redes neurais artificiais artmap-fuzzy aplicadas ao estudo de agitação marítima e ondas de lagos

257 Pages·2014·12.89 MB·English

Campus de Ilha Solteira

Campus de Ilha Solteira

FRANCISCO LLEDO DOS SANTOS

REDES NEURAIS ARTIFICIAIS ARTMAP-FUZZY
APLICADAS AO ESTUDO DE AGITAÇÃO MARÍTIMA E
ONDAS DE LAGOS

Ilha Solteira – SP
2013
Campus de Ilha Solteira

FRANCISCO LLEDO DOS SANTOS

REDES NEURAIS ARTIFICIAIS ARTMAP-FUZZY
APLICADAS AO ESTUDO DE AGITAÇÃO MARÍTIMA E ONDAS
DE LAGOS

Tese submetida ao Programa de Pós-
Graduação em Engenharia Elétrica da
Faculdade de Engenharia de Ilha Solteira da
UNESP, como parte dos requisitos para a
obtenção do título de Doutor em Engenharia
Elétrica.
Área de Concentração: Automação

Profa. Dra. Anna Diva Plasencia Lotufo
Orientadora
Prof. Dr. Geraldo de Freitas Maciel
Co-orientador

Ilha Solteira – SP
2013

Dedico este trabalho aos meus pais,
minha esposa e minha filha que sempre
me apoiaram e me fizeram acreditar na
realização dos meus sonhos.
AGRADECIMENTOS

Primeiramente, a Deus.

À minha família. Por serem compreensivos durante a realização dessa jornada.

A minha orientadora Prof.ª Anna Diva, pela confiança quando da execução desse
trabalho.

À Prof.ª Teresa Reis, que meu recebeu junto ao LNEC - Portugal de braços abertos e
que, me proporcionou novas e inovadoras experiências junto à minha pesquisa.

Ao Prof. Geraldo Maciel pelo apoio fornecido; apoio esse que percorreu a graduação, o
mestrado e finalmente o doutorado.

À Universidade do Estado de Mato Grosso pelo apoio na realização desse projeto.

À UNESP pela oportunidade de me graduar, realizar o mestrado e o doutorado.

Às agências de fomento FAPESP e CAPES pelo apoio incondicional.

Ao Laboratório Nacional de Engenharia Civil (LNEC) – Portugal.

A todos que colaboraram de forma direta e indireta para essa tese de doutoramento.
RESUMO

Os riscos associados a zonas costeiras e portuárias são uma das principais
preocupações no planejamento e gestão destas zonas. Exemplos desses riscos são os
associados aos fatores: instabilidade de estruturas marítimas de proteção, ocorrência de
galgamentos, inundação, erosão costeira e navegação. Não obstante ao citado, tem-se
também, o caso dos riscos inerentes ao ambiente dos reservatórios de barragens e de
seus usos múltiplos, que fazem parte de segmentos de hidrovias, além de fazer parte de
complexos de navegação e rotas comerciais. O exposto justifica a importância crescente
do desenvolvimento de metodologias capazes de avaliar o risco neste tipo de situações.
O presente trabalho trata do desenvolvimento e aplicação de uma rede neural
artificial, notadamente a rede ARTMAP-Fuzzy, na tentativa de se prever alguns
fenômenos de superfície livre e interação onda-estrutura, sejam eles: agitação marítima,
comportamento de ondas em lagos de barragem e galgamento.
A rede em questão pertence à família ART (Adaptive Ressonance Theory), e foi
desenvolvida e utilizada na tentativa de se prever tanto a agitação marítima dentro e fora
de um porto, quanto para o cálculo do galgamento em um ponto do barramento de
contenção e, também na tentativa de se prever o comportamento de ondas geradas por
vento em um reservatório formado pela construção de uma usina hidroelétrica.
O porto em estudo foi o de Sines que se situa a sudoeste da Europa, na costa
oeste de Portugal, a 58 milhas náuticas a sul de Lisboa. Já, para o caso de ondas em
lagos, o mesmo se trata do lago formado pela construção da Usina Hidroelétrica de Ilha
Solteira, situado a noroeste do Estado de São Paulo – Brasil.
Para o caso de estudo relativo ao porto de Sines, o treinamento desta rede neural
é efetuado com dados de medição de boia-ondógrafo ao largo do porto e ainda,
comparados com resultados do modelo numérico de propagação de ondas na zona de
entrada do porto (SWAN) e, no interior do porto (DREAMS). Já, para o fenômeno de
galgamento, os resultados produzidos pela ferramenta foram comparados com dados
obtidos em ensaios em modelo físico bidimensional realizados no Laboratório Nacional
de Engenharia Civil (LNEC), para o perfil em estudo. Os resultados da nova ferramenta
foram ainda comparados com os provenientes de duas redes neurais do tipo MLP
(multilayer perceptron).
Para o caso do lago de Ilha Solteira, os resultados fornecidos pela rede foram
comparados aos dados obtidos através do uso de um ondógrafo óptico instalado no
mesmo. O ondógrafo foi desenvolvido junto ao Laboratório de Hidrologia e
Hidrometria – LH2 da Faculdade de Engenharia de Ilha Solteira – Unesp.
Posteriormente, avaliou-se o desempenho da rede para diferentes períodos
selecionados aleatoriamente. Estes testes tem como finalidade principal, a utilização de
uma rede neural artificial ainda não aplicada a esse tipo de fenômeno e também,
demonstrar as potencialidades e limitações da rede nestas aplicações.
Finalmente, nesta pesquisa realizada, percebesse que a aplicação desse tipo de
rede neural para o tratamento de agitação marítima, comportamento de ondas geradas
por vento e galgamento, parece responder de forma satisfatória a previsão dos mesmos.

Palavras-chave: Redes Neurais Artificiais. ARTMAP-Fuzzy. Agitação Marítima.
Galgamento. Ondas em Lagos.
ABSTRACT

The risks associated to coastal and harbor zones are one of the main concerns in
planning and managing these zones. Some examples can be mentioned such as:
instability of maritime structures, wave overtopping, flooding, coastal erosion and
unsafe navigation. Furthermore, there are the risks associated to dam reservoirs and
their multiple uses, as for example those reservoirs that are used as waterways, as well
as being commercial and navigation routes. These are some of the justifications to
develop methodologies capable of evaluating the risk in this kind of situations.
This work is concerned with the development and application of a Fuzzy
ARTMAP artificial neural network to forecast some phenomena of free surface and of
wave-structure interaction, such as: sea wave conditions, wave behavior in dam lakes
and wave overtopping.
The neural network pertains to the ART (Adaptive Resonance Theory) family
and is developed and used to forecast the wave conditions outside and inside a port, the
wave overtopping at a cross-section of the port protection breakwater, and also the wind
waves generated in an hydroelectric dam reservoir.
The studied port is the Sines port, located at south west Europe, west coast of
Portugal, 58 nautical miles south of Lisbon. The hydroelectric reservoir is the Ilha
Solteira lake, located north west of the State of São Paulo, Brazil.
Considering the Sines port, the neural network training for forecasting wave
conditions is performed with data measured by a wave buoy positioned offshore the
port, and also with numerical model results of wave propagation at the entrance of the
port (SWAN model) and inside the port (DREAMS model). The wave conditions inside
the port predicted by the new tool are compared with some field data. The neural
network training for forecasting wave overtopping at the breakwater is performed with
data obtained from a two-dimensional physical model developed at the National
Laboratory for Civil Engineering (LNEC), Portugal. The wave overtopping results of
the new tool are compared with those from two existing MLP (multilayer perceptron)
neural networks.
The results obtained for the Ilha Solteira lake are compared with data obtained
by the use of an optical wave register installed on it. This wave register was developed
at Laboratório de Hidrologia e Hidrometria LH2 of Faculdade de Engenharia de Ilha
Solteira, UNESP.
The performance of the neural network is evaluated for different periods
randomly selected. These tests illustrate both the application of an artificial neural
network that has never been used to study these kind of phenomena and the advantages
and disadvantages of the neural network for these study.
The conclusions show that the neural network predicts in a satisfactory manner
the behavior of the analyzed phenomena.

Keywords: Artificial Neural Networks. ARTMAP-Fuzzy. Wave Conditions.
Overtopping. Waves in Lakes.
LISTA DE FIGURAS

Figura 1 - Ilustração de situações de risco associadas a zonas costeiras e portuárias. ... 32
Figura 2 - Imagem Ilustrativa da Rede Neural Biológica. .............................................. 37
Figura 3 - Modelo de um neurônio. ................................................................................ 38
Figura 4 - Modelo de neurônio artificial. ....................................................................... 41
Figura 5 - Modelo de rede neural e seus elementos. ...................................................... 47
Figura 6 – Subsistemas da rede neural ART. ................................................................. 51
Figura 7 - Estrutura topológica da rede ART-1. ............................................................. 54
Figura 8 - Arquitetura da rede neural ART-1. ................................................................ 55
Figura 9 - Arquitetura ART Fuzzy. ................................................................................ 57
Figura 10 - Arquitetura da rede neural ARTMAP. ......................................................... 62
Figura 11 - Rede neural ARTMAP-Fuzzy. .................................................................... 64
Figura 12 – Fluxograma da Rede Neural ARTMAP-Fuzzy. .......................................... 67
Figura 13 - Tipos de arrebentação de ondas. .................................................................. 70
Figura 14 - Arrebentação Progressiva. ........................................................................... 71
Figura 15 - Arrebentação Mergulhante. ......................................................................... 72
Figura 16 - Porto de Sines – Portugal. ............................................................................ 76
Figura 17 - Localização da boia-ondógrafo do Porto de Sines....................................... 78
Figura 18 - Séries temporais da altura de onda significativa, período médio e direção
média na boia-ondógrafo em Sines. .......................................................... 79
Figura 19 - Metodologia para a transferência do regime de agitação marítima do largo
(Boia-ondógrafo) para o interior do porto. ................................................ 80
Figura 20 - Metodologia para a transferência do regime de agitação marítima do largo
(boia-ondógrafo) para o interior do porto com base em matrizes de
transferência. ............................................................................................. 82
Figura 21 - Modelo SWAN. (a) Batimetria; (b) Malhas e pontos onde foram extraídos
resultados. .................................................................................................. 85
Figura 22 - Modelo DREAMS. Domínio computacional, batimetria e malha de
elementos finitos. ...................................................................................... 90
Figura 23 - Malha de elementos finitos do modelo DREAMS. Localização dos pontos A
a G no interior do porto. ............................................................................ 91
Figura 24 - Séries temporais dos valores de Hs, Tp e DIR nos pontos D e F obtidos com
o modelo DREAMS, para o período de Maio 1988 a Dezembro de 2002. 93
Figura 25 - Localização do equipamento P1 – Infinity_WH.......................................... 94
Figura 26 - Localização do equipamento P1 – LevelTroll e P2 – MiniTroll. ................ 94
Figura 27 - Molhe Oeste do Porto de Sines e posto 2 do terminal de granéis líquidos. . 96
Figura 28 - Perfil-tipo do trecho do molhe que protege o posto 2.................................. 97
Figura 29 – Batedor de Ondas com absorção de reflexão. ............................................. 98
Figura 30 – Modelo Físico com escala 1:60 executado no LNEC. ................................ 99
Figura 31 - Parâmetros de entrada da rede ARTMAP-Fuzzy. ..................................... 101
Figura 32 - Reservatório de Ilha Solteira...................................................................... 104
Figura 33 - Sistema de transmissão de dados em campo. ............................................ 105
Figura 34 - Sistema de recepção de dados na UNESP/FEIS ........................................ 106
Figura 35 - Rosas-dos-ventos reinantes mensais, campanha 2008-2009. .................... 108
Figura 36 - Rosas-dos-ventos dominantes mensais, campanha 2008-2009. ................ 109
Figura 37 - Rosas-dos-ventos de todo período de medição da campanha 2008-2009 (a)
reinantes e (b) dominantes. ...................................................................... 109
Figura 38 - Mapa de altura de onda para o lago de Ilha Solteira, direção NNE, maior
vento médio (5,92 m/s). ..................................................................... 111
Figura 39 - Mapa de altura de onda para o lago de Ilha Solteira, direção NNO, vento
máximo 24,62 m/s. .................................................................................. 112
Figura 40 - Estação em operação autônoma. ................................................................ 113
Figura 41 - Comparação de Hs entre ARTMAP-Fuzzy e SWAN na Costa para ρ = 1,0.
b
................................................................................................................. 116
Figura 42 - Correlação de Hs provenientes da rede ARTMAP-Fuzzy, Hs , e do
ART
modelo SWAN, Hs , para ρ = 1,0. .................................................. 116
SWAN b
Figura 43 - Comparação de Tp entre ARTMAP-Fuzzy e SWAN na Costa para ρ = 1,0.
b
................................................................................................................. 117
Figura 44 - Correlação de Tp provenientes da rede ARTMAP-Fuzzy, Tp , e do
ART
modelo SWAN, Tp ,para ρ = 1,0. ................................................... 117
SWAN b
Figura 45 - Comparação de DIR entre ARTMAP-Fuzzy e SWAN na Costa para ρ =
b
1,0. ........................................................................................................... 118
Figura 46 - Correlação de DIR provenientes da rede ARTMAP-Fuzzy, DIR , e do
ART
modelo SWAN, DIR , para ρ = 1,0. ................................................ 118
SWAN b
Figura 47 - Comparação de Hs entre ARTMAP-Fuzzy e SWAN na Costa para ρ =
b
0,995. ....................................................................................................... 119