O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Pereira, Luana Cláudia
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Viçosa
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://locus.ufv.br//handle/123456789/27865
Resumo: O presente trabalho teve por objetivo a elaboração de um modelo geomecânico a partir de dados de furos sondagem. Foram utilizados geoestatística e linguagem de programação R. Em relação à região analisada, foram estudados três subsetores, da região do Extremo Norte da Mina de Vazante/MG: Norte_Sul, Norte_Central e Norte_Norte, onde foram utilizados, 70, 254 e 149 furos, respectivamente. Os referidos furos de sondagem continham informações sobre localização espacial, profundidade, litologia, alteração, fraturamento, RQD (Rock Quality Designation) e classificação do maciço rochoso local. A partir dos dados existentes foi elaborado a classificação de maciço RMR (Rock Mass Rating) simplificada para todos os subsetores. Após tratamento dos dados, foi realizada uma análise exploratória e na sequência, empregou-se a técnica de aprendizado de máquina, via o algoritmo do Random Forest. O RQD foi identificado como a variável que mais influencia no comportamento geomecânico dos maciços rochosos analisados. Diante deste resultado foram elaborados modelos geomecânicos para o RQD e para a classificação RMR simplificada, utilizando o interpolador IDW (Inverse Distance Weighted) e as krigagens ordinária e a simples. Como resultado, notou-se que o subsetor Norte_Central possui o maciço rochoso mais resistente, apresentando os maiores valores de RQD e melhores classes geomecânicas. Além disso, para ambas as variáveis analisadas pôde-se observar alinhamentos de pontos com maiores ou menores valores das variáveis analisadas com as direções NE-SW e NW-SE, sendo estas direções condizentes com geologia regional da região de estudo. A metodologia desenvolvida para confecção dos modelos geomecânicos multidimensionais, tanto para o IDW quanto para as krigagens, é muito relevante e promissora. Permitiu a visualização do ajuste do modelo matemático aos dados do variograma experimental e apresentou resultados condizentes com os dados da geologia regional, indicando uma boa qualidade dos mapas, tem-se que a visualização dos modelos é excelente e superior a de outros programas que permitem elaborar modelos e a interatividade dos resultados também é algo a se destacar. Palavras-chave: krigagem. Classificação de maciços rochosos. Intemperismo. Aprendizagem de máquina. Árvores de decisão.
id UFV_267c2e6f6bfbb61e0eb9e058ae22b764
oai_identifier_str oai:locus.ufv.br:123456789/27865
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str
spelling O uso da geoestatística para elaboração de modelos geomecânicos multidimensionaisThe use of geostatistics for the elaboration of multidimensional geomechanical modelRochas - ClassificaçãoMecânica de rochasGeologia - Métodos estatísticosIntemperismoAprendizado do computadorMecânica das RochasO presente trabalho teve por objetivo a elaboração de um modelo geomecânico a partir de dados de furos sondagem. Foram utilizados geoestatística e linguagem de programação R. Em relação à região analisada, foram estudados três subsetores, da região do Extremo Norte da Mina de Vazante/MG: Norte_Sul, Norte_Central e Norte_Norte, onde foram utilizados, 70, 254 e 149 furos, respectivamente. Os referidos furos de sondagem continham informações sobre localização espacial, profundidade, litologia, alteração, fraturamento, RQD (Rock Quality Designation) e classificação do maciço rochoso local. A partir dos dados existentes foi elaborado a classificação de maciço RMR (Rock Mass Rating) simplificada para todos os subsetores. Após tratamento dos dados, foi realizada uma análise exploratória e na sequência, empregou-se a técnica de aprendizado de máquina, via o algoritmo do Random Forest. O RQD foi identificado como a variável que mais influencia no comportamento geomecânico dos maciços rochosos analisados. Diante deste resultado foram elaborados modelos geomecânicos para o RQD e para a classificação RMR simplificada, utilizando o interpolador IDW (Inverse Distance Weighted) e as krigagens ordinária e a simples. Como resultado, notou-se que o subsetor Norte_Central possui o maciço rochoso mais resistente, apresentando os maiores valores de RQD e melhores classes geomecânicas. Além disso, para ambas as variáveis analisadas pôde-se observar alinhamentos de pontos com maiores ou menores valores das variáveis analisadas com as direções NE-SW e NW-SE, sendo estas direções condizentes com geologia regional da região de estudo. A metodologia desenvolvida para confecção dos modelos geomecânicos multidimensionais, tanto para o IDW quanto para as krigagens, é muito relevante e promissora. Permitiu a visualização do ajuste do modelo matemático aos dados do variograma experimental e apresentou resultados condizentes com os dados da geologia regional, indicando uma boa qualidade dos mapas, tem-se que a visualização dos modelos é excelente e superior a de outros programas que permitem elaborar modelos e a interatividade dos resultados também é algo a se destacar. Palavras-chave: krigagem. Classificação de maciços rochosos. Intemperismo. Aprendizagem de máquina. Árvores de decisão.This work aimed to create a 3D geomechanical model based on information collected on boreholes, using geostatistics concepts and the programming language R. Data are from the Vazante Mine, located in Vazante, Minas Gerais state, Brazil. We considered for this study three subsectors – North_South, North_Central, and North_North – located in the north edge of the mine. The number of boreholes used in each subsector was 70, 254 and 149, respectively. Data from these boreholes comprised information about spatial location, depth, lithology, weathering, fracturing, RQD (Rock Quality Designation), and a local classification of the rock mass. Based on these features, a simplified RMR (Rock Mass Rating) mass classification was developed for each subsector. After data processing, an exploratory analysis was carried out and a machine learning technique (Random Forest algorithm) was performed. As a result, RQD was the variable that most influenced the geomechanical behavior of rock masses. Based on this result, geomechanical models were developed for both the RQD and the simplified RMR classification, using the IDW (Inverse Distance Weighted) interpolator and the ordinary and simple kriging. The North_Central subsector showed the most resistant rock mass, with the highest RQD values and the best geomechanical classes. For these variables, we observed higher or lower values point alignments in the NE-SW and NW-SE directions, which have been consistent with the regional structural geology. The methodology developed for creating multidimensional geomechanical models is very relevant and promising for IDW or kriging. Besides allowing visualization of the adjustment of the mathematical model to the data of the experimental variogram, it presented consistent results with the data of the regional geology, indicating a good quality of the models. Also, the model’s visualization is excellent and superior to that of other modeling softwares, besides the notable interactivity of the results. Keywords: Kriging. Classification of rock mass. Weathering. Machine learning. Decision trees.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Federal de ViçosaMarques, Eduardo Antonio Gomeshttp://lattes.cnpq.br/4541456952518412Pereira, Luana Cláudia2021-06-10T13:37:17Z2021-06-10T13:37:17Z2020-07-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfPEREIRA, Luana Cláudia. O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais. 2020. 192 f. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Viçosa, Viçosa. 2020.https://locus.ufv.br//handle/123456789/27865porinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFV2024-07-12T07:09:02Zoai:locus.ufv.br:123456789/27865Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452024-07-12T07:09:02LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.none.fl_str_mv O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais
The use of geostatistics for the elaboration of multidimensional geomechanical model
title O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais
spellingShingle O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais
Pereira, Luana Cláudia
Rochas - Classificação
Mecânica de rochas
Geologia - Métodos estatísticos
Intemperismo
Aprendizado do computador
Mecânica das Rochas
title_short O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais
title_full O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais
title_fullStr O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais
title_full_unstemmed O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais
title_sort O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais
author Pereira, Luana Cláudia
author_facet Pereira, Luana Cláudia
author_role author
dc.contributor.none.fl_str_mv Marques, Eduardo Antonio Gomes
http://lattes.cnpq.br/4541456952518412
dc.contributor.author.fl_str_mv Pereira, Luana Cláudia
dc.subject.por.fl_str_mv Rochas - Classificação
Mecânica de rochas
Geologia - Métodos estatísticos
Intemperismo
Aprendizado do computador
Mecânica das Rochas
topic Rochas - Classificação
Mecânica de rochas
Geologia - Métodos estatísticos
Intemperismo
Aprendizado do computador
Mecânica das Rochas
description O presente trabalho teve por objetivo a elaboração de um modelo geomecânico a partir de dados de furos sondagem. Foram utilizados geoestatística e linguagem de programação R. Em relação à região analisada, foram estudados três subsetores, da região do Extremo Norte da Mina de Vazante/MG: Norte_Sul, Norte_Central e Norte_Norte, onde foram utilizados, 70, 254 e 149 furos, respectivamente. Os referidos furos de sondagem continham informações sobre localização espacial, profundidade, litologia, alteração, fraturamento, RQD (Rock Quality Designation) e classificação do maciço rochoso local. A partir dos dados existentes foi elaborado a classificação de maciço RMR (Rock Mass Rating) simplificada para todos os subsetores. Após tratamento dos dados, foi realizada uma análise exploratória e na sequência, empregou-se a técnica de aprendizado de máquina, via o algoritmo do Random Forest. O RQD foi identificado como a variável que mais influencia no comportamento geomecânico dos maciços rochosos analisados. Diante deste resultado foram elaborados modelos geomecânicos para o RQD e para a classificação RMR simplificada, utilizando o interpolador IDW (Inverse Distance Weighted) e as krigagens ordinária e a simples. Como resultado, notou-se que o subsetor Norte_Central possui o maciço rochoso mais resistente, apresentando os maiores valores de RQD e melhores classes geomecânicas. Além disso, para ambas as variáveis analisadas pôde-se observar alinhamentos de pontos com maiores ou menores valores das variáveis analisadas com as direções NE-SW e NW-SE, sendo estas direções condizentes com geologia regional da região de estudo. A metodologia desenvolvida para confecção dos modelos geomecânicos multidimensionais, tanto para o IDW quanto para as krigagens, é muito relevante e promissora. Permitiu a visualização do ajuste do modelo matemático aos dados do variograma experimental e apresentou resultados condizentes com os dados da geologia regional, indicando uma boa qualidade dos mapas, tem-se que a visualização dos modelos é excelente e superior a de outros programas que permitem elaborar modelos e a interatividade dos resultados também é algo a se destacar. Palavras-chave: krigagem. Classificação de maciços rochosos. Intemperismo. Aprendizagem de máquina. Árvores de decisão.
publishDate 2020
dc.date.none.fl_str_mv 2020-07-21
2021-06-10T13:37:17Z
2021-06-10T13:37:17Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv PEREIRA, Luana Cláudia. O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais. 2020. 192 f. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Viçosa, Viçosa. 2020.
https://locus.ufv.br//handle/123456789/27865
identifier_str_mv PEREIRA, Luana Cláudia. O uso da geoestatística para elaboração de modelos geomecânicos multidimensionais. 2020. 192 f. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Viçosa, Viçosa. 2020.
url https://locus.ufv.br//handle/123456789/27865
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Viçosa
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1855045641165602816