Identificacao de falhas por meio de inteligencia artificial em dados ecobatimetricos

• Autor(a) principal: Ramos, Samuel Gastal de Castro
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/251757
• topic: Engenharia de controle e automação; Processamento de dados; Detecção de falhas; Aprendizado de máquina; Neural networks; Fault detection; Machine learnig; Bathymetry; Echo souder

Hidrologia, o estudo da água e dos recursos hídricos é cada vez mais importante para a humanidade. A batimetria é a parte deste estudo que faz a medição da topografia dos leitos dos corpos d’água. Avanços tecnológicos na área de batimetria trouxeram uma agilidade nunca antes vista no levantamento de medidas de grandes extensões, mas a revisão e tratamento destas medições podem ser bastante demorados e conter falhas. Por outro lado, os avanços na capacidade computacional possibilita a utilização de inteligência artificiais bastante rápidas para a classificação de falhas. O presente trabalho propôs a adaptação de uma rede neural artificial a fim de automatizar o processo de classificação de falhas em seções batimétricas, utilizando dados do levantamento batimétrico realizado na represa de Serra do Facão para treinamento e validação desta inteligência artificial. Como resultado se obteve um modelo de rede neural capaz de classificar de maneira correta entre "Normal"e "Falha"96% das seções batimétricas que lhe foram apresentadas.