Determinação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Romero, Adhemar, 1991-
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/59371
Resumo: Orientador: Professor José J. Ota
id UFPR_d84c2783eb9255f24c1a36653dd5dbdc
oai_identifier_str oai:acervodigital.ufpr.br:1884/59371
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Romero, Adhemar, 1991-Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Recursos Hídricos e AmbientalOta, José Junji, 1951-2019-04-02T17:20:37Z2019-04-02T17:20:37Z2018https://hdl.handle.net/1884/59371Orientador: Professor José J. OtaDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental. Defesa : Curitiba, 18/06/2018Inclui referências: p.119-124Resumo: As galerias de drenagem urbana são estruturas pertencentes às redes de microdrenagem nos centros urbanos, destinadas ao direcionamento das águas provenientes do escoamento superficial. Corriqueiramente essas estruturas necessitam de desobstrução de sedimentos depositados. Para minimizar os custos com manutenção dessas estruturas, diversas equações são propostas para determinar as características geométricas e condições de escoamento de forma que as tornem autolimpantes. A presente dissertação apresenta um método para determinar o limite de deposição de sedimentos em galerias de águas pluviais através da utilização de inteligência artificial. Primeiramente são apresentadas as aplicações e rotinas para emprego de redes neurais artificias no mapeamento de problemas matemáticos. Com a finalidade de conhecer as limitações deste modelo optou-se inicialmente por treinar as redes neurais artificiais para a reprodução da equação de Manning, avaliando-as em interpolações e extrapolações do conjunto de treinamento. Após isso, aplicou-se o método para a determinação do limite de deposição de sedimentos em galerias de águas pluviais, avaliando a resposta da rede utilizando dois conjuntos de treinamento diferentes. O primeiro contendo metade dos dados experimentais disponíveis na literatura, obtidos em tubos de até 450 mm de diâmetro, e o segundo contendo 75% dos mesmos dados experimentais. Conclui-se que as redes neurais artificiais não podem ser extrapoladas após treinadas, devido às incertezas associadas a confiabilidade dos dados da extrapolação de um fenômeno físico desconhecido. Entretanto, para o reconhecimento do comportamento do transporte de sedimentos em interpolações dos dados utilizados observou-se uma ótima aderência aos dados experimentais, obtendo coeficientes de determinação (R²) da ordem de 0,999 para grande parte das arquiteturas avaliadas. Em relação ao limite de deposição de sedimentos em galerias de águas pluviais, as equações de regressão existentes são comparadas com o resultado apresentado pela rede neural e propõese uma equação ajustada na tendência apresentada pela rede para a determinação do limite de deposição para extrapolações. Com base nos resultados dessa equação indica-se a equação de Ota (1999) para a determinação do limite de deposição para extrapolações do limite de deposição. Palavras-chave: Transporte de sedimentos. Limite de deposição. Redes neurais artificiais.Abstract: Storm water sewers are structures that belong to the drainage network of the cities, which have the function to direct the water of the superficial flow. Commonly these structures need clearing from the deposited sediments. To minimize the costs with maintenance of the sewers, various equations are proposed to determine the geometric characteristics and flow conditions in these structures that provide selfcleansing conditions. This dissertation presents one methodology to determine the limit of deposition of sediments in storm water sewers through the use of artificial intelligence. First are introduced the applications and routines for the employment of an artificial neural network in the mapping of mathematical problems. With the objective of know the limitations of this model, it was decided initially to train the artificial neural networks for the reproduction of the Manning equation, evaluating the interpolations and extrapolations of the training data set. After that, the artificial neural networks were applied for the determination of the limit of deposition in storm water sewers, evaluating the obtained values using two different training data sets. The first training data set contains half of experiments available in the literature, which was conducted in tubes of 450 mm of maximum diameter. The second training data set contains 75% of the same experiments. Concludes that the artificial neural network could not be extrapolated after their training phase, due to many uncertainties associated with the extrapolated values, it is impossible evaluate the reliability of the answer of an unknown phenomenon. However, for the pattern recognition of the behavior of sediment transport in interpolations of the data, it was observed a good fit of the results provided by the artificial neural network and the experimental data, getting correlation coefficients (R²) of 0,999 for most part of the architectures analised. In relation of the limit of deposition, the existing equations are compared with the results presented by the artificial neural network and are proposed one equation adjusted with the tendency presented by the artificial neural network in the determination of the limit od deposition for use in extrapolations. Analyzing the equation results, it is indicated the Ota (1999) equation to determine the limit of deposition in extrapolations. Keywords: Sediment transport. Limit of deposition. Artificial Neural Networks.166 p. : il.application/pdfTransporte de sedimentoÁguas pluviaisRecursos HídricosRedes neurais (Computação)Determinação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - ADHEMAR ROMERO.pdfapplication/pdf3657662https://acervodigital.ufpr.br/bitstream/1884/59371/1/R%20-%20D%20-%20ADHEMAR%20ROMERO.pdf70cf415a100099b527b9f74d189c5586MD51open access1884/593712019-04-02 14:20:37.252open accessoai:acervodigital.ufpr.br:1884/59371Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082019-04-02T17:20:37Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Determinação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiais
title Determinação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiais
spellingShingle Determinação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiais
Romero, Adhemar, 1991-
Transporte de sedimento
Águas pluviais
Recursos Hídricos
Redes neurais (Computação)
title_short Determinação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiais
title_full Determinação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiais
title_fullStr Determinação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiais
title_full_unstemmed Determinação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiais
title_sort Determinação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiais
author Romero, Adhemar, 1991-
author_facet Romero, Adhemar, 1991-
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental
dc.contributor.author.fl_str_mv Romero, Adhemar, 1991-
dc.contributor.advisor1.fl_str_mv Ota, José Junji, 1951-
contributor_str_mv Ota, José Junji, 1951-
dc.subject.por.fl_str_mv Transporte de sedimento
Águas pluviais
Recursos Hídricos
Redes neurais (Computação)
topic Transporte de sedimento
Águas pluviais
Recursos Hídricos
Redes neurais (Computação)
description Orientador: Professor José J. Ota
publishDate 2018
dc.date.issued.fl_str_mv 2018
dc.date.accessioned.fl_str_mv 2019-04-02T17:20:37Z
dc.date.available.fl_str_mv 2019-04-02T17:20:37Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/59371
url https://hdl.handle.net/1884/59371
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 166 p. : il.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/59371/1/R%20-%20D%20-%20ADHEMAR%20ROMERO.pdf
bitstream.checksum.fl_str_mv 70cf415a100099b527b9f74d189c5586
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860225757609984

Registros relacionados