Análise de susceptibilidade à liquefação dinâmica com uso de técnicas estatísticas multivariadas.

Abstract

O presente trabalho objetivou a aplicação de técnicas estáticas multivariadas e de aprendizado de máquina (Análise de Componentes Principais e Regressão Logística) para proposição de modelos preditivos capazes de determinar a susceptibilidade à liquefação dinâmica, a partir do banco de dados apresentado em 2014 no estudo “CPT and SPT Based Liquefaction Triggering Procedures” de Boulanger & Idriss. As duas componentes principais de maiores autovalores associados juntas conseguiram explicar aproximadamente 58,56% dos casos apresentados. A aplicação da técnica de componentes principais, a partir das duas componentes principais de maiores autovalores não resultou em uma separação eficiente dos dados, quanto à susceptibilidade ou não à liquefação dinâmica. Quanto à avaliação da susceptibilidade à liquefação dinâmica pela aplicação da técnica de regressão logística, o modelo logístico foi capaz de predizer cerca de 82,6% dos casos, com uma taxa de erro aparente de 17,39%. Tendo em vista o dano potencial catastrófico associado ao fenômeno da liquefação dinâmica, essa taxa de erro aparente confere ao modelo um uso como ferramenta complementar, não descartando a possibilidade de uso de outras metodologias em paralelo, que auxiliem na avaliação da susceptibilidade à liquefação dinâmica.