Dados do Trabalho

Título

MODELO EM APRENDIZAGEM DE MÁQUINA PARA DETERMINAÇÃO DA CAPACIDADE DE CARGA EM FUNDAÇÕES DIRETAS

Resumo

O problema de estimar a capacidade de carga é de extrema importância na engenharia civil, uma vez que o dimensionamento adequado das fundações é essencial para garantir a segurança e a estabilidade das estruturas. Neste trabalho foram analisados diversos estudos que abordam o uso de algoritmos de machine learning em fundações, o objetivo é desenvolver um modelo éficaz que consiga ser utilizado por engenheiros e profissionais da área na estimativa precisa da capacidade de carga em fundações diretas em solo arenoso, utilizando dados geotécnicos já conhecidos conhecidos e parâmetros do solo em estudo, ambos já conhecidos. Os resultados obtidos na revisão bibliográfica acerta do tema destacam a eficácia do uso de técnicas de machine learning em fundações diretas. A maioria dos estudos mostrou que os modelos de aprendizado de máquina são capazes de fornecer estimativas precisas e confiáveis, superando as abordagens tradicionais baseadas em métodos empíricos. Além disso, a literatura também exploraram a influência de diferentes parâmetros geotécnicos e variáveis de entrada no desempenho dos modelos de machine learning. Eles mostraram que o uso de variáveis geotécnicas relevantes, como resistência do solo e características de compacidade, pode melhorar significativamente a precisão dos dados de saída. O modelo criado foi calibrado com base na literatura já existente e foi determinado a partir de técnicas em Machine Learning, com o uso do algoritmo random forest, para previsão da capacidade de carga a partir da alimentação da máquinha com os dados de entrada.

Palavras-chave

aprendizagem de maquina, capacidade de carga, fundações diretas

Arquivos