Modelo de predicción de alarmas de falla de rocas en obras subterráneas a partir de datos de instrumentación geotécnica

RESUMEN : Se plantea un modelo para predicción de niveles de riesgos por fallas de rocas en obras subterráneas para la generación temprana de alertas , el desarrollo del proyecto tiene como base la metodología semi-empírica propuesta por Fukuzono (1985), quien identificó una relación entre el tiempo de aceleración de una falla de un material geológico (geomaterial) era inversamente proporcional a la tasa de cambio de la deformación, de lo cual se deriva que el tiempo de falla del geomaterial se puede pronosticar extrapolando la tendencia lineal hacia cero de la gráfica del inverso de la velocidad de deformación contra el tiempo (Fukuzono, 1985). El modelo utiliza el algoritmo de aprendizaje supervisado de Máquinas de Soporte Vectorial para clasificar una serie temporal de datos de deformación de un geomaterial registrados por instrumentos instalados para dicho fin. Dado lo anterior, el volumen de datos para entrenamiento a partir de estos registros es limitado por el número de instrumentos, la cantidad de tiempo registrando lecturas y la cifra y variedad de alarmas reportadas. Por tanto, debió recurrirse a la generación de datos sintéticos que cubriesen el volumen de información requerida para el entrenamiento del modelo, mediante el uso de una ecuación de la curva logística, en su tramo con mayor tasa de cambio. A partir de los datos sintéticos se generan las primeras iteraciones para la puesta en operación del modelo, con cada iteración se definieron distintos parámetros de la implementación de scikit-learn sklearn.svm, buscando los que entregasen un mejor desempeño del modelo. Finalmente, se obtuvieron mejores resultados implementando un modelo de clasificación con un Kernel polinómico de grado 2.

• Autores: Arcila Quintero, Norbey
• Tipo de recurso: Tesis
• Fecha de publicación: 2021
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/24588
• Acceso en línea: http://hdl.handle.net/10495/24588
• Palabra clave: Ingeniería geológica; Engineering geology; Riesgo; Risk; Algoritmos; Algorithms; Análisis de datos; Data analysis; Instrumentación geotécnica; Niveles de alerta; Máquinas de vectores de soporte; Datos sintéticos; http://aims.fao.org/aos/agrovoc/c_6612; http://aims.fao.org/aos/agrovoc/c_295ae038; http://aims.fao.org/aos/agrovoc/c_15962; http://vocabularies.unesco.org/thesaurus/concept611
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/2.5/co/