Aprendizagem de máquina na determinação de parâmetros de resistência de filitos brandos
DOI:
https://doi.org/10.33448/rsd-v12i1.39693Palavras-chave:
Rochas brandas; Filitos; Parâmetros de resistência; Aprendizagem de máquina; Redes neurais artificiais; Regressão linear.Resumo
Aspectos geológico-geotécnicos devem ser levados em consideração desde os estudos de exploração geológica, em empreendimentos mineiros. Alguns acidentes ocorridos em minas, nas últimas décadas, poderiam ser evitados, caso as condições geológico-geotécnicas do maciço fossem compreendidas. Ainda existe grande dificuldade em se classificar alguns tipos de rochas, sobretudo as rochas consideradas brandas, por meio dos sistemas de classificação geomecânica conhecidos. A grande maioria das classificações existentes foram desenvolvidos baseadas em características de rochas duras. Para maciços rochosos pouco resistentes, é necessário adaptar os sistemas atuais ou desenvolver novos sistemas de classificação, que sejam específicos para maciços rochosos brandos praticamente contínuos. O objetivo deste artigo é propor a utilização de técnicas de Aprendizagem de Máquina para previsão de parâmetros geotécnicos de rochas brandas, especialmente filito. Foram utilizados dados históricos de resultados de ensaios geotécnicos de laboratório de rochas de minas do Quadrilátero Ferrífero, que, por meio da interação otimizada, e com auxílio de técnica de Inteligência Artificial, como a Rede Neural Artificial e Regressão Linear, sejam capazes de gerar resultados de interesse para análises de estabilidade e modelagens geotécnicas. Das técnicas utilizadas, resultados mostraram que o método de Regressão Linear se mostrou satisfatório na determinação de parâmetros de resistência de filitos brandos e com boas perspectivas de ampliação e utilização para outros parâmetros, assim como outros tipos de rochas.
Referências
Beale, G. (2018). The role of Water in Slope Design for Weak Rocks. Guidelines for Open Pit Slope Design in Weak Rocks. D. Martin and Peter Stacey (eds.), CSIRO Publishing, Melbourne, Australia, 80-113
Freitas, J.P.S. (2016). Elaboração do modelo geomecânico tridimensional para a reavaliação e setorização geotécnica dos realces da Mineração Caraíba. Dissertação de Mestrado, NUGEO, Escola de Minas, Universidade Federal de Ouro Preto.
Hinkle, D. E., Wiersma, W. & Jurs, S. G. (2003). Applied statistics for the behavioral sciences. Vol. 663. Houghton Mifflin College Division.
Kanji, M. A. (2014). Critical issues in soft rocks. Journal of Rock Mechanics and Geotechnical Engineering 6 (2014) 186e195
Kundu, J., Sarkar, K., Singh, A. K., & Singh, T. N. (2020). QuickRMR beta. A Rock Mass Rating calculator based on continuous functions. https://jkundu.com/quickrmr.
Mahesh, B., (2019) Machine Learning Algorithms - A Review. International Journal os Science and Research (IJSR). https://www.researchgate.net/publication/344717762_Machine_Learning_Algorithms_-A_Review.
Manchao, H. & Xiaoming, S. (2020). State Key Laboratory of Geomechanics and Deep Underground Engineering (SKL-GDUE), China University of Mining and Technology, Beijing, China. © Springer Nature Switzerland AG 7 M. Kanji et al. (eds.), Soft Rock Mechanics and Engineering,
Nola, I. T. S. (2015). Avaliação de dados geológico-geotécnicos prévios para elaboração de Carta de Eventos Perigosos de movimentos de massa gravitacionais por meio de redes neurais artificiais e probabilidade. Dissertação de Mestrado (Geotecnia) – Escola de Engenharia de São Carlos. Universidade de São Paulo. São Carlos.
Oliveira Filho, A. G., & Bicalho K. (2018). Aplicação de Redes Neurais Artificiais na Estimativa de Propriedades Geotécnicas de Solos Argilosos. XIX Congresso Brasileiro de Mecânica dos Solos e Engenharia Geotécnica Geotecnia e Desenvolvimento Urbano. Salvador, BA
Palmström A. (1995). RMi: a rock mass characterization system for rock engineering purposes. University of Oslo, 400 p. (PhD Thesis).
Palmstron, A. (2022). RockMass.net. Geology Applied in Rock Construction. https://rockmass.net/estimations-with-rmi/
Pinheiro, R. F. S. (2013). Classificações geomecânicas mineiras para o dimensionamento de maciços rochosos: o aplicativo MGC-RocDesign|Calc. Mestrado em Engenharia Geotécnica e Geoambiente. ISEP - Instituto Superior de Engenharia do Porto.
Pinheiro, A. L. (2014). Influência das descontinuidades no comportamento geomecânico e nos modos de ruptura em taludes escavados em rochas brandas. 2014. 192 f. Tese (Doutorado em Geotecnia) - Universidade Federal de Ouro Preto, Ouro Preto.
Pinto, L. A. G. (2022). Determinação de parâmetros de resistência de filitos com uso de aprendizagem de máquina. Dissertação de Mestrado em Engenharia Mineral - Universidade Federal de Ouro Preto. Escola de Minas. Departamento de Engenharia de Minas.
Santos, T. B., Lana, M. S., Santos, A. & Silveira, L. R.C. (2017). Aplicabilidade de classificações geomecânicas para estimativa de propriedades de resistência em maciços rochosos brasileiros. Anais da Academia Brasileira de Ciências, 89 (2), 859-872. https://dx.doi.org/10.1590/0001-3765201720160065
Santos, A. E. M. (2021). Classificação de maciços rochosos por meio de técnicas da estatística multivariada e inteligência artificial. Tese Doutorado em Engenharia Mineral - Universidade Federal de Ouro Preto. Escola de Minas. Departamento de Engenharia de Minas.
Silva, C. H. C. (2010). Comportamento geotécnico dos filitos do talude oeste da Mina Pau Branco. Dissertação (Mestrado) - Universidade Federal de Ouro Preto. Escola de Minas. Departamento de Engenharia de Minas.
Silva J. M. (1997). Contribuição à Determinação da Rugosidade da Superfície de Descontinuidades Rochosas. Dissertação de mestrado. CPGEM. Universidade de São Paulo, EPUSP.
Somodi G., Bar N., Vasarhey B, Kovács, L., Arrieta, M., & Török, A. (2021). Correlation between the Rock Mass Quality (Q-system) method and Geological Strength Index (GSI). Correlations in Granite, Siltstone, Sandstone and Quartzite Rock Masses. Applied Science.
Souza, M. M. (2019). Estudos geotécnicos para determinação e viabilização de cavas operacionais e finais. Estudo de caso: cava Três Buracos, Goiás. Dissertação de Mestrado, Publicação 321/2019, Departamento de Engenharia Civil, Universidade de Brasília, Brasília, DF, 83p.
Souza, L. R., Sousa, L. R. Cuiying, Z. & Karam, K. (2020). Chapter 8 - Evaluation of Geomechanical Properties of Soft Rock Masses by Laboratory and In Situ Testing. M. Kanji et al. (eds.), Soft Rock Mechanics and Engineering. Springer Nature Switzerland.
Stephenson, R. M., & Sandy, M. P. (2021). Considerations for the designs and support of underground portals. Underground Operators Conference. Perth, WA, 15-17 March 2021.
Tao, Z., Zhou, C., Sousa, L. R. & Feifei, Z. (2020). Chapter 7 - Site Investigation for Soft Rock Mass. M. Kanji et al. (eds.), Soft Rock Mechanics and Engineering. Springer Nature Switzerland
Zhang, N. (2020). Chapter 9 - Interaction Between Water and Soft Rocks. M. Kanji et al. (eds.), Soft Rock Mechanics and Engineering. Springer Nature Switzerland
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Lívia Aparecida Gonçalves Pinto; José Margarida da Silva
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
