Metodologia para a definição de alertas dinâmicos para subpressão em fundações de barragens de concreto : o caso da barragem principal de Itaipu

Abstract

Resumo: Uma questão importante em segurança de barragens de concreto é a monitoração da subpressão em suas fundações e a sua manutenção dentro dos limites de projeto, ao longo do seu tempo de operação. A supbressão é a pressão de baixo para cima gerada pela água que se infiltra pela porosidade ou descontinuidades da fundação rochosa sob a barragem. Se exceder os limites de segurança pode levar ao deslizamento ou tombamento da estrutura. As subpressões estão sujeitas a oscilações por mudanças de temperatura ou nível do reservatório, entre outras causas. A monitoração dos níveis de subpressão é realizada com o auxílio de limites de alertas fixos para cada instrumento. Por exemplo, em Itaipu o limite amarelo é estabelecido como o máximo histórico para o instrumento, e o limite vermelho é definido com base no limite de segurança do projeto. Assim, essa definição de limites de alertas fixos, não ajuda a identificar aumentos inesperados quando deveria estar próximo do mínimo sazonal. No caso de um incremento significativo de subpressão não justificada por variações correspondentes nas variáveis causais associadas, é importante que seja acionado um alerta assim que possível, auxiliando dessa forma a equipe de engenheiros responsáveis pela segurança a estudar o caso e se necessário executar as tarefas de manutenção a tempo de reverter um quadro que poderia colocar em risco a segurança da barragem. Os modelos de regressão múltipla de subpressão em Itaipu não conseguem alcançar um nível de explicação aceitável da variação sazonal da subpressão. As séries temporais de subpressão no contato entre o concreto e a rocha apresentam frequentes variações de regime, tornando sua modelagem mais complicada. Diante disso, esta tese propõe um novo método preditivo híbrido, incluindo modelo ARIMAX, Análise Espectral Singular (SSA), Wavelet, Redes Neurais Artificiais (RNAX) e Bootstrap, cujo objetivo é produzir predições, e intervalos de previsão a eles associados, de leituras futuras de subpressão em barragens de concreto, levando em consideração séries temporais de variáveis causais. Em síntese, a previsão pontual é a média entre um previsor ARIMAX que capta estrutura de dependência linear, e um previsor não linear iterativo, que combina redução de ruídos por SSA, decomposição espectral Wavelet e previsão por Redes Neurais Artificiais com busca automática de parâmetros ótimos. A determinação do intervalo preditivo usa Bootstrap, e os limites superiores do intervalo de previsão são interpretados como limites amarelos dinâmicos. O método proposto é aplicado em três séries temporais de subpressão de piezômetros instalados na barragem principal de Itaipu, localizada em Foz do Iguaçu, Paraná, Brasil. Os resultados alcançados mostram uma melhoria significativa quando comparado aos métodos tradicionais de previsão utilizados na literatura.

Abstract: An important point in concrete dam safety is to monitor the uplift pressure on its foundations, and keep it below the design limits during all operation life time. Uplift pressure is the bottom upward pressure generated by water that seeps through rock foundation porosity or discontinuities under the dam. If the design safety limits are exceeded, it may lead to slippage or tipping of the structure. The uplift pressure oscillates depending on changes in temperature or reservoir level, among other causes. Monitoring of uplift pressure levels is performed with the aid of fixed warning thresholds for each instrument. For example, in Itaipu the yellow threshold is established as the high value recorded for the instrument, and the red limit is set based on the design's safety limit. Thus, this definition of fixed warnings thresholds does not help to identify unexpected increases when it should be close to the minimum. In the case of a significant increase of uplift pressure not justified by corresponding variation in the associated causal variables, it is important to trigger an alert as soon as possible, thus aiding the dam safety engineers team to study the case and to perform any maintenance task in time to reverse a possible danger situation for the dam safety. Multiple regression models in Itaipu were not able to reach an acceptable explanation level of the uplift pressure seasonal variation. The uplift pressure time series in the concrete-rock contact have frequent regimen changes, making its modeling more complicated. Therefore, this thesis proposes a new hybrid predictive method, including ARIMAX model Spectral Analysis Singular (SSA), Wavelet, Artificial Neural Networks (RNAX) and Bootstrap, whose goal is to produce predictions, and prediction intervals associated with them, of future uplift readings in concrete dams, considering causal variables time series. In short, the point forecast is the average between an ARIMAX forecaster that captures linear dependence structure, and an iterative non-linear predictor that combines noise reduction by SSA, Wavelet spectral decomposition and forecast by Artificial Neural Networks with automatic search of optimal parameters. Bootstrap determines the predictive interval, and the upper limits of this interval are interpreted as dynamic yellow limits. The proposed method is applied in three uplift pressure time series, for piezometers installed in the Itaipu main dam, located in Foz do Iguaçu, Paraná, Brazil. The results obtained show a significant improvement when compared to traditional prediction methods in the literature.