Modo de falha crível em barragens de rejeito de mineração: uma análise das variáveis condicionantes e proposição de um modelo preditor

• Autor(a) principal: Matos, José Matheus Vieira
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Comum do Brasil - Deposita
• Texto Completo: https://deposita.ibict.br/handle/deposita/497
• topic: Risco geotécnico, Aprendizado de máquina, K vizinhos mais próximos, barragens de rejeito.; Geotechnical risk, Machine learning, K nearest neighbors, Tailings dams; Engenharias

A importância de se conhecer o modo de falha crível em barragens de rejeito se dá à medida que tais falhas causam danos ambientais e econômicos consideráveis, além de constituírem fontes críticas de perdas de vidas humanas. Em vista disso, o conhecimento do modo de falha crível para uma dada estrutura é importante no seu gerenciamento de riscos, uma vez que, a depender do modo de falha, a análise de estabilidade geotécnica será diferente. Dentre os diferentes modos de ruptura, tem-se: instabilidade de taludes, erosão interna, liquefação, galgamento, inadequações estruturais ou na fundação, abalo sísmico e erosão externa. Neste trabalho foi realizado o estudo de algumas das variáveis relacionadas ao fenômeno e foram elaborados modelos preditores para modos de falha. Para tanto, fez-se uso da técnica de aprendizado de máquina K Nearest Neighbors, via linguagem Python. O desenvolvimento do estudo se deu a partir de um banco de dados com 66 barragens de rejeito rompidas do mundo todo. As variáveis conhecidas para essas barragens incluem o tipo de minério que gerou o rejeito armazenado, o material de construção da barragem, o método construtivo, altura, volume, risco sísmico, clima e modo de falha. Os resultados mostraram que todas as variáveis foram importantes na predição do modo de falha, exceto a variável "volume". Essa variável não demonstrou forte influência nos padrões de falha das barragens estudadas. Foram desenvolvidos trinta e cinco modelos preditores de modo de falha de barragens, identificados como M1 a M35. O modelo mais preciso foi o M11, no qual obteve-se uma acurácia de 71%. Esse modelo excluiu a variável de volume e foi configurado com k vizinhos igual a 3, tamanho proporção da amostra de treino/teste igual a 90%/10%. Tal modelo foi aplicado em um banco de dados com 10 barragens brasileiras classificadas pela Agência Nacional de Mineração com nível de emergência II e III. Dentre elas, oito foram classificadas para modo de falha crível por instabilidade de taludes e duas por erosão interna.