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

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorOta, José Junji, 1951--
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental-
Autor(es): dc.creatorRomero, Adhemar, 1991--
Data de aceite: dc.date.accessioned2019-08-21T23:59:01Z-
Data de disponibilização: dc.date.available2019-08-21T23:59:01Z-
Data de envio: dc.date.issued2019-04-02-
Data de envio: dc.date.issued2019-04-02-
Data de envio: dc.date.issued2018-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/59371-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/59371-
Descrição: dc.descriptionOrientador: Professor José J. Ota-
Descrição: dc.descriptionDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental. Defesa : Curitiba, 18/06/2018-
Descrição: dc.descriptionInclui referências: p.119-124-
Descrição: dc.descriptionResumo: 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.-
Descrição: dc.descriptionAbstract: 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.-
Formato: dc.format166 p. : il.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectTransporte de sedimento-
Palavras-chave: dc.subjectÁguas pluviais-
Palavras-chave: dc.subjectRecursos Hídricos-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Título: dc.titleDeterminação do limite de deposição de sedimentos em galerias de drenagem utilizando redes neurais artificiais-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.