Uso de ferramentas de Data Mining na identificação do nível de estabilidade de taludes em aterro

Abstract

Para uma eficiente gestão das infraestruturas viárias (rodo-ferroviárias), nomeadamente da rede de taludes, é essencial proceder ao levantamento do nível de estabilidade dos diferentes elementos, nomeadamente dos taludes. Este levantamento, de caracter periódico, permitirá uma quantificação e priorização dos recursos disponíveis para ações de manutenção e conservação da rede. Por outro lado, a informação recolhida necessária para a categorização dos taludes deverá permitir uma classificação realista do nível de estabilidade do mesmo e ao menor custo possível. Esta tarefa tem-se revelado complexa e até ao momento apenas parcialmente concluída. Usualmente procura-se ponderar o nível de fiabilidade da classificação atribuída a cada talude e o investimento realizado na recolha da informação necessária para a classificação. Neste trabalho é apresentada uma proposta de avaliação do nível de estabilidade de taludes em aterro. O sistema proposto utiliza informação recolhida durante inspeções de rotina, por norma de fácil obtenção, bem como todo um conjunto de características geométricas e geográficas do talude e atribui uma classe ao nível de estabilidade do talude em análise. Esta proposta, desenvolvida através da aplicação de ferramentas de data mining, procura maximizar a informação disponível visando uma classificação realista do nível de estabilidade do talude. Os resultados obtidos utilizando um conjunto significativo de taludes da rede ferroviária britânica evidenciam um bom desempenho dos modelos propostos na identificação do nível de estabilidade de um determinado talude com base em informação essencialmente visual. De sublinhar ainda o contributo dos modelos propostos para uma gestão mais eficiente dos recursos disponíveis ao nível das ações de manutenção e conservação da rede de taludes.

Keeping in mind an efficient management of the transportation infrastructures, namely the slopes network, it is fundamental to measure the stability condition of the different element of the network. This information will allow a more efficient management of the available budgets for maintenance tasks of the network. Moreover, it is important that the information used to define the stability condition of each slope allow a reliable classification and at the same time be easy to collect and cheap as possible. This task has proved to be complex and so for only partially concluded. Until now what have been done is to try to balance the reliability of the defined stability condition and the investment needed to get the information required by the classification systems. In this work a new approach to measure the stability condition of soil embankments is presented. The proposed system is feed with information that can be easily obtained through visual routine inspections, as well as geographic and geologic data, and calculate the stability condition level of a given soil embankment. This proposal was developed through the application of data mining tools and aims to maximize all available information in order to get the stability condition of a soil embankment as realistic as possible. Based on a representative database from the railway network of the UK, the achieved results shows a good performance of the proposed models in stability condition identification of a given soil embankment, using as model attributes almost only visual information. It is also important to underline the contribution of the proposed models for a more efficient management of the available budgets for maintenance and repair tasks.