನರು ಸಾಯಬಹುದು; ಅಡಿಪಾಯವು ನೆಲೆಗೊಂಡರೆ, ರಚನೆಯು ಬಿರುಕು ಬಿಡುತ್ತದೆ; ತಡೆಗೋಡೆ ಕುಸಿದರೆ ಅನಾಹುತ ತಪ್ಪಲಿದೆ. ಜಿಯೋಟೆಕ್ನಿಕ್ಸ್ (ಮಣ್ಣು ಮತ್ತು ಬಂಡೆಗಳ ಎಂಜಿನಿಯರಿಂಗ್ ನಡವಳಿಕೆಯನ್ನು ಅಧ್ಯಯನ ಮಾಡುವ ಶಾಖೆ) ಅಂತರ್ಗತವಾಗಿ ಅನಿಶ್ಚಿತ ನೆಲದಿಂದ ಸುರಕ್ಷಿತ ವಿನ್ಯಾಸವನ್ನು ಪಡೆಯುವ ಕಲೆಯಾಗಿದೆ. ಈ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಡೇಟಾವನ್ನು ಸಂಘಟಿಸುತ್ತದೆ, ಪರಸ್ಪರ ಸಂಬಂಧಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಮತ್ತು ಸಾಹಿತ್ಯವನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುತ್ತದೆ; ಆದರೆ ಸುರಕ್ಷತಾ ಗುಣಾಂಕಕ್ಕೆ ಸಹಿ ಮಾಡುವ ಅಧಿಕೃತ ಜಿಯೋಟೆಕ್ನಿಕಲ್ ಇಂಜಿನಿಯರ್ ಮತ್ತು ಇದು ಎಂದಿಗೂ ಬದಲಾಗುವುದಿಲ್ಲ.
ಈ ಘಟಕದಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಮಸೂರದ ಮೂಲಕ ನಾವು ಮೂರು ಮೂಲಭೂತ ಜಿಯೋಟೆಕ್ನಿಕಲ್ ಕಾರ್ಯಗಳನ್ನು ಪರಿಗಣಿಸುತ್ತೇವೆ: ಮಣ್ಣಿನ ಗುಣಲಕ್ಷಣ (ಕ್ಷೇತ್ರ ಮತ್ತು ಪ್ರಯೋಗಾಲಯದ ದತ್ತಾಂಶದಿಂದ ಮಣ್ಣಿನ ನಿಯತಾಂಕಗಳ ಹೊರತೆಗೆಯುವಿಕೆ), ಇಳಿಜಾರಿನ ಸ್ಥಿರತೆ (ಇಳಿಜಾರಿನ ಜಾರುವ ಸುರಕ್ಷತೆಯ ಮೌಲ್ಯಮಾಪನ), ಮತ್ತು ಅಡಿಪಾಯ/ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯ (ರಚನೆಯನ್ನು ನೆಲದ ಮೇಲೆ ಸುರಕ್ಷಿತವಾಗಿ ಕುಳಿತುಕೊಳ್ಳುವುದು). ಪ್ರತಿಯೊಂದು ಸಂದರ್ಭದಲ್ಲಿ, ಸುವರ್ಣ ನಿಯಮವು ಒಂದೇ ಆಗಿರುತ್ತದೆ: AI ಸೂಚಿಸಿದ ಪ್ರತಿಯೊಂದು ನಿಯತಾಂಕ ಮತ್ತು ರೇಖಾಗಣಿತವನ್ನು ಮುಚ್ಚಿದ-ರೂಪದ ಕೈ ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ಸಂಬಂಧಿತ ಮಾನದಂಡಗಳ ವಿರುದ್ಧ ಸ್ವತಂತ್ರವಾಗಿ ಪರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ (ಉದಾ. ಯೂರೋಕೋಡ್ 7, TBDY, ಸ್ಥಳೀಯ ಮಣ್ಣಿನ ನಿಯಮಗಳು).
ಮಣ್ಣಿನ ಗುಣಲಕ್ಷಣಗಳು: ಡೇಟಾದಿಂದ ನಿಯತಾಂಕಗಳಿಗೆ
ಜಿಯೋಟೆಕ್ನಿಕಲ್ ಲೆಕ್ಕಾಚಾರವು ಹಲವಾರು ಪ್ರಮುಖ ನಿಯತಾಂಕಗಳನ್ನು ಆಧರಿಸಿದೆ: ಆಂತರಿಕ ಘರ್ಷಣೆಯ ಕೋನ (φ), ಒಗ್ಗಟ್ಟು (ಸಿ), ಪ್ರತಿ ಘಟಕದ ಪರಿಮಾಣಕ್ಕೆ ತೂಕ (γ), ಮತ್ತು ವಿರೂಪ ಮಾಡ್ಯುಲಸ್. ಇವುಗಳನ್ನು ನೇರವಾಗಿ ಅಳೆಯಲಾಗುವುದಿಲ್ಲ; ಕ್ಷೇತ್ರ ಮತ್ತು ಪ್ರಯೋಗಾಲಯ ಪರೀಕ್ಷೆಗಳಿಂದ ನಿರ್ಣಯಿಸಲಾಗಿದೆ. ಅತ್ಯಂತ ಸಾಮಾನ್ಯವಾದ ಕ್ಷೇತ್ರ ಪರೀಕ್ಷೆಯು SPT (ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಪೆನೆಟ್ರೇಶನ್ ಟೆಸ್ಟ್; ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಮ್ಯಾಲೆಟ್ ಅನ್ನು 30 ಸೆಂ.ಮೀ ನೆಲಕ್ಕೆ ಓಡಿಸಲು ಅಗತ್ಯವಿರುವ ಹೊಡೆತಗಳ ಸಂಖ್ಯೆ, N ಮೌಲ್ಯ). SPT-N ನಿಂದ ಆಂತರಿಕ ಘರ್ಷಣೆಯ ಕೋನಕ್ಕೆ ದ್ರವೀಕರಣ ಪ್ರತಿರೋಧವನ್ನು ಹೊಂದಿರುವ ಸಾಮರ್ಥ್ಯಕ್ಕೆ ಹೋಗಲು ಡಜನ್ಗಟ್ಟಲೆ ಪ್ರಾಯೋಗಿಕ ಪರಸ್ಪರ ಸಂಬಂಧಗಳಿವೆ - ಮತ್ತು ಇಲ್ಲಿ AI ಸಹಾಯಕ ಮತ್ತು ಅಪಾಯಕಾರಿಯಾಗಿದೆ.
AI ಚದುರಿದ ಡ್ರಿಲ್ಲಿಂಗ್ ಮತ್ತು ಪ್ರಯೋಗಾಲಯದ ಡೇಟಾವನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ, ಘಟಕದ ಅಸಂಗತತೆಯನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ, ವಿಭಿನ್ನ ಪರಸ್ಪರ ಸಂಬಂಧಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸುತ್ತದೆ ಮತ್ತು ಪ್ರೊಫೈಲ್ನಾದ್ಯಂತ ಪ್ರವೃತ್ತಿಯನ್ನು ದೃಶ್ಯೀಕರಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಎಲ್ಲಾ ಮಣ್ಣುಗಳಲ್ಲಿ ಪರಸ್ಪರ ಸಂಬಂಧವು ಮಾನ್ಯವಾಗಿಲ್ಲ: ಜೇಡಿಮಣ್ಣಿಗೆ ಮರಳಿಗಾಗಿ ಸ್ಥಾಪಿಸಲಾದ SPT-φ ಸಂಬಂಧವನ್ನು ಅನ್ವಯಿಸುವುದು ಗಂಭೀರ ದೋಷಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ. ಮಾದರಿಯು ಸರಿಯಾದ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ; ಮಣ್ಣಿನ ಪ್ರಕಾರವನ್ನು ತಿಳಿದಿರುವ ಎಂಜಿನಿಯರ್ ಇದನ್ನು ಮಾಡುತ್ತಾರೆ. ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ನ ಕೆಲಸವೆಂದರೆ ಆಯ್ಕೆಗಳನ್ನು ಪಾರದರ್ಶಕವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸುವುದು, ಇಂಜಿನಿಯರ್ನ ಕೆಲಸ ಸಂದರ್ಭದೊಂದಿಗೆ ಸರಿಯಾದದನ್ನು ಆರಿಸುವುದು.
ಸಲಹೆ: ನೀವು ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಬಯಸಿದಾಗ, ಮಾದರಿಯು "ಯಾವ ಮಣ್ಣಿನ ಪ್ರಕಾರ ಮತ್ತು ಯಾವ ಮೂಲಕ್ಕೆ ಅನ್ವಯಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಸೇರಿಸಿ" ಎಂದು ಹೇಳಿ. ಈ ರೀತಿಯಾಗಿ, ಜೇಡಿಮಣ್ಣಿಗೆ ಮರಳಿನ ಪರಸ್ಪರ ಸಂಬಂಧದ ತಪ್ಪಾದ ಅನ್ವಯದಂತಹ ದೋಷಗಳು ಸಂಖ್ಯೆಯನ್ನು ಉತ್ಪಾದಿಸುವ ಮೊದಲು ಗೋಚರಿಸುತ್ತವೆ.
ಇಳಿಜಾರು ಸ್ಥಿರತೆ: ಸುರಕ್ಷತೆಯ ಆಂಕರ್ ಅಂಶ
ಇಳಿಜಾರಿನ ಸ್ಥಿರತೆಯ ಹೃದಯವು ಒಂದೇ ಸಂಖ್ಯೆಯಾಗಿದೆ: ಸುರಕ್ಷತೆಯ ಅಂಶ (ಎಫ್ಎಸ್). ಎಫ್ಎಸ್ ಎನ್ನುವುದು ಸ್ಲೈಡಿಂಗ್ (ಬಂಡೆಯ/ಮಣ್ಣಿನ ಶಕ್ತಿ) ಅನ್ನು ಸ್ಲೈಡ್ ಮಾಡುವ ಶಕ್ತಿಗಳಿಗೆ (ತೂಕ, ನೀರಿನ ಒತ್ತಡ) ಪ್ರತಿರೋಧಿಸುವ ಶಕ್ತಿಗಳ ಅನುಪಾತವಾಗಿದೆ. FS > 1 ಎಂದರೆ ಸ್ಥಿರ, FS < 1 ಎಂದರೆ ವೈಫಲ್ಯ; ಆದರೆ ಅನಿಶ್ಚಿತತೆಯ ಕಾರಣದಿಂದಾಗಿ, ಮಾನದಂಡಗಳಿಗೆ ಸಾಮಾನ್ಯವಾಗಿ 1.3-1.5 ಮಿತಿಗಳ ಅಗತ್ಯವಿರುತ್ತದೆ. ಮಿತಿ ಸಮತೋಲನ ವಿಧಾನಗಳು (ಉದಾಹರಣೆಗೆ ಬಿಷಪ್, ಜಾನ್ಬು, ಮೊರ್ಗೆನ್ಸ್ಟರ್ನ್-ಪ್ರೈಸ್) ಇಳಿಜಾರನ್ನು ಸ್ಲೈಸ್ಗಳಾಗಿ ವಿಭಜಿಸಿ ಮತ್ತು ಪ್ರತಿ ಸಂಭವನೀಯ ಸ್ಲಿಪ್ ಮೇಲ್ಮೈಗೆ FS ಅನ್ನು ಲೆಕ್ಕಹಾಕಿ; ಕಡಿಮೆ ಎಫ್ಎಸ್ ಹೊಂದಿರುವ ಮೇಲ್ಮೈ ನಿರ್ಣಾಯಕ ಮೇಲ್ಮೈಯಾಗಿದೆ.
ಇಲ್ಲಿ ಮೂರು ಹಂತಗಳಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಬರುತ್ತದೆ. ಇನ್ಪುಟ್ ತಯಾರಿ (ವಿಭಾಗ ರೇಖಾಗಣಿತ, ಲೇಯರ್ ಪ್ಯಾರಾಮೀಟರ್ಗಳು, ನೀರಿನ ಮಟ್ಟ) ಮತ್ತು ಫಲಿತಾಂಶದ ವ್ಯಾಖ್ಯಾನದ ಮೇಲೆ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಇದು ಸೂಕ್ಷ್ಮತೆಯ ವಿಶ್ಲೇಷಣೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ (ಯಾವ ನಿಯತಾಂಕವು FS ಮೇಲೆ ಹೆಚ್ಚು ಪರಿಣಾಮ ಬೀರುತ್ತದೆ) ತರ್ಕ. ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯು ದೊಡ್ಡ ಪ್ರಮಾಣದ ಐತಿಹಾಸಿಕ ಇಳಿಜಾರಿನ ದತ್ತಾಂಶದಿಂದ ತ್ವರಿತ ಆರಂಭಿಕ ಸ್ಕ್ಯಾನ್ (ಇಳಿಜಾರುಗಳಿಗೆ ಆದ್ಯತೆಯ ತಪಾಸಣೆ ಅಗತ್ಯವಿರುತ್ತದೆ) ನಿರ್ವಹಿಸುತ್ತದೆ. ಆದರೆ FS ಅನ್ನು ಉತ್ಪಾದಿಸುವ ಭೌತಿಕ ಲೆಕ್ಕಾಚಾರವು ಆಡಿಟ್ ಆಗಿರಬೇಕು ಮತ್ತು ನೀರಿನ ಒತ್ತಡದಂತಹ ನಿರ್ಣಾಯಕ ಒಳಹರಿವು ಕ್ಷೇತ್ರ ಮಾಪನವನ್ನು ಆಧರಿಸಿರಬೇಕು-ಏಕೆಂದರೆ ತಪ್ಪಾಗಿ ಅಂದಾಜು ಮಾಡಿದ ನೀರಿನ ಒತ್ತಡವು ಹೆಚ್ಚಿನ ಇಳಿಜಾರಿನ ವೈಫಲ್ಯಗಳ ಹಿಂದೆ ಇರುತ್ತದೆ.
ಎಚ್ಚರಿಕೆ: ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಯು "ಈ ಇಳಿಜಾರು ಸುರಕ್ಷಿತವಾಗಿದೆ" ಎಂದು ಹೇಳಿದರೂ ಸಹ, ಅದರ ಹಿಂದೆ ಆಡಿಟ್ ಮಾಡಬಹುದಾದ ಮಿತಿ ಸಮತೋಲನ FS ಲೆಕ್ಕಾಚಾರದ ಹೊರತು ಈ ಔಟ್ಪುಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ನಿರ್ಧಾರವನ್ನು ನಮೂದಿಸುವುದಿಲ್ಲ. ಕಪ್ಪು ಪೆಟ್ಟಿಗೆಯ ಮುನ್ಸೂಚನೆಯು ಜೀವ ಸುರಕ್ಷತೆಯ ನಿರ್ಧಾರಕ್ಕೆ ಆಧಾರವಾಗಿರುವುದಿಲ್ಲ; ಇದನ್ನು ಯಾವಾಗಲೂ ಭೌತಿಕ ಲೆಕ್ಕಾಚಾರದಿಂದ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.
ಅಡಿಪಾಯ ಮತ್ತು ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯ
ಅಡಿಪಾಯದ ಕಾರ್ಯವು ಕಟ್ಟಡದ ಭಾರವನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ನೆಲಕ್ಕೆ ವರ್ಗಾಯಿಸುವುದು. ಎರಡು ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲಾಗುತ್ತದೆ: ನೆಲವು ಈ ಹೊರೆಯನ್ನು (ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯ) ಬೆಂಬಲಿಸಬಹುದೇ ಮತ್ತು ಎಷ್ಟು ವಸಾಹತು ಇರುತ್ತದೆ (ಸೆಟಲ್ಮೆಂಟ್). ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಶಾಸ್ತ್ರೀಯವಾಗಿ ಟೆರ್ಜಾಘಿ/ಮೇಯರ್ಹೋಫ್ನಂತಹ ಮುಚ್ಚಿದ-ರೂಪದ ಸಮೀಕರಣಗಳಿಂದ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ; ಈ ಸಮೀಕರಣಗಳು φ, c, γ ಮತ್ತು ಅಡಿಪಾಯ ರೇಖಾಗಣಿತವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತವೆ ಮತ್ತು ಅನುಮತಿಸುವ ಲೋಡ್ ಅನ್ನು ನೀಡುತ್ತವೆ. AI ಈ ಲೆಕ್ಕಾಚಾರದ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸಬಹುದು, ಆದರೆ ಎಂಜಿನಿಯರ್ ಗುಣಾಂಕಗಳು ಮತ್ತು ಊಹೆಗಳನ್ನು ದೃಢೀಕರಿಸುತ್ತಾರೆ; ಏಕೆಂದರೆ ಒಂದು ಸಣ್ಣ ಪ್ಯಾರಾಮೀಟರ್ ದೋಷವು ಸುರಕ್ಷತೆಯ ಅಂಚುಗೆ ಮೌನವಾಗಿ ತಿನ್ನುತ್ತದೆ.
ಹಂತಗಳು ಸಾಮಾನ್ಯವಾಗಿ: (1) ಮಣ್ಣಿನ ಪ್ರೊಫೈಲ್ ಮತ್ತು ನಿಯತಾಂಕಗಳನ್ನು ನಿರ್ಧರಿಸಿ, (2) ಸೂಕ್ತವಾದ ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯದ ಸಮೀಕರಣವನ್ನು ಆಯ್ಕೆ ಮಾಡಿ, (3) ಒಟ್ಟು/ನಿವ್ವಳ ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಸುರಕ್ಷತೆಯ ಅಂಶವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ, (4) ಅಂದಾಜು ಸೆಟ್ಲ್ಮೆಂಟ್, (5) ಫಲಿತಾಂಶವನ್ನು ಪ್ರಮಾಣಿತ ಮಿತಿಗಳೊಂದಿಗೆ ಹೋಲಿಸಿ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಪ್ರತಿ ಹಂತಕ್ಕೂ ವೇಗವನ್ನು ನೀಡುತ್ತದೆ; ಆದರೆ ಅಂತಿಮ ಅನುಮತಿಸುವ ಲೋಡ್ ಅನ್ನು ಕೈಯಿಂದ ಲೆಕ್ಕಾಚಾರದಿಂದ ದೃಢೀಕರಿಸಲಾಗಿದೆ ಮತ್ತು ಸಹಿ ಮಾಡಲಾಗಿದೆ.
ಮೂರು ಮಿನಿ ಪ್ರಕರಣಗಳು: ಸಂಖ್ಯೆಗಳ ಮೂಲಕ
ಪ್ರಕರಣ 1 - ತಪ್ಪು ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಹಿಡಿಯುವುದು. ಜೇಡಿಮಣ್ಣಿನ ಪದರಕ್ಕೆ SPT-N ನಿಂದ ಆಂತರಿಕ ಘರ್ಷಣೆ ಕೋನವು φ = 34 ° ಎಂದು ಇಂಟರ್ನ್ ಕಂಡುಕೊಂಡರು, ಮರಳಿಗೆ ಮಾನ್ಯವಾದ ಪರಸ್ಪರ ಸಂಬಂಧವಿದೆ ಮತ್ತು ಮಾದರಿಯನ್ನು ಮೌಲ್ಯೀಕರಿಸಲಾಗಿದೆ. ನಿಯಂತ್ರಣದಲ್ಲಿ, ಸಂಯೋಜಿತ ಮಣ್ಣಿನಲ್ಲಿ ಈ ಪರಸ್ಪರ ಸಂಬಂಧವು ಅಮಾನ್ಯವಾಗಿದೆ ಮತ್ತು ವಾಸ್ತವಿಕ φ ಹೆಚ್ಚು ಕಡಿಮೆಯಾಗಿದೆ. ಅವನು ತನ್ನ ತಪ್ಪು ಮೌಲ್ಯ-ವಾಹಕ ಶಕ್ತಿಯನ್ನು ಸುಮಾರು 2 ಅಂಶದಿಂದ ಅತಿಯಾಗಿ ಅಂದಾಜು ಮಾಡಿದನು; ಪರಸ್ಪರ ಸಂಬಂಧದ ಸಿಂಧುತ್ವ ಸ್ಥಿತಿಯನ್ನು ಪ್ರಶ್ನಿಸಿದಾಗ, ಲೆಕ್ಕಾಚಾರವು ಪೂರ್ಣಗೊಳ್ಳುವ ಮೊದಲು ದೋಷವನ್ನು ಹಿಡಿಯಲಾಯಿತು.
ಪ್ರಕರಣ 2 - ನೀರಿನ ಒತ್ತಡ ಮತ್ತು ಎಫ್ಎಸ್. ರಸ್ತೆ ಕತ್ತರಿಸುವ ಇಳಿಜಾರಿನ ಆರಂಭಿಕ ಲೆಕ್ಕಾಚಾರವು ಶುಷ್ಕ ಸ್ಥಿತಿಯಲ್ಲಿ FS = 1.6 ಅನ್ನು ನೀಡಿತು ಮತ್ತು ಇಳಿಜಾರು ಸುರಕ್ಷಿತವಾಗಿ ಕಾಣಿಸಿಕೊಂಡಿತು. ಆರ್ದ್ರ ಋತುವಿಗಾಗಿ ನೀರಿನ ಟೇಬಲ್ ಅನ್ನು ಹೆಚ್ಚಿಸಿದಾಗ, ಅದೇ ಜ್ಯಾಮಿತಿಯಲ್ಲಿ ಅದು FS = 1.1 ಗೆ ಇಳಿಯಿತು - ಪ್ರಮಾಣಿತ ಮಿತಿಗಿಂತ ಕೆಳಗೆ. AI ಸೆನ್ಸಿಟಿವಿಟಿ ಸ್ಕೆಚ್ ನೀರಿನ ಒತ್ತಡವು FS ಮೇಲೆ ಹೆಚ್ಚು ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂದು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದೆ; ವಿನ್ಯಾಸಕ್ಕೆ ಒಳಚರಂಡಿಯನ್ನು ಸೇರಿಸಲಾಯಿತು. ನಿರ್ಣಾಯಕ ಒಳಹರಿವು ನೀರು ಎಂದು ಸಂಖ್ಯೆಗಳೊಂದಿಗೆ ಸ್ಪಷ್ಟವಾಯಿತು.
ಪ್ರಕರಣ 3 - ಸೂಕ್ಷ್ಮತೆಯ ವಿಶ್ಲೇಷಣೆಯೊಂದಿಗೆ ಆದ್ಯತೆ. ಒಂದು ಗಣಿ 240 ಇಳಿಜಾರು ವಿಭಾಗಗಳನ್ನು ಮರು ಮೌಲ್ಯಮಾಪನ ಮಾಡಬೇಕಾಗಿತ್ತು. AI-ನೆರವಿನ ಕ್ಷಿಪ್ರ ಸ್ಕ್ರೀನಿಂಗ್ ಕಡಿಮೆ FS ಮತ್ತು ಹೆಚ್ಚಿನ ನೀರಿನ ಸಂವೇದನೆಯೊಂದಿಗೆ 18 ವಿಭಾಗಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಿದೆ. ತಂಡವು ಮೊದಲು ಈ 18 ಕ್ಕೆ ವಿವರವಾದ ಮಿತಿ ಸಮತೋಲನ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಅನ್ವಯಿಸಿತು; ಅವುಗಳಲ್ಲಿ ಎರಡು ತುರ್ತು ಹಸ್ತಕ್ಷೇಪದ ಅಗತ್ಯವಿದೆ ಎಂದು ಕಂಡುಬಂದಿದೆ. ಮಾದರಿಯು ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಿಲ್ಲ, ಅದರ ಸೀಮಿತ ಎಂಜಿನಿಯರಿಂಗ್ ಸಮಯವನ್ನು ಅಪಾಯಕಾರಿ ವಿಭಾಗಗಳಿಗೆ ನಿರ್ದೇಶಿಸುತ್ತದೆ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಈ ಇಳಿಜಾರು ಸುರಕ್ಷಿತವೇ? SPT ಮೌಲ್ಯಗಳು: [ಡೇಟಾ]. ಸುರಕ್ಷತೆಯ ಅಂಶವನ್ನು ಹೇಳಿ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಿಮ್ಮ ಪಾತ್ರ: ಜಿಯೋಟೆಕ್ನಿಕಲ್ ಎಂಜಿನಿಯರ್ ಸಹಾಯಕ. ಕೆಳಗಿನ ಡೇಟಾದೊಂದಿಗೆ FS ಅನ್ನು ಮಾತ್ರ ಲೆಕ್ಕಾಚಾರ ಮಾಡಬೇಡಿ ಮತ್ತು ಅದನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಕರೆ ಮಾಡಿ. ಬದಲಿಗೆ: 1) ಮಣ್ಣಿನ ಪ್ರಕಾರದ ಮೂಲಕ ಎಚ್ಚರಿಕೆಗಳೊಂದಿಗೆ ನಿರ್ದಿಷ್ಟ SPT ಯಿಂದ ನಿಯತಾಂಕಗಳನ್ನು ಹೊರತೆಗೆಯುವಾಗ ಯಾವ ಪರಸ್ಪರ ಸಂಬಂಧಗಳು ಮಾನ್ಯವಾಗಿರುತ್ತವೆ ಎಂಬುದನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. 2) FS ಲೆಕ್ಕಾಚಾರಕ್ಕೆ (ವಿಶೇಷವಾಗಿ ನೀರಿನ ಒತ್ತಡ) ಕ್ಷೇತ್ರ ಮಾಪನದ ಅಗತ್ಯವಿರುವ ಒಳಹರಿವುಗಳನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿ. 3) ಸೂಕ್ಷ್ಮತೆಗೆ FS ಮೇಲೆ ಯಾವ ನಿಯತಾಂಕವು ಹೆಚ್ಚು ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂಬುದನ್ನು ಊಹಿಸಿ. ಮತ್ತು ಸುರಕ್ಷತಾ ನಿರ್ಧಾರವು ಉಸ್ತುವಾರಿ ಇಂಜಿನಿಯರ್ಗೆ ಇರುತ್ತದೆ; ಇದನ್ನು ತಿಳಿಸಿ. ಡೇಟಾ ಅನಾಮಧೇಯವಾಗಿದೆ.
ನಾಲ್ಕು ನಕಲು ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) SPT ಪರಸ್ಪರ ಸಂಬಂಧ ಹೋಲಿಕೆ:
ನೀಡಿರುವ SPT-N ಪ್ರೊಫೈಲ್ಗಾಗಿ ಆಂತರಿಕ ಘರ್ಷಣೆ ಕೋನ ಪರಸ್ಪರ ಸಂಬಂಧಗಳನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ. ಪ್ರತಿ ಪರಸ್ಪರ ಸಂಬಂಧಕ್ಕಾಗಿ: ಅನ್ವಯವಾಗುವ ಮಣ್ಣಿನ ಪ್ರಕಾರ, ಮೂಲ ಮತ್ತು ದೋಷದ ವಿಶಿಷ್ಟ ಅಂಚು. ಮಣ್ಣಿನ ಮತ್ತು ಮರಳಿನ ಪದರಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ; ತಪ್ಪು ನೆಲಕ್ಕೆ ಅನ್ವಯಿಸುವ ಅಪಾಯವನ್ನು ಗುರುತಿಸಿ. ನಿಖರವಾದ ಮೌಲ್ಯವನ್ನು ನೀಡಬೇಡಿ; ವ್ಯಾಪ್ತಿ ಮತ್ತು ಊಹೆಯನ್ನು ನೀಡಿ.
2) ಇಳಿಜಾರು ಸೂಕ್ಷ್ಮತೆಯ ಕರಡು:
ಇಳಿಜಾರಿನ ವಿಭಾಗದಲ್ಲಿ ನಿಯತಾಂಕಗಳು: γ, c, φ, ನೀರಿನ ಟೇಬಲ್. ಗುಣಾತ್ಮಕವಾಗಿ ಯಾವ ದಿಕ್ಕಿನಲ್ಲಿ ಪಟ್ಟಿ ಮಾಡಿ ಮತ್ತು ಸ್ಥೂಲವಾಗಿ ಪ್ರತಿ ಪ್ಯಾರಾಮೀಟರ್ FS ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ. ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಇನ್ಪುಟ್ ಮತ್ತು ಅದಕ್ಕೆ ಕ್ಷೇತ್ರ ಮಾಪನ ಏಕೆ ಬೇಕು ಎಂದು ತಿಳಿಸಿ. ಭೌತಿಕ FSheet ಆಡಿಟ್ ಆಗಿರಬೇಕು; ಕಪ್ಪು ಪೆಟ್ಟಿಗೆ ಭವಿಷ್ಯವನ್ನು ನೀಡುವುದು.
3) ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯದ ಲೆಕ್ಕಾಚಾರ ನಿಯಂತ್ರಣ:
ಕೆಳಗಿನ ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯದ ಲೆಕ್ಕಾಚಾರವನ್ನು ಹಂತ ಹಂತವಾಗಿ ಪರಿಶೀಲಿಸಿ: ಆಯ್ಕೆಮಾಡಿದ ಸಮೀಕರಣವು ಮಣ್ಣಿನ ಪ್ರಕಾರಕ್ಕೆ ಸೂಕ್ತವಾಗಿದೆಯೇ, ಘಟಕಗಳು ಸ್ಥಿರವಾಗಿದೆಯೇ, ಮಾನದಂಡದ ಪ್ರಕಾರ ಸುರಕ್ಷತಾ ಅಂಶವು ಸಾಕಾಗುತ್ತದೆಯೇ, ವಸಾಹತು ಪರಿಶೀಲಿಸಲಾಗಿದೆಯೇ? ಯಾವುದೇ ದೋಷಗಳು ಅಥವಾ ಕಾಣೆಯಾದ ಊಹೆಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ; ನಾನು ಫಲಿತಾಂಶಕ್ಕೆ ಸಹಿ ಹಾಕುತ್ತೇನೆ.
4) ಮಹಡಿ ಪ್ರೊಫೈಲ್ ಕಾನ್ಫಿಗರೇಶನ್:
ಉಚಿತ-ಪಠ್ಯ ಡ್ರಿಲ್ಲಿಂಗ್ ವಿವರಣೆಗಳನ್ನು ಜಿಯೋಟೆಕ್ನಿಕಲ್ ಟೇಬಲ್ಗೆ ಅನುವಾದಿಸಿ: ಆಳ, ಮಣ್ಣಿನ ಪ್ರಕಾರ (USCS ವರ್ಗವನ್ನು ಸೂಚಿಸಿ), SPT-N, ನೀರಿನ ಮಟ್ಟದ ಗ್ರೇಡ್, ಲ್ಯಾಬ್ ಫಲಿತಾಂಶ. ಅಸ್ಪಷ್ಟ ವ್ಯಾಖ್ಯಾನಗಳನ್ನು "ದೃಢೀಕರಣದ ಅಗತ್ಯವಿದೆ" ಎಂದು ಗುರುತಿಸಿ; ವರ್ಗ ತಯಾರಿಕೆ.
ಕರ್ತವ್ಯ, ಅಪಾಯ ಮತ್ತು ಪರಿಶೀಲನೆ
ಜಿಯೋಟೆಕ್ನಿಕಲ್ ಕಾರ್ಯ
AI ಕೊಡುಗೆ
ಅಪಾಯದ ಮಟ್ಟ
ಸ್ವತಂತ್ರ ಪರಿಶೀಲನೆ
ಡ್ರಿಲ್ಲಿಂಗ್/ಲ್ಯಾಬ್ ಡೇಟಾ ಎಡಿಟಿಂಗ್
ಹೆಚ್ಚು
ಕಡಿಮೆ
ಕಚ್ಚಾ ರೆಕಾರ್ಡಿಂಗ್ ನಿಯಂತ್ರಣ
SPT → ಪ್ಯಾರಾಮೀಟರ್ ಪರಸ್ಪರ ಸಂಬಂಧ
ಮಧ್ಯಮ
ಹೆಚ್ಚು
ಮಣ್ಣಿನ ಪ್ರಕಾರ + ಮೂಲ ದೃಢೀಕರಣ
ಇಳಿಜಾರು ಎಫ್ಎಸ್ ಲೆಕ್ಕಾಚಾರ
ಸೀಮಿತವಾಗಿದೆ
ತುಂಬಾ ಹೆಚ್ಚು
ಮಿತಿ ಸಮತೋಲನ + ಪ್ರಮಾಣಿತ ಮಿತಿ
ಪೇಲೋಡ್/ಆಸನ
ಸೀಮಿತವಾಗಿದೆ
ತುಂಬಾ ಹೆಚ್ಚು
Closed-form hand calculation
ಇಳಿಜಾರು ಸ್ಕ್ಯಾನಿಂಗ್/ಆದ್ಯತೆ
ಹೆಚ್ಚು
ಮಧ್ಯಮ
ವಿವರವಾದ ವಿಶ್ಲೇಷಣೆಯಿಂದ ದೃಢೀಕರಿಸಲ್ಪಟ್ಟಿದೆ
ಸಲಹೆ: ಜಿಯೋಟೆಕ್ನಿಕ್ಸ್ನಲ್ಲಿ "ಸುರಕ್ಷಿತ ಭಾಗದಲ್ಲಿ" ನಿಯತಾಂಕಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು ಅತ್ಯಗತ್ಯ ಮತ್ತು "ಹೆಚ್ಚಾಗಿ" ಅಲ್ಲ. ನಿಮಗೆ ವಿಶಿಷ್ಟವಾದ (ಸಂಪ್ರದಾಯವಾದಿ) ಮೌಲ್ಯ ಬೇಕು, ಸರಾಸರಿ ಅಲ್ಲ ಮತ್ತು ಸುರಕ್ಷತೆಯ ಅಂಚು ಎಲ್ಲಿದೆ ಎಂದು AI ಗೆ ಸ್ಪಷ್ಟವಾಗಿ ತಿಳಿಸಿ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ತಪ್ಪು ನೆಲದ ಮೇಲೆ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಅನ್ವಯಿಸುವುದು. ಜೇಡಿಮಣ್ಣಿಗೆ ಮರಳಿನ ಮಾನ್ಯವಾದ SPT-φ ಸಂಬಂಧವನ್ನು ಅನ್ವಯಿಸುವುದು ಅದರ ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಅಪಾಯಕಾರಿಯಾಗಿ ಅಂದಾಜು ಮಾಡುತ್ತದೆ.
- ನೀರಿನ ಒತ್ತಡವನ್ನು ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡುವುದು. Most slope failures come from incorrect water pressure; ಈ ಇನ್ಪುಟ್ ಕ್ಷೇತ್ರ ಮಾಪನವನ್ನು ಆಧರಿಸಿರಬೇಕು.
- ಕಪ್ಪು ಪೆಟ್ಟಿಗೆಯ ಭವಿಷ್ಯ ನಿರ್ಧಾರವನ್ನು ಮಾಡಲು ಆಧಾರವಾಗಿದೆ. ಆಡಿಟ್ ಮಾಡಬಹುದಾದ ಭೌತಿಕ FS ಖಾತೆಯಿಲ್ಲದೆ ಯಾವುದೇ ಭದ್ರತಾ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಗುವುದಿಲ್ಲ.
- ಸರಾಸರಿ ಮೌಲ್ಯದೊಂದಿಗೆ ಕೆಲಸ. ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ ಸಂಪ್ರದಾಯವಾದಿ/ವಿಶಿಷ್ಟ ಮೌಲ್ಯದ ಬದಲಿಗೆ ಸರಾಸರಿಯನ್ನು ಬಳಸುವುದು ಅಂಚನ್ನು ತಿನ್ನುತ್ತದೆ.
- ವೇಗವರ್ಧನೆಯೊಂದಿಗೆ ಸಹಿಯನ್ನು ಗೊಂದಲಗೊಳಿಸುವುದು. AI ಡ್ರಾಫ್ಟಿಂಗ್ ಅನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ; Responsibility and signature remain with the authorized engineer.
ಸಾರಾಂಶದಲ್ಲಿ
- ಜಿಯೋಟೆಕ್ನಿಕಲ್ ಉತ್ಪನ್ನಗಳು ನೇರವಾಗಿ ಜೀವ ಸುರಕ್ಷತೆಯನ್ನು ಸ್ಪರ್ಶಿಸುತ್ತವೆ; ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಹಾಯಕ, ಇದು ಭದ್ರತಾ ಗುಣಾಂಕಕ್ಕೆ ಸಹಿ ಮಾಡುವ ಎಂಜಿನಿಯರ್.
- ಮಣ್ಣಿನ ನಿಯತಾಂಕಗಳನ್ನು ಪರಸ್ಪರ ಸಂಬಂಧದಿಂದ ಪರೀಕ್ಷೆಗಳಿಂದ ಹೊರತೆಗೆಯಲಾಗುತ್ತದೆ; ಪ್ರತಿ ಪರಸ್ಪರ ಸಂಬಂಧದ ಮಾನ್ಯವಾದ ನೆಲದ ಪ್ರಕಾರ ಮತ್ತು ಮೂಲವನ್ನು ಪ್ರಶ್ನಿಸಬೇಕು.
- ಇಳಿಜಾರಿನ ಸ್ಥಿರತೆಯ ಆಂಕರ್ ಎಫ್ಎಸ್ ಆಗಿದೆ; ಯಂತ್ರ ಕಲಿಕೆಯ ಮುನ್ಸೂಚನೆಯನ್ನು ಸಹ ಆಡಿಟ್ ಮಾಡಬಹುದಾದ ಮಿತಿ ಸಮತೋಲನದ ಲೆಕ್ಕಾಚಾರದಿಂದ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.
- ನೀರಿನ ಒತ್ತಡವು ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಮತ್ತು ಅತ್ಯಂತ ದೋಷ-ಪೀಡಿತ ಇನ್ಪುಟ್ ಆಗಿದೆ; ಕ್ಷೇತ್ರ ಮಾಪನವನ್ನು ಆಧರಿಸಿರಬೇಕು.
- ಬೇರಿಂಗ್ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ವಸಾಹತುಗಳನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಮುಚ್ಚಿದ-ರೂಪದ ಕೈ ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ಪ್ರಮಾಣಿತ ಮಿತಿಗಳಿಂದ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ; ವಿವೇಕದ ಮೌಲ್ಯ ಅತ್ಯಗತ್ಯ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಅನಾಮಧೇಯ SPT ಪ್ರೊಫೈಲ್ (ಅಥವಾ ಪ್ರಾಕ್ಸಿ ಡೇಟಾ) ಪಡೆಯಿರಿ. "SPT ಪರಸ್ಪರ ಹೋಲಿಕೆ" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ, ಆಂತರಿಕ ಘರ್ಷಣೆ ಕೋನಕ್ಕೆ ಅವುಗಳ ಸಿಂಧುತ್ವದ ಪರಿಸ್ಥಿತಿಗಳೊಂದಿಗೆ ಮಾದರಿ ಪಟ್ಟಿ ಹಲವಾರು ಪರಸ್ಪರ ಸಂಬಂಧಗಳನ್ನು ಹೊಂದಿರಿ; ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಲೇಬಲ್ ಅನ್ನು ತಪ್ಪು ನೆಲದ ಪ್ರಕಾರದೊಂದಿಗೆ ಲೇಬಲ್ ಮಾಡಿ ಮತ್ತು ಮಾದರಿಯು ಎಚ್ಚರಿಸುತ್ತದೆಯೇ ಎಂದು ಪರೀಕ್ಷಿಸಿ. ನಂತರ ಇಳಿಜಾರಿನ ಸನ್ನಿವೇಶಕ್ಕಾಗಿ "ಇಳಿಜಾರು ಸೂಕ್ಷ್ಮತೆಯ ಸ್ಕೆಚ್" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ರನ್ ಮಾಡಿ ಮತ್ತು ಒಂದು ವಾಕ್ಯದಲ್ಲಿ FS ಮೇಲೆ ನೀರಿನ ಒತ್ತಡದ ಪರಿಣಾಮವನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ಮೂಲಭೂತ ಜಿಯೋಟೆಕ್ನಿಕಲ್ ನಿಯತಾಂಕಗಳನ್ನು (φ, c, γ) ಪರೀಕ್ಷೆಗಳಿಂದ ಪರಸ್ಪರ ಸಂಬಂಧದಿಂದ ಹೊರತೆಗೆಯಲಾಗುತ್ತದೆ ಮತ್ತು ಪರಸ್ಪರ ಸಂಬಂಧವು ಮಣ್ಣಿನ ನಿರ್ದಿಷ್ಟವಾಗಿದೆ ಎಂದು ನಾನು ಅರ್ಥಮಾಡಿಕೊಂಡಿದ್ದೇನೆ.
- [ ] ಸುರಕ್ಷತೆಯ ಅಂಶ (FS) ಏನು ಮತ್ತು ಅದು ಹೇಗೆ ಇಳಿಜಾರಿನ ನಿರ್ಧಾರದ ಆಧಾರವಾಗಿದೆ ಎಂದು ನಾನು ಅರ್ಥಮಾಡಿಕೊಂಡಿದ್ದೇನೆ.
- [ ] ನೀರಿನ ಒತ್ತಡವು ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಒಳಹರಿವು ಮತ್ತು ಕ್ಷೇತ್ರ ಮಾಪನದ ಅಗತ್ಯವಿದೆ ಎಂದು ನಾನು ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತೇನೆ.
- [ ] ನಾನು ನನ್ನ ನಿರ್ಧಾರವನ್ನು ಆಡಿಟ್ ಮಾಡಬಹುದಾದ ಭೌತಿಕ ಲೆಕ್ಕಾಚಾರವನ್ನು ಆಧರಿಸಿದೆ, ಬ್ಲಾಕ್ ಬಾಕ್ಸ್ ML ಅಂದಾಜಿನ ಮೇಲೆ ಅಲ್ಲ.
- [ ] ಭದ್ರತಾ ನಿರ್ಧಾರ ಮತ್ತು ಸಹಿ ಅಧಿಕೃತ ಜಿಯೋಟೆಕ್ನಿಕಲ್ ಇಂಜಿನಿಯರ್ ಬಳಿ ಇರುತ್ತದೆ ಎಂದು ನಾನು ಅಂಗೀಕರಿಸಿದ್ದೇನೆ.