Estimativa dos parâmetros da resistência do solo ao cisalhamento através de pedotransferência

• Main Author: Braga, Fabiano de Vargas Arigony
• Other Authors: Robaina, Adroaldo Dias
• Format: Others
• Language: Portuguese
• Published: Universidade Federal de Santa Maria 2015
• Subjects: Redes neurais; Pedofunções; Regressão linear múltipla; Neural networks; Pedofuntions; Multiple linear regression; CNPQ::CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA
• Online Access: http://repositorio.ufsm.br/handle/1/3618

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.