기초구조물의 저항계수 산정 및 하중저항계수설계법의 개발을 위해서는 충분한 양의 데이터베이스 구축을 바탕으로 정확한 신뢰성 분석이 수행되어야 한다. 기존 국내외 말뚝기초의 신뢰성 분석 연구에서는 말뚝의 측정지지력 확인이 가능한 재하시험 자료만을 이용하여 저항편향계수의 분포특성을 산정하였다. 따라서, 파괴에 이르지 않은 말뚝재하시험 자료는 신뢰성 분석에서 제외되었다. 본 연구에서는 베이지안 이론을 이용하여 타입강관말뚝 저항편향계수의 사전 분포특성에 측정지지력을 확인할 수 없는 재하시험 결과를 추가하여 현장 특성을 반영한 저항편향계수의 사후분포특성을 산정하였다. 그리고 저항편향계수의 사후분포특성을 이용하여 말뚝의 신뢰성 평가를 수행하고 신뢰도수준을 갱신하였다. 국내 전역에서 수행된 양질의 정재하시험 자료를 수집, 분석하여 57개의 자료에 대한 측정지지력을 확인하였고, 이들 자료에 대해서 구조물기초설계기준에서 제안하고 있는 Meyerhof 공식을 이용하여 설계지지력을 산정하였다. 이를 통해 저항편향계수의 사전분포 특성을 정량화 하였으며, 베이지안 기법을 적용하여 다양한 현장재하시험 결과에 따라 저항편향계수의 사후분포를 산정하였다. 갱신된 저항편향계수 통계특성을 적용하여 일차신뢰도법을 이용하여 강도 높은 신뢰성 해석을 수행하고 시험결과에 따른 신뢰도 수준을 평가하였다. 본 연구에서 제시된 방법을 통해 양질의 측정지지력 데이터가 부족한 경우 베이지안 기법을 이용하여 신뢰성 분석이 가능함을 확인하였다.
For the development of load and resistance factor design, reliability analysis is required to calibrate resistance factors in the framework of reliability theory. The distribution of measured-to-predicted pile resistance ratio was obrained based on only the results of load tests conducted to failure for the assessment of uncertainty regarding pile resistance and used in the conventional reliability analysis. In other words, successful pile load test (piles resisted twice their design loads without failure) results were discarded, and therefore, were not reflected in the reliability analysis. In this paper, a new systematic method based on Bayesian theory is used to update reliability indices of driven steel pipe piles by adding more proof pile load test results, even not conducted to failure, to the prior distribution of pile resistance ratio. Fifty seven static pile load tests performed to failure in Korea were compiled for the construction of prior distribution of pile resistance ratio. The empirical method proposed by Meyerhof is used to calculate the predicted pile resistance. Reliability analyses were performed using the updated distribution of pile resistance ratio. The challenge of this study is that the distribution updates of pile resistance ratio are possible using the load test results even not conducted to failure, and that Bayesian updates are most effective when limited data are available for reliability analysis.
