The use of geostatistics for the elaboration of multidimensional geomechanical model

Autor: Pereira, Luana Cláudia
Přispěvatelé: Marques, Eduardo Antonio Gomes
Jazyk: portugalština
Rok vydání: 2020
Předmět:
Zdroj: LOCUS Repositório Institucional da UFV
Universidade Federal de Viçosa (UFV)
instacron:UFV
Popis: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) O presente trabalho teve por objetivo a elaboração de um modelo geomecânico a partir de dados de furos sondagem. Foram utilizados geoestatística e linguagem de programação R. Em relação à região analisada, foram estudados três subsetores, da região do Extremo Norte da Mina de Vazante/MG: Norte_Sul, Norte_Central e Norte_Norte, onde foram utilizados, 70, 254 e 149 furos, respectivamente. Os referidos furos de sondagem continham informações sobre localização espacial, profundidade, litologia, alteração, fraturamento, RQD (Rock Quality Designation) e classificação do maciço rochoso local. A partir dos dados existentes foi elaborado a classificação de maciço RMR (Rock Mass Rating) simplificada para todos os subsetores. Após tratamento dos dados, foi realizada uma análise exploratória e na sequência, empregou-se a técnica de aprendizado de máquina, via o algoritmo do Random Forest. O RQD foi identificado como a variável que mais influencia no comportamento geomecânico dos maciços rochosos analisados. Diante deste resultado foram elaborados modelos geomecânicos para o RQD e para a classificação RMR simplificada, utilizando o interpolador IDW (Inverse Distance Weighted) e as krigagens ordinária e a simples. Como resultado, notou-se que o subsetor Norte_Central possui o maciço rochoso mais resistente, apresentando os maiores valores de RQD e melhores classes geomecânicas. Além disso, para ambas as variáveis analisadas pôde-se observar alinhamentos de pontos com maiores ou menores valores das variáveis analisadas com as direções NE-SW e NW-SE, sendo estas direções condizentes com geologia regional da região de estudo. A metodologia desenvolvida para confecção dos modelos geomecânicos multidimensionais, tanto para o IDW quanto para as krigagens, é muito relevante e promissora. Permitiu a visualização do ajuste do modelo matemático aos dados do variograma experimental e apresentou resultados condizentes com os dados da geologia regional, indicando uma boa qualidade dos mapas, tem-se que a visualização dos modelos é excelente e superior a de outros programas que permitem elaborar modelos e a interatividade dos resultados também é algo a se destacar. Palavras-chave: krigagem. Classificação de maciços rochosos. Intemperismo. Aprendizagem de máquina. Árvores de decisão. This work aimed to create a 3D geomechanical model based on information collected on boreholes, using geostatistics concepts and the programming language R. Data are from the Vazante Mine, located in Vazante, Minas Gerais state, Brazil. We considered for this study three subsectors – North_South, North_Central, and North_North – located in the north edge of the mine. The number of boreholes used in each subsector was 70, 254 and 149, respectively. Data from these boreholes comprised information about spatial location, depth, lithology, weathering, fracturing, RQD (Rock Quality Designation), and a local classification of the rock mass. Based on these features, a simplified RMR (Rock Mass Rating) mass classification was developed for each subsector. After data processing, an exploratory analysis was carried out and a machine learning technique (Random Forest algorithm) was performed. As a result, RQD was the variable that most influenced the geomechanical behavior of rock masses. Based on this result, geomechanical models were developed for both the RQD and the simplified RMR classification, using the IDW (Inverse Distance Weighted) interpolator and the ordinary and simple kriging. The North_Central subsector showed the most resistant rock mass, with the highest RQD values and the best geomechanical classes. For these variables, we observed higher or lower values point alignments in the NE-SW and NW-SE directions, which have been consistent with the regional structural geology. The methodology developed for creating multidimensional geomechanical models is very relevant and promising for IDW or kriging. Besides allowing visualization of the adjustment of the mathematical model to the data of the experimental variogram, it presented consistent results with the data of the regional geology, indicating a good quality of the models. Also, the model’s visualization is excellent and superior to that of other modeling softwares, besides the notable interactivity of the results. Keywords: Kriging. Classification of rock mass. Weathering. Machine learning. Decision trees.
Databáze: OpenAIRE
Externí odkaz: