Exportar registro bibliográfico

Geoestatística e modelagem numérica aplicada à classificação de maciço rochoso pelo sistema RMR: barragem de Itaipu (2017)

  • Autores:
  • Autor USP: NOVAIS, WELLINGTON MARTINS - IGC
  • Unidade: IGC
  • Sigla do Departamento: GSA
  • Assuntos: GEOESTATÍSTICA; KRIGAGEM; MECÂNICA DE ROCHAS
  • Palavras-chave do autor: Classificação de Maciço Rochoso; Fator de Redução; Reduction Factor; RMR; Rock Mass Classification
  • Idioma: Português
  • Resumo: A implantação segura e a viabilidade de um projeto de barragem dependem de se conhecer, com o máximo de clareza, as características geotécnicas do substrato rochoso do local de implantação. Para tanto, são realizadas campanhas de investigação geotécnica para a elaboração de modelos geológicos e geomecânicos, os quais podem apresentar erros devido à variabilidade natural, amostragem insuficiente, interpretação bidimensional e subjetividade das interpretações. Visando diminuir a subjetividade das interpretações acerca das características geomecânicas, a mecânica das rochas utiliza classificações de maciço rochoso, tais como sistema Q, de Barton, e RMR, de Bieniawski. Surgida por volta de 1960, a geoestatística permite analisar fenômenos que não são totalmente aleatórios e cujos valores dependem de sua posição no espaço. Este trabalho consistiu em desenvolver modelos numéricos tridimensionais a partir da aplicação da classificação de maciço rochoso pelo sistema RMR (Rock Mass Rating), utilizando técnicas geoestatísticas para a interpolação em regiões não amostradas. Os objetivos foram identificar feições e zonas com características geotécnicas de menor qualidade, verificar a representatividade dos modelos numéricos frente as estruturas geológicas mapeadas, observar a influência de fatores de redução nas classificações de RMR e analisar a variação de resultados quando são usadas malhas de amostragem diferentes. Os resultados obtidos foram satisfatórios, tanto do ponto de vistageoestatístico quanto do ponto de vista geotécnico. Foram delimitadas as regiões de atenção e identificadas as principais estruturas e feições geológicas nos modelos de RMR. Foi possível avaliar a influência dos fatores de redução na classificação de maciço, assim como a influência da malha de amostragem nos resultados estatísticos, geoestatísticos e de interpolação. Os dados amostrais foram comparados entre si e evidenciaram a importância e superioridade da classificação por RMR em detectar as principais feições e características geológicas, assim como demonstraram a variação da sensibilidade quando se utiliza diferentes fatores de redução
  • Imprenta:
  • Data da defesa: 24.11.2017
  • Acesso à fonte
    Como citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      NOVAIS, Wellington Martins. Geoestatística e modelagem numérica aplicada à classificação de maciço rochoso pelo sistema RMR: barragem de Itaipu. 2017. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/44/44137/tde-26042018-085509/. Acesso em: 24 abr. 2024.
    • APA

      Novais, W. M. (2017). Geoestatística e modelagem numérica aplicada à classificação de maciço rochoso pelo sistema RMR: barragem de Itaipu (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/44/44137/tde-26042018-085509/
    • NLM

      Novais WM. Geoestatística e modelagem numérica aplicada à classificação de maciço rochoso pelo sistema RMR: barragem de Itaipu [Internet]. 2017 ;[citado 2024 abr. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/44/44137/tde-26042018-085509/
    • Vancouver

      Novais WM. Geoestatística e modelagem numérica aplicada à classificação de maciço rochoso pelo sistema RMR: barragem de Itaipu [Internet]. 2017 ;[citado 2024 abr. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/44/44137/tde-26042018-085509/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Biblioteca Digital de Produção Intelectual da Universidade de São Paulo     2012 - 2024