Conclusões 109

Este trabalho apresentou um modelo para previsão de recalques induzidos por um carregamento axial em estacas hélices contínuas, estacas cravadas metálicas e estacas escavadas utilizando as redes neurais artificiais do tipo perceptron multicamadas. A modelagem foi realizada a partir de dados de relatórios de sondagem à percussão do tipo SPT e provas de carga estáticas de 141 estacas.

As informações utilizadas para modelagem foram retiradas de um conjunto de dados de 199 estacas disponibilizado por Silveira (2014). Ao realizar-se a análise da consistência das informações apresentadas foram encontrados: provas de carga indicando um aumento da rigidez do sistema solo-estaca durante o carregamento; sistema solo-estaca apresentando um comportamento elástico-perfeitamente plástico, com ruptura ocorrendo para baixos valores de recalques; provas de carga que apresentaram recalques nulos para cargas diferentes de zero; estágios de carga sucessivos e crescentes com recalque menor que o ocorrido no estágio anterior; provas de carga em estacas instaladas no mesmo maciço de solo (mesma estratigrafia), com mesmos estágios de carga, mas com recalques diferentes (duplicidade dos dados de entrada); e estágio de carga com mais de um recalque associado.

As alterações feitas no conjunto de dados da modelagem com base na análise da consistência das informações, serviram para melhorar o entendimento das redes neurais artificiais em relação aos mecanismos que influenciam os recalques. Os resultados obtidos após estas alterações mostraram-se de grande importância no desenvolvimento de um modelo mais eficiente na previsão de recalques em estacas.

Através das estimativas feitas de acordo com os trabalhos de Décourt et. al (1998) e Poulos e Davis (1980) apud Langone (2012), para estacas executadas em solos predominantemente argilosos, os resultados das provas de carga indicam que 3% das estacas não mobilizaram plenamente a carga de atrito lateral, 25% podem ter chegado a mobilizar plenamente e 72% mobilizaram plenamente. Para estacas executadas em solos granulares

(siltosos e arenosos), os resultados indicam que 21% das estacas não mobilizaram plenamente a carga de atrito lateral, 43% podem ter chegado a mobilizar plenamente e 36% mobilizaram plenamente.

Com base nos trabalhos de Amâncio (2013) e Silveira (2014), e no estudo dos mecanismos de geração de recalques em fundações profundas, foram definidas como variáveis de entrada do modelo: tipo de estaca (T), comprimento da estaca (L), diâmetro da estaca (D) , número representativo dos valores de NSPT ao longo do fuste da estaca (NF), NSPT na ponta da

estaca (NP), profundidade da camada de influência da carga em relação a ponta da estaca (d), fator representativo das camadas de solo argiloso ao longo do comprimento da estaca (Arg), fator representativo das camadas de solo siltoso ao longo do comprimento da estaca (Sil), fator representativo das camadas de solo arenoso ao longo do comprimento da estaca (Ar) e carga aplicada na estaca (P). Para a variável de entrada NF foram estudadas quatro formas diferentes de cálculo: a soma, a média aritmética, a soma ponderada e a média ponderada.

A modelagem com redes neurais foi feita com auxílio do programa QNET2000. Foram realizados o treinamento e a validação de diversos modelos variando-se as diferentes metodologias de cálculo da variável de entrada NF, as outras variáveis de entrada (T, L, D, NP, d, Arg, Sil, Ar, P) e saída () permaneceram as mesmas em todos os modelos estudados. Para cada uma das metodologias de cálculo de NF foram estudadas diferentes arquiteturas de rede. Os parâmetros de aprendizagem adotados no treinamento dos modelos para previsão de recalques em fundações profundas foram α = 0,8 e 0,001 ≤ η ≤ 0,15. A função de ativação escolhida foi a função sigmóide.

Através da análise das curvas carga x recalque geradas a partir da aplicação do modelo de previsão de recalques utilizando as RNA, foi observada a necessidade de adoção de um fator de correção  para os resultados gerados pela rede. O fator leva em conta que

alguns dos valores de recalques obtidos pelos modelos das RNA são diferentes de zero, nos casos em que o valor da carga atuante é igual zero (P = 0). A inserção desta correção mostrou- se como uma forma de melhoramento dos modelos utilizando as RNA.

Os resultados dos coeficientes de correlação para as quatro metodologias de cálculo da variável de entrada NF indicaram a potencialidade de aplicação dos diferentes modelos, pois foram obtidos coeficientes de correlação acima de 0,94 na etapa de validação. Devido os resultados dos coeficientes de correlação na validação para a soma e para média terem sido iguais e os maiores obtidos, para definição do modelo foi feita uma avaliação das curvas carga x recalque obtidas a partir da previsão de recalques gerada pelos dois modelos.

O modelo que utiliza a soma do NSPT ao longo do fuste para cálculo da variável NF,

mesmo em menores quantidades, ainda gerou resultados como os obtidos por Amâncio (2013) e Silveira (2014). O modelo apresentou para as algumas estacas um aumento da rigidez do sistema estaca-solo logo após o trecho elástico, onde o esperado é que haja uma diminuição. Porém, para o modelo que utiliza a média do NSPT ao longo do fuste, não ocorreu para nenhuma

das estacas modeladas este comportamento.

O modelo final deste trabalho é o que utiliza como método de cálculo da variável de entrada NF a média aritmética do NSPT ao longo fuste, que possui uma arquitetura, com dez

nós na camada de entrada, quinze neurônios na primeira camada oculta, nove neurônios na segunda camada oculta, sete neurônios na terceira camada oculta, três neurônios na quarta camada oculta e um neurônio na camada de saída (A:10-15-9-7-3-1). Os coeficientes de correlação obtidos para este modelo foram de 0,99 para o treinamento e 0,98 para a validação, resultado para 4.000.0000 de iterações.

Considerando as três partes que compõe o sistema de mecanismo de transferência de carga: solo, elemento estrutural e carga aplicada. Observa-se que no modelo final, as variáveis de entrada referentes ao solo são as que mais contribuem com 43,75%, seguida pelas variáveis de entrada referentes ao elemento estrutural com 39,07%, e por último a carga aplicada com 17,18%. Um modelo de previsão de recalques deve levar em consideração que o mecanismo de transferência de carga depende das características do solo e do elemento estrutural, pois se isto não fosse necessário, bastaria apenas conhecer a carga para estimar os recalques.

Ao realizar-se uma comparação entre o modelo proposto neste trabalho e os modelos de Amâncio (2013) e Silveira (2014), observou-se uma melhora significativa nos resultados apresentados. O modelo proposto apresentou altos valores de correlação entre os recalques reais e os recalques calculados, e nenhuma das estacas modeladas apresentou comportamento com curvas de formatos atípicos, como ocorreram nos trabalhos de Amâncio (2013) e Silveira (2014).

O modelo apresentado neste trabalho é uma ferramenta que pode ser utilizada na prática da engenharia de fundações para a estimativa de recalques em fundações a partir de informações correntes, já que para sua implementação são necessárias apenas informações de relatórios de sondagens à percussão do tipo SPT e uma simples planilha de cálculo.

A metodologia apresentada contribui para o desenvolvimento de projetos em fundações profundas que sejam mais racionais e econômicos, já que considera o mecanismo de

transferência de carga e possibilita determinar a curva carga x recalque completa, a partir da qual ser definida a carga de ruptura e a carga de trabalho para um recalque admissível.

De forma geral, todos objetivos propostos nesta dissertação, apresentados no Capítulo 1, foram alcançados.