"PARÁMETROS DE RESISTENCIA AL CORTE DE SUELOS A PARTIR DE SUS PROPIEDADES FÍSICAS, UTILIZANDO REDES NEURONALES ARTIFICIALES Y EQUIPO TRIAXIAL, UNH"
No hay miniatura disponible
Fecha
2018-12-11
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Nacional de Huancavelica
Resumen
RESUMEN
El presente trabajo de investigación tiene como objetivo determinar el desempeño del modelo de inteligencia artificial (Redes Neuronales Artificiales) para predecir los parámetros de resistencia al corte de suelos (ángulo de fricción interna y la cohesión), a partir de sus propiedades físicas (límites de Atterberg, granulometría, humedad, peso específico). Siendo estos parámetros muy importantes y necesarios para conocer las propiedades mecánicas del suelo, es decir, el comportamiento del suelo ante esfuerzos axiales y cortantes; ya que las estructuras de ingeniería civil están fundadas sobre tipo de suelo ideal o adecuado, que son encontradas a diferentes profundidades de su estratigrafía. Para alcanzar el objetivo planteado de la investigación se realizó los ensayos triaxiales no consolidado y no drenado (UU), así mismo, los ensayos básicos como el análisis granulométrico, los límites de Atterberg, el contenido de humedad y la densidad de cada muestra en base a las normas (NTP y ASTM), en la que se extrajo muestras de suelo in situ de 39 puntos representativos. Seguidamente, se realizó el entrenamiento del modelo de Red Neuronal Artificial donde las variables de entrada fueron (sus propiedades físicas) y de salida (parámetros de resistencia al corte); en el que se realizó varias simulaciones haciendo uso de la metodología de propagación inversa (Feed-Forward Backprop), buscando encontrar el error cuadrático medio (MSE). En la que se utilizó el 72% de datos para el entrenamiento del modelo y el 28 % restante para la validez del modelo, usando el software Matlab. Los resultados obtenidos del proyecto de investigación evaluados mediante el análisis estadístico de error medio cuadrático (MSE), se dividen en: Entrenamiento (Training) (R=0.93927), Validación (R=0.99746), Test (R=0.96465), obteniéndose un modelo de Red Neuronal Artificial con (R=0.95507); siendo R el coeficiente de determinación R-cuadrado, demostrando de ese modo ser eficaz para predecir los parámetros de resistencia al corte de suelos con un error menor al 5%, proponiéndose como alternativa para el estudio geotécnico, para la planificación, diseño y ejecución de un proyecto de construcción.
Palabras Clave: Parámetros de resistencia al corte, cohesión, ángulo de fricción interna, granulometría, contenido de humedad, densidad, límites de Atterberg, redes neuronales artificiales.
Descripción
Palabras clave
contenido de humedad