Navegando por Autor "Girao Sotomayor, Juan Manuel"

Agora exibindo 1 - 5 de 5

Application of the HF, DRA and DCDA technologies for in situ stress determination in Iron Quadrangle rock masses.
(2021) Penido, Henrique de Andrade; Funato, Akio; Metsugi, Hideya; Torres, Vidal Félix Navarro; Girao Sotomayor, Juan Manuel; Dight, Phil; Figueiredo, Rodrigo Peluci de; Assis, André Pacheco de; Guimarães, Alessandro Jésus
This study presents an unprecedented campaign of measurements (magnitudes and orientations) of the in situ stresses in itabirite rocks of the Brazilian Iron Quadrangle region using the hydraulic fracturing (HF), deformation rate analysis (DRA) and diametrical core deformation analysis (DCDA) methods. The previous studies of this rock mass consider estimated values of k, and the practice of using in situ stress tests to support geotechnical analyses of the rock mass of this region has not been adopted. The study site is located at a depth of up to 400 m around a pit. The rock mass under study shows the presence of different geological structures, which made performing the tests difficult. The DRA results show a marked difference compared to the HF and DCDA results; the horizontal stresses were greater than the vertical stresses, which is a finding that may occur due to local geodynamic influences. The results contribute to the understanding of the strains and stresses induced by mining activities in the Brazilian Iron Quadrangle. For a better determination of the regional in situ stresses in the rock mass of the Brazilian Iron Quadrangle, new HF tests, as well as hydraulic testing of pre-existing fractures are recommended.
Aprendizado de máquina aplicado em previsão de curto prazo de valores de indicadores de nível de água.
(2021) Kümmel, Luiz Frederico de Freitas; Pessin, Gustavo; Torres, Vidal Félix Navarro; Sabino, Jodelson Aguilar; Pessin, Gustavo; Sabino, Jodelson Aguilar; Girao Sotomayor, Juan Manuel; Hidaka, Renato
A estabilidade e solidez de barragens de rejeito para resíduos de atividades industriais de mineração é de importância primordial para a segurança da sociedade e meio ambiente localizado a sua jusante. Para assegurar as essenciais exigências de segurança e exposição ao risco das barragens ao longo da sua vida útil, devem ser implementadas ações mitigatórias de prevenção e controle dessas condições, nesse intuito esse trabalho visa aplicar métodos de Machine Learning, para prever o comportamento dos indicadores de nível de água associados a carta de risco. Os algoritmos de machine learning mostraram elevadas taxas de acerto para predição, sendo que a combinação de métodos de classificação e regressão permitiu aumentar ainda mais a qualidade de resposta do sistema proposto.
Hydrofracturing in situ stress measurements of itabirite in the Brazilian Ferriferous Quadrangle and their limitations.
(2022) Penido, Henrique de Andrade; Figueiredo, Rodrigo Peluci de; Assis, André Pacheco de; Torres, Vidal Félix Navarro; Girao Sotomayor, Juan Manuel; Guimarães, Alessandro Jésus
This article presents a first attempt to carry out in situ stress measurements (magnitudes and orientations) of the itabirite in the Brazilian Ferrifer- ous Quadrangle by hydraulic fracture testing at a depth of 399 m. Previous studies on this rock have consid- ered estimated values of the k index (ratio between the horizontal effective stress Sh, generally controlled by tectonism, and the vertical effective stress Sv, gener- ally controlled by gravity), and it is not a common practice to carry out in situ stress tests in this region and rock type to support geotechnical analysis. The area of study was located at a depth of 500 m in a pit because the determination of the in situ stress distri- bution is very important to assess the stability of the open-pit mine. The planning, execution and results of the tests are presented. The studied rock mass exhibits different geological structures, such as banding and foliation, which resulted in difficulties with perform- ing the tests, and only 12.5% of the tests were successful. The results can help interpret the strains and stresses induced by mining activities in slopes in the Brazilian Ferriferous Quadrangle and their impacts on the surrounding structures. For a better determina- tion of the regional in situ stresses in the rock of the Brazilian Ferriferous Quadrangle, hydraulic tests on pre-existing fractures are recommended.
Previsão de curto prazo para geotecnia : investigação e proposta de um método para análise e predição piezométrica em barragens de rejeito.
(2022) Nogueira, Mayron Cesar da Silva; Pessin, Gustavo; Girao Sotomayor, Juan Manuel; Pessin, Gustavo; Figueiredo, Janine Rodrigues; Girao Sotomayor, Juan Manuel; Ranieri, Caetano Mazzoni
É cada vez mais importante monitorar de forma ágil e precisa estruturas geotécnicas. Recentemente, diversos instrumentos e sistemas têm sido utilizados para monitoramento de condições em tempo real, em alta frequência e com alta qualidade. Nessa dissertação, passamos pelo entendimento básico das estruturas de barragem, instrumentação aplicadas a estas para enfim buscamos estender ainda mais a capacidade dos sistemas de monitoramento de estruturas geotécnicas por meio de sistemas preditivos. Propomos, desenvolvemos e avaliamos um sistema preditivo baseado em aprendizado de máquina para sensores do tipo piezômetro de corda vibrante automatizado, localizados em barragem de rejeito. Os dados observados e utilizados nos modelos preditivos são obtidos de uma barragem de rejeitos real, e para as predições do modelo, utilizamos dados históricos de réguas de nível, pluviometria e piezômetros. Investigamos diversos métodos de aprendizado de máquina, tais como: Floresta Randômica, Adaboost, Redes Neurais, Regressão Linear, Árvore de Decisão e Gradiente Estocástico, com o objetivo de encontrar o método que apresenta a maior taxa de acerto nas predições para 1, 3 e 7 dias posteriores à medição atual. O sistema proposto tem como finalidade o apoio na tomada de decisão por geotécnicos que operam e monitoram barragens de rejeito frente aos controles de nível das mesmas. Para fins de validação do método, dividimos a barragem nas seções de fundação e tapete de barragens, onde atingimos mais de 95% de predições com erro inferior a 20cm de variação. E considerando a mesma predição para 1, 3 e 7 dias posteriores a medição atual a camada de aterro, atingimos mais de 95% das previsões com erro inferior a 20 cm considerando 1 dia após a medição atual.
Sensores virtuais baseados em aprendizado de máquina para estimativa de valores de sensores em instrumentação básica de barragens de rejeito.
(2023) Monteiro, Bruno Oliveira; Pessin, Gustavo; Guimarães, Frederico Gadelha; Pessin, Gustavo; Guimarães, Frederico Gadelha; Girao Sotomayor, Juan Manuel; Ranieri, Caetano Mazzoni
A aplicação de sensores virtuais na estimativa de dados de instrumentação básica em barragens de rejeito de minério é uma inovação no cenário da mineração atual. Essa abordagem utiliza modelos computacionais avançados para aprimorar o monitoramento dessas estruturas, melhorando a segurança e a eficiência operacional, ao mesmo tempo em que reduz custos. Em um momento em que a gestão responsável dos rejeitos de mineração é vital, os sensores virtuais desempenham um papel fundamental na mitigação de riscos ambientais e na proteção das comunidades próximas às barragens. Dentro do setor de Mineração, o monitoramento de barragens de rejeito tem ganhando bastante notoriedade devido aos últimos incidentes de rompimento ocorridos no Brasil. Nesse aspecto esse trabalho propõe implementar e avaliar métodos de aprendizado de máquina para estimativa de valores para sensores de instrumentação básica utilizados no controle e monitoramento de barragens de mineração.