Tesis
Utilização de simulações numéricas, inteligência artificial e algoritmos de amostragem inteligente para construir modelos substitutos e calcular a probabilidade de falha de túneis urbanos
Fecha
2022-08-08Registro en:
DOMINGUES, Vinícius Resende. Utilização de simulações numéricas, inteligência artificial e algoritmos de amostragem inteligente para construir modelos substitutos e calcular a probabilidade de falha de túneis urbanos. 2022. xxii, 181 f., il. Tese (Doutorado em Geotecnia) — Universidade de Brasília, Brasília, 2022.
Autor
Domingues, Vinícius Resende
Institución
Resumen
Quando é necessário avaliar, com uma abordagem probabilística, a interação dos túneis urbanos
com as estruturas vizinhas, o poder computacional é um desafio importante para os modelos
numéricos. Assim, algoritmos de amostragem inteligentes podem ser aliados na obtenção de
um melhor conhecimento do domínio do resultado, mesmo que em posse de menos amostras.
Ainda assim, quando a amostragem é limitada, a avaliação dos riscos do edifício também é
restrita. É neste contexto que a inteligência artificial pode preencher uma importante lacuna na
análise de risco, interpolando resultados e gerando amostras maiores em um curto espaço de
tempo. Nesta tese foi utilizado um caso hipotético para validar a proposta metodológica. Tratase da escavação sequencial, tipo NATM de um túnel, de três diâmetros de profundidade,
interagindo com um edifício contendo sete pavimentos. Primeiro, o modelo numérico
tridimensional (MEF) foi resolvido deterministicamente e, logo após, seu domínio e malha
foram refinados. Posteriormente, outras 170 soluções foram obtidas numericamente a partir de
um programa de elementos finitos, amostrando estrategicamente as variáveis aleatórias
envolvidas. Sequencialmente, fundamentado em 31 técnicas de inteligência artificial, foram
avaliadas quais variáveis eram de maior importância para prever a magnitude do deslocamento
vertical nos elementos de fundação de um edifício afetado. Assim, uma vez selecionadas as
variáveis mais importantes, as 31 técnicas de inteligência artificial foram novamente treinadas
e testadas para definir aquela que apresenta um menor R-quadrado. Finalmente, usando este
algoritmo de melhor ajuste, foi possível realizar o cálculo da probabilidade de falha usando
amostras maciças, com tamanhos na ordem de 107
. Estas amostras foram utilizadas para
verificar a convergência da amostragem simples de Monte Carlo e suas variações, além dos
métodos semianalíticos FOSM, FORM e SORM. A principal contribuição é metodológica e,
portanto, este novo procedimento pode ser utilizado em avaliações de risco, relacionados a
túneis, no estado da arte.