• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
10.11606/D.18.2006.tde-27112006-164931
Documento
Autor
Nome completo
Ovídio Joaquim dos Santos Júnior
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2006
Orientador
Banca examinadora
Celestino, Tarcisio Barreto (Presidente)
Fabbri, Glauco Tulio Pessa
Leite, Ricardo Luiz Leonardo
Título em português
Análise de dados de instrumentação de túneis do metrô de São Paulo: uma abordagem por redes neurais
Palavras-chave em português
escavações subterrâneas
instrumentação
metrô
recalques
redes neurais
túneis
Resumo em português
Atualmente, a escavação de túneis rasos em regiões densamente ocupadas requer medidas severas para reduzir riscos e possíveis influências em estruturas próximas. Um importante passo é a previsão dos efeitos da escavação, principalmente no que concerne à geração de recalques. As redes neurais artificiais (RNAs) aparecem como uma nova ferramenta para auxiliar o entendimento desses fenômenos. Isso porque a rede neural possui a capacidade de realizar generalizações, isto é, após a rede aprender características de uma categoria geral de dados baseada em uma série de exemplos daquela categoria, a rede pode apresentar respostas idênticas ou similares às respostas treinadas para entradas não treinadas. Nesse trabalho, realiza-se a aplicação de redes neurais artificiais para os dados das linhas 1 e 2 do metrô de São Paulo, onde se observa a influência de alguns parâmetros e a melhoria significativa de previsão da rede neural devido à utilização de algumas técnicas no tratamento e manuseio dos dados. Dentre as técnicas de tratamento de dados utilizadas destaca-se a adimensionalização dos dados por parâmetros da própria obra garantindo melhor estabilidade à rede e melhor capacidade de previsão. Análises de sensibilidade também são realizadas para contemplar o tipo de influência que cada parâmetro exerceu nos recalques obtidos.
Título em inglês
Analysis of instrumentation data of São Paulo subway tunnels: a neural network approach
Palavras-chave em inglês
instrumentation
neural network
settlements
subway
tunnels
underground excavation
Resumo em inglês
Excavating shallow tunnels in densely occupied areas currently requires strict precautions to reduce risks and possible effects on nearby structures. Being able to predict excavation effects and particularly settlement - related effects is an important step forward in this respect. Artificial neural networks (ANNs) have emerged as a new tool for analyzing geotechnical problem. Longstanding problems have been solved and conventional solutions enhanced as the ability to generate more information grows and the understanding of obscure points is deepened. Neural networks have the ability to make generalizations: once a network has learned the characteristics of a general category of objects based on a series of examples from this category, it can provide identical or similar responses to trained responses for non-trained inputs. This study uses artificial neural networks to analyze data from São Paulo subway line 1 and 2 to observe the effects of certain parameters and notes significantly enhanced neural network predictive ability due to the use of certain data processing techniques. The study also sets out to show that the use of dimensionless data in training may upgrade the predictive ability of the model. Knowledge acquired was applied to further develop use of this technique for tunnel instrumentation.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
SantosJrOJ2006.pdf (2.78 Mbytes)
Data de Publicação
2006-12-06
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2018. Todos os direitos reservados.