Predicting rheological parameters of natural viscoplastic fluids through artificial neural networks

• Autor(a) principal: Ferreira, Henrique Rosset
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: eng
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/240927
• topic: Fluxo de detritos; Redes neurais artificiais; Reologia; Debris flow; Neural networks; Bingham fluid; Herschel–Bulkley fluid; Predictive modeling

As corridas de detritos são fenômenos geológicos com grande potencial de causar prejuízos e danos a vida humana. Esses fenômenos são rápidos escoamentos de um fluido composto por uma mistura de água saturada com sedimentos, de alta densidade e que pode alcançar velocidades de mais de 30km/h. As corridas de detritos têm alto poder erosivo e são capazes de arrastar grandes objetos como árvores e carros. Para avaliar as áreas sujeitas a esses fenômenos e estimar seus impactos, é necessário conhecer as equações constitutivas que governam os fluidos desses fenômenos. Uma eficiente alternativa é o uso de modelos que descrevem o comportamento desses fluidos com base em parâmetros reométricos fixos, como a tensão limite de escoamento e a consistência, o que torna crítica a mensuração destes parâmetros reológicos. O objetivo deste trabalho é desenvolver um modelo utilizando o método de redes neurais para prever propriedades reológicas desses fluidos com base na sua composição sedimentar. 178 observações coletadas de estudos já publicados foram empregadas na construção e validação do modelo. Três redes neurais, uma para cada propriedade reológica, foram construídas. Os resultados mostraram que é possível usar dessa tecnologia para prever as propriedades reológicas com base na composição sedimentar. Mais estudos, porém, são necessários para melhorar a precisão e acurácia desses modelos.