Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
HOLANDA, Maria Júlia de Oliveira |
| Orientador(a): |
FERREIRA, Silvio Romero de Melo |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Programa de Pos Graduacao em Engenharia Civil
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/49238
|
Resumo: |
Solos colapsíveis e expansivos são solos problemáticos na Engenharia Civil. Identificar, classificar e compreender o comportamento hidro geomecânico requer procedimentos de ensaios de laboratório e campo e a utilização de modelos computacionais que levam em consideração o estado tensional em que o solo se encontra e a que será submetido, relacionando a variação de volume devido à mudança de umidade. Redes Neurais Artificiais (RNA) constituem uma ferramenta importante para essa finalidade, através da correlação entre os preditores e das propriedades a serem estimadas. A pesquisa tem por objetivo identificar o grau de probabilidade e classificar a suscetibilidade de ocorrência de solos colapsíveis e expansivos no Brasil baseadas em variáveis geotécnicas e variáveis pedológicas, geológicas e climatológicas. A partir das informações do Banco de Dados de Solos Especiais (BANDASE) do Grupo de Pesquisa de Solos Não Saturados (GNsat) da UFPE, utilizando RNA através do Neural Design, as redes são desenvolvidas e tem seu desempenho analisado segundo testes de classificação binária (acurácia, taxa de erro, previsão, sensitividade e especificidade). Três redes foram elaboradas. A primeira rede (PE04) criada a partir de 87 amostras de PE (53 treinamento, 17 seleção e 17 teste), conta com 4 variáveis de entrada (% de areia, % de argila, índices de plasticidade e atividade) e tem acurácia de classificação de 76,5%. A segunda rede (PE07) considera as mesmas 87 amostras com 7 variáveis de entrada (as 4 variáveis da rede PE04, além de clima, pedologia e geologia) e obtém uma acurácia de 88,2%. A terceira rede (BR03), desenvolvida com 393 amostras (237 treinamento, 78 seleção e 78 teste), utiliza 3 variáveis entrada (clima, pedologia e geologia) e tem acurácia de 89,7%. A generalização dos padrões de previsão das redes apresenta taxas de acurácia de 91,11% e 81,95% para as redes PE04 e BR03 e são aplicadas interpolando amostras dentro do mesmo domínio que foram desenvolvidas; enquanto a rede PE07, validada extrapolando o domínio com amostras do Nordeste e do Brasil, teve um decréscimo na taxa de acurácia: 65,5% e 56,7% respectivamente. Com a melhor rede (BR03) foi desenvolvido um programa para classificação de solos e elaborado um mapa probabilístico de ocorrência dos solos colapsíveis e expansivos, “disponibilizados gratuitamente” em ambiente web. As RNA PE04 e PE07 possibilitaram a produção de estimativas de identificação e classificação de solos colapsíveis e expansivos de Pernambuco com acurácia satisfatória, estabelecendo uma boa correlação entre as variáveis e a rede BR03 e ratificou a importância das variáveis de origem e formação do solo para classificar locais de propensão a esses fenômenos. |
