Todos as informações e direitos sobre o presente artigo são de total e única responsabilidade do(s) autor(es).

No abstract

No abstract

UMA APLICAÇÃO DA INFERÊNCIA BAYESIANA NA ATUALIZAÇÃO DA ESTIMATIVA DA RESISTÊNCIA DO SOLO MOBILIZADA POR ESTACAS ATRAVÉS DE REGISTROS DE CRAVAÇÃO

Resumo: O presente trabalho investiga uma aplicação de Redes Neurais Artificiais (RNAs), na determinação dos acréscimos de tensões induzidas em um ponto qualquer do maciço de solo devido à aplicação de sobrecargas triangulares ou trapezoidais na superfície. Normalmente esse processo é realizado graficamente através da obtenção de um coeficiente de influência, que permite quantificar a parcela de um carregamento aplicado na superfície, que é transmitida a um ponto no interior do maciço de solo. O objetivo dessa pesquisa consiste na utilização de RNAs para a determinação desse coeficiente eliminando-se o uso dos ábacos que relacionam a profundidade e o afastamento do ponto em relação à superfície com o acréscimo de tensão correspondente. Estes ábacos são constituídos por uma família de curvas isóbaras, formando um bulbo de tensões induzidas. A RNA usada na pesquisa foi o Perceptron de múltiplas camadas (PMC), implementado com o algoritmo de Levenberg-Marquardt (LM), uma variação do método Gauss-Newton. Os resultados obtidos pela RNA apresentaram um erro percentual máximo na faixa de 5%, fato que habilita a sua utilização em projetos de engenharia geotécnica, porém o diferencial dessa pesquisa foi a rapidez e a facilidade na obtenção dos resultados desejados. Palavras-Chave:Redes Neurais Artificiais, Coeficiente de Influência, Acréscimos de Tensão, Mecânica dos Solos. Abstract:The present work investigates an application of Artificial Neural Networks (ANNs), in the determination of the stresses induced in any point of the solid of soil due to the application of trapezoid or triangular overloads in the surface, usually accomplished graphically through the influence coefficient of the shipment in the soil. The objective of that research was to use an ANN in the determination of that coefficient being eliminated, definitively, the use of the abacus that relate the depth and the removal with the pressure increment corresponding of a family of isobaric curves, denominated of bulb of induced tensions. The ANN used in the research was a Multiple Layers Perceptron (MLP), implemented with the Levenberg-Marquardt (LM) algorithm, a variation of the GaussNewton method. The results obtained by ANN presented an error percentage around of 5%, fact that enables her use in projects in geotechnical engineering. However the differential of that research was the speed and the easiness in the obtaining of the wanted results.