Redes neurais artificiais para previsão de capacidade de carga em estacas do tipo hélice contínua / Artificial neural networks for load capacity prediction in continuous flight auger piles

Authors

  • Iago Irteson Pegado Moreira Brazilian Journals Publicações de Periódicos, São José dos Pinhais, Paraná
  • Emerson Cordeiro Morais
  • Raykleison Igor dos Reis Moraes
  • Alex de Jesus Zissou
  • Pedro Silvestre da Silva Campos
  • Glauber Tadaiesky Marques
  • Otavio Andre Chase
  • José Felipe Souza de Almeida

DOI:

https://doi.org/10.34117/bjdv7n12-171

Keywords:

Redes Neurais Artificiais, Engenharia Geotécnica, Capacidade de Carga.

Abstract

As Redes Neurais Artificiais (RNAs) são usadas atualmente para uma gama de problemas lineares e não-lineares, pois é utilizada como uma ferramenta alternativa para prever determinados fenômenos no ramo da Engenharia Geotécnica. Especificamente neste trabalho, aplica-se a ferramenta RNA Perceptron de Múltiplas Camadas para previsão de capacidade de carga de estacas escavadas do tipo hélice contínua. Para a construção da base de dados foram utilizados dados de literatura de prova de carga estática e de ensaio de sondagem de simples reconhecimento (SPT) de diferentes estados do Brasil, com diferentes tipos de solo. Foram realizados 60 tipos de configurações para a arquitetura da rede neural, objetivando a predição da capacidade de carga da estaca, gerando gráficos de treinamento da rede, de teste e erro quadrático médio. Os resultados mostram que as RNAs têm um grande potencial para resolver problemas deste tipo e para auxiliar em tomada de decisões.

References

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. ABNT NBR 6122: Projeto e execução de fundações. Rio de Janeiro: ABNT, 2019.

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. ABNT NBR 6484: Solo - Sondagem de simples reconhecimento com SPT - Método de ensaio. Rio de Janeiro: ABNT, 2020.

Amancio, L. B. (2013). Previsão de Recalques em Fundações Profundas Utilizando Redes Neurais Artificiais do Tipo Perceptron. Tese apresentada ao programa de pós graduação em Engenharia Civil da Universidade Federal do Ceará, como requisito parcial para obtenção do Título de Mestre em Engenharia Civil. Área de Concentração: Geotecnia.

Barca, M. C. S; Silveira, T. R. S; Magini, M. (2005). Treinamento de Redes Neurais Artificiais: O Algoritmo Backpropagation. In: Encontro Latino Americano de Iniciação Científica, IX., Jacareí. Anais [...]. Universidade do Vale do Paraíba, 2005. p. 46–49.

Braga, A. D.; Carvalho, A. P.; Ludermir, T. B. (2007). Redes Neurais Artificiais: Teoria e Aplicações. Rio de Janeiro: LIVROS TÉCNICOS E CIENTÍFICOS EDITORA S.A, 2007.

Castro, B. C.; Garcia. A. F.; Gondo. G. H. B.; Marques. S. F.; Sousa. M. V.; Queiroz. J. S.; Reinaldo. R. L. Perfis geotécnicos da cidade de Palmas - TO por meio de sondagens SPT e ensaios geofísicos. In: Congresso Brasileiro de Mecânica dos Solos e Engenharia Geotécnica,18., 2016, Belo Horizonte. [...]. Belo Horizonte: ABMS, 2016.

Cintra, J. C. A.; Aoki, N. Fundações por estacas: Projeto Geotécnico. São Paulo: Editora Oficina de Textos, 2010, 96p.

Cintra, J. C. A.; Aoki, N.; Tsuha, C. H. C.; Giacheti. H. L. Fundações: ensaios estáticos e dinâmicos. [S.L]: Editora Oficina de Textos, 2013, 144p.

Décourt, L.; Albiero, J. H.; Cintra, J. C. A. Análise e Projeto de Fundações Profundas. In: Hachich, W. Falconi, F. F. Saes. J. L. Frota, G. O. Carvalho, C. S. Niyama. S. Fundações: Teoria e Prática. 2. Ed. São Paulo: Pini, 1998. 758p.

Delazzeri, M. L. C. (2018). Estimativa da Capacidade de Carga de Fundações Profundas Utilizando Rede Neural Artificial. Tese apresentada ao programa de Pós-Graduação em Engenharia Civil e Ambiental da Universidade Estadual de Feira de Santana como requisito parcial à obtenção do título de Mestre em Ciências em Engenharia Civil e Ambiental.

Falcão, H. S.; Lovato, A. V.; Santos, A. F.; Oliveira, L. S.; Maniçoba, R. H. C.; Guimarães, M. A.; Santana, M. S. Classificação de Vagas de Estacionamento com Utilização de Rede Perceptron Multicamadas. Revista de Sistemas de Informação da FSMA, Visconde de Araújo, v. 12, 2013, p. 41-48, 2013.

Farias, E. L. (2018). Redes Neurais Convulacionais e Máquinas de Aprendizado Extremo Aplicadas ao Mercado Financeiro Brasileiro. Tese de Doutorado apresentada ao Programa de Pós-graduação em Engenharia Civil, COPPE, da Universidade Federal do Rio de Janeiro, como parte dos requisitos necessários à obtenção do título de Doutor em Engenharia Civil.

Haykin, S. Redes Neurais: Princípios e Prática. 2. ed. Hamilton: Bookman, 2007. 898 p.

Magalhães, P. H. L. (2005). Avaliação dos Métodos de Capacidade de Carga e Recalque de Estacas Hélice Contínua via Provas de Carga. Tese apresentada ao programa de engenharia civil e ambiental da universidade de Brasília como requisito parcial à obtenção do título de metre.

Melo, B. D. (2009). Análise de provas de carga à compressão à luz do conceito de rigidez. Tese apresentada à Universidade Estadual de Campinas para obtenção do grau de Mestre em Engenharia Civil, na área de concentração de Geotecnia.

Morais, E. C. (2010). Reconhecimento de Padrôes e Redes Neurais Artificiais em Predição de Estruturas Secundárias de Proteínas. Tese apresentada ao programa de pós-graduação em engenharia civil da Universidade Federal do Rio de Janeiro, como requisito parcial à obtenção do título de doutor em engenharia de sistemas e computação, 2010.

Silva, I. N.; Spatti, D. H.; Flauzino, R. A. Redes Neurais Artificiais: para engenharia e ciências aplicadas. São Paulo: Artliber Editora Ltda., 2010. 399p.

Published

2021-12-29

How to Cite

Moreira, I. I. P., Morais, E. C., Moraes, R. I. dos R., Zissou, A. de J., Campos, P. S. da S., Marques, G. T., Chase, O. A., & de Almeida, J. F. S. (2021). Redes neurais artificiais para previsão de capacidade de carga em estacas do tipo hélice contínua / Artificial neural networks for load capacity prediction in continuous flight auger piles. Brazilian Journal of Development, 7(12), 112577–112597. https://doi.org/10.34117/bjdv7n12-171

Issue

Section

Original Papers