[pt] Nos últimos anos, a aplicação da técnica de redes neurais
tem sido difundida em diversas áreas do conhecimento,
inclusive na engenharia civil. Em meados da década de 90,
iniciaram-se no Brasil estudos no sentido de avaliar a
eficiência desta técnica numérica na modelagem do
comportamento de solos e na análise de problemas envolvendo
engenharia geotécnica. Este trabalho é resultado de parte
destes estudos, onde algumas das potencialidades do uso das
redes neurais em geotecnia podem ser observadas. São
apresentadas três aplicações diferentes de redes neurais
feedforward em geotecnia, tendo sido treinadas com o
algoritmo LM (Levenberg-Marquardt). A primeira aplicação
diz respeito à simulação de resultados de provas de carga
dinâmica, analisadas pelo método CAPWAP, através de redes
neurais, sendo assim viabilizada a realização de uma pré-
análise do comportamento da estaca ainda em campo, o que
geralmente não acontece quando se trata da análise CAPWAP
tradicional. A segunda aplicação relaciona-se com a análise
do comportamento mecânico de dois tipos de solo bastante
diferentes entre si: a areia de Ipanema e o solo residual
gnáissico do Rio de Janeiro. Para tal, foram utilizados
resultados de ensaios de cisalhamento direto, submersos e
não submersos, e ensaios de compressão triaxial, drenados e
não drenados. A terceira aplicação refere-se à simulação
das características do subsolo do sítio da Usina Nuclear
Angra 2, localizada no litoral do estado do Rio de Janeiro.
As informações disponíveis eram advindas de boletins de
sondagens do tipo SPT. Foram realizadas simulações
envolvendo a disposição das camadas dos diferentes tipos de
solo que poderiam existir no local, o nível de água
subterrâneo, a resistência à penetração do solo e a
topografia do terreno. Em todos os casos foram obtidos
resultados bastante satisfatórios. Portanto, conclui-se que
a técnica das redes neurais apresenta grande viabilidade na
resolução de problemas geotécnicos de diferentes
características, muitas vezes se mostrando tanto ou mais
eficiente que as técnicas numéricas tradicionais. / [en] During the last years, neural networks applications have
been disseminated in many knowledge areas, including civil
engineering. In the middle 90`s, a research work had been
started in Brazil, in order to investigate the efficiency
of neural networks in the analysis of soil behavior and
problems involving geotechnical engineering. This thesis is
the result of part of these studies, where some
potentialities of neural networks technique are presented.
Three different feedforward NNs applications in
geotechnical engineering are presented. Levenberg-
Marquardt algorithm was used for training. The first
application is the simulation of results of dynamic pile
tests, obtained from CAPWAP analysis, showing that it is
possible to do a field pre-analysis of the pile behavior,
which is still unpracticable when the traditional CAPWAP
method is used. The second application is related to the
study of two different soils behavior:sand from Ipanema and
residual gnaissic soil from Rio de Janeiro. Results of
submerged and non submerged direct shear tests and drained
and undrained triaxial compression tests were
used. The third application involves the simulation of
subsoil characteristics of Angra 2 Nuclear Power Plant
site. The available information came from SPT bulletins.
Simulations involving several types of soil layers spatial
distribution, water level position, penetration strength of
soils and local topography were performed. The obtained
results were very satisfactory. It can be concluded that
the neural networks technique presents great applicability
in resolution of geotechnical problems with different
characteristics, showing an efficiency as good or even
better than other traditional numerical techniques. / [es] En los últimos anos, la aplicación de técnicas de redes
neurales se ha difundido en diversas áreas del conocimento,
incluso en la ingeniería civil. A mediados de la década de
90, se iniciaran en Brasil estudios para evaluar la
eficiencia de esta técnica numérica em modelos de
comportamiento de suelos y en el análisis de problemas de
ingeniería geotécnica. Este trabajo es el resultado de
parte de estos estudios, donde pueden ser obseravdas
algunas de las potencialidades del uso de las redes
neurales en geotecnia. Se presentan tres aplicaciones
diferentes de redes neurales fedforward en geotecnia,
entrenadas con el algoritmo LM (Levenberg Marquardt). La
primera aplicación se refiere a la simulación de resultados
de pruebas de carga dinámica, analizadas por el método
CAPWAP, a través de redes neurales, realizando un pré
análisis del comportamiento de la estaca en campo, lo que
generalmente no sucede cuando se trata del análisis CAPWAP
tradicional. La segunda aplicación se relaciona con el
análisis del comportamiento mecánico de dos tipos de suelo
bastante diferentes entre sí: la arena de Ipanema y el
suelo residual gnáisico de Rio de Janeiro. Para esto, se
uilizaron resultados de ensayos de cisallamiento directo,
submersos y no submersos, y ensayos de compresión triaxial,
drenados y no drenados. La tercera aplicación se refiere a
la simulación de las características del subsuelo del sitio
de la Planta Nuclear Angra 2, localizada en el litoral del
estado del Rio de Janeiro. Las informaciones disponibles
provenian de boletines del tipo SPT. Se realizaron
simulaciones que involucraban la disposición de los
diferentes tipos de suelo que podrían existir en el local,
el nível de agua subterránea, la resistencia a la
penetración del suelo y la topografia del terreno. En todos
los casos fueron obtenidos resultados bastante
satisfactorios. Por lo tanto, se concluye que la técnica de
redes neurales presenta gran viabilidad en la resolución de
problemas geotécnicos de diferentes características, muchas
veces mostrándose tanto o más eficiente que las técnicas
numéricas tradicionales.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:2001 |
| Date | 05 October 2001 |
| Creators | ANDREA SELL DYMINSKI |
| Contributors | CELSO ROMANEL |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0022 seconds