Dissertação

Modelação do comportamento observado em barragens de betão com base em técnicas de aprendizagem automática EVALUATED

Esta dissertação insere-se no âmbito do controlo estrutural de barragens de betão e estuda diferentes formulações de aprendizagem automática para a análise e interpretação do comportamento observado em barragens de betão. Nesta dissertação foram analisados e interpretados os deslocamentos horizontais, observados ao longo de 30 anos, em dois pontos no bloco central da barragem do Alto Lindoso. Em cada ponto foram testadas três formulações designadas por Hydrostatic-Season-Time (HST), Hydrostatic-Temperature-Time (HTT) e Hydrostatic-Temperature-Foundation-Time (HTFT), sendo a última uma proposta inovadora no âmbito deste trabalho. Todas as formulações permitem a consideração dos efeitos do nível da água da albufeira, da temperatura e do tempo. A diferença entre eles reside no seguinte: i) HST considera o efeito da temperatura do ar através de uma função sinusoidal de período anual; ii) HTT considera o efeito da temperatura do ar através da temperatura medida no corpo da barragem; e iii) HTFT considera o efeito da temperatura do ar através da temperatura medida no corpo da barragem e considera também o efeito da deformação na fundação. Nas formulações foram utilizados os seguintes métodos de aprendizagem automática: regressão linear múltipla, redes neuronais artificiais e random forest. Consideraram-se 286 campanhas de observação na análise que foram divididas em período de aprendizagem e período de previsão. Todas as formulações demonstraram boa capacidade de estimação, existindo algumas potenciais vantagens na utilização da formulação HTFT. Os métodos de aprendizagem automática mostraram ser adequados ao tipo de aplicação, tendo o método random forest apresentado resultados muito interessantes comparativamente aos outros métodos.
Controlo de Segurança Estrutural, Análise e Interpretação do Comportamento, Aprendizagem Automática, Redes Neuronais Artificiais, Random Forest, Interpretação Quantitativa.

Junho 17, 2021, 10:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Juan Tomé Caires da Mata

Laboratório Nacional de Engenharia Civil

Investigador Auxiliar

ORIENTADOR

João Carlos De Oliveira Fernandes de Almeida

Departamento de Engenharia Civil, Arquitectura e Georrecursos (DECivil)

Professor Associado