Eng. Civil, M.Sc., Doutorando em Geotecnia PPG/UnB Professor Universitário UFERSA/DCAT-Eng. Civil
March 1, 2021 | Author: Mario Canário Leal | Category: N/A
Short Description
1 2 Eng. Civil, M.Sc., Doutorando em Geotecnia PPG/UnB Professor Universitário UFERSA/DCAT-Eng. Civil 23 1. Intro...
Description
Eng. Civil, M.Sc., Doutorando em Geotecnia – PPG/UnB Professor Universitário – UFERSA/DCAT-Eng. Civil
2
Introdução ao problema de pesquisa Caracterização do objeto de estudo e do problema de pesquisa Hipóteses da pesquisa Objetivo geral da pesquisa Objetivos específicos da pesquisa Justificativas e Viabilidades da Pesquisa
2. Revisão da Literatura
1. Introdução
Revisão da literatura
Fundações: tipos e métodos de análise
Riscos Calculados e segurança das
fundações
Ensaios de campo e o SPT
Conceitos da Estatística Clássica
Geoestatística – histórico, métodos e aplicações
3. Métodos e Materiais
Tipologia e Ferramentas Proposta de metodologia de projeto Uso de dados de uma obra real
4. Implementações Computacionais e Resultados
Modelagem Banco de Dados Programação das interfaces e métodos de capacidade de carga
Rotinas Gráficas Programação Geoestatística Proposta do IDW modificado
5. Conclusões
Exemplo aplicado Rotinas de otimização das previsões das fundações 3
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
1.Introdução
4
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Pilares Terreno
FS1
FS3
N1 N2
FS2 N1
Sondagens N2
N2
: : : : : :
: : : : : :
Nn
FS4
N1 N1 N2
: : : : : :
: : : : : :
Nn Nn
Nn
• Como projetar as fundações mediante os resultados das sondagens SPT? 5
1.Introdução
2.Revisão
FS1 N1
2.1 Aplicações
3. Métodos
4. Resultados
???
??? FS2
FS3
5. Conclusões
6. Referências
??? FS4
N2
: : : : : : Nn
• Como interpolar as informações das sondagens para outras áreas do terreno? 6
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
FS2
• Solução Comum: • Tratamento dos relatórios sem efeitos espaciais (XYZ) • Estimativas fundações pelo furo mais desfavorável ou equivalente, p.ex., FS-02!
• Estaqueamento Definido
7
1.Introdução
2.Revisão
2.1 Aplicações
FS1
FS2
Comprimento insuficiente!
3. Métodos
FS3
Comprimentos excedentes!
4. Resultados
5. Conclusões
6. Referências
• RESULTADOS DESTA METODOLOGIA FS4 TRADICIONAL • Comprimentos de estacas superestimados em outras localizações; • As coordenadas dos pilares de fundação não são levadas em conta; • Maior consumo de materiais e mão de obra • Pode-se, às vezes, subestimar o comprimento das estacas 8
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Investigação de campo reduzida Sondagens, visitas, poços, etc. Minimização de custos de investigação dados escassos
“Stress” de Projeto Geotécnico Influência da variabilidade do terreno + escassez de dados Prazo de elaboração Ferramentas e Verbas disponíveis Prazos reduzidos
Previsões confiáveis? 9
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Como projetar estruturas de fundações com dados espaciais, sem prejudicar a qualidade das previsões de comportamento e reduzindo os custos totais da obra, num menor tempo possível?
Como considerar a variabilidade espacial dos parâmetros do solo no projeto de
fundação?
Como projetar as fundações usando técnicas de modelagem estatística que reduzam os riscos de projeto provenientes da variabilidade do solo, sem
consumir o tempo “extra” de análise do engenheiro?
Quais seriam os ganhos reais (de confiabilidade, de segurança e de economia) provenientes de um adequado tratamento das variabilidades do solo no
momento da composição de um projeto de fundação? É viável o uso da geostatística em projetos? 10
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
- Racionalização dos custos da obra pela aplicação da técnicas da Geoestatística aplicadas aos dados de ensaios de campo e nas previsões das fundações;
- Uso da geoestatística aumenta a confiabilidade e a reduz o cronograma da obra; - Há um domínio maior das incertezas e dos riscos.
- A implementação das técnicas geoestatísticas via programas computacionais integrados (p.ex., Autocad MS Excel/Matlab) permite o aperfeiçoamento e precisão aos projetos de fundações. 11
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Construção de um algoritmo que resulte em processos de elaboração de projetos de fundações profundas de custos e cronogramas otimizados, sem gerar prejuízos à confiabilidade daqueles através de técnicas de interpolação espacial.
Disseminar a aplicabilidade das teorias da Geoestatística
Revisar os principais métodos de previsão de capacidade de carga de fundações em estacas
Construção de um sistema computacional integrado para projeto de fundações estaqueadas com uso da geoestatística.
Propiciar a prática de projetos de fundações com maior qualidade e controle nas previsões de engenharia 12
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
• Desenvolvimento da racionalização do ato de projetar fundações profundas Uso de Técnicas Geoestatísticas
• Otimização do uso dos dados de sondagem e consequentes recursos do projeto;
• Elaboração de
um
fluxograma
de
projeto
e sua
implementação computacional
13
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
2.Revisão
14
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
• Elementos estruturais transferidores de carga da superestrutura para o terreno TIPOS •
Rasas
•
Profundas
15
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Mecanismo Clássico de Transferência de Carga Capacidade de carga última de uma estaca pode ser calculada pela equação global:
Capacidade de Carga Total
Parcela de Ponta Parcela de Lateral
Onde: Ab = área transversal da estaca U = perímetro da seção transversal da estaca (Veloso & Lopes, 2010)
16
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Métodos de Previsão da Capacidade de Carga Métodos Racionais
• Terzagui (1948) • Meyerhof (1953); • Berezantzev (solos arenosos) • Vésic (1972)
• Todos os métodos acima partem de uma hipótese para a forma da superfície de ruptura do solo ao redor da estaca; • Usam fatores “N” para relacionar a capacidade de carga da estaca com a sua geometria e com os parâmetros do solo (peso específico, ângulo de atrito e coesão) 17
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Métodos de Previsão da Capacidade de Carga Métodos Semi-Empíricos • Aoki e Velloso (1975); • Método de Décourt e Quaresma (1978); • Teixeira (1996); • Alonso (1983) – “escavadas” • Cabral (1986) – “raiz” • Antunes e Cabral (1996); Alonso (1996) – “hélice contínua”;
(Formulação Geral) Uso de coeficientes de correlação A, B e C.
• Os métodos acima baseiam-se nos resultados do ensaio do tipo SPT; • Cada um deles foi desenvolvido para situações particulares Uso com cautela! • Necessitam de calibração local! 18
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
A maioria das propriedades das ciências da Terra, incluindo os estudos geotécnicos, variam continuamente no espaço. Como conseqüência, valores pontuais em locais mais próximos, são mais similares dos pontos que estão mais distantes. Os dados dependem uns dos outros no sentido estatístico, nesse ponto reside basicamente a diferença entre a estatística clássica e a geoestatística. A Geoestatística leva em conta a dependência espacial das amostras.
4. Resultados
5. Conclusões
ESTATÍSTICA CLÁSSICA
6. Referências
GEOESTATÍSTICA
VARIÂNCIA
MÉDIA, VARIÂNCIA E ESTRUTURA DE VARIÂNCIA
IGNORA A POSIÇÃO GEOGRÁFICA DA AMOSTRA
OS LOCAIS DE AMOSTRAGEM SÃO IMPORTÂNTES (CORRELAÇÃO)
MÉDIA
• Teoria das Variáveis Aleatórias e Regionais • Conceito de estacionariedade 19
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Como a variável de interesse varia no espaço/tempo?
O que controlam estas variações no espaço/tempo?
Onde devem ser realizadas as amostragens para que a variabilidade espacial seja identificada adequadamente?
Quantas amostras são necessárias para representar esta
variabilidade?
Qual é o valor de uma variável em qualquer ponto do espaço ou tempo considerado?
Qual o nível de incerteza dos valores estimados? 20
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
(a) pontos amostrais e Polígonos Voronói
4. Resultados
5. Conclusões
6. Referências
(b) Malha triangular de interpolação linear; (Mitas e Mitasova,1998)
21
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
d) Krigagem – variograma esférico;
(c) inverso ponderado da distância;
(f) Spline com tensionamen to e suavização.
(e) Spline com tensionament o e linhas de corrente;
(Mitas e Mitasova,1998)
22
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Krigagem e Inverso Ponderado da Distância (Landim, 2000)
Krigagem
- Interpolação que se caracteriza por atribuir pesos diferentes às amostras em função do variograma experimental.
Inverso ponderado da distância – IDW
- Calcula-se o valor de um ponto fazendo a média ponderada pelo inverso das distâncias deste aos dados amostrais reais.
amostra1
Variograma
(Caso 2D)
dist1
dist2
Amostra x = ? dist4
amostra4
amostra2
IDW dist3 amostra3 23
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Métodos de Krigagem
Krigagem Normal ou Ordinária - KO
Solução do sistema linear λ
Krigagem Universal - KU
Krigagem Indicativa - KI
Presença de deriva!
Transformação de variável Uso de valores de corte Distribuição de probabilidade Aplica-se KO Solução do sistema linear λ
Solução do sistema linear λ
24
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
^g(h) =
Cálculo do semivariograma a partir de amostras irregularmente espaçadas.
y
5. Conclusões
6. Referências
N(h)
1
2N(h)
[ z(ui) - z(ui + h)]2
i=1
y
(a)
(b) TA = º 90
ca us
IL
reç Di
h
h
TL
90
°
h
IL
h
TA
0
L1
x IL = Incremento do Lag BW = largura de banda;
L2
L3
L3
0
TL = Tol. Lag; Ln = Lag número "n"
...Ln ....
TA
L2 L3
TA = Tolerância Angular; h= ângulo do vetor h;
BW
TA
TL
L1
L4
B ão
L4
L5
.
.... ....
x = ângulo de varredura;
25
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
O gráfico do semivariograma empírico estimado por ^g(h) é formado por uma série de valores, sobre os quais se objetiva ajustar uma função.
Exemplo de semivariograma e de suas partes constituintes fundamentais
26
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
• Exemplos de ajustes do variograma experimental – (Mét. MSE)
27
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Os pesos são calculados considerando a estrutura de correlação espacial imposta pelo semivariograma X u1
análise de correlação espacial baseada em semivariograma
Xu2
? X u0 X u4
X u3
ajuste do semivariograma experimental
modelo de ajuste do semivariograma
validação do modelo de ajuste
estimador de krigagem
28
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
2.1 Aplicações
29
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Folle (2002) Mapas de valores Nspt – cidade Passo Fundo/RS – KO em blocos
Fonteles (2003) Mapeamento Nspt via co-krigagem ( sondagem + topografia)
Silva(2008) Mapeamento Nstp e torque – região de Londrina/PR – co-krigagem da
topografia e pedologia da região
Folle(2009) Estimativas 3D da estratigrafia e propriedades do solo em Passo Fundo/RS
e Roma/Itália, combinando técnicas de simulação geoestatística.
John Eloi Bezerra – Defesa DSc
30
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
4.Métodos
John Eloi Bezerra – Defesa DSc
31
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
32 John Eloi Bezerra – Defesa DSc
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Ferramentas de Implementações Numéricas e Interfaces MS Excel e Ambiente Visual Basic for Application (VBA)
33 John Eloi Bezerra – Defesa DSc
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Ferramentas de Implementações Numéricas e Interfaces Autocad + VBA Workframe
34 John Eloi Bezerra – Defesa DSc
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Ferramentas de Implementações Numéricas e Interfaces Matlab 2012 –
Plataforma de análise computacional de alto nível.
35 John Eloi Bezerra – Defesa DSc
1.Introdução
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Comput.
estruturas
Fluxograma proposto para Procedimentos de Projeto
sondagens
2.Revisão
geotecnia
experiência
Algorit.
36 John Eloi Bezerra – Defesa DSc
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Obra modelo de estudo – Locação – Prédio CREA/PR
John Eloi Bezerra – Defesa DSc
108 Pilares ; 14 furos de sondagens; Área = 2770 m² 197 m²/furo
37
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
5.Implementações e Resultados
John Eloi Bezerra – Defesa DSc
38
1.Introdução
John Eloi Bezerra – Defesa DSc
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
39
1.Introdução
John Eloi Bezerra – Defesa DSc
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
40
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
MÉTODOS DE INTERPOLAÇÃO EM GEOESTATÍSTICA • Método do Inverso Ponderado da Distância (IDW – Inverse Distance Weigth) 𝑓 𝑛 x
𝑁𝑠𝑖∗ = 𝜆𝑖𝑗 𝑁𝑖𝑗 𝑖=1 𝑗=1
N2,1
y
N1,1 N1,2
FS-1
d1,1,i d1,2,i
FS-2 d2,2,i
d2,1,i
FS-Interpolado
Formulação 3D 1 𝜆𝑖𝑗 = 𝑒𝑥𝑝𝑜𝑒𝑛𝑡𝑒 𝑑𝑖𝑗 Fator de Peso
N2,z N1,z
Amostra Interpolada (N-SPT, Tipo de Solo, etc) N s,i* expoente = potência a ser considerada para a função de peso
z
41
1.Introdução
2.Revisão
2.1 Aplicações
Proposta IDDW
3. Métodos
4. Resultados
5. Conclusões
6. Referências
n _ amostras
Valor
Peso xAmostra ij
ij
1
n _ amostras
distij
xi - xj 2 + yi - yj 2
Peso
ij
1
amostra1
= ângulo da direção entre amostra 1 e o ponto interpolado
amostra2 dist 1 dist Amostra x 2 =? dist dist 4 Proposta 3 IDDW amostra4 amostra3 • Efeito Profundidade
(3)
Direção preferencial = ângulo preferencial de • ponderação direcional
Pesoij
Efeito Direcional
1 (1 + Fd cos( - ) Ed ) 2 distij
Fd= Fator de Proporcionalidade Direcional Ed= Expoente Direcional (-) = desvio angular direcional 42
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Fluxograma da Planilha IDW
43
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Fluxograma da Planilha IDW
Comparação dos resultados obtidos pela planilha e o programa Surfer (Método IDW)
44
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Resultados da análise direcional implementada Análise Omnidirecional
45
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Resultados da análise direcional implementada Análise Omnidirecional
omni
90°
0°
45°
135°
46
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Interface Principal do Sistema – Método IDW e Krigagem
Listagem das sondagens ; Configurações da Interpolação; Otimização IDW; Valores de Corte N, etc
47
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Proposta de Otimização dos coeficientes do método IDW via validação cruzada Efeito Profundidade:
Minimização dos erros da validação cruzada
48
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Proposta de Otimização dos coeficientes do método IDW via validação cruzada Otimização dos Coeficientes IDW – Busca Exaustiva
49
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Proposta de Otimização dos coeficientes do método IDW via validação cruzada Otimização dos Coeficientes IDW para a Obra em Estudo – CREA N = Capacidade de carga
50
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Proposta de Otimização dos coeficientes do método IDW via validação cruzada Otimização dos Coeficientes IDW para a Obra em Estudo - CREA
51
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
52
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Tela de visualização Corte XX (coord. y = 36 m) – Valores N-SPT (transformados em valor de capacidade de carga - unidade tf) – Estaca tipo hélice contínua – Ø60 cm
53
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Tela de visualização do corte YY (coord. x = 40 m) para valores de N-SPT = capacidade de carga de fundações em hélice contínua – Ø60 cm
54
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Valores N-spt (índice de penetração)
55
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Codificação do solo – Perfil geológico interpolado
56
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Rotina gráfica em Matlab – Gráfico Fence – Capacidade de carga
Visualização dos valores N (capacidade de carga em tf ) interpolados espacialmente sobre um grid 3D – Obra CREA/PR + locação furos de sondagem.
57
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Proposta de uso do IDW modificado para tratamento das incertezas das estimativas.
Permite aferir a probabilidade de um valor N ser superior a um outro valor de corte, usando a locação das amostras como fator de ponderação.
N
I
125 10 40 30 52
1 0 1 0 1
N Corte = 35
Aplica-se IDW
Transformação binária ↔ Probabilidades
58
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Proposta de uso do IDW modificado para tratamento das incertezas das estimativas.
Mapa de probabilidades da condição N ≥ 150 tf ser verdadeira realizado sobre o plano de corte XX de coordenada y = 36 m pelo método IDW combinado. Escala de cores representa N-SPT (capacidade de carga) transformada na variável indicadora (I) , com valores variando de 0 a 1 (0% a 100%). N = Probabilidade!
59
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Proposta de para obtenção da função de distribuição de probabilidade experimental da capacidade de carga
N = 31,7 tf I = 71,23% Se I = 95% N = 25,2 tf
60
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Análise Variográfica – Obra CREA
61
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Análise Variográfica – Obra CREA
62
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Análise Variográfica – Obra CREA
63
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Análise Variográfica 3D – Obra CREA
64
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Aplicação da KO, KU e KI Interpolação por zonas
e
D
Resultado da KO – com D = 11 m; e = 5m
Nko= 32,1 tf ; s = 5,5 tf
65
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Aplicação da KO, KU e KI Interpolação por zonas
e
D
KU
Resultado da KU – com D = 11 m; e = 5m Nku= 28,7 tf ; s = 1,6 tf
66
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Aplicação da KO, KU e KI Interpolação por zonas
e
D
Resultado da KI – com D = 11 m; e = 5m Valor de Corte = N = 31 tf I = 52 % RESUMO DA PREVISÕES Variável IDW KO KU N = Padm 31,7 tf 32,1 tf 28,7 I (Confiabilidade) 71,2% s= 5,5 tf 1,6
KI 31 tf 52% 27%
67
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Metodologia de Otimização do Projeto de Fundação SONDAGENS (Dados e Locação)
PLANTA DOS PILARES DE FUNDAÇÃO TRATAMENTO GEOESTATÍSTCO
CAPACIDADES DE CARGA
OTIMIZAÇÃO BLOCOS DE ESTACAS
68
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Exemplo de otimização sobre a obra CREA
Pilares PA1 e PA14 utilizados para estimativas da capacidade de carga da fundação em estacada tipo hélice contínua, com base nas suas localizações espaciais e os dados de sondagem.
69
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Aplicativo VBA Autocad usado como ferramenta complementar para cálculo e lançamento de fundações
70
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Programa CAD Tratamento Geométrico do Projeto (Autocad com automação VBA)
71
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Exemplo de otimização sobre a obra CREA PA1
72
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Exemplo de otimização sobre a obra CREA PA14
73
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Previsões IDW vs Método Sondagem Próxima
74
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Previsão das capacidades de carga nas locações dos pilares (I=95%)
75
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Interface para otimização das configurações dos blocos de estaca.
76
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Projeto otimizado via IDW com I=95%
Volume Concreto/Escavação = 216 m³ Nest = 73
77
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Projeto otimizado via dados sondagem mais desfavorável
Volume Concreto/Escavação = 258 m³ (22%+) Nest = 98 (34%+)
78
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
Projeto otimizado via dados sondagem mais próxima de cada pilar
Volume Concreto/Escavação = 157 m³ (27% -) Nest = 61 (16% -)
79
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
5. Conclusões
80
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
• O estudo abordou uma revisão bibliográfica sobre os conceitos e tipos de fundações, seus mecanismos de comportamento e teorias para a previsão da resistência geotécnica destas estruturas, aliadas à possibilidade de aferição da confiabilidade das previsões;
• Através das análises geoestatísticas, a estimativa da capacidade de carga das fundações pode ser aperfeiçoada através da modelagem das amostras de sondagem em função das suas posições espaciais e dos seus valores medidos; • Como produto da pesquisa, um conjunto de sistemas computacionais foi desenvolvido para a aplicação da geoestatística ao projeto de fundações profundas; • A variografia é uma ferramenta essencial para o entendimento da variabilidade espacial das amostras e para se determinar a abordagem do uso dos dados de sondagem ao projeto de fundação; 81
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
• Uma nova proposta de uso do método IDW foi desenvolvido a fim de se medir o grau da confiabilidade das previsões das fundações, incorporando maior racionalidade das previsões;
• A Krigagem é um método de interpolação confiável para o estudo de variáveis espaciais, mas exige um tempo computacional e de análise do engenheiro significativo. A Krigagem Universal deve ser empregada quando da presença de deriva da VR; • É necessária experiência do engenheiro quanto ao fenômeno espacial estudado quando da modelagem do variograma. A busca da melhor função teórica de ajuste do variograma foi automatizada no sistema elaborado; • Um programa foi desenvolvido especialmente para projetos de pequeno e médio porte, com limitação da quantidade de furos de sondagem; 82
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
• O método IDW pode ser empregado com facilidade às rotinas de projeto de fundações profundas e demanda baixo tempo computacional;
• Ferramentas gráficas para visualização das espacializações foram desenvolvidas, assim como rotinas para desenho assistido por computador (CAD); • O sistema desenvolvido pode ser empregado para a espacialização de outros parâmetros do solo; • Um algoritmo de otimização do projeto de fundação foi apresentado e discutido na prática para uma obra real, com sua locação de sondagem e planta de cargas dos pilares de fundação; • O uso de técnicas de previsão via áreas de influência das sondagem pode representar riscos ao projeto, gerando previsões com alta probabilidade de falha; 83
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
• A implementação de técnicas de simulação geoestatísticas a fim de manter a mesma distribuição de probabilidade amostral nas estimativas espaciais;
• Sugere-se a adoção da técnica da co-krigagem, a qual pode levar em consideração o efeito de outras variáveis secundárias com amostragem e que se associam com a variável principal a ser estimada;
• O uso de algoritmos eficazes para o tratamento de dados e solução de sistemas lineares a fim de se viabilizar o uso de planilhas eletrônicas para a análise de conjuntos de sondagens de maior porte;
• A verificação do uso de redes neurais para a simulação espacial da capacidade de carga e sua eficácia frente os métodos convencionais de interpolação.
84
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
6.Referências
85
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
ABMS/ABEF, (1998). Fundações: Teoria e Prática. Pini, São Paulo, SP, 2 ed., 751p.
ANDRIOTTI, J. L. S. (2003). Fundamentos de Estatística e Geoestatística. Porto Alegre: Unisinos. ISBN 85-7431-171-5, 165p.
ALMEIDA, A. S.; BETTINI, C. Curso de Geoestatística Aplicada. Rio de Janeiro, UFRJ, 1994. Apostila.
ANJOS, G. J. M. Estudo experimental do comportamento de fundações escavadas em solos Tropicais.341p., 210×297mm. Tese de Doutorado – Universidade de Brasília. Faculdade de Tecnologia, 2006. Departamento de Engenharia Civil e Ambiental Bowles, J.E. (1988). Foundation Analysis and Design, 4th edition, McGraw Hill, Inc.
ARMSTRONG, M. (1983). Coal Geostatistics. Cahier du Centre de Morphologie Mathématicjue. 100 P.
ASSIS, A.P., ESPÓSITO, T.J., GARDONI, M.G. & SILVA, P.D.E.A. (1999). Métodos Estatísticos e Probabilísticos em Geotecnia, Apostila, Publicação G.AP-003C/99. Programa de Pós-Graduação em Geotecnia, Departamento de Engenharia Civil e Ambiental, Universidade de Brasília, Brasília, DF.
BANERJEE, S., CARLIN, C. P., GELFAND, A. E. (Eds.), 2004. Hierarchical Modeling and Analysis for Spatial Data. Monographs on Statistics and Applied Probability. Chapman & Hall/CRC, Boca Raton, Florida, p. 472.
BASARIR, H; KUMRAL.M; KARPUZ,C.; TUTLUOGLU, L. Geostatistical modeling of spatial variability of SPT data for a borax stockpile site. Engineering Geology Journal, 114 (2010) 154–163.
BEZERRA, J.E. e CUNHA, R.P. 2002. Avaliação de métodos simplificados de previsão do comportamento de grupos de estacas. XII Congresso Brasileiro de Mecânica dos Solos e Engenharia Geotécnica, São Paulo, V.3, p.1333-1344
BEZERRA, J.E.; SOUZA, N.M; ASSIS, A.P (2011). Implementação numérica do método IDW para interpolação de dados georeferenciados de ensaios SPT via Planilhas Eletrônicas. VI INFOGEO – VI INFOGEO – Co-evento – II Geocentro, Brasília.
BURLAND, J.B. (1995). Keynote Address: 19th Italian National Conf. On Soil Mechanics, Pavia.
BURROUGH, P. (1987). Principles of geographical information systems for land resources assessment. Oxford, Clarendon Press
CÂMARA, G.; FREITAS,U.M.; CORDEIRO, J.P.C. Towards an Algebra of Geographical Fields. In: VII SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO GRÁFICA E PROCESSAMENTO DE IMAGENS. Anais, Curitiba, SBC, p. 205-212, 1994. (disponível na webpage http://www.dpi.inpe.br/gilberto).
CAMARGO, E.C.G (?) .Geoestatística: Fundamentos E Aplicações. Disponível em: HTTP:// www.dpi.inpe.br/gilberto/tutoriais/gis_ambiente/5geoest.pdf. Acesso em: 28 jun. 2010.
CLANCY, P. and Randolph, M.F. (1996). Simple design tools for piled raft foundations. Geotechnique Vol. 46, Nº 2, 313-328.
CHOW, H. S .C.. Analyses of Piled Rafts containing Piles with Different Lengths and Diametres. 2007. Tese (Doutorado em Civil Engineering) - The University of Sydney.
86
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
CODUTO, D. P., (2001). Foundation Design – Principles and practices. Prentice Hall 796.
CRESSIE, N. A. C., 1993. Statistics for Spatial Data, revised edition. 68. John Wiley & Sons, New York, p. 416.
CUNHA, R.P., (1996). Apostila do Curso de Fundações – Mestrado. Programa de Pós Graduação em Geotecnia, Universidade de Brasília, 455p.
CUNHA,R.P.; Poulos, H.G. And Small, J.C. (2001). Investigations of design alternatives for a piled raft case history". J. of Geot. And Geoenv. Engineering, Vol 127, Nº 8, p.1-6.
DAVID, M.(1988). Handbook of Applied Advanced Geostatistical Ore Reserve Estimation - Developments in Geomathematics 6. Elsevier, Amsterdam. 216 p.
DÉCOURT, L. (1995). Prediction of Load Settlement Relationships for Foundations on the Basis of the SPT-T. Ciclo de Conferências Internacionales Leonardo Zeevaert. México. p. 87-103.
DEUTSCH, C. V., JOURNEL, A. G., 1998. GSLIB: Geostatistical Software and User’s Guide, 2nd Edition. Oxford University Press, New York, p. 384.
FOLLE, D. 2002. O estudo geoestatístico de sondagens spt para geração de mapas auxiliares em obras de engenharia. Dissertação de mestrado - Universidade Federal do Rio Grande do Sul, Escola de Engenharia, Programa de Pós-Graduação em Engenharia de Minas, Metalúrgica e de Materiais, Porto Alegre/RS, Brasil, 217p.
FOLLE, D. 2009. Análise e aplicações da geoestatística no contexto geológico-geotécnico urbano. Tese de doutorado - Universidade Federal do Rio Grande do Sul, Escola de Engenharia, Programa de Pós-Graduação em Engenharia de Minas, Metalúrgica e de Materiais, Porto Alegre/RS, Brasil, 212 p.
GELFAND, A. E; DIGGLE, P.J.; FUENTES, M.; GUTTORP, P. (2010) Handbook of SpatialStatistics, Chapman and Hall, CRC Press, Boca Raton, 616 p.
GOOVAERTS, P., (1997). Geostatistics for Natural Resources Evaluation. Oxford Univ. Press, New York, 512 p.
GOOVAERTS, P. (1999). Geostatistics in soil science: state-of-the-art and perspectives. Geoderma, 89, 1–45.
HENGL, T. (2009). A Practical Guide to Geostatistical Mapping. ISBN 978-90-9024981-0 291 p. Disponível em http://spatialanalyst.net/book/system/files/Hengl_2009_GEOSTATe2c1w.pdf
ISAAKS, E. H., SRIVASTAVA, R. M., 1989. Applied Geostatistics. Oxford University Press, New York, p. 542.
LANCASTER P.; SALKAUSKAS K. Curve and Surface Fitting: An Introduction. London, Academic Press, 1986.
LANDIM, P. M. B., STURARO, J. R.; & RIEDEL, P. S. (2000) - O emprego da técnica geoestatística da krigagem indicativa em Geotecnia Ambiental: Revista Solos e Rochas, 23(3):157-164
LANDIM, P.M. Análise estatística de dados geológicos. 2. ed. rev. e ampl. - Sao Paulo: Editora UNESP, 2003.
LIMA, B.S. Otimização de Fundações Estaqueadas [Distrito Federal] 2007 xiv, 118 p., 297 mm (ENC/FT/UnB, Mestre, Geotecnia, 2007). Dissertação de Mestrado Universidade de Brasília. Faculdade de Tecnologia. Departamento de Engenharia Civil e Ambiental.
87
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
MATHERON, G. (1963). Principles of geostatistics. Economic Geology, 58, 1246–1266.
MATHCAD 14.0 (2007). Parametric Technology Corporation – User´s Guide.
MATLAB 7.1, The MathWorks Inc., Natick, MA, User Guide. 2010.
MICROSOFT EXCEL 2007 (2010). Microsoft Corporation – User´s Guide.
MILITITSKY, J., Schnaid, F. (1995). Uso do SPT em Fundações – Possibilidades e Limitações, Avaliação Crítica. XXVII Jornadas Sudamericanas de Ingeniería Estructural. Vol. 6, 125-138.
MONTEIRO, R. C (2003). Estimativa espaço-temporal da superfície potenciométrica do sistema aqüífero guarani na cidade de Ribeirão Preto (SP) - Brasil. Tese (Doutorado em Geociências e Meio Ambiente). Instituto de Geociências e Ciências Exatas. Universidade Estadual Paulista, Rio Claro.212 p.
OMRE, H. (1987). Bayesian kriging - merging observations and qualified guesses in kriging. Mathematical Geology, 19, 25–39.
POTYONDY, J. G. Skin friction between cohesive granular soils and construction materials, Geotechnique, v.11, n.4, p. 339-353, 1961.
POULOS, H. G. & Davis, E. H. (1980). Pile Foundation Analysis and Design. John Wiley & Sons, New York, United States of America, 397p.
POULOS, H. G. and Davis, E. H. (1980). “Pile foudation analysis and design”. John Wiley and Sons. New York, N.Y.
POULOS, H.G (2001). “Piled raft foundations: design and applications”. Geotechnique, Vol 51, Nº 2, 95-113.
RANDOLPH, M.F. (1994). “Design methods for pile groups and piled rafts”. XII ICSMFE, New Delhi, Índia.
RANDOLPH, M.F. and Clancy, P. (1993). “ Efficient design of piled rafts”. Proc. of 2nd Int. Geot. Sem. on deep Foundations on Bored and Auger Piles, Ghent, 199-
130.
RANDOLPH, M.F. and Wroth, C.P. (1978). “ Analysis of deformation of vertically loaded piles”. J. Geot. End. Div., ASCE, 104 (12), 1465-1488.
ROCHA, M. M.; YAMAMOTO, J.K.; FONTELES, H.R.N. (2009). Cokrigagem Ordinária versus Krigagem com Deriva Externa: Aplicações para a Avaliação do Nível Potenciométrico em um Aquífero Livre. Geol. USP Sér. Cient., São Paulo, v. 9, n. 1, p. 73-84.
SALES, M. M., (2000). Análise do Comportamento de Sapatas Estaqueadas. Tese de Doutorado, Publicação G.TD/002A, Departamento de Engenharia Civil e Ambiental, Universidade de Brasília, Brasília, DF, 229 p.
SALES M. M. ; LIMA, B.S. ; ALMEIDA, S. R. M. ; FARIAS, M. M. . Automatic optimization of piled raft design. Computers and Geotechnics, 2010.
SCHNAID, F. (2000). Ensaios de Campo e suas Aplicações à Engenharia de Fundações. Oficina de Textos, São Paulo, SP, 189 p.
SARMA, D.D. (2009) Geostatistics with Applications In Earth Sciences. Ed. Springer, 2nd Edition, New Delhi, India. ISBN 978-1-4020-9 379-1 (HB) / ISBN 978- 14020-9380-7 (e-book).
STURARO, J.R. (1994) - Mapeamento geoestatístico de propriedades geológico-geotécnicas obtidas em sondagens de simples reconhecimento. Tese de
88
1.Introdução
2.Revisão
2.1 Aplicações
3. Métodos
4. Resultados
5. Conclusões
6. Referências
STURARO, J.R. (1994) - Mapeamento geoestatístico de propriedades geológico-geotécnicas obtidas em sondagens de simples reconhecimento. Tese de Doutorado em Geotecnia, Escola de Engenharia de São Carlos - USP, São Carlos, 183 p.
SOUTHCOTT, P.H. And Small, J.C. (1996). Finite layer analysis of vertically loaded piled and piles groups. Computers and Geotechnics, Vol. 18, Nº 1, p.47-63.
SOARES, A (2006). Geoestatística para as ciências da terra e do ambiente. IST Press, 2ª Edição, Lisboa, 214 p.
SURFER 6.0 (1995) – User’s guide. Contouring and 3D Surface Mapping for Scientists and Engineers: Golden Software, Inc.
VESIC, A. S. Ultimate loads and settlements of deep foundation in sand, Bearing Capacity and Settlement of Foundations. Symposium held at Duke university, Durham, North Carolina, 1965.
WACKERNAGEL, H., (2003). Multivariate geostatistics: an introduction with applications, 2nd Edition. Springer-Verlag, p. 381.
WALLER, L.A; GOTWAY, C.A (2004). Applied spatial statistics for public health data. John Wiley & Sons, New York, 491 p.
89
Agradecimentos:
90
View more...
Comments