Eduardo Nunes Magalhaes, Gilmar Gonçalves Ferreira, Julia Aparecida Soares
The events after Mariana and Brumadinho demonstrated to Brazilian society the urgency and the need for more in-depth studies on the stability of slopes, including large busbars such as those used in mining. The present work sought to build a safe and faster method of obtaining the Safety Factor (FS) to guarantee the stability of slopes, using neural networks. For comparison purposes, a traditional calculation method known as Fellenius (1936) was chosen to obtain the Safety Factor (FS) for different characteristics of soil and slopes with or without the water table applied to the training of the neural network. A cluster was built in which the same input parameters were given: specific weight (KN/m3), cohesion (KPa), friction (0) and slope (L / H) with the dry FS as the outlet. After training the network, 30 sets of data were tested using the traditional method and neural networks, which obtained 95% adjustment to the values obtained by the method of Fellenius (1936). Thus, it has been shown that neural networks, after the improvement and understanding of the method, can be used with numerous advantages over the traditional Fellenius method for calculating slope stability
Os eventos pós Mariana e Brumadinho demonstraram à sociedade brasileira a urgência e a necessidade de estudos mais aprofundados quanto a estabilidade de taludes, incluindo grandes barramentos como os utilizados na mineração. O presente trabalho buscou construir um método seguro e mais rápido de obtenção do Fator de Segurança (FS) para garantir a estabilidade de taludes, utilizando redes neurais. Para fins de comparação foi escolhido um método tradicional de cálculo conhecido como Fellenius (1936) para obtenção do Fator de Segurança (FS) para diferentes características de solo e taludes com presença ou não do lençol freático aplicados ao treinamento da rede neural. Construiu-se um cluster em que foi dado aos mesmos parâmetros de entrada sendo: peso específico (KN/m3), coesão (KPa), atrito (0) e talude (L/H) tendo como saída o FS seco. Após o treinamento da rede foram testados 30 conjuntos de dados ao método tradicional e as redes neurais sendo que estas obtiveram 95% de ajuste aos valores obtidos pelo método de Fellenius (1936). Assim, demonstrou-se que as redes neurais, após o aprimoramento e entendimento do método, podem ser utilizadas com inúmeras vantagens em relação ao método de Fellenius tradicional para o cálculo de estabilidade de taludes
© 2001-2024 Fundación Dialnet · Todos los derechos reservados