Estudo do comportamento resiliente dos solos tropicais grossos do interior do Estado de São Paulo

Detalhes bibliográficos
Autor(a) principal: Viana, Helio Marcos Fernandes
Data de Publicação: 2007
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/18/18143/tde-07042008-111017/
Resumo: O módulo de resiliência é uma propriedade mecânica dos solos indispensável para análise estrutural de pavimentos em termos de tensão e deformação. O principal ensaio laboratorial para estimativa do módulo de resiliência dos solos é o ensaio triaxial cíclico no qual existe um maior controle das condições da amostra, dos carregamentos aplicados e dos deslocamentos medidos. A utilização de relações para obtenção do módulo de resiliência a partir de propriedades do solo obtidas de ensaios mais simples e rotineiros é permitida pelo procedimento NCHRP 1-37A (2004) e pode ser muito útil para fase de anteprojeto de implantação de rodovias, pois permite uma avaliação rápida do módulo de resiliência dos solos de jazidas e subleitos, localizados ao longo das diversas alternativas de traçados a serem analisadas. No entanto, as relações existentes ou são restritivas, por não considerarem os solos das regiões tropicais de comportamento laterítico e não laterítico da classificação MCT (Miniatura Compactado Tropical), ou são de baixa eficiência. Considerando-se o sucesso que as redes neurais artificiais (RNAs) têm apresentado no campo da engenharia em estabelecer relações entre variáveis explicativas e variáveis resposta, neste trabalho foram desenvolvidas RNAs para relacionar o módulo de resiliência com as propriedades do solo, tanto para solos grossos compactados na energia modificada como para solos compactados na energia normal. O banco de dados utilizado no trabalho baseou-se nos resultados de ensaios de setenta e seis amostras de solos coletadas no interior do Estado de São Paulo. Finalmente, verificou-se que as RNAs podem prever, com alta eficiência, o módulo de resiliência dos solos tropicais de comportamento laterítico e não laterítico a partir de propriedades do solo tais como: composição granulométrica, LL, IP, umidade ótima e resultados do ensaio de compressão simples.
id USP_b3c8f07ed1ba87bfc9ccc8b58bf383c2
oai_identifier_str oai:teses.usp.br:tde-07042008-111017
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Estudo do comportamento resiliente dos solos tropicais grossos do interior do Estado de São PauloStudy of resilient behavior of tropical sandy soils from interior of Sao Paulo stateArtificial neural networksCyclic triaxial testEnsaio triaxial cíclicoMódulo de resiliênciaNeural networksPavementPavimentaçãoRedes neurais artificiaisResilienceResiliênciaResilient modulusSolos tropicaisTropical soilsO módulo de resiliência é uma propriedade mecânica dos solos indispensável para análise estrutural de pavimentos em termos de tensão e deformação. O principal ensaio laboratorial para estimativa do módulo de resiliência dos solos é o ensaio triaxial cíclico no qual existe um maior controle das condições da amostra, dos carregamentos aplicados e dos deslocamentos medidos. A utilização de relações para obtenção do módulo de resiliência a partir de propriedades do solo obtidas de ensaios mais simples e rotineiros é permitida pelo procedimento NCHRP 1-37A (2004) e pode ser muito útil para fase de anteprojeto de implantação de rodovias, pois permite uma avaliação rápida do módulo de resiliência dos solos de jazidas e subleitos, localizados ao longo das diversas alternativas de traçados a serem analisadas. No entanto, as relações existentes ou são restritivas, por não considerarem os solos das regiões tropicais de comportamento laterítico e não laterítico da classificação MCT (Miniatura Compactado Tropical), ou são de baixa eficiência. Considerando-se o sucesso que as redes neurais artificiais (RNAs) têm apresentado no campo da engenharia em estabelecer relações entre variáveis explicativas e variáveis resposta, neste trabalho foram desenvolvidas RNAs para relacionar o módulo de resiliência com as propriedades do solo, tanto para solos grossos compactados na energia modificada como para solos compactados na energia normal. O banco de dados utilizado no trabalho baseou-se nos resultados de ensaios de setenta e seis amostras de solos coletadas no interior do Estado de São Paulo. Finalmente, verificou-se que as RNAs podem prever, com alta eficiência, o módulo de resiliência dos solos tropicais de comportamento laterítico e não laterítico a partir de propriedades do solo tais como: composição granulométrica, LL, IP, umidade ótima e resultados do ensaio de compressão simples.The resilient modulus is an essential mechanical property for stress-strain analysis of pavements. The main test to evaluate resilient modulus of soils is cyclic triaxial test which there is a better control not only of samples but also of loads and displacements. Nowadays, the utilization of relationships to obtain resilient modulus from soils properties, from routine simple tests, is allowed by procedure NCHRP 1-37A, and that can be useful in initial design in construction of roads, as the resilient modulus of material pits and subgrades, places along several alternative traces of design, can be evaluated very fast by relationships. However, the existing relationships are restrictive, because they do not consider tropical soils of lateritic and non-lateritic behavior from MCT (Miniatura Compactado Tropical) classification and they have low performance. Artificial neural networks (ANNs) have shown high success to establish relationships from answering variables and explicative variables, so in this work was developed ANNs to establish relationships from resilient modulus and soil properties, not only for sandy soils in Proctor\'s modified compaction energy but also for soils in Proctor\'s standard compaction energy. The data base used in this work was laboratory test results from seventy-six soils which were collected in interior of Sao Paulo state. Finally, for tropical soils of lateritic and non-lateritic behavior, it was verified that ANNs can forecast, with high performance, resilient modulus from soil properties just as: grain size composition, liquid limit (LL), plasticity index (PI), optimum moisture content and results of simple strength compressive test.Biblioteca Digitais de Teses e Dissertações da USPParreira, Alexandre BenettiViana, Helio Marcos Fernandes2007-12-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18143/tde-07042008-111017/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:09:55Zoai:teses.usp.br:tde-07042008-111017Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:09:55Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Estudo do comportamento resiliente dos solos tropicais grossos do interior do Estado de São Paulo
Study of resilient behavior of tropical sandy soils from interior of Sao Paulo state
title Estudo do comportamento resiliente dos solos tropicais grossos do interior do Estado de São Paulo
spellingShingle Estudo do comportamento resiliente dos solos tropicais grossos do interior do Estado de São Paulo
Viana, Helio Marcos Fernandes
Artificial neural networks
Cyclic triaxial test
Ensaio triaxial cíclico
Módulo de resiliência
Neural networks
Pavement
Pavimentação
Redes neurais artificiais
Resilience
Resiliência
Resilient modulus
Solos tropicais
Tropical soils
title_short Estudo do comportamento resiliente dos solos tropicais grossos do interior do Estado de São Paulo
title_full Estudo do comportamento resiliente dos solos tropicais grossos do interior do Estado de São Paulo
title_fullStr Estudo do comportamento resiliente dos solos tropicais grossos do interior do Estado de São Paulo
title_full_unstemmed Estudo do comportamento resiliente dos solos tropicais grossos do interior do Estado de São Paulo
title_sort Estudo do comportamento resiliente dos solos tropicais grossos do interior do Estado de São Paulo
author Viana, Helio Marcos Fernandes
author_facet Viana, Helio Marcos Fernandes
author_role author
dc.contributor.none.fl_str_mv Parreira, Alexandre Benetti
dc.contributor.author.fl_str_mv Viana, Helio Marcos Fernandes
dc.subject.por.fl_str_mv Artificial neural networks
Cyclic triaxial test
Ensaio triaxial cíclico
Módulo de resiliência
Neural networks
Pavement
Pavimentação
Redes neurais artificiais
Resilience
Resiliência
Resilient modulus
Solos tropicais
Tropical soils
topic Artificial neural networks
Cyclic triaxial test
Ensaio triaxial cíclico
Módulo de resiliência
Neural networks
Pavement
Pavimentação
Redes neurais artificiais
Resilience
Resiliência
Resilient modulus
Solos tropicais
Tropical soils
description O módulo de resiliência é uma propriedade mecânica dos solos indispensável para análise estrutural de pavimentos em termos de tensão e deformação. O principal ensaio laboratorial para estimativa do módulo de resiliência dos solos é o ensaio triaxial cíclico no qual existe um maior controle das condições da amostra, dos carregamentos aplicados e dos deslocamentos medidos. A utilização de relações para obtenção do módulo de resiliência a partir de propriedades do solo obtidas de ensaios mais simples e rotineiros é permitida pelo procedimento NCHRP 1-37A (2004) e pode ser muito útil para fase de anteprojeto de implantação de rodovias, pois permite uma avaliação rápida do módulo de resiliência dos solos de jazidas e subleitos, localizados ao longo das diversas alternativas de traçados a serem analisadas. No entanto, as relações existentes ou são restritivas, por não considerarem os solos das regiões tropicais de comportamento laterítico e não laterítico da classificação MCT (Miniatura Compactado Tropical), ou são de baixa eficiência. Considerando-se o sucesso que as redes neurais artificiais (RNAs) têm apresentado no campo da engenharia em estabelecer relações entre variáveis explicativas e variáveis resposta, neste trabalho foram desenvolvidas RNAs para relacionar o módulo de resiliência com as propriedades do solo, tanto para solos grossos compactados na energia modificada como para solos compactados na energia normal. O banco de dados utilizado no trabalho baseou-se nos resultados de ensaios de setenta e seis amostras de solos coletadas no interior do Estado de São Paulo. Finalmente, verificou-se que as RNAs podem prever, com alta eficiência, o módulo de resiliência dos solos tropicais de comportamento laterítico e não laterítico a partir de propriedades do solo tais como: composição granulométrica, LL, IP, umidade ótima e resultados do ensaio de compressão simples.
publishDate 2007
dc.date.none.fl_str_mv 2007-12-07
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/18/18143/tde-07042008-111017/
url http://www.teses.usp.br/teses/disponiveis/18/18143/tde-07042008-111017/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090474881843200