Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The growing world population requires a higher demand for food and one of the
techniques to meet this demand is irrigation. One of the best alternatives for the
storage of water for use in irrigation are earth dams. The accurate determination of
cohesion and angle of internal friction is an essential and of great concern in the
drafting of earth dams process criteria, but their determination is expensive and also
time consuming process. The objective of this study is to evaluate a model that
allows an estimation of soil shear strength using two different techniques
(multivariate analysis and artificial neural networks) to obtain the strength parameters
(cohesion and angle of internal friction) as a function of textural composition , density,
Atterberg limits (plasticity, liquidity and plasticity index) and the degree of soil
moisture. Different database were searched in the literature with the dependent and
independent variables needed to conduct the study. 6 dataset were totaled. PTFs
were generated through multiple linear regression (MLR), stepwise, and artificial
neural networks (ANN) with each data set. Through MLR were estimated friction
angle and cohesion separately since the RNAs were estimated jointly and separately
maintaining these two parameters form the architecture (one hidden layer) and
varying the topology of the networks (10, 20, 30, 40 , 50 and 70 neurons in the
hidden layer). After the performance index (Id) and subsequent classification of each
FPT was calculated. The results demonstrated the inefficiency in MLRs to estimate
parameters and the superiority of ANN to predict the cohesion and friction angle.
Estimation of the parameters together shows different results than when estimated
separately. Thus, the estimated shear the soil parameters RNAs can be effective for
a given set of data, in this case belonging to RNAs 3, 5 and 6. / O crescimento da população mundial requer uma maior demanda de alimentos e
uma das técnicas para suprir essa demanda é a irrigação. Uma das melhores
alternativas para o armazenamento da água para utilizar na irrigação são as
barragens de terra. A determinação precisa da coesão e do ângulo de atrito interno
do solo é um critério essencial e de grande preocupação no processo de elaboração
de projetos de barragens de terra, porém sua determinação é de alto custo e
também um processo demorado. O objetivo deste trabalho é avaliar um modelo que
permita uma estimativa da resistência do solo ao cisalhamento utilizando duas
técnicas diferentes (análise multivariada e redes neurais artificiais) para a obtenção
dos parâmetros de resistência (coesão e ângulo de atrito interno) em função da
composição textural, densidade do solo, limites de Atterberg (plasticidade, liquidez e
índice de plasticidade) e do grau de umidade do solo. Foram pesquisados na
literatura diferentes banco de dados contendo as variáveis dependentes e
independentes necessárias para realizar o estudo. Foram totalizados 6 conjunto de
dados. Foram geradas FPTs por meio de regressão linear múltipla (RLM), método
Stepwise, e redes neurais artificiais (RNA) com cada conjunto de dados. Por meio de
RLM foram estimados coesão e ângulo de atrito separadamente, já pelas RNAs
foram estimados de forma conjunta e de forma separada esses dois parâmetros
mantendo a arquitetura (uma camada oculta) e variando a topologia das redes (10,
20, 30, 40, 50 e 70 neurônios na camada escondida). Após foi calculado o índice de
desempenho (Id) e posterior classificação de cada FPT. Os resultados
demonstraram a ineficiência nas RLMs para estimativa dos parâmetros e a
superioridade das RNAs na predição da coesão e ângulo de atrito. A estimativa dos
parâmetros conjuntamente mostra diferença nos resultados do que quando
estimados de forma separada. Assim, a estimativa dos parâmetros cisalhantes do
solo pelas RNAs, podem ser eficazes, para determinado conjunto de dados, nesse
caso pertencentes às RNAs 3, 5 e 6.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/3618 |
| Date | 11 July 2014 |
| Creators | Braga, Fabiano de Vargas Arigony |
| Contributors | Robaina, Adroaldo Dias, Schons, Ricardo Luis, Soares, Fátima Cibéle, Zamberlan, João Fernando, Parizi, Ana Rita Costenaro |
| Publisher | Universidade Federal de Santa Maria, Programa de Pós-Graduação em Engenharia Agrícola, UFSM, BR, Engenharia Agrícola |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 500300000008, 400, 300, 300, 300, 300, 300, 300, a461031e-e4dd-4408-ac4e-e2eea463cc61, d434fada-0ca2-4aaa-a2e8-2cfee40fdda3, 7eabaa81-4874-4216-9f04-f8d72e2a843c, f951a5c4-fe6a-4c82-afd0-aa69978262d0, dbddad2b-55bd-4c1a-b374-e1a9ea39c0ba, f5248921-0930-4439-8a48-a131a17c9ec8 |
Page generated in 0.003 seconds