Machine learning aplicado na estimativa do coeficiente de mola de estacas com validação por meio de provas de carga estáticas

Abstract

Na concepção dos projetos estruturais é comum a utilização do coeficiente de mola na tentativa de melhorar a representatividade global das deformações impostas a uma edificação durante a sua vida útil. Isso implica em construções mais duráveis e possibilidade de diminuição dos valores de coeficiente de segurança propostos aos projetos. Porém, a determinação deste parâmetro, ainda hoje, é feita de forma empírica, e são poucos os estudos voltados a entender melhor sua correlação com a rigidez do solo. Neste presente trabalho, estudou-se um modelo de predição do coeficiente de mola de forma a correlacionar dados de provas de carga e sondagens SPT para estacas do tipo escavada e hélice continua executadas em solos da região do Distrito Federal. Primeiramente, criou-se um banco de dados por meio de provas de carga e sondagens. Posteriormente, a criação de um algoritmo capaz de prever o valor do coeficiente de mola, utilizando técnicas de machine learning fundamentadas no aprendizado supervisionado. Finalmente foi avaliada a capacidade de aprendizado deste modelo em relação aos dados analisados. Essa proposição demostrou ser promissora para o avanço destes estudos, sendo obtido um valor de 87% de precisão para um campo amostral de 688 (seiscentos e oitenta e oito). Dessa forma, este estudo colabora para a elaboração de uma nova metodologia de controle de qualidade de estruturas e fundações.