DETECÇÃO AUTOMÁTICA DE MUDANÇA DE COMPORTAMENTO EM INSTRUMENTOS DE MONITORAMENTO DE BARRAGEM DECORRENTES DE SISMOS

Abstract

Uma usina hidrelétrica consiste em um empreendimento de grande relevância para o desenvolvimento econômico e social de um país. No entanto, este é um tipo de obra que requer muita vigilância, pois a ocorrência de comportamentos atípicos em sua estrutura podem resultar em consequências indesejáveis. Abalos sísmicos são um dos fenômenos que requerem muita atenção dos responsáveis pela segurança de uma barragem, pois a sua ocorrência pode afetar diretamente o comportamento da sua estrutura. Este artigo tem como objetivo apresentar uma metodologia para detectar automaticamente quais instrumentos de monitoramento sofreram alguma mudança de padrão em suas medidas após a ocorrência de um sismo.  A técnica de detecção proposta se baseia em uma formulação neuro-fuzzy-bayesiana dividida em três etapas. Primeiramente uma clusterização dos pontos da série temporal é desenvolvida a partir de um mapa auto-organizável de Kohonen.  Em seguida, é construído um conjunto fuzzy para fim de transformar a série temporal inicial, com distribuição arbitrária, em uma nova série com distribuição de probabilidade beta, e assim, possibilitar a detecção dos pontos de mudança através de uma simulação de Monte Carlo via cadeias de Markov. Para mostrar a eficiência da proposta, a metodologia foi aplicada em séries temporais geradas por instrumentos de monitoramento das estruturas de barramento da Usina Hidrelétrica de Itaipu, os quais apresentaram pequenas mudanças no comportamento após a ocorrência de um sismo no Chile em 2010.