Optimización del acondicionamiento del suelo de tierra arenosa con diferentes contenidos finos y predicción mediante...

Área de la Ciencia:

• Ingeniería geotécnica
• Tecnología de los túneles
• Ciencias de los materiales

Sus antecedentes:

• El acondicionamiento adecuado del suelo es crucial para el túnel de escudo de equilibrio de presión de tierra (EPB) para evitar problemas como el pastel de barro y el desgaste del cortador.
• Los suelos de guijarros arenosos presentan desafíos únicos debido a su gradación y contenido de finas, lo que afecta el flujo de lodo y la trabajabilidad.
• Los métodos existentes para el acondicionamiento del suelo requieren una optimización para diversas condiciones del suelo.

Objetivo del estudio:

• Investigar el impacto de la suspensión de bentonita y la espuma sobre la trabajabilidad de los suelos arenosos de guijarros con un contenido de partículas finas variable.
• Analizar los efectos de las diferentes concentraciones y proporciones de inyección de los agentes acondicionadores.
• Desarrollar un modelo predictivo para la viabilidad del suelo utilizando un algoritmo de aprendizaje profundo.

Principales métodos:

• Se realizaron pruebas de precipitación en suelos arenosos no acondicionados y acondicionados con un contenido de partículas finas que oscilaba entre el 10% y el 80%.
• La suspensión de bentonita y la espuma se utilizaron como agentes acondicionadores, con diferentes proporciones de inyección de suspensión (SIR) y de inyección de espuma (FIR).
• Se empleó un algoritmo de aprendizaje profundo para modelar la relación no lineal entre las condiciones del suelo y los valores de caída.

Principales resultados:

• Los valores de caída del suelo no condicionado disminuyeron significativamente con el aumento del contenido de finas.
• La suspensión de bentonita mejora la trabajabilidad en suelos con un 10%-20% de fines, con un SIR óptimo del 8% y del 6%.
• La espuma mejora significativamente la trabajabilidad en suelos con un 60% a un 80%, logrando valores de caída de hasta 200 mm.
• El modelo de aprendizaje profundo logró una precisión de más del 95% en la predicción de los valores de caída.

Conclusiones:

• Los agentes de acondicionamiento del suelo, la suspensión de bentonita y la espuma, mejoran efectivamente la viabilidad de los suelos de guijarros arenosos.
• La eficacia de los agentes acondicionadores depende del contenido de finas y de las proporciones de inyección.
• Un enfoque de aprendizaje profundo proporciona un método preciso y eficiente para predecir la viabilidad del suelo, apoyando soluciones inteligentes de acondicionamiento del suelo para proyectos de túneles.