Proposta de modelo de predição da condição de estabilidade de taludes de mina com uso do algoritmo K-Nearest Neighbors.

Abstract

A análise de risco de rupturas em taludes rochosos em uma mina a céu aberto pode ser definida como o estudo realizado sobre os riscos de rupturas nestas estruturas e é fundamental para a garantia de segurança do projeto. Para isso, se faz necessário o controle dessas obras, analisando todas as variáveis que podem influenciar em sua estabilidade. Quando esse controle não é executado de maneira adequada, o risco de uma ruptura inesperada de uma obra cresce e, consequentemente, pode culminar em ferimento ou até morte de pessoas envolvidas, danos ao meio ambiente ao redor, além do prejuízo financeiro com equipamentos, atividades paralisadas, dentre outros. Este trabalho tem o objetivo de utilizar aprendizado de máquina, através do método KNN (K-Nearest Neighbor), para propor um modelo capaz de prever a condição de estabilidade de taludes de mina a partir das suas características. Para obtenção do modelo e predição a condição de estabilidade de taludes de mina foi utilizado o banco de dados de Santos (2019), que é constituído por 88 taludes localizados ao redor do mundo. O modelo obtido, quando testado, apresentou uma acurácia de 83,84%. Por fim, foi feita uma comparação do modelo obtido como modelo proposto por Santos (2019), onde foi utilizada análise discriminante com o mesmo banco de dados e obteve-se uma acurácia de 88,64%.