Utilização de técnicas estatísticas e de aprendizado de máquina para identificação de anomalias em dados de monitoramento de barragens de rejeito de mineração.

Abstract

O número de incidentes relacionados a rupturas de barragens de rejeitos de mineração tem aumentado nos últimos anos, sendo observada uma média de três incidentes mundialmente por ano. As consequências das rupturas entre 1915 e 2022 resultaram em cerca de 2.650 fatalidades e mais de 250 milhões de m3 de resíduos liberados ao meio ambiente. O plano de monitoramento auxilia a equipe responsável pela barragem no melhor entendimento de seu comportamento, sendo possível identificar comportamentos anômalos, permitindo assim uma melhor gestão do risco associado a estrutura. O plano contempla atividades relacionadas a inspeções visuais, inspeções e testes de equipamentos e monitoramento por meio de instrumentação. A instalação de instrumentos permite a medição de variáveis ambientais, tais como temperatura e nível do reservatório, e variáveis de efeito, tais como nível de água e poropressão no interior do maciço e fundação. Com base nessas variáveis é possível comparar o comportamento real da estrutura com seu comportamento esperado, sendo uma das variáveis de controle a poropressão, medida por piezômetros. A análise dos dados pode ser realizada com base em modelos determinísticos, estatísticos e preditivos. Esta dissertação apresenta um estudo onde são aplicados os modelos de regressão linear (RL) e k-nearest neighbors (KNN) para a predição de leituras em piezômetros com base na leitura anterior, uma vez que ambas guardam forte correlação. Os modelos foram calibrados e validados considerando duas diferentes proporções de treino/teste, sendo que a proporção de 80% dos dados no banco de treino e 20% no banco de teste apresentou o melhor desempenho em ambos os modelos. Os modelos calibrados com base nessa proporção apresentaram valores de R2 superiores à 0,89, RMSE de aproximadamente 0,16m e MAE de aproximadamente 0,10m. O modelo KNN com 15 vizinhos apresentou melhor desempenho, sendo obtido um R2 de 0,91 para o banco de treino e de 0,94 para o banco de teste. Foi então adotado esse modelo para o cálculo do valor predito e obtenção dos resíduos. Foram aplicadas técnicas estatísticas (análise de distribuição e análise da distância interquartil - IQR) e de aprendizado de máquina (local outlier factor - LOF) para a identificação de anomalias. A técnica LOF apresentou o melhor desempenho identificando todas as anomalias encontradas pelos outros métodos e pontos que apresentaram valores de taxa de variação superiores aos valores históricos. Dessa forma, acredita-se que as técnicas de aprendizagem de máquina possuem um grande potencial de aplicação na identificação de anomalias e podem auxiliar em uma melhor gestão de estruturas geotécnicas.