renato alves ferreira - Universidade Estadual de Feira de Santana

2.1.7 RNA na Engenharia Geotécnica
As redes neurais têm sido aplicadas com sucesso em praticamente todos os
problemas de engenharia geotécnica. Características particulares de uma série de dados
podem ser aprendidas por uma RNA, possibilitando assim, a realização de previsões.
De acordo com Jaksa (2008), as RNA têm demonstrado desempenho preditivo
satisfatório na área geotécnica, apesar de seus materiais apresentarem variações extremas de
comportamento. De acordo com Jaksa (2008), as RNA têm sido aplicadas em diversas áreas
da geotecnia entre estas: jateamento, barragens, estruturas de contenção de terra, geotecnia
ambiental, fundações em estacas, mecânica das rochas, ensaios de caracterização, fundações
rasas, comportamento e propriedades do solo, túneis e aberturas subterrâneas.
No Brasil, as RNA têm sido utilizadas com sucesso na área de geotecnia. Dyminski
(2000) as utilizou em três aplicações diferentes: na primeira, foram simulados os resultados de
prova de carga dinâmica, analisadas pelo CAPWAP viabilizando uma pré-análise do
comportamento da estaca ainda em campo. na segunda, foi analisado o comportamento
mecânico de dois tipos de solo: a areia de ipanema e o solo residual gnáissico do Rio de
Janeiro. Para tal, foram utilizados resultados de ensaios de cisalhamento direto, submersos e
não submersos, e ensaios de compressão triaxial, drenados e não drenados. Por último, a
pesquisadora simulou através de informações obtidas no boletim de sondagem a percussão, o
comportamento do subsolo da usina angra 2, localizada no litoral do Rio de Janeiro.
Santos JR. (2006) analisou os efeitos da escavação nas linhas 1 e 2 do metrô de São
Paulo através de RNA. Viana (2007) desenvolveu RNA para relacionar o módulo de
resiliência com as propriedades do solo e Lisboa (1998) utilizou essa técnica para obter a
capacidade de carga de fundações submetidas a esforços de tração.
Teh et al. (1997), Kiefa (1998), Dyminski (2000) e Lee and Lee (1996) utilizaram
redes neurais como instrumento de predição da capacidade de carga de fundações profundas.
A tabela 2.6 apresenta as principais características dessas RNA.
48