Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/78562
Type: Monografia (especialização)
Title: Estudo da resistência ao cisalhamento de solos via regressão linear
Other Titles: Study of the shear strength of soils using linear regression
Authors: Alexandre Antônio Souza Pena
First Advisor: Guilherme Lopes de Oliveira
First Referee: Guilherme Augusto Veloso
Abstract: A resistência ao cisalhamento do solo refere-se à capacidade do solo resistir às forças tangenciais que atuam em seus planos de cisalhamento. Essa propriedade geotécnica é essencial na análise de estabilidade de taludes, fundações, aterros, entre outras estruturas geotécnicas. Este trabalho teve como objetivo desenvolver um modelo de regressão linear preditivo para a resistência ao cisalhamento dos solos em função de algumas características do solo analisado e do método de medição. Os dados utilizados são originados de uma área de mineração no interior do estado de Minas Gerais, Brasil, observados entre 2017 e 2023. Obteve-se um modelo com alto poder de predição (R²=0,982), contendo a informação de cinco variáveis: tipo de ensaio, p'ruptura, variação entre os índices de vazios inicial e final, umidade inicial e teor de finos. Os sinais dos coeficientes estimados fazem sentido na prática, indicando que, controlado pelos demais fatores, a resistência média ao cisalhamento aumenta conforme aumentam o p'ruptura e teor de finos, mas reduz conforme aumenta a umidade inicial do solo e se o ensaio é não-drenado. Uma análise mais aprofundada dos resíduos e a aplicação de métodos de correção podem contribuir para aprimorar a confiabilidade das inferências, por exemplo, revisitando possíveis observações anômalas e/ou pontos de alavancagem. De todo modo, as análises realizadas podem contribuir para aprimorar as práticas de Engenharia Geotécnica, especialmente nas atividades relacionadas à mineração, oferecendo ferramentas para a avaliação da estabilidade dos solos.
Abstract: Soil shear strength refers to the soil's ability to resist tangential forces acting on its shear planes. This geotechnical property is essential in analyzing the stability of slopes, foundations, embankments, among other geotechnical structures. This work aimed to develop a predictive linear regression model for the shear strength of soils as a function of some characteristics of the analyzed soil and the measurement method. The data used comes from a mining area in the interior of the state of Minas Gerais, Brazil, observed between 2017 and 2023. A model with high predictive power (R²=0.982) was obtained, containing information on five variables: test type, p 'rupture, variation between the initial and final void ratios, initial moisture and fines content. The signs of the estimated coefficients make sense in practice, indicating that, controlled by the other factors, the average shear strength increases as rupture and fines content increase, but reduces as the initial soil moisture increases and if the test is not - drained. A more in-depth analysis of residuals and the application of correction methods can contribute to improving the reliability of inferences, for example, by revisiting possible anomalous observations and/or leverage points. In any case, the analyzes carried out can contribute to the improvement of Geotechnical Engineering practices, especially in activities related to mining, offering tools for evaluating soil stability.
language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
metadata.dc.publisher.department: ICX - DEPARTAMENTO DE ESTATÍSTICA
metadata.dc.publisher.program: Programa de Pós-Graduação em Estatística
Rights: Acesso Aberto
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nc-nd/3.0/pt/
URI: http://hdl.handle.net/1843/78562
Issue Date: 27-Dec-2023
Appears in Collections:Especialização em Estatística

Files in This Item:
File Description SizeFormat 
Monografia_AlexandrePena_UFMG2023_Revisado_VersaoFinal.pdf1.43 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons