1. Retroanálise de parâmetros geomecânicos baseada em algoritmos de otimização
- Author
-
Gonçalves, Liliana Oliveira, Araújo, Nuno Miguel Faria, Miranda, Tiago F. S., and Universidade do Minho
- Subjects
Retroanálise ,Optimization ,Modelos constitutivos ,Constitutive models ,Engenharia e Tecnologia::Engenharia Civil ,Geomechanical parameters ,Engenharia Civil [Engenharia e Tecnologia] ,Otimização ,Back analysis ,Parâmetros geomecânicos - Abstract
Dissertação de mestrado integrado em Engenharia Civil, O presente trabalho procura evidenciar o conceito de retroanálise e as suas potencialidades na identificação de parâmetros geomecânicos. Pretende-se estudar a aplicação de técnicas de retroanálise de parâmetros geomecânicos através de ferramentas de otimização. O algoritmo de otimização utilizado foi o HGPSAL, um algoritmo genético hibrido recente, baseado num padrão de busca local para refinar a melhor aproximação encontrada pelo Algoritmo Genético. A previsão do comportamento dos maciços requer a utilização de modelos constitutivos que representem mais adequadamente a sua relação tensão/deformação. Foram utilizados os modelos constitutivos elástico linear e hiperbólico nas análises numéricas. A utilização do modelo constitutivo elástico linear teve como principal objetivo a calibração do modelo. Por outro lado, a utilização do modelo hiperbólico, uma vez que pressupõe a identificação de vários parâmetros, teve como objetivo a verificação da robustez e eficiência do algoritmo empregue. O principal objetivo deste trabalho foi a avaliação da potencialidade do algoritmo de otimização, em termos de eficiência e robustez na identificação de parâmetros geomecânicos sob diferentes circunstâncias. Para isso analisou-se um caso de estudo teórico referente à escavação de um túnel considerando os dois modelos constitutivos., This paper seeks to highlight the concept of back analysis and its potential in identifying geomechanical parameters. It was intended to study the application of back analysis techniques of geomechanical parameters using optimization tools. The optimization algorithm used was HGPSAL, a recent hybrid genetic algorithm, based on a local search pattern to refine the best approach found by Genetic Algorithm. Massive behavior prediction requires the use of constitutive models that represent more properly their relationship stress/strain. The elastic linear and hyperbolic constitutive models were used in numerical analysis. The use of elastic linear constitutive model aims to model calibration. Moreover, the use of the hyperbolic model, since it presupposes the identification of several parameters, aims at checking the robustness and efficiency of the employed algorithm. The main objective of this study was to evaluate the potential of optimization algorithm in terms of efficiency and robustness in identifying geomechanical parameters under different circumstances. For this we analyzed a case of theoretical study regarding the tunneling considering the two constitutive models.