Look-up in Google Scholar
Title: Monitoramento da Instrumentação da Barragem de Corumbá-I por Redes Neurais e Modelos de Box & Jenkins
Advisor(s): Romanel, Celso
OCDE field: https://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.01.00
Issue Date: Sep-2003
Institution: Pontifícia Universidade Católica do Rio de Janeiro
Abstract: En este trabajo se utilizó la técnica de redes neuronales artificiales y los modelos de Box & Jenkins para el análisis, modelado y pronóstico de los valores de flujo y cargas de presión en la represa Corumbá I, del sistema de Furnas Centrais Elétricas (Brasil), a partir de los datos de instrumentación disponibles desde 1997. La predicción de valores probables puede ayudar en la toma de decisiones durante la operación de la represa. El uso de métodos estadísticos y redes neuronales artificiales se recomienda especialmente en situaciones donde la solución a través de métodos deterministas, analíticos o numéricos, se vuelve difícil porque involucra modelos tridimensionales, con condiciones de contorno complejas e incertidumbres en la variación espacial y temporal de propiedades de los materiales que componen la presa y su cimentación. Se presentan tres aplicaciones que involucran el comportamiento de la represa Corumbá I: pronóstico de caudal a través de la cimentación contigua al estribo izquierdo, pronóstico de carga de presión en piezómetros instalados en el núcleo de la represa y en la cimentación y, finalmente, la previsión de los valores de las lecturas en un piezómetro supuestamente dañado. Los resultados obtenidos por amas técnicas fueron bastante satisfactorios.

Neste trabalho empregou-se a técnica de redes neurais artificiais e modelos de Box & Jenkins (1970) para análise, modelagem e previsão dos valores de vazão e de cargas de pressão na barragem Corumbá I, do sistema Furnas Centrais Elétricas, a partir dos dados de instrumentação disponíveis desde 1997. A previsão de valores prováveis pode auxiliar em tomadas de decisão durante a operação da barragem. A utilização de métodos estatísticos e de redes neurais artificiais é especialmente recomendado em situações onde a solução através de métodos determinísticos, analíticos ou numéricos, torna-se difícil por envolver modelagens tridimensionais, com condições de contorno complexas e incertezas na variação espacial e temporal das propriedades dos materiais que constituem a barragem e sua fundação. Tradicionalmente, as análises de séries temporais são normalmente abordadas sob a perspectiva de métodos estatísticos, como os modelos de Box & Jenkins. No entanto, redes neurais artificiais têm-se constituído ultimamente em uma alternativa atraente para investigações de séries temporais por sua capacidade de análise de problemas de natureza não-linear e não-estacionários. Neste trabalho são apresentadas três aplicações envolvendo o comportamento da barragem Corumbá I: previsão das vazões através da fundação junto à ombreira esquerda, previsão das cargas de pressão em piezômetros instalados no núcleo central da barragem e no solo residual de fundação e, finalmente, a previsão dos valores das leituras em um piezômetro supostamente danificado em determinado instante de tempo. Em todos estes casos, os resultados obtidos pelos modelos de Box & Jenkins e redes neurais artificiais foram bastante satisfatórios.
DOI identifier: https://doi.org/10.17771/PUCRio.acad.4244
Note: Descargue la tesis completa en el repositorio de la Pontifícia Universidade Católica do Rio de Janeiro: https://doi.org/10.17771/PUCRio.acad.4244
Discipline: Ingeniería Civil
Grade or title grantor: Pontifícia Universidade Católica do Rio de Janeiro
Grade or title: Magíster en Ingeniería Civil
Juror: Romanel, Celso; Sell Dyminsk, Andréa; Peigas Pacheco, Marcus; Augusto Dumont, Ney
Register date: 30-Apr-2021

Files in This Item:
File Description SizeFormat 
CarrascoGutierrezJL.PDF
  Restricted Access
Disertación (abierta en repositorio de origen)183.44 kBAdobe PDFView/Open Request a copy
RTD012179-2021.pdf
  Restricted Access
Autorización del registro558.71 kBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.