Desarrollo de nuevos modelos inteligentes de aprendizaje automático para predecir los desplazamientos de los túneles...

Área de la Ciencia:

• Ingeniería geotécnica
• Mecánica computacional
• Aplicaciones de aprendizaje automático

Sus antecedentes:

• El desarrollo urbano requiere excavaciones profundas para los cimientos, lo que plantea riesgos para las estructuras subterráneas cercanas.
• Los túneles del metro son particularmente vulnerables a los desplazamientos causados por excavaciones profundas adyacentes.

Objetivo del estudio:

• Desarrollar modelos inteligentes para predecir los desplazamientos de túneles inducidos por la excavación.
• Analizar el impacto de la geometría de la excavación y la posición del túnel en el comportamiento del túnel.

Principales métodos:

• Validación de un modelo tridimensional de elementos finitos (FE) con respecto a los estudios de caso.
• Se llevaron a cabo simulaciones 3D FE con diferentes parámetros de excavación y túnel.
• Desarrolló dos modelos de aprendizaje automático para predecir valores de desplazamiento específicos.

Principales resultados:

• Se identificaron los mecanismos de desplazamiento del complejo de túneles de excavación.
• La geometría de la excavación influye significativamente en los desplazamientos del túnel.
• La proximidad del túnel a la excavación impacta el desplazamiento vertical, con una proximidad más cercana que causa el movimiento hacia abajo.

Conclusiones:

• Los modelos de aprendizaje automático desarrollados predicen con precisión la excavación y el desplazamiento de túneles.
• Los hallazgos proporcionan información para mitigar los riesgos para los túneles de excavaciones profundas.
• Comprender los mecanismos de desplazamiento es crucial para la construcción urbana segura.