Diseño sísmico paramétrico de túneles mediante métodos numéricos e inteligencia artificial

Abstract

Este trabajo aborda el diseño de túneles usando técnicas de redes neuronales de aprendizaje profundo (DNN). Se estudiaron tres aspectos: 1) asentamientos, 2) diseño sísmico cinemático, y 3) diseño sísmico dinámico. Los algoritmos se desarrollaron con TensorFlow y Python, optimizando el uso del software de elementos finitos PLAXIS 2D. Así, se crearon y procesaron modelos numéricos como datos de entrada para entrenar y validar los algoritmos de inteligencia artificial (IA). La construcción de un túnel genera subsidencia en el terreno a nivel de superficie, que puede afectar y causar daños a las estructuras existentes (Bobet, 2001), especialmente en zonas urbanas que cuentan con una alta densidad de edificación. Este trabajo presenta un modelo de IA para estimar el asentamiento en superficie, el que considera las propiedades del terreno, características del sostenimiento, sobrecargas y el proceso de excavación (NATM). Los resultados de las pruebas hechas utilizando algoritmos de redes neuronales profundas reflejan una buena capacidad predictiva en todas las observaciones realizadas, presentando un coeficiente de determinación R^2 cercano a uno y error absoluto medio MAE bajo en todas las variables estudiadas, consistentemente. El diseño sísmico cinemático es un método simplificado que ignora las fuerzas de inercia y simula la carga sísmica mediante una deformación de campo lejano, la principal ventaja es que requiere de una baja capacidad computacional y tiempo de cálculo. Se hace uso de esta metodología, en conjunto con un modelo de IA para estimar la respuesta sísmica de un túnel en cuanto a esfuerzos y deformaciones del revestimiento. Adicionalmente, se obtienen curvas de fragilidad a partir de un análisis dinámico considerando una estratificación de suelos características de un sitio según la norma Chilena Nch433 y el Decreto Supremo 61, usando análisis incremental dinámico (IDA). Se usaron 10 registros sísmicos del terremoto del Maule de 2010 Mw = 8.8, escalados y aplicados en el basamento rocoso. A partir de los resultados, queda en evidencia que la probabilidad de daño está influenciada por las características locales de sitio, siendo el suelo tipo A en donde se exhibe la menor probabilidad de daño, la que aumenta sistemáticamente según disminuye la calidad geotécnica del terreno.