2015 Dis Cbcaraujo

UNIVERSIDADE FEDERAL DO CEARÁ
CENTRO DE TECNOLOGIA
PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA CIVIL
CARLA BEATRIZ COSTA DE ARAÚJO
APLICAÇÃO DAS REDES NEURAIS ARTIFICIAIS DO TIPO PERCEPTRON NA

ESTIMATIVA DE RECALQUES EM ESTACAS
FORTALEZA
2015
CARLA BEATRIZ COSTA DE ARAÚJO
APLICAÇÃO DAS REDES NEURAIS ARTIFICIAIS DO TIPO PERCEPTRON NA

ESTIMATIVA DE RECALQUES EM ESTACAS
Dissertação de Mestrado apresentada à

Coordenação do Curso de Pós-Graduação em
Engenharia Civil do Centro de Tecnologia da
Universidade Federal do Ceará, como parte dos
requisitos para obtenção do Título de Mestre
em Engenharia Civil. Área de concentração:
Geotecnia
Orientador: Profº Dr. Silvrano A. Dantas Neto
FORTALEZA
2015
Dados Internacionais de Catalogação na Publicação
Universidade Federal do Ceará
Biblioteca de Pós-Graduação em Engenharia - BPGE
A688a Araújo, Carla Beatriz Costa de.

Aplicação das redes neurais artificiais do tipo perceptron na estimativa de recalques em estacas /
Carla Beatriz Costa de Araújo. – 2015.
227 f. : il. color., enc. ; 30 cm.
Dissertação (mestrado) – Universidade Federal do Ceará, Centro de Tecnologia, Departamento de

Engenharia Hidráulica e Ambiental, Programa de Pós-Graduação em Engenharia Civil: Geotecnia,
Fortaleza, 2015.
Área de Concentração: Geotecnia.
Orientação: Prof. Dr. Silvrano Adonias Dantas Neto.
1. Geotecnia. 2. Fundações. 3. Redes neurais. I. Título.
CDD 624.1513
A toda minha família, em especial a minha mãe
Sílvia, a minha avó Socorro e meu avô
Pedro(em memória).
AGRADECIMENTOS
Agradeço primeiramente a Deus que me deu forças para chegar até aqui e nos
momentos mais difíceis me confortou. Para Ele o meu maior agradecimento!
Agradeço ao pai amado e avô adorado, Seu Pedro Rodrigues Costa. O homem mais
justo, bom e honrado que conheci. Deus me presenteou com o melhor avô que alguém poderia
ter, e agora mesmo não estando mais ao nosso lado, permanece vivo dentro dos corações e nas
lembranças.
A minha mãe, Sílvia Costa, minha melhor amiga, meu porto seguro, que sempre
enfrentou tudo ao meu lado. A minha avó, Socorro Costa, que dedica até hoje sua vida à família,
agradeço por todo carinho e amor. A minha querida Márcia, pois seu sorriso sempre vai se fazer
presente em nossas vidas. A minha tia Mise Costa, que tem sido um exemplo de força e fé. A
toda minha família, vocês fazem a vida muito mais bonita.
Ao companheiro e amigo de todas a horas, meu noivo Robson Roger, sua alegria e
seu amor tornam tudo mais simples. Muito obrigado por me ajudar em todos os momentos, por
me fazer sorrir até nas horas mais difíceis e sempre me incentivar.
Ao Prof. Silvrano por toda paciência e dedicação, não apenas no desenvolvimento
deste trabalho, mas durante a minha formação em engenharia. Muito obrigado por acreditar em
mim e por ter me ajudado a ser uma profissional.
Aos Profs. Alfran e Chagas por todo conhecimento transmitido durante o mestrado
em Geotecnia. Aos Profs. Paulo José e Anderson Borghetti por aceitarem avaliar e contribuir
neste trabalho.
Aos meus amigos da faculdade, alguns que hoje são meus colegas diário de trabalho
e outros que mesmo longe sei que posso contar, como a minha amiga Flávia.
Aos meus amigos do trabalho, Verônica, Cláudia, Bruno, Robson, Danilo, Yuri,
Tatiane, os dias ficam muito mais leves com a companhia de vocês. Verônica e Cláudia muito
obrigado por toda a ajuda e incentivo durante todo o mestrado.
Aos colegas de turma do mestrado, em especial, Mariana, Amanda, Yan e aos que
se agregaram durante nossos encontros, Neuza e Vivi.
A todos que de alguma forma contribuíram para realização deste sonho, muito
obrigado.
“Os que se encantam com a prática sem a
ciência são como os timoneiros que entram no
navio sem timão nem bússola, nunca tendo
certeza do seu destino”
Leonardo da Vinci
RESUMO
A utilização das redes neurais artificiais (RNA) na estimativa de recalques em fundações

profundas é comprovadamente uma ferramenta eficiente. Nos trabalhos de Amâncio (2013) e
Silveira (2014), o emprego das RNA apresentou bons resultados para a previsão de recalques
em estacas hélices contínuas, estacas cravadas metálicas e estacas escavadas. Porém, algumas
estacas modeladas apresentaram comportamento muito distante dos resultados reais, onde os
resultados da modelagem indicaram aumentos bruscos na rigidez do sistema solo-estaca. Nesta
pesquisa, foi desenvolvido um modelo com uma rede neural do tipo perceptron multicamadas
de forma a melhorar o desempenho dos modelos de Amâncio (2013) e Silveira (2014). Para
desenvolvimento do trabalho, inicialmente foram feitas análises dos resultados de sondagens à
percussão do tipo SPT e provas de carga estáticas das 199 estacas utilizadas no trabalho
apresentado por Silveira (2014), fazendo-se uma avaliação da consistência das informações,
com o objetivo de ter um conjunto mais heterogêneo e representativo. Após a realização de
alterações, chegou-se a um conjunto com 141 estacas, totalizando 1.320 exemplos do tipo
entrada-saída. Foram definidas como variáveis de entrada do modelo: o tipo de estaca, o
comprimento da estaca, o diâmetro da estaca, o número representativo dos valores de NSPT ao
longo do fuste da estaca (denominada NF), o NSPT na ponta da estaca, profundidade da camada
de influência da carga em relação a ponta da estaca, o fator representativo das camadas de solo
argiloso, o fator representativo das camadas de solo siltoso, o fator representativo das camadas
de solo arenoso e a carga aplicada. Foram estudadas quatro diferentes formas de cálculo da
variável de entrada NF, sendo estas: soma, média, soma ponderada e média ponderada. Com as
variáveis de entrada apresentadas foram trabalhados modelos onde a variável de saída fosse o
recalque da fundação profunda. A modelagem das RNA foi feita utilizando o programa QNET
2000, e foram realizados o treinamento e a validação de diferentes arquiteturas. O modelo que
teve melhor desempenho apresentou coeficiente de correlação entre os recalques reais e os
recalques modelados no treinamento de 0,99 e na validação de 0,98. Os resultados obtidos
mostraram-se melhores que os de Amâncio (2013) e Silveira (2014), que na fase de validação,
apresentaram correlações de 0,89 e 0,94 respectivamente. O modelo final deste trabalho possui
uma arquitetura formada por 10 nós na camada de entrada, 34 neurônios distribuídos ao longo
de quatro camadas ocultas e um neurônio na camada de saída (A:10-15-9-7-3-1), utilizando a
média para cálculo do número representativo dos valores de NSPT ao longo do fuste da estaca.
Palavras-chave: Previsão de recalques. Redes neurais artificiais. Fundações em estacas.

ABSTRACT
The use of artificial neural networks (ANNs) in the estimation of settlements of deep
foundations has proven to be an effective tool. In the works of Amancio (2013) and Silveira
(2014), the use of ANNs had a good performance in settlement forecasting for continuous
helical displacement piles, driven steel piles and bored piles. However, some modeled piles
showed a very far behavior from the field results, and the modeling indicated sudden increases
in the stiffness of the soil-pile system. In this study, a model with a perceptron-type multilayer
neural network was developed in order to improve the performance of the models developed
by Amancio (2013) and Silveira (2014). For the development of this work, firstly a careful
analysis of the data used by Silveira (2014) – the results of percussion drillings (SPT) and static
load tests on 199 piles – was performed, by making an assessment of the consistency of the
information, aiming to get a more heterogeneous and representative set of training and
validation. After all the changes, the authors got a set of 141 piles, totaling 1,320 input-output-
type examples. The input variables of the model were defined as: pile type, pile length, pile
diameter, representative number of the NSPT values along the pile shaft (called NF), value of
NSPT at the pile toe, depth of the layer of influence of the load in relation to the pile toe,
representative factor of clay soil layers, representative factor of silty soil layers, representative
factor of sandy soil layers, and the applied load. Four different ways of calculating the NF input
variable were studied, namely: sum, mean, weighted sum and weighted mean. With the
presented input variables, models in which the output variable was the settlement of deep
foundations were wrought. The modeling of ANNs was performed using the software QNET
2000, and the training and validation of different architectures were also conducted. The model
that performed best showed correlation coefficients between the real settlements and the
modeled settlements of 0.99 in the training span, and of 0.98 in the validation span. The results
were better than those of Amancio (2013) and Silveira (2014), that showed correlations of 0.89
and 0.94, respectively, during the validation span. The final model of this work has an
architecture that consists of 10 nodes in the input layer, 34 neurons distributed along four hidden
layers and one neuron in the output layer (A:10-15-9-7-3-1), using the mean to calculate the
representative number of NSPT values along the pile shaft.
Keywords: Settlement forecasting. Artificial neural networks. Pile foundations.

LISTA DE FIGURAS
Figura 1.1 - Comparação entre a prova de carga real e os recalques gerados pelos modelos de
Amâncio (2013) e Silveira (2014) ............................................................................................ 20
Figura 2.1 – Curva carga x recalque ......................................................................................... 27
Figura 2.2 – Provas de carga encerradas em diferentes regiões ............................................... 27
Figura 2.3 – Comportamento de estacas submetidas a carregamento axial de compressão e
tração ........................................................................................................................................ 29
Figura 2.4 – Curva carga x recalque a partir da combinação do fuste com a ponta: (a) estaca
esbelta e (b) tubulão com base alargada ................................................................................... 30
Figura 2.5 – Mecanismo de transferência de carga .................................................................. 31
Figura 2.6 – Gráficos da transferência de carga para a estaca escavada com D=40cm ........... 33
Figura 2.7 – Neurônio Biológico .............................................................................................. 35
Figura 2.8 – Funcionamento do neurônio biológico ................................................................ 36
Figura 2.9 – Neurônio artificial ................................................................................................ 37
Figura 2.10 – Rede alimentada adiante com camada de neurônios ocultos ............................. 40
Figura 2.11 – Neurônio j pertencente a camada de saída ......................................................... 41
Figura 2.12 – Minimização da função de custo por ajustes sucessivos no vetor de pesos
sinápticos. ................................................................................................................................. 43
Figura 2.13 – Neurônio j pertencente a camada oculta ............................................................ 45
Figura 2.14 – Parada antecipada baseada na validação ............................................................ 47
Figura 2.15 - Curvas carga aplicada x recalques reais e previstos pelo modelo RNA de Nejad
et. al (2009), Poulos e Davis (1980), Vesic (1977), Das (1995), e o método não-linear t–z de
Reese et. al (2006) .................................................................................................................... 49
Figura 2.16 – Resultados dos recalques obtidos na prova de carga real e através do modelo de
Amâncio (2013) para a Estaca 190 do tipo escavada ............................................................... 50
Figura 2.17 - Comparação entre modelos de previsão de recalque de Amâncio (2013), Silveira
(2014) e modelo elastoplástico para a estaca teste ................................................................... 51
Figura 2.18 - Resultados dos recalques obtidos na prova de carga real e através do modelo de
Silveira (2014) para a Estaca 194 do tipo escavada ................................................................. 52
Figura 3.1 – Resultados da prova de carga e dos modelos de Amâncio (2013) e Silveira (2014)
para a Estaca 120 do tipo cravada metálica .............................................................................. 55
Figura 3.2 – Análise da prova de carga da Estaca 101 ............................................................. 57
Figura 3.3 – Análise da prova de carga da Estaca 153 ............................................................. 57
Figura 3.4 – Prova de carga com recalque nulo para carga diferente de zero .......................... 58
Figura 3.5 – Prova de carga da Estaca 194 com detalhe do trecho inicial e os estágios de carga
eliminados................................................................................................................................. 59
Figura 3.6 – Prova de carga da Estaca 156 e correções aplicadas ............................................ 60
Figura 3.7 – Estacas com mesmos dados de entrada e provas de carga divergentes................ 61
Figura 3.8 – Estacas com mesmo dados de entrada e provas de carga semelhantes ................ 61
Figura 3.9 - Estacas com mesmos dados de entrada e apenas uma prova de carga divergente 62
Figura 3.10 – Prova de carga da Estaca 199 ............................................................................. 65
Figura 3.11 – Prova de carga da Estaca 186 ............................................................................. 66
Figura 3.12 – Distribuição dos dados: (a) quantidade de estacas (b) quantidade de exemplos
entrada-saída do conjunto inicial – Silveira (2014) .................................................................. 67
entrada-saída do conjunto final................................................................................................. 67
Figura 3.14 – Distribuição inicial e final dos valores dos comprimentos das estacas hélices
contínuas ................................................................................................................................... 68
Figura 3.15 – Distribuição inicial e final dos valores dos diâmetros das estacas hélices contínuas
.................................................................................................................................................. 69
Figura 3.16 - Distribuição inicial e final dos valores dos comprimentos das estacas cravadas
metálicas ................................................................................................................................... 69
Figura 3.17 - Distribuição inicial e final dos valores dos diâmetros das estacas cravadas
metálicas ................................................................................................................................... 69
Figura 3.18 - Distribuição inicial e final dos valores dos comprimentos das estacas escavadas
.................................................................................................................................................. 70
Figura 3.19 - Distribuição inicial e final dos valores dos diâmetros das estacas escavadas .... 70
Figura 3.20 - Distribuição inicial e final dos valores comprimentos de todas as estacas ......... 70
Figura 3.21 - Distribuição inicial e final dos valores dos diâmetros de todas as estacas ......... 71
Figura 3.22 – Percentual de estacas executadas em cada tipo solo: (a) Hélice Contínua, (b)
Cravada Metálica, (c) Escavada e (d) Total ............................................................................. 72
Figura 3.23 – Deformação (máx/D) das estacas executadas em solos predominantemente
argilosos .................................................................................................................................... 73
Figura 3.24 - Deformação (máx/D) das estacas executadas em solos predominantemente
granulares (siltosos e arenosos) ................................................................................................ 74
Figura 3.25 – Seção transversal para estacas cravadas metálicas............................................. 77
Figura 3.26 – Determinação da variável NP e cálculo da variável NF .................................... 78
Figura 3.27 – Definição da variável d ...................................................................................... 80
Figura 3.28 – Estratigrafia do solo ........................................................................................... 81
Figura 4.1 - Evolução das correlações com número de iterações na fase de treinamento e
validação do modelo com arquitetura A:10-14-8-4-2-1 ........................................................... 88
validação do modelo com arquitetura A:10-14-8-4-2-1 após modificação .............................. 89
Figura 4.3 – Comparação dos recalques do modelo com arquitetura A:10-14-8-4-2-1 após
modificação e os recalques reais para as etapas de (a) treinamento (b) validação ................... 89
Figura 4.4 – Comparação entre e a prova de carga real e o modelo ......................................... 90
Figura 4.5 – Exemplo da aplicação do fator de correção ......................................................... 92
Figura 4.6 - Resultado da prova de carga real e gerados pelos modelos – Estaca 21 ............. 93
Figura 4.7 - Resultado da prova de carga real e gerados pelos modelos – Estaca 72 ............. 93
Figura 4.8 - Resultado da prova de carga real e gerados pelos modelos – Estaca 119 ............ 94
Figura 4.9 - Arquitetura do modelo final para estimar recalques em fundações profundas ..... 95
validação do modelo final com arquitetura A:10-15-9-7-3-1 ................................................... 96
Figura 4.11 – Correlação dos recalques do modelo final com arquitetura A:10-15-9-7-3-1 e os
recalques reais (a) Treinamento (b) Validação ......................................................................... 96
Figura 4.12 – Contribuição das variáveis de entrada para o modelo final de previsão de recalque
em fundações profundas fornecidas pelo programa QNET2000.............................................. 97
Figura 4.13 – Contribuição de cada uma das partes que compõe o sistema mecanismo de
transferência de carga no modelo final de previsão de recalques............................................. 98
Figura 4.14 – Caracterização do solo a partir do ensaio SPT (Estaca Teste) ......................... 102
Figura 4.15 – Estaca teste ....................................................................................................... 105
Figura 4.16 – Comparação modelos - Estaca hélice contínua ................................................ 106
Figura 4.17 – Comparação entre modelos - Estaca cravada metálica .................................... 106
Figura 4.18 – Comparação modelos - Estaca escavada .......................................................... 107
LISTA DE TABELAS
Tabela 3.1 – Estágios de carga eliminados ............................................................................... 59
Tabela 3.2 – Análise da duplicidade dos dados de entrada ...................................................... 62
Tabela 3.3 – Estágio de carga igual e recalques associados diferentes .................................... 65
Tabela 3.4 – Faixas de deformação de acordo com a mobilização da carga de atrito lateral para
estacas executadas em solos predominantemente argilosos ..................................................... 73
Tabela 3.5 - Faixas de deformação de acordo com a mobilização da carga de atrito lateral para
estacas executadas em solos predominantemente granulares (siltosos e arenosos) ................. 74
Tabela 3.6 – Aquisição dos dados utilizados no modelo .......................................................... 76
Tabela 3.7 – Valores para a variável tipo de estaca (T) ........................................................... 76
Tabela 3.8 – Valores máximos e mínimos das variáveis envolvidas na modelagem com
utilização das redes neurais artificiais ...................................................................................... 82
Tabela 4.1- Resultados das correlações obtidas para NF calculado como a soma do NSPT ao
longo do fuste ........................................................................................................................... 90
Tabela 4.2- Arquiteturas e correlações para treinamento e validação ...................................... 91
Tabela 4.3- Melhores arquiteturas para cada uma das metodologias de cálculo de NF ........... 92
Tabela 4.4- Valores dos pesos sinápticos (wkj) e dos limiares (bk) entre a camada de entrada e a
primeira camada intermediária do modelo de previsão de recalque em fundações profundas 99
Tabela 4.5- Valores dos pesos sinápticos (wkj) e dos limiares (bk) entre a primeira e a segunda
camada intermediária do modelo de previsão de recalque em fundações profundas ............. 100
Tabela 4.6- Valores dos pesos sinápticos (wkj) e dos limiares (bk) entre a segunda e a terceira
Tabela 4.7- Valores dos pesos sinápticos (wkj) e dos limiares (bk) entre a terceira e a quarta
Tabela 4.8- Valores dos pesos sinápticos (wkj) e dos limiares (bk) entre a quarta camada
intermediária e a camada de saída do modelo de previsão de recalque em fundações profundas
................................................................................................................................................ 101
Tabela 4.9 – Variáveis de entrada normalizadas .................................................................... 102
Tabela 4.10 – Saídas dos neurônios da primeira camada oculta ............................................ 103
Tabela 4.11 - Saídas dos neurônios da segunda camada oculta ............................................. 103
Tabela 4.12 – Saídas dos neurônios da terceira camada oculta .............................................. 104
Tabela 4.13 – Saídas dos neurônios da quarta camada oculta ................................................ 104
LISTA DE SÍMBOLOS, ABREVIATURA E SIGLAS
 Constante momento
Conjunto de saídas desejadas para as L-exemplos existentes no conjunto

{dl}
de dados de treinamento
{wkj(n)} Ajuste do vetor de peso sináptico {wkj(n)} na época n
{w} Vetor dos pesos sinápticos que ligam o neurônio k ao vetor de entrada {x}
{x} Sinais de entrada
Conjunto de entradas para os L-exemplos existentes no conjunto de dados

{xl}
de treinamento
Somatório das espessuras das camadas de solo arenoso em contato com

∑ Lareia
fuste da estaca
Somatório das espessuras das camadas de solo argiloso em contato com

∑ Largila
fuste da estaca
Somatório das espessuras das camadas de solo siltoso em contato com fuste
∑ Lsilte
da estaca
A:10:15:9:7:3:1 Arquitetura do modelo proposto
A, B Dimensões do perfil de estacas cravadas de seção não circular
Fator representativo das camadas de solo arenoso ao longo do

Ar
comprimento da estaca
Fator representativo das camadas de solo argiloso ao longo do

Arg
comprimento da estaca
bk Bias ou limiar
C++ Linguagem de Programação
Cov(X,Y) Covariância entre duas variáveis aleatórias X e Y
CPT Ensaio do cone
D Diâmetro da estaca
Profundidade da camada de influência da carga em relação a ponta da
d
estaca
dk Saída desejada para o neurônio k
Gradiente local do neurônio yk(i) no i-ésimo exemplo do conjunto de

k(i)
treinamento
DP(X) Desvio padrão de X
DP(Y) Desvio padrão de Y
0 Fator de correção do modelo
E Módulo de Elasticidade
e Número de Euler
E(n) Erro quadrático instantâneo
ek Sinal de erro do neurônio k
Emed(n) Erro quadrático médio
f(.) Função de ativação do neurônio
 Taxa de aprendizagem
Java Linguagem de Programação
ks Coeficiente de empuxo de terra
L Comprimento da estaca
n Passo de tempo discreto (época)
 Coeficiente de Poisson
n1 Quantidade dos NSPT correspondente ao peso de 0,6
Número representativo dos valores de NSPT ao longo do fuste da estaca

NF
(golpes/30cm)
NP NSPT na ponta da estaca (golpes/30cm)

Soma do número de golpes necessários para penetrar o amostrador nos
NSPT
últimos 30 cm de solo
P Carga aplicada no topo da estaca
Conjunto de dados de treinamento utilizados para modelagem de rede


neural artificial
 Pi
 Recalque
R Coeficiente de correlação
máx Recalque máximo obtido na prova de carga
RNA Redes Neurais Artificiais
'0 Tensão efetiva no repouso
Somatório dos NSPT correspondentes a primeira metade do comprimento

S1
da estaca
Somatório dos NSPT correspondentes a 25% do comprimento da estaca,

S2
sendo estes consecutivos a S1
S3 Somatório dos NSPT restantes consecutivos a S2, desconsiderando NP
Fator representativo das camadas de solo siltoso ao longo do comprimento

Sil
da estaca
SPT Sondagem à percussão de simples reconhecimento
'v Tensão efetiva vertical
T Tipo de estaca
uk Saída do combinador linear
VBA Visual Basic for Applications
vk Campo local induzido
wkj Conjunto de sinapses ou elos de conexão
X Variável a ser normalizada
X' Variável resultante da normalização

Xmáx Valor máximo da variável a ser normalizada
Xmín Valor mínimo da variável a ser normalizada
yk Sinal de saída ou resposta do neurônio

SUMÁRIO
1. INTRODUÇÃO ............................................................................................................... 19
1.1. Motivação da Pesquisa ............................................................................................ 19
1.2. Objetivos ................................................................................................................... 21
1.3. Metodologia .............................................................................................................. 21
1.4. Escopo do Trabalho ................................................................................................. 22
2. REVISÃO BIBLIOGRÁFICA ....................................................................................... 24
2.1. Fundações do Tipo Estacas ..................................................................................... 24
2.2. Provas de Carga ....................................................................................................... 25
2.3. Mecanismos de Transferência de Carga ................................................................ 28
2.4. Redes Neurais Artificiais ......................................................................................... 33
2.4.1. O Neurônio Biológico ........................................................................................ 34
2.4.2. O Neurônio Artificial......................................................................................... 36
2.4.3. Breve Histórico .................................................................................................. 38
2.4.4. Perceptron Multicamadas ................................................................................. 39
2.4.5. Treinamento e Validação .................................................................................. 46
2.5. Aplicações das RNA na Estimativa de Recalques ................................................. 47
2.6. Considerações Parciais ............................................................................................ 52
3. METODOLOGIA ........................................................................................................... 54
3.1. Análise e Tratamento dos Dados ............................................................................ 54
3.1.1. Obtenção dos Dados .......................................................................................... 55
3.1.2. Análise dos Dados .............................................................................................. 56
3.1.3. Definição das Variáveis de Entrada ................................................................. 75
3.1.4. Normalização das Variáveis do Modelo ........................................................... 82
3.2. Modelagem com as RNA ......................................................................................... 83
3.2.1. Descrição do Programa ..................................................................................... 83
3.2.2. Etapas da Modelagem e Definição do Modelo ................................................. 84

3.3. Considerações Parciais ............................................................................................ 85
4. RESULTADOS ................................................................................................................ 87
4.1. Treinamento e Validação ........................................................................................ 87
4.2. Definição do Modelo ................................................................................................ 91
4.3. Aplicação – Estaca Teste ....................................................................................... 101
4.4. Comparação entre Modelos .................................................................................. 105
4.5. Considerações Parciais .......................................................................................... 107
5. CONCLUSÕES E SUGESTÕES PARA PESQUISAS FUTURAS.......................... 109
5.1. Conclusões .............................................................................................................. 109
5.2. Sugestões para pesquisas futuras ......................................................................... 112
REFERÊNCIAS BIBLIOGRÁFICAS ............................................................................... 114
APÊNDICE A ....................................................................................................................... 118
APÊNDICE B........................................................................................................................ 123
APÊNDICE C ....................................................................................................................... 162
APÊNDICE D ....................................................................................................................... 187
APÊNDICE E........................................................................................................................ 203

19
1. INTRODUÇÃO
Neste capítulo são apresentadas: a motivação da pesquisa, a descrição dos objetivos

gerais e específicos que norteiam o desenvolvimento deste trabalho, a metodologia empregada
e a estruturação da dissertação.
1.1. Motivação da Pesquisa
A estimativa dos recalques em fundações profundas é um problema complexo e

multivariado, pois muitas são as incertezas associadas aos fatores que afetam este fenômeno.
Segundo Nejad et. al (2009), esses fatores incluem a distribuição da tensão aplicada, o histórico
de tensão-deformação do solo, a compressibilidade do solo e a dificuldade na obtenção de
parâmetros de resistência e de deformabilidade do solo.
Para um projeto de fundações racional, seguro e econômico é preciso prever os
recalques que os elementos irão sofrer (Barros, 2012). Considerando a importância e a
dificuldade da previsão de recalques em fundações profundas, as redes neurais artificiais (RNA)
surgem como uma alternativa para o desenvolvimento de modelos que possam prever com grau
de precisão adequado a magnitude dos deslocamentos gerados pela aplicação de uma carga no
sistema estaca-solo.
Segundo Kóvacs (2002), as redes neurais artificiais constituem genuinamente uma
teoria para o estudo de fenômenos complexos. Nejad et. al (2009), Amâncio (2013) e Silveira
(2014) comprovaram a eficiência das RNA na previsão de recalques em fundações profundas
em seus trabalhos.
Nejad et al. (2009) desenvolveram um modelo a partir das RNA para estimar
recalques em fundações profundas utilizando dados de sondagem à percussão SPT. Nesse
trabalho foi usado um banco de dados com 1.013 exemplos (76 estacas isoladas). Após a
definição do modelo, foram comparadas as previsões obtidas pelas RNA com os resultados de
métodos teóricos tradicionais, constatando que os recalques calculados com o modelo das RNA
foram mais próximos dos valores reais do que com os métodos tradicionais.
Amâncio (2013) aplicou as RNA para prever os recalques em fundações profundas
utilizando informações de sondagens à percussão SPT e de provas de carga estáticas realizadas
em estacas dos tipos hélice contínua, cravada metálica e escavada. A modelagem com as RNA
foi realizada com um banco de dados contendo 1.748 registros de casos de medição de campo
(199 estacas). Os resultados da pesquisa demonstraram que as RNA são capazes de entender o
20
comportamento do recalque nas fundações profundas e fornecer a magnitude dos recalques para
qualquer valor de carga vertical de modo satisfatório. Para o melhor modelo de Amâncio (2013)
foi obtida uma correlação entre os valores reais e os valores modelados de 0,89 na etapa de
validação.
Silveira (2014) empregou o mesmo conjunto de dados de Amâncio (2013) para
modelagem com as RNA, porém acrescentou a estes dados os exemplos considerando que para
carga nula o recalque deve ser zero. Foram introduzidas também novas variáveis de entrada ao
modelo que não foram utilizadas por Amâncio (2013), estas variáveis representavam a
estratigrafia do solo e a distância da ponta da estaca até a camada incompressível. Os resultados
do modelo de Silveira (2014) mostram-se melhores que os de Amâncio (2013), obtendo-se uma
correlação de 0,94 na etapa de validação.
Apesar de os modelos de Amâncio (2013) e Silveira (2014) apresentarem boas
correlações entre os valores calculados e os valores reais, algumas estacas modeladas
apresentaram comportamento como indicado na Figura 1.1. Os resultados demonstram a
necessidade de aprimoramento dos modelos utilizando as redes neurais artificias.
Nesta pesquisa são estudados novos modelos com base nos resultados de Amâncio
(2013) e Silveira (2014) e com mesmo banco de dados, procurando desenvolver um modelo
mais eficaz de previsão de recalques utilizando as RNA.
Figura 1.1 - Comparação entre a prova de carga real e os recalques gerados pelos modelos de
Amâncio (2013) e Silveira (2014)
Estaca 168
70
60
50 Prova de Carga
Carga (kN)
40
Silveira (2014)
30
20 Amâncio (2013)
10
0
0,0 10,0 20,0 30,0 40,0
Recalque (mm)
Fonte: Adaptado de Silveira, 2014
21
1.2. Objetivos
Esta pesquisa tem por objetivo geral desenvolver um modelo de previsão de

recalques em fundações profundas que apresente melhor desempenho que os modelos
desenvolvidos por Amâncio (2013) e Silveira (2014).
Como objetivos específicos deste trabalho podem ser citados:
 Estudar os mecanismos de geração de recalques em fundações profundas;
 Melhorar o entendimento das redes neurais artificiais em relação aos
mecanismos que influenciam os recalques;
 Avaliar a consistência dos dados utilizados na elaboração do modelo de Silveira
(2014);
 Estudar diferentes formas de consideração dos resultados de sondagem à
percussão SPT como variável de entrada do modelo;
 Estudar arquiteturas alternativas àquelas utilizadas por Amâncio (2013) e
Silveira (2014);
 Avaliar o desempenho dos modelos apresentados por Amâncio (2013) e Silveira
(2014);
 Desenvolver uma ferramenta que possa ser utilizada na prática da engenharia de
fundações para a estimativa de recalques em fundações a partir de informações
correntes (sondagens à percussão do tipo SPT);
 Contribuir para o desenvolvimento de metodologias de projeto em fundações
profundas.
1.3. Metodologia
Neste trabalho inicialmente foi realizada uma pesquisa bibliográfica buscando

compreender melhor o mecanismo de geração de recalques em estacas quando submetidas a
um carregamento. Foram abordados também os principais conceitos sobre as redes neurais
artificiais, que permitiram sua aplicação como ferramenta de previsão de recalques.
Foram disponibilizados para desenvolvimento do modelo os resultados de provas
de carga estáticas e sondagens à percussão SPT de 199 estacas dos tipos: hélice contínua,
cravada metálica e escavada. Nesta pesquisa optou-se por realizar uma filtragem dos dados,
visando obter um conjunto mais heterogêneo e representativo.
22
O conjunto de dados final foi separado aleatoriamente em dois conjuntos:

treinamento e validação. Através do programa QNET 2000 realizou-se o treinamento e a
validação de diferentes modelos. Na etapa de treinamento, são feitos ajustes na rede de forma
que sejam minimizados os erros entre a saída gerada pela rede e o valor real. Já na etapa de
validação é testada a capacidade de generalização da rede, nesta etapa a rede é submetida a
estímulos a qual nunca havida sido submetida.
A definição do modelo final foi feita com base na correlação entre os valores reais
e os valores modelados.
1.4. Escopo do Trabalho
Esta dissertação está estruturada em cinco capítulos. No primeiro capítulo são

apresentados: a motivação da realização do trabalho, a descrição dos objetivos gerais e
específicos, e o escopo do trabalho.
No segundo capítulo apresenta-se a revisão bibliográfica que fundamenta todo o
trabalho, sendo abordados os seguintes assuntos: fundações profundas, dando enfoque aos
recalques, abordando os principais fatores que influenciam este fenômeno, e as redes neurais
artificiais, sendo mostradas as informações sobre o desenvolvimento, os princípios de
funcionamento, as formulações, etc.
A metodologia utilizada na pesquisa é apresentada no terceiro capítulo. São
descritas detalhadamente: as etapas de desenvolvimento do trabalho, a análise e o tratamento
dos dados, as etapas da modelagem e o estabelecimento do modelo.
No quarto capítulo são apresentados os resultados obtidos através da modelagem
utilizando as redes neurais artificiais, os parâmetros fornecidos pelo modelo final e a
comparação com outros modelos.
As conclusões da pesquisa indicando os resultados obtidos e os objetivos
alcançados, bem como as sugestões para pesquisas futuras são apresentadas no quinto capítulo.
Por último, as referências bibliográficas citadas no texto e os apêndices são
apresentados.
No Apêndice A os resultados das provas de carga em estacas instaladas no mesmo
maciço de solo (mesma estratigrafia), com mesmos estágios de carga, mas com recalques
diferentes (duplicidade dos dados de entrada) são apresentados.
Os dados utilizados para modelagem utilizando as redes neurais artificiais são
exibidos no Apêndice B.
23
No Apêndice C é feita a comparação entre os modelos com diferentes formas de

consideração dos resultados de sondagem à percussão SPT.
No Apêndice D são mostradas as planilhas que exemplificam a aplicação do modelo
para uma estaca-teste.
Os resultados do modelo final, os resultados dos modelos de Amâncio (2013) e
Silveira (2014) e as provas de carga reais são comparados no Apêndice E.
24
2. REVISÃO BIBLIOGRÁFICA
Neste capítulo são apresentados os aspectos mais relevantes ao tema da pesquisa,

permitindo a consolidação de uma base teórica que possa auxiliar no desenvolvimento da
metodologia, na análise dos resultados e nas conclusões finais do trabalho. Desta forma, são
considerados aspectos relacionados às fundações em estacas, às provas de carga, aos
mecanismos de transferência de carga, às redes neurais artificiais e às aplicações das RNA na
estimativa de recalques.
São apresentadas: algumas definições com relação as fundações profundas do tipo
estacas, a utilização de provas de carga e os resultados esperados, os mecanismos de
transferência de carga que elucidam o entendimento do comportamento das estacas quando
submetidas a um carregamento axial.
Para o entendimento das redes neurais artificiais (RNA), são mostradas suas
características, histórico, formulação, descrição dos seus parâmetros e a metodologia de
aplicação.
Por fim, apresentam-se modelos que utilizam as redes neurais artificiais na previsão
de recalques, indicando os resultados obtidos, os problemas encontrados e as suas limitações.
2.1. Fundações do Tipo Estacas
Segundo a NBR 6122/2010, as fundações profundas são aquelas que transmitem a

carga ao terreno, ou pela base (resistência de ponta), ou por sua superfície lateral (resistência
de fuste), ou por uma combinação das duas. Sua ponta ou base está implantada a uma
profundidade superior ao dobro da sua menor dimensão em planta, e no mínimo a 3m.
Terzaghi et. al (1996) explicam que a escolha por projetar uma estrutura com
fundação profunda, ao invés de uma fundação superficial, é feita se o solo imediatamente abaixo
da superfície do terreno não tem capacidade de carga adequada, ou se uma estimativa dos custos
indica que uma fundação profunda pode ser a mais econômica.
As estacas são elementos de fundação profunda executadas inteiramente por
equipamentos ou ferramentas, sem que, em qualquer fase de sua execução, haja descida de
operário (NBR 6122/2010).
Para o projeto de uma fundação profunda em estacas é necessário fazer a previsão
tanto da capacidade de carga última (ou carga de ruptura), quanto dos recalques
(BENEGAS,1993; VELLOSO e LOPES, 2010). Anjos (2006) comenta que a maioria dos
25
projetos de fundações profundas é feita avaliando apenas a capacidade de suporte das fundações
por métodos empíricos ou semi-empíricos, ou seja, ainda persiste a total indiferença quanto ao
cálculo de recalques e a transferência de carga. Albuquerque et. al (2001) citam que a estimativa
do recalque do topo de uma estaca é muito importante para qualquer projeto de fundações, pois
a carga de trabalho é também função dos recalques que a estrutura pode tolerar.
De acordo com Benegas (1993), a visão completa do comportamento de uma estaca
é conseguida analisando-se a curva carga x recalque, que pode ser obtida através da realização
de provas de carga.
2.2. Provas de Carga
Albuquerque (1996) justifica a execução de provas de carga uma vez que, existe a
natural dificuldade em conhecer as propriedades do solo onde as fundações serão construídas,
as alterações das condições iniciais provocadas pela execução das estacas e o comportamento
complexo do conjunto estaca-solo.
A prova de carga estática é a técnica mais adequada e confiável para a determinação
do comportamento de fundações profundas sob carregamento axial (MILITISKY,1991). O
ensaio reproduz de forma muito próxima as condições de funcionamento a que a estaca será
submetida (PÉREZ, 2014). A prova de carga é um ensaio que possibilita verificar por meios
diretos aspectos relevantes, como: capacidade de carga do solo, deslocamentos do elemento de
fundação e transferência de carga em profundidade quando realizado em estacas instrumentadas
(BESSA, 2005).
A NBR 6122/2010 obriga a realização de provas de carga estáticas em estacas, para
avaliar o desempenho das fundações. Sendo o desempenho considerado satisfatório quando
forem satisfeitas as condições de fator se segurança de no mínimo igual a 2,0 e de recalque
admissível pela estrutura na carga de trabalho.
As provas de carga devem ser conduzidas em observância aos procedimentos
prescritos pela norma NBR 12.131/2006.
Para a execução do ensaio de prova de carga, a estaca é carregada até a ruptura ou,
ao menos, até duas vezes o valor previsto para a sua carga de trabalho. A velocidade de
aplicação do carregamento pode ser lenta, rápida, ou mista, sendo em todos os casos executadas
em estágios iguais e sucessivos, com o deslocamento final da estaca lido a cada estágio.
Atingida a carga máxima do ensaio, o descarregamento deve ser feito também em estágios, com
a leitura dos respectivos deslocamentos (NBR 12131/ 2006).
26
De acordo com Fleming et al. (2008), os objetivos da prova de carga estática são:
 Determinar a capacidade de carga do sistema solo-estaca e compará-la com a
estimativa de projeto;
 Avaliar as parcelas da carga aplicada resistidas por atrito lateral e por
resistência de ponta da estaca, no caso de estacas instrumentadas;
 Determinar a rigidez do sistema solo-estaca sob a carga de projeto;
 Determinar o recalque correspondente à uma determinada carga aplicada.
Quando uma prova de carga é realizada, convenciona-se a apresentar seus
resultados, através de uma curva carga x recalque, que mostra o valor dos deslocamentos
medidos na cabeça da estaca (PÉREZ, 2014). Segundo Schulze (2013), estes deslocamentos
são resultados das deformações elásticas do material da estaca e das deformações elásticas e
plásticas do solo.
A forma da curva carga x recalque será resultado da interação solo-estaca, que
ocorre através do atrito lateral e da ponta, e se constitui na medida final do comportamento da
estaca vertical isolada sujeita a ação de carga axial de compressão (CORRÊA, 1988;
BENEGAS, 1993).
Amann (2010) afirma que a forma da curva varia com a rigidez do sistema estaca-
solo. Segundo Décourt (1996), à medida que o recalque aumenta, há uma diminuição da rigidez
do sistema. O gráfico da curva carga x recalque resultante de uma prova de carga sobre estaca
individual (Figura 2.1) pode ser dividido em três regiões (NIYAMA et. al, 1998; HIRANY e
KULHAWY, 1989):
 Região I (Linear Inicial): quase proporcionalidade entre a carga e o recalque,
ou seja, a rigidez do sistema solo-estaca é quase constante. É a região de
deformações elásticas, utilizada para determinar o coeficiente de recalque;
 Região II (Curva de Transição): ocorrência de deformações plásticas, havendo
uma diminuição da rigidez do sistema estaca-solo até que seja atingida a
ruptura. Nesta região a velocidade de carregamento influi muito sobre os
recalques;
 Região III (Linear Final): corresponde a ruptura, quando o recalque aumenta
indefinidamente com pequenos acréscimos de carga. Região onde a rigidez do
sistema estaca-solo tende a ser nula. Segundo Décourt (1996), a ruptura física
pode ser definida como o valor da carga correspondente a um valor nulo de
rigidez.
27
Figura 2.1 – Curva carga x recalque
Fonte: Vargas, 1977 apud Melo, 2009
Magalhães (2005) esclarece que, quando se interrompe a prova de carga num trecho
ainda elástico, conforme indicado na Figura 2.2 (a), o valor da carga de ruptura fica difícil de
ser determinado corretamente. Quando se estende a prova de carga até atingir o início da
plastificação do sistema estaca-solo (Figura 2.2(b)), pode-se realizar a estimativa da carga
última. Para uma prova de carga em que um pequeno acréscimo de carga resultar em grandes
deformações, como exemplificado na Figura 2.2 (c), a carga última fica claramente evidenciada,
não necessitando de métodos de extrapolação.
Figura 2.2 – Provas de carga encerradas em diferentes regiões
Fonte: Magalhães, 2005

Garcia (2006) ressalta que, a grande dificuldade no entendimento do
comportamento carga x recalque das fundações, encontra-se na não-linearidade dos fatores que
compõem o recalque. Os recalques ocorridos no sistema solo-estaca dependem da interação
entre o elemento estrutural e o solo, das características destes e da carga aplicada.
28
2.3. Mecanismos de Transferência de Carga
O comportamento de uma estaca desde o início do seu carregamento até a ruptura

é elucidado através do estudo dos mecanismos de transferência de carga da estaca para o solo.
Este estudo também é chamado de interação estaca-solo (VELLOSO e LOPES, 2010).
Amann (2010) define o fenômeno de transferência de carga como a deformação
elástica do material da estaca, que durante o processo de carga e descarga interage por atrito
com solo ao longo comprimento do fuste. Durante esse processo de carregamento e
descarregamento, o solo em contato com a estaca sofre deformações elásticas e plásticas.
Para Nogueira (2004), a transferência de carga no sistema solo-estaca é o equilíbrio
entre as forças solicitantes e resistentes ao longo da estrutura. Parte da força normal atuante na
seção da estaca é absorvida pelo solo, esta por sua vez vai diminuindo de intensidade ao longo
da profundidade.
Quando uma estaca é submetida a um carregamento, a transmissão das cargas
aplicadas ocorre através da ponta da fundação (tensões normais) e pelo fuste (tensões
cisalhantes). Sendo assim, a carga total é decomposta em duas parcelas, e o problema básico da
análise da transferência de cargas no sistema estaca-solo consiste em estabelecer o mecanismo
segundo o qual ocorre esta distribuição de esforços (BENEGAS, 1993).
O comportamento de estacas submetidas a situações de carregamento axial de
compressão (Caso A) e tração (Caso B) é ilustrado na Figura 2.3. Estes casos são analisados
por Fellenius (1984), considerando as tensões verticais impostas ao fuste da estaca. Para a
pesquisa desta dissertação o interesse é apenas no Caso A, de estacas submetidas à compressão,
em que as deformações das camadas de solo ocorrem no mesmo sentido de aplicação da carga
(para baixo), conforme mostrado na Figura 2.3 (a), e ocorre também o desenvolvimento de uma
resistência para cima ao longo do fuste da estaca. A compressão na estaca teoricamente, com
base no efeito do coeficiente de Poisson, aumenta o diâmetro, isto faz com que o coeficiente de
empuxo de terra (ks) também aumente. Além disso, as transferências de carga tendem a
aumentar a tensão efetiva no solo.
29
Figura 2.3 – Comportamento de estacas submetidas a carregamento axial de compressão e

tração
(a) (b)
Fonte: Fellenius, 1984 apud Bessa, 2005
A relação entre a parcela de carga que é absorvida pelo fuste, e a parcela absorvida
pela ponta, dependerá da estratigrafia do terreno, das características geotécnicas dos materiais,
das dimensões da estaca, do processo executivo da fundação e da magnitude da carga aplicada.
Para casos onde as camadas superiores oferecerem baixas resistências, a carga lateral pode
tornar-se desprezível em decorrência das tensões cisalhantes desenvolvidas ao longo do fuste.
Entretanto no caso de camadas inferiores do maciço apresentarem elevadas resistências, os
deslocamentos da estaca podem não ser suficientes para mobilizar as tensões cisalhantes ao
longo da estaca (BENEGAS, 1993).
Burland e Cooke (1974) apud Nienov (2006) apresentam curvas carga-recalque
(Figura 2.4) com as contribuições relativas das parcelas de resistência de ponta de fuste e total
de estacas esbeltas e tubulões de base alargada executadas em solo argiloso. Observa-se que as
contribuições de atrito e base são mobilizadas com diferentes níveis de deformações e
dependem das características das fundações. No caso de estacas esbeltas, a transferência de
carga ocorre em maior parte pelo fuste da estaca. Já no caso de tubulões com base alargada,
observa-se que a contribuição da transferência de carga é maior através da base.
30
Figura 2.4 – Curva carga x recalque a partir da combinação do fuste com a ponta: (a) estaca
esbelta e (b) tubulão com base alargada
Fonte: Burland e Cooke, 1974 apud Nienov, 2006
Murthy (2002) descreve o mecanismo de transferência de carga, considerando uma

estaca carregada até a ruptura (Figura 2.5(a)), onde o aumento de carga no topo da estaca é feito
de maneira gradual. Medindo-se o recalque na parte superior da estaca em cada estágio de
carregamento após a condição de equilíbrio ser atingido, uma curva de carga x recalque como
mostra a Figura 2.5 (c) é obtida. A distribuição de cargas conforme a Figura 2.5 (b), ao longo
da estaca, pode ser determinada em diferentes fases de carregamento e pode ser obtida no caso
de estacas instrumentadas.
Nos estágios iniciais, quando uma carga P1 atua sobre o topo da estaca, a carga
vertical no nível do solo também é P1. Porém, no nível Al a carga vertical é zero (Figura 2.5(b)).
A carga total P1 é distribuída como carga de atrito lateral, ao longo comprimento da estaca L1.
Abaixo da seção A1 até a ponta da estaca não há transferência de carga.
Aumentando a carga para P2, a carga vertical na ponta da estaca continua a ser zero.
Neste caso, a carga total P2 é distribuída como carga de atrito ao longo de todo o comprimento
da estaca L. Quando a carga aplicada na estaca é maior do que P2, uma parte dessa carga é
transferida para o solo na base como carga de ponta e o restante é transferido para o solo em
torno do fuste da estaca.
Com o aumento da carga P aplicada no topo da estaca, tanto a carga de atrito no
fuste quanto a carga de ponta continuam a aumentar e, a partir do momento que a carga de atrito
atinge um valor ultimo PF, a um nível de carga especifico Pm no topo, qualquer outro incremento
de carga adicionada a Pm não vai mais aumentar o valor da carga absorvida pelo atrito lateral
ao longo do fuste PF. No entanto, a carga de ponta PP continuará aumentando até que o solo
sofra ruptura.
31
Em geral, a mobilização do atrito lateral é frequentemente atribuída ao trecho linear

inicial da curva carga x recalque (trecho de deformações elásticas), logo após são iniciadas as
deformações plásticas associadas a mobilização da resistência de ponta (LANGONE, 2012).
Na Figura 2.5 (c) observa-se que maior parte da mobilização do atrito lateral ocorre no trecho
de deformações elásticas.
Figura 2.5 – Mecanismo de transferência de carga
Fonte: Murthy, 2002 apud Silveira, 2014
Conforme apresentado na Figura 2.5, o movimento vertical (deslocamento) da

estaca necessário para mobilizar a resistência de ponta é muito maior do que o necessário para
mobilizar o atrito lateral, assim sendo, a resposta do solo ao carregamento do fuste é mais rígida
do que ao carregamento da base da estaca (VELLOSO e LOPES, 2010).
Segundo Milititsky (1980), a mobilização da carga última depende da geometria da
estaca e é diferente para a lateral e a ponta. O atrito lateral entre a estaca e o solo pode
32
desenvolver-se plenamente com pequenos deslocamentos, porém, a reação de ponta necessita

de deslocamentos maiores para mobilizar-se.
Na literatura há valores para a deformação necessária para o pleno desenvolvimento
da carga de atrito lateral. De acordo com os trabalhos de Décourt et. al (1998) e Poulos e Davis
(1980) apud Langone (2012), para argilas a faixa de deformação é de 0,5% a 2% do diâmetro
da estaca e para solos granulares é de 1% a 3% do diâmetro da estaca. Nienov (2006) cita que
para mobilizar toda a resistência lateral em estacas escavadas de grande diâmetro, são
requeridos deslocamentos entre 0,5% e 1% do diâmetro do fuste, usualmente menor que 10mm.
Para mobilizar a resistência de ponta, precisam ocorrer deslocamentos da ordem de 5% a 10%
(às vezes até 20% do diâmetro da ponta da estaca).
Pérez (2014) analisou o comportamento de estacas escavadas ao trado com três
diferentes diâmetros, instrumentadas, submetidas a provas de carga estática. Foram realizadas
três provas de carga estáticas do tipo lentas, instrumentadas com extensômetros elétricos no
topo e na ponta de maneira a se obter os dados do mecanismo de transferência de carga em
profundidade. A autora verificou em que nas estacas escavadas do seu trabalho, a transferência
de carga ocorreu em maior parte pelo atrito lateral. A pouca mobilização da ponta foi atribuída
à baixa capacidade do solo na região do estudo, além de que seriam necessários deslocamentos
consideráveis do topo da estaca para que a ponta fosse mobilizada plenamente. A baixa
resistência de ponta também foi atribuída ao processo executivo da estaca que altera o estado
natural da camada em que está apoiada.
A Figura 2.6 exibe um dos resultados obtidos na pesquisa, para a estaca de diâmetro
D = 40cm. São apresentados os gráficos da transferência de carga para cada um dos estágios de
carga da prova de carga estática. Para a estaca indicada, a carga de ponta começou a ser
mobilizada nos três últimos estágios, com uma mobilização da ordem de 3.7% da carga aplicada
no topo.
Branco (2006) estudou estacas escavadas com trado mecânico. No processo
executivo deste tipo de estaca não se consegue evitar a deterioração das propriedades do solo
in situ no fundo da escavação, porém, muitas vezes, a ponta destas estacas atinge estratos com
resistência elevada e não consegue aproveitar esta qualidade. No trabalho de Branco (2006) foi
estudado o comportamento dessas estacas executadas na cidade de Londrina, foram utilizadas
provas de cargas dinâmicas em 16 estacas de 0,25 m de diâmetro e 12 m de comprimento, sendo
três estacas tradicionais e 13 com a ponta modificada. Todas as estacas com ponta modificada
permitiram a utilização da carga estrutural nominal das estacas, ou seja, houve um aumento da
capacidade de carga. Sendo assim, estacas escavadas com trado mecânico, em casos onde não
33
há melhoramento da ponta, a capacidade de carga da ponta é perdida devido as modificações

no solo decorrentes do processo executivo.
Figura 2.6 – Gráficos da transferência de carga para a estaca escavada com D=40cm
Fonte: Pérez, 2014
2.4. Redes Neurais Artificiais
As redes neurais artificiais, segundo Haykin (2001), são processadores

maciçamente paralelos distribuídos e constituídos de unidades de processamento simples, que
têm a propensão natural para armazenar conhecimento experimental e torná-lo disponível para
o uso. Frente aos procedimentos estatísticos usuais, as redes neurais artificiais não apresentam
um conjunto de coeficientes, ou parâmetros, apesar de estes serem incluídos no modelo
(DANTAS NETO, 2004). Assim, no ponto de vista matemático uma rede neural artificial pode
ser entendida como um conjunto de nós organizados em camadas sucessivas, de forma análoga
à rede neural mais poderosa conhecida, o cérebro humano.
O uso de redes neurais oferece as seguintes propriedades úteis e capacidades
(HAYKIN, 2001):
 Não-linearidade: propriedade muito importante, principalmente se o mecanismo
físico que gera o sinal de entrada for inerentemente não linear;
 Mapeamento entrada – saída: importante no processo de aprendizagem
supervisionada da rede, no qual a modificação dos pesos sinápticos ocorre pela
aplicação de um conjunto de exemplos conhecidos da tarefa a ser realizada;
34
 Adaptabilidade: capacidade inata das redes neurais adaptar seus pesos sinápticos
quando submetidas a modificações do meio ambiente a qual estão inseridas;
 Resposta a evidências: segundo Haykin (2001), uma rede neural pode ser
projetada para fornecer informação não somente sobre qual padrão particular
selecionar, mas também sobre a confiança na decisão tomada;
 Informação contextual: representa o fato de que cada neurônio é afetado pela
atividade de todos os outros neurônios da rede, desta forma, a informação
contextual é tratada naturalmente pela rede neural;
 Tolerância a falhas: uma rede neural implementada em hardware, tem potencial
inerente tolerante a falhas, já que seu desempenho se degrada suavemente sob
condições adversas, ou seja, a princípio não apresenta uma falha catastrófica;
 Implementação em VLSI: uma característica benéfica da tecnologia VLSI (very-
large-scale-integration) é que ela fornece um meio de capturar comportamentos
realmente complexos de forma altamente hierárquica (MEAD, 1989 apud
HAYKIN, 2001);
 Uniformidade de análise e projeto: as redes neurais apresentam universalidade
como processadores de informação, no sentido de que a mesma notação é
utilizada em todos os domínios envolvendo a aplicação de redes neurais;
 Analogia neurobiológica: a motivação do projeto de uma rede neural é dada pela
analogia ao cérebro, pois este é a prova viva de que o processamento paralelo
tolerante a falhas é possível, rápido e poderoso.
2.4.1. O Neurônio Biológico
O desenvolvimento das redes neurais artificiais foi motivado pela grande

capacidade do cérebro humano aprender e realizar tarefas extremamente complexas após passar
por algum processo de aprendizagem. O cérebro humano, principal unidade do sistema nervoso
central, é um sistema de processamento de informações altamente complexo, não-linear e
paralelo formado por um conjunto de unidades fundamentais, os neurônios, organizadas de tal
forma a realizar certos processamentos muito mais rápidos que qualquer computador digital
atualmente conhecido. O neurônio biológico é formado basicamente por três partes distintas,
conforme ilustrado na Figura 2.7, o corpo celular (soma), o axônio, e os dendritos (HAYKIN,
2001).
35
Figura 2.7 – Neurônio Biológico
Fonte: Adaptado de Haykin, 2001
O corpo celular ou soma é o responsável pelo processamento das informações que

chegam ao neurônio na forma de pulsos elétricos e pela produção da resposta a estes estímulos
externos, também como um pulso elétrico. Os dendritos são as estruturas do neurônio
responsáveis pelo recebimento dos pulsos elétricos e o axônio é o responsável pela emissão do
pulso elétrico produzido pelo neurônio às demais células nervosas com as quais este encontra-
se conectado (HAYKIN, 2001).
A transmissão das informações entre os neurônios constituintes do cérebro humano
se dá pelas sinapses, que são regiões eletroquimicamente ativas compreendidas entre duas
membranas, as pré-sinápticas (axônio) e as pós-sinápticas (dendritos) de neurônios adjacentes.
As sinapses são as principais estruturas do cérebro humano responsáveis pela armazenagem das
informações, e são modificadas de acordo com o processo de aprendizagem ao qual o cérebro
foi submetido. Qualquer alteração sobre o conhecimento de um determinado fenômeno já
aprendido pelo cérebro só será possível pela alteração das sinapses estabelecidas entre os
neurônios biológicos (HAYKIN, 2001).
A Figura 2.8 ilustra o funcionamento do neurônio biológico e o mecanismo
responsável pela produção de um novo pulso elétrico que é a resposta do neurônio aos estímulos
transmitidos pelas sinapses. O corpo celular em um estado de equilíbrio, ou seja, sem que ocorra
qualquer forma de excitação, encontra-se com um potencial elétrico de repouso, conhecido
como potencial de repouso da membrana. Os estímulos que chegam de outras células e são
transmitidos via sinapses para os dendritos do neurônio (Entradas A, B, C, D, E, e F) fazem
com que haja uma alteração do potencial de repouso da membrana do corpo celular, conforme
pode ser visto na Figura 2.8. De acordo com a característica da sinapse em questão (excitatória
ou inibitória) este potencial da membrana pode aumentar ou diminuir, tendo influência direta
36
sobre a atividade do corpo celular. Quando a contribuição de todos os estímulos que chegam ao
neurônio, em intervalos de tempo diferentes, atinge um determinado limiar, se dá então a
produção do pulso elétrico, que se propaga pelo axônio até as células nervosas seguintes da
rede neuronal (HAYKIN, 2001; KÓVACS, 2002).
Figura 2.8 – Funcionamento do neurônio biológico
Fonte: Adaptado de Kóvacs, 2002
2.4.2. O Neurônio Artificial
O funcionamento do neurônio artificial se dá de forma análoga ao neurônio

biológico. Segundo Haykin (2001) um neurônio é uma unidade de processamento de
informação que é fundamental para o funcionamento de uma rede neural. A Figura 2.9 consiste
na representação do neurônio artificial com a apresentação de todos os seus elementos.
37
Figura 2.9 – Neurônio artificial
No modelo neuronal podem ser identificados os seguintes elementos básicos

(HAYKIN, 2001):
 Conjunto de sinapses ou elos de conexão (wkj) – funcionam analogamente as
sinapses do neurônio artificial, responsáveis pela armazenagem da informação
e modificadas de acordo com o processo de aprendizagem da rede;
 Bias ou limiar (bk) – o bias é análogo ao limiar no neurônio biológico e tem a
função de aumentar ou diminuir a entrada líquida da função de ativação,
dependendo se ele é positivo ou negativo;
 Combinador linear – representa a contribuição de todos os sinais de entrada
ponderados pelos respectivos pesos sinápticos;
 Função de ativação – representa o sinal de saída, ou a resposta do neurônio,
sendo aplicada ao combinador linear com a função de restringir a amplitude de
saída do neurônio.
As funções de ativação podem ser quaisquer funções matemáticas. De uma
forma geral são normalmente utilizadas as seguintes funções de ativação: limiar, linear por
partes, sigmoide, tangente hiperbólica
Em termos matemáticos, o neurônio k pode ser representado pelas seguintes
equações:
u k   w ki xi  {w}T {x} (2.1)
v k  u k  bk   w ki xi  bk  {w}T {x}  bk (2.2)
y k  f (v k )  f ( w ki xi  bk )  f ({w}T {x}  bk ) (2.3)

38
Onde:
uk = saída do combinador linear;
vk = campo local induzido;
yk = sinal de saída ou resposta do neurônio;
bk = bias ou limiar;
f(.) = função de ativação do neurônio;
{x} = [x1, x2, x3,..., xm ]= sinais de entrada;
{w} = [wk1 wk2 wk3... wkm]T = vetor dos pesos sinápticos que ligam o neurônio k ao
vetor de entrada {x}.
2.4.3. Breve Histórico
Com o conhecimento sobre o mecanismo básico de funcionamento do cérebro

humano, como foi descrito anteriormente, foram possíveis os primeiros estudos sobre as redes
neurais artificiais, que ocorreram nos anos de 1943 a 1958 com os trabalhos de McCulloch-
Pitts, Hebb e Rosenblatt (HAYKIN, 2001).
De acordo com Kovács (2002), a referência número um para redes neurais começa
com o trabalho de McCulloch e Pitts em 19431. Eles desenvolveram elementos computacionais
com base nas propriedades fisiológicas de neurônios biológicos. As limitações do modelo
McCulloch-Pitts eram de que ele apenas podia ser utilizado para simular algumas funções
booleanos simples (E/OU), cujas entradas são números binários definidos em um espaço
separado de forma linear, e os seus pesos sinápticos e do limiar devem ser encontradas por
processo de tentativa.
A publicação do livro intitulado "The Organization of Behavior", escrito por Hebb,
em 1949, foi o próximo avanço importante nas redes neurais artificiais. Segundo Haykin (2001),
neste trabalho, Hebb apresentou a primeira regra de aprendizagem fisiológica para modificação
dos pesos sinápticos, que consideraram que as conexões cerebrais são continuamente
modificadas enquanto o organismo aprende mais tarefas diferentes e que novos agrupamentos
neurais são criados em função dessas modificações.
O desenvolvimento seguinte importante veio com o trabalho de Rosenblatt, em
1958, que propôs a rede neural conhecida como perceptron. Este modelo é o tipo mais simples
de rede neural usada como um classificador linear. É constituída por apenas um neurônio não-
1
Warren McCulloch juntamente com Walter Pitts publicaram no Bulletin of Mathematical Biohysics um artigo
com o título: “A Logical Calculus of the Ideas Immanet in Nervous Activity”.
39
linear com pesos sinápticos ajustáveis e limiar. A vantagem do perceptron em relação ao

neurônio artificial de McCulloch e Pitts foi o estabelecimento de uma regra de aprendizagem,
cuja convergência foi provada por Rosenblatt, e é conhecida como "A Regra de Aprendizagem
do Perceptron" (HAYKIN, 2001).
Além disso, devem-se mencionar os trabalhos de Widrow e Hoff em 1960. Esses
autores desenvolveram um modelo linear chamado ADALINE (ADAptive LINnear Element),
que foi então generalizado para múltiplas camadas e chamou MADALINE (Múltipla Adaline),
em 1962. A principal contribuição deste modelo foi o estabelecimento de um princípio
extremamente eficiente para treinamento das redes Adaline, o algoritmo LMS (Least Mean-
Square), também conhecido como Regra Delta (KOVÁCKS, 2002), que foi posteriormente
generalizada para o treinamento da rede neural multicamadas, quando foi nomeada como Regra
do Delta Generalizada ou Algoritmo de Retropropagação.
2.4.4. Perceptron Multicamadas
Semelhante às redes neurais biológicas, as RNA são formadas por várias unidades
fundamentais de processamento (neurônios) interligados entre si, formando uma estrutura
paralela e não linear.
O perceptron multicamadas é uma rede neural multicamadas alimentada adiante,
constituído por três camadas (Figura 2.10): a camada de entrada, cuja função é a de receber as
informações externas; uma ou mais camadas intermediárias ou também denominadas ocultas,
responsáveis pelo aumento da capacidade da rede neural artificial em extrair o comportamento
mais complexo a partir dos dados disponíveis utilizados no processo de treinamento; e a camada
de saída, cuja função é a de dar as respostas corretas para os estímulos do modelo.
Um perceptron multicamadas tem três características básicas (HAYKIN, 2001):
 O modelo de cada neurônio da rede inclui uma função de ativação não linear;
 A rede contém uma ou mais camadas ocultas, que não fazem parte, nem da
entrada, nem da saída da rede;
 A rede exibe alto grau de conectividade, que é determinado por suas sinapses.
40
Figura 2.10 – Rede alimentada adiante com camada de neurônios ocultos
A propriedade primordial de uma rede neural é a sua habilidade de aprender a partir

do seu ambiente e melhorar seu desempenho através da aprendizagem. A aprendizagem da rede
neural artificial consiste na alteração de todos os pesos sinápticos (wkj) e limiares existentes
(bk), a partir da experiência conhecida sobre o fenômeno estudado. Esta experiência é
representada por um conjunto de dados contendo as entradas e saídas conhecidas para o
problema a ser modelado. Este conjunto de dados, geralmente designado como conjunto de
treinamento, é definido como:
  {xl }, {d l }l 1 (2.4)

L
Onde:
 = conjunto de dados de treinamento utilizados para modelagem de rede neural
artificial;
L = número de entradas e saídas conhecidas no conjunto de dados de treinamento;
{xl } = conjunto de entradas para os L-exemplos existentes no conjunto de dados de
treinamento;
{dl } = conjunto de saídas desejadas para as L-exemplos existentes no conjunto de
dados de treinamento.
41
O perceptron de múltiplas camadas tem sido utilizado com frequência para solução
de problemas complexos, através de seu treinamento supervisionado, utilizando um algoritmo
conhecido como Algoritmo de Retropropagação do Erro (Error Back Propagation) que é
baseado na regra de aprendizagem por correção do erro (HAYKIN, 2001).
A aprendizagem por retropropagação do erro consiste em dois passos através de
todas as camadas da rede (HAYKIN, 2001):
 Passo para frente: no qual um vetor de entrada é aplicado aos nós sensoriais da
rede e seu efeito se propaga de camada a camada, por meio dos pesos sinápticos
que são fixos, até a camada de saída produzindo uma resposta;
 Passo para trás: após a obtenção do sinal nos neurônios da camada de saída,
estes sinais são comparados à saída desejada para o estímulo dado à rede,
gerando-se um sinal de erro que se propaga desde a camada de saída até a
camada de entrada alterando os pesos sinápticos, conforme ilustrado na Figura
2.11, de forma que a resposta fornecida pela rede se aproxime da resposta
desejada.
A Figura 2.11 representa um grafo de fluxo de sinal de um neurônio pertencente à
camada de saída de um perceptron multicamadas.
Figura 2.11 – Neurônio j pertencente a camada de saída

42
O sinal de erro do neurônio k é determinado a partir do resultado do neurônio yk(i)

e comparado ao valor da saída desejada do i-ésimo exemplo do conjunto de treinamento, é dado
por:
ek (i )  dk (i )  yk (i ) (2.5)
Onde:
ek(i) = sinal de erro do neurônio k, no exemplo i;
dk (i) = saída desejada para o neurônio k, no exemplo i;
yk (i ) = sinal gerado pelo neurônio k, no exemplo i.
Para o perceptron multicamadas, a função de custo utilizada para avaliar o
desempenho da rede no conjunto de treinamento é o erro quadrático instantâneo dado por:
1
 (2.6)
2
E ( n)  ek (i )
2 kec
Onde:
c = conjunto de todos os neurônios da camada de saída no exemplo i do conjunto
de treinamento.
Considerando o processo de treinamento em lote, no qual o conjunto de pesos

sinápticos é fixo para todos os L-exemplos existentes no conjunto de treinamento, a função de
custo é o erro quadrático médio Emed (n), definido como:
1 L (2.7)
Emed (n)   [dk (i)  yk (i)]2
2 L i 1 kec
Onde:
c = conjunto de todos os neurônios da camada de saída no passo ݊;
n = passo de tempo discreto (época), correspondente a cada alteração do conjunto
de pesos sinápticos no conjunto de treinamento.
Analisando-se as equações 2.7 e 2.3 pode-se observar que o erro quadrático médio
é função apenas do vetor de pesos sinápticos {w(n)}.
O objetivo do processo de treinamento de uma rede neural é alterar o vetor de pesos
sinápticos de forma que o erro médio quadrático médio, ou instantâneo, seja mínimo. Desta
forma, os ajustes sucessivos no vetor de pesos sinápticos de um determinado neurônio de uma
camada de saída, como por exemplo, o neurônio yk(n) representado na Figura 2.11, podem ser
feito da seguinte forma:
43
{wkj (n  1)}  {wkj (n)}  {wkj (n)} (2.8)

Onde:
{wkj(n)} = ajuste do vetor de peso sináptico {wkj(n)} na época n;
Conforme ilustrado na Figura 2.12, esta alteração é feita de forma iterativa por
meio de ajustes sucessivos no vetor de pesos sinápticos {wkj(n)}, percorrendo-se a superfície de
Emed({wkj(n)}) na direção e sentido oposto ao do gradiente do erro quadrático médio (‫׏‬Emed),
dado por:
E med (n) (2.9)
E med (n) 
wkj (n)
Desta forma, o ajuste do vetor de pesos sinápticos para o neurônio yj(n) pode ser
feito a partir da seguinte expressão:
{wkj (n  1)}  {wkj (n)}  E med (n) (2.10)
Onde:
 = taxa de aprendizagem.
Figura 2.12 – Minimização da função de custo por ajustes sucessivos no vetor de pesos
sinápticos.
Fonte: Araújo, 2013

44
Desenvolvendo-se a Equação 2.9 e aplicando-se os resultados na Equação 2.10,

obtém-se a seguinte expressão para o ajuste do vetor de pesos sinápticos para o neurônio yk(i)
da camada de saída, conhecida como Regra Delta:

{wkj (n  1)}  {wkj (n)} 
L
 
i 1 keC
j (i ){ y j (i )} (2.11)
Onde:
{wkj(n+1)} = vetor de pesos sinápticos entre os nós k (saída) e j (entrada) na iteração
n + 1;
{wkj (n)} = vetor de pesos sinápticos entre os nós k (saída) e j (entrada) na iteração
n;
 = taxa de aprendizagem;
{yj(i)} = vetor de entrada do neurônio yk(n) no i-ésimo exemplo do conjunto de
treinamento;
k(i) = gradiente local do neurônio yj(n), definido como:
(2.12)
 k (i)  ek (i) f ' (v k (i))
Onde:
ek(i) = sinal de erro do neurônio yk(i) no i-ésimo exemplo do conjunto de
treinamento;
vk(i) = campo local induzido do neurônio yk(i) no i-ésimo exemplo do conjunto de
treinamento;
No caso de um neurônio da camada oculta, como por exemplo do neurônio yj(i)
apresentado na Figura 2.13, o cálculo direto do gradiente local não é possível, uma vez, que o
sinal produzido no mesmo propaga-se até a camada seguinte, e portanto, não produz nenhum
sinal de erro. Neste caso, o gradiente local do neurônio da camada oculta é determinado por
meio da retropropagação do sinal de erro produzido pelos neurônios da camada de saída yk(i).
Tal procedimento é conhecido como Algoritmo de Retropropagação do Erro (Error Back-
propagation), e foi desenvolvido por Rumelhart, Hinton e Williams (1986) conforme citado por
Haykin (2001).
45
Figura 2.13 – Neurônio j pertencente a camada oculta
Aplicando-se o Algoritmo de Retropropagação do Erro, o gradiente local do

neurônio yk(i) pertencente a uma camada oculta é determinado a partir da seguinte expressão:
L
1 (2.13)
 j (i )   f ' (v j (i )  k (i ){wkj (n)}
L i 1 keC
Onde:
k(i) = gradiente local do neurônio yk(i) no i-ésimo exemplo do conjunto de
treinamento;
{wkj(n)} = vetor de peso sináptico entre o neurônio yj(i) da camada oculta e todos
os neurônios da camada subsequente, a qual pode ser inclusive a camada de saída,
na iteração n.
A partir do conhecimento do gradiente local do neurônio yj(n), a alteração dos pesos
sinápticos é feita empregando-se a Equação 2.11 apresentada anteriormente.
Segundo Haykin (2001), um método simples de aumentar a taxa de aprendizagem
 de forma a evitar o perigo de instabilidade é incluir a constate momento  A inclusão do
momento no algoritmo de retropropagação tende a acelerar a descida em direções de
declividade constante e tem efeito estabilizador nas direções que oscilam em sinal
(WATROUS, 1987; JACOBS, 1988 apud HAYKIN, 2001). Desta forma, a alteração dos
vetores de pesos sinápticos, conhecida como Regra Delta Generalizada, passou a ser feita de
acordo com a Equação 2.14.
46
 L
{wkj (n  1)}  {wkj (n)} 
L
 
i 1 keC
j (i ){ y j (i )}   {wkj (n  1)} (2.14)
2.4.5. Treinamento e Validação
Para desenvolver o modelo de uma rede neural artificial são necessárias duas etapas:
treinamento e validação. Na etapa de treinamento os pesos sinápticos são alterados de forma a
minimizar a função de custo com base nas informações existentes no conjunto de treinamento
(DANTAS NETO, 2004). É esperada que a rede se torne bem treinada de modo que aprenda
suficientemente o comportamento do fenômeno estudado, representado pelas informações
contidas no conjunto de treinamento, mas com capacidade de generalização deste
conhecimento, ou seja, que o modelo seja capaz de dar respostas satisfatórias para estímulos a
qual nunca foi submetido.
Desta forma, é necessário escolher uma ferramenta que permita a escolha da rede
que possua maior capacidade de generalização e que determine qual o ponto de parada do
processo de treinamento, ou seja, de ajuste dos pesos sinápticos.
Para isto o conjunto de dados disponível para a modelagem de um certo fenômeno
é separado aleatoriamente em um subconjunto de treinamento e um subconjunto de validação
(HAYKIN, 2001).
Na etapa de validação do modelo é testada a capacidade de generalização da rede
neural artificial que foi treinada. Esta etapa é de fundamental importância, pois determina a
qualidade do modelo. Os cálculos dos neurônios de saída são feitos a partir do conjunto de
novos estímulos até então desconhecidos pela rede. Os resultados fornecidos pelo modelo são
comparados com os valores conhecidos, sendo possível verificar se a rede apresenta o
desempenho considerado satisfatório (DANTAS NETO, 2004).
É necessário fazer o monitoramento dos processos de treinamento e validação
simultaneamente para verificar a ocorrência de “over-fitting” ou treinamento excessivo. Isto
ocorre quando a partir de um determinado número de iterações, o erro médio calculado na fase
de treinamento diminui, porém na fase de validação aumenta (KRÖSE e SMAGT, 1996 apud
DANTAS NETO, 2004).
A Figura 2.14 ilustra a parada antecipada do ajuste dos pesos sinápticos
comparando-se os resultados obtidos nas fases de treinamento e validação da rede. O que a rede
aprende após este ponto é essencialmente o ruído contido nos dados de treinamento, isto sugere
47
que o ponto mínimo na curva de aprendizagem de validação seja usado como critério para
encerrar a etapa de treinamento (HAYKIN, 2001).
Figura 2.14 – Parada antecipada baseada na validação
2.5. Aplicações das RNA na Estimativa de Recalques
Segundo Velloso e Lopes (2011), a previsão do recalque é um dos exercícios mais

difíceis da Geotecnia e os resultados dos cálculos, por mais sofisticados que sejam, devem ser
encarados como uma estimativa.
Existem muitos métodos na literatura geotécnica, teórica e experimental, para
prever recalques em fundações profundas. Devido à dificuldade de obtenção de amostras
indeformadas para determinação de parâmetros, como Módulo de Elasticidade (E) e coeficiente
de Poisson (, muitos métodos de previsão se concentraram em correlações com ensaios in
situ, como a sondagem à percussão do tipo SPT (NEJAD et. al, 2009).
O fenômeno do recalque em estacas caracteriza-se como um problema complexo,
não-linear, envolvendo diversas variáveis. As redes neurais artificiais são comprovadamente
ferramentas poderosas para resolução deste tipo de problema. Após a realização do treinamento
e da validação, a aplicação de um modelo utilizando redes neurais é simples e rápida. Dada sua
capacidade de generalização e fácil aplicação, as RNA vem sem utilizadas na resolução de
problemas complexos na área da engenharia, inclusive a Geotecnia.
48
As RNA não são uma ferramenta substitutiva das ferramentas computacionais

tradicionais, elas podem ser consideradas uma ferramenta complementar. Muitos pesquisadores
estão utilizando sistemas híbridos que integram RNA com sistemas especialistas ou códigos de
elementos finitos, de tal forma a potencializar as vantagens de cada um dos métodos
(MARTÍNEZ-CARVAJAL, 2006).
Nejad et. al (2009), Amâncio (2013) e Silveira (2014) utilizaram as RNA para
previsão do comportamento de estacas quando sujeitas a carregamentos, de forma a realizar a
previsão da curva carga x recalque.
Nejad et. al (2009) empregaram as redes neurais para estimar o recalque em estacas,
a partir de dados do ensaio de sondagem à percussão (SPT). O banco de dados era composto
por 1.013 registros de casos de medições de campo, referentes a 76 estacas isoladas executadas
em diversos países (Iraque, Suécia, Estados Unidos, etc.).
O modelo considerou 16 variáveis na camada de entrada da RNA: tipo de prova de
carga, material da estaca, método de execução da estaca, ponta da estaca (aberta ou fechada),
rigidez axial da estaca, área da seção transversal da ponta da estaca, perímetro da estaca em
contato com o solo, comprimento da estaca, comprimento da estaca embutido, os Nspt médios e
corrigidos ao longo de cinco partes do comprimento embutido da estaca (N1, N2, N3, N4, N5), o
NSPT na ponta da estaca e carga aplicada. A variável de saída é o recalque da estaca.
Dentre as diversas arquiteturas treinadas utilizando o algoritmo de retropropagação
do erro, a melhor arquitetura encontrada foi a de quatro camadas ocultas com 15 neurônios na
primeira camada intermediária, 13 na segunda intermediária, 5 na terceira camada intermediária
e 2 na quarta intermediária (A:16-15-13-5-2-1). Nesse modelo foi obtida uma correlação entre
os valores reais e os valores modelados na validação de 0,972.
Nejad et. al (2009) verificou que das variáveis de entrada utilizadas no modelo, a
carga aplicada, o comprimento de embutimento da estaca e as propriedades do solo (o valor de
Nspt médio) foram as que possuem efeito mais significativo sobre o recalque no seu modelo.
De acordo com os resultados obtidos, as previsões feitas pelo modelo das RNA são
mais precisas do que as previsões feitas pelos métodos tradicionais Poulos e Davis (1980) apud
Nejad et. al (2009), Vesic (1977) apud Nejad et. al (2009), Das (1995) apud Nejad et. al (2009),
e o método não-linear t–z de Reese et. al (2006) apud Nejad et. al (2009). Na Figura 2.15 é
feita a comparação entre as curvas carga x recalques reais e previstos pelos métodos analisados.
A estaca analisada é do tipo escavada, com comprimento de 11,4 metros e 966 mm de diâmetro.
49
Mesmo Nejad et. al obtendo bons resultados, no trabalho publicado não foram
disponibilizados os pesos sinápticos e bias para que seu modelo pudesse ser testado por outros
pesquisadores, ou mesmo para a aplicação do modelo na prática da engenharia de fundações.
Figura 2.15 - Curvas carga aplicada x recalques reais e previstos pelo modelo RNA de Nejad
et. al (2009), Poulos e Davis (1980), Vesic (1977), Das (1995), e o método não-linear t–z de
Reese et. al (2006)
Fonte: Nejad et. al, 2009
Amâncio (2013) utilizou as RNA para realizar a previsão dos recalques em

fundações profundas do tipo estacas hélice contínua, cravada metálica e escavada. Para
modelagem foram coletadas informações dos ensaios de sondagem à percussão (SPT) e provas
de cargas estáticas.
O banco de dados utilizado na modelagem apresentava 1.748 registros de casos de
medição de campo referentes a 199 estacas isoladas. Foram consideradas sete variáveis na
camada de entrada da RNA: tipo da estaca, comprimento da estaca, diâmetro da estaca,
somatório do NSPT ao longo do fuste da estaca, o NSPT na base da estaca, estratigrafia por meio
da consideração do solo ao longo do fuste da estaca e carga aplicada na estaca. A variável de
saída foi o recalque da estaca. No trabalho foram estudadas três configurações diferentes das
variáveis de entrada (C1, C2 e C3) com várias arquiteturas.
O modelo que melhor representou a previsão de recalques foi o que utilizou apenas
seis das sete variáveis listadas, a variável que considera o solo ao longo do fuste da estaca não
foi utilizada. A arquitetura do modelo possuía três camadas ocultas com 10 neurônios na
primeira camada intermediária, 6 na segunda camada intermediária e 4 na terceira camada
intermediária (A6:10:6:4:1), com uma correlação na validação de 0,89.
50
Amâncio (2013) verificou que dentre as variáveis de entrada utilizadas, o tipo, o

comprimento e o diâmetro da estaca foram as que possuem efeito mais significativo sobre o
recalque em fundações profundas no seu modelo.
O modelo de Amâncio (2013) apesar de ter apresentado uma boa correlação entre
os valores reais e os valores modelados, foram gerados para algumas estacas modeladas
recalques negativos, conforme apresentado na Figura 2.16. Outra limitação do modelo é que
não leva em consideração a estratigrafia do solo, e as respostas geradas pelo modelo recebem
maior contribuição das características do elemento estrutural. Desta forma, uma das principais
partes do sistema, no caso o solo, acaba sendo de menor significância.
Figura 2.16 – Resultados dos recalques obtidos na prova de carga real e através do modelo de
Amâncio (2013) para a Estaca 190 do tipo escavada
Estaca 190
500
450
400
350
Carga (kN)
300 Prova de Carga

250
200 Amâncio (2013)
150
100
50
0
-3,0 -2,0 -1,0 0,0 1,0 2,0 3,0
Recalque (mm)
Fonte: Adaptado de Amâncio, 2013
Silveira (2014) utilizou a mesma base de dados de Amâncio (2013) para realizar a
modelagem da previsão de recalques utilizando as RNA. Ao conjunto de dados foram
incorporados os exemplos referentes a carga igual a zero e recalque nulo. Com isto, o conjunto
de Silveira (2014) ficou com 1.947 exemplos. Todas as 199 estacas utilizadas no trabalho foram
executadas em território brasileiro, sendo sua localização por região distribuídas da seguinte
forma: região sul (33,2%), região sudeste (38,7%), região centro-oeste (0,5%), região nordeste
(7,5%) e região norte (0,5%). Algumas estacas (19,6%) não apresentavam informação quanto
a sua localização.
As variáveis de entrada utilizadas em seu modelo foram: tipo de estaca,
comprimento da estaca, diâmetro da estaca, somatório do NSPT ao longo do fuste, NSPT na base
da estaca, distância entre a ponta da estaca e a camada incompressível, porcentagem de argila
51
ao longo do comprimento da estaca, porcentagem de silte ao longo do comprimento da estaca,

porcentagem de areia ao longo do comprimento da estaca e a carga aplicada. E a única variável
de saída foi o recalque. Foram incorporadas quatro novas variáveis ao modelo proposto por
Amancio (2013), são elas: a distância entre a ponta da estaca e a camada incompressível, as
porcentagens de argila, silte e areia ao longo do comprimento da estaca.
A arquitetura A10:14:8:4:2:1 (arquitetura que possui 10 nós na camada de entrada,
4 camadas intermediárias somando 28 neurônios no total e 1 neurônio na camada de saída) foi
a que melhor modelou os recalques em estacas para o banco de dados usado na modelagem no
trabalho de Silveira (2014). A correlação entre o recalque medido e o recalque calculado na
fase de validação foi de 0,94.
A Figura 2.17 mostra a curva carga x recalque para as cargas aplicadas x recalques
da prova de carga estática e os recalques calculados pelo modelo proposto por Silveira (2014),
pelo modelo de Amâncio (2013) e pelo modelo elasto-plástico para uma estaca, denominada
estaca-teste, que não fazia parte do conjunto de treinamento e validação do modelo. Observa-
se que todos os modelos geraram curvas com comportamentos bem distintos, enquanto que o
modelo proposto por Silveira (2014) se portou de maneira menos rígida, o modelo de Amâncio
(2013) se comportou de maneira mais rígida. O modelo proposto por Silveira (2014) foi o que
chegou fisicamente mais perto do comportamento real conseguindo prever a mudança do
comportamento elástico para o elastoplástico.
Figura 2.17 - Comparação entre modelos de previsão de recalque de Amâncio (2013), Silveira
(2014) e modelo elastoplástico para a estaca teste
Fonte: Silveira, 2014

52
O modelo de Silveira (2014) apresentou melhores resultados que o modelo de

Amâncio (2013), mas algumas estacas apresentaram comportamento como indicado na Figura
2.18. O sistema estaca-solo apresenta aumento da rigidez ao invés de uma diminuição.
Figura 2.18 - Resultados dos recalques obtidos na prova de carga real e através do modelo de
Silveira (2014) para a Estaca 194 do tipo escavada
Estaca 194
2500
2000
Carga (kN)
1500 Prova de Carga
1000 Silveira (2014)

500
0
0,0 1,0 2,0 3,0 4,0
Recalque (mm)
Amâncio (2013) e Silveira (2014) disponibilizaram os valores dos pesos sinápticos

e bias de seus modelos propostos, permitindo prever o recalque em estacas, de maneira simples
e rápida, utilizando uma planilha de cálculo.
Os resultados apresentados demonstraram que as RNA são capazes de entender o
comportamento do recalque nas fundações profundas, porém novos modelos devem ser
estudados de forma a melhorar o entendimento das RNA em relação aos mecanismos que
influenciam os recalques, conseguindo assim melhores desempenhos.
2.6. Considerações Parciais
As provas de carga realizadas em estacas foram apresentadas como uma forma de

verificar o comportamento complexo do sistema solo-estaca, normatizadas pela NBR
12.131/2006. Os resultados da curva x recalque esperados para o ensaio foram divididos em
três regiões: região de quase proporcionalidade entre a carga e o recalque (deformações
elásticas), região de deformações plásticas e região correspondente a ruptura.
Para entender o comportamento do sistema solo-estaca durante uma prova de carga,
ou durante sua vida útil, deve-se compreender os mecanismos de transferência de carga da
estaca para o solo desde o início de seu carregamento até a ruptura. A previsão de recalques
dependerá de uma série de variáveis definidas a partir do entendimento deste mecanismo.
53
A estimativa do recalque em estacas apresenta algumas dificuldades e limitações

de aplicação das técnicas tradicionais utilizadas. A rede neural artificial surge como uma
alternativa complementar, já que a mesma é eficiente para se trabalhar com problemas
complexos. Nejad et. al (2009), Amâncio (2013) e Silveira (2014) comprovaram a eficiência
das RNA na previsão de recalque em seus trabalhos.
54
3. METODOLOGIA
Neste capítulo são descritas e apresentadas todas as etapas necessárias ao

desenvolvimento do modelo de previsão de recalques a partir do emprego das redes neurais
artificiais.
De forma a se sistematizar todos os procedimentos, facilitando o entendimento do
processo de modelagem com o emprego das RNA, e o alcance dos objetivos que se pretende,
esta pesquisa foi desenvolvida em duas etapas: análise para identificação da consistência das
informações utilizadas nos modelos de Amâncio (2013) e Silveira (2014); e desenvolvimento
do modelo, utilizando os mesmos procedimentos destes autores.
3.1. Análise e Tratamento dos Dados
O êxito de um modelo de previsão utilizando redes neurais artificias depende um

conjunto entrada-saída amplo, abrangente e confiável. A utilização de exemplos que não
representem com proximidade a realidade do fenômeno estudado, pode levar a previsões
equivocadas.
Amâncio (2013) e Silveira (2014) utilizaram resultados de provas de carga estáticas
e de ensaios SPT para modelagem do recalque em estacas, no entanto, não foi realizada
qualquer filtragem no conjunto de dados. Esperava-se que a rede neural artificial fosse capaz
de entender o fenômeno do recalque de tal forma que, possíveis erros nos dados de entrada
fossem detectados e a resposta gerada fosse ajustada.
Porém, para algumas estacas, houve comportamento como o da Estaca 120 do tipo
cravada metálica, mostrada na Figura 3.1. No modelo de Amâncio (2013) há um aumento
brusco na rigidez do sistema solo-estaca a partir da carga de 1000 kN, para o modelo de Silveira
(2014) há um aumento mais acentuado ainda na rigidez a partir da carga de 800 kN. Conforme
apresentado no Capítulo 2, segundo Décourt (1996), à medida que o recalque aumenta, há uma
diminuição da rigidez do sistema solo-estaca. Entretanto, isto não ocorre na modelagem do
exemplo apresentado.
Mesmo os modelos de Amâncio (2013) e Silveira (2014) tendo obtidos altos
coeficientes de correlação, a modelagem do recalque de algumas estacas apresentou
comportamento como o indicado anteriormente. Assim, optou-se por fazer uma análise
detalhada de todos os resultados das provas de carga utilizadas, com o objetivo de ter um
conjunto de treinamento e validação mais heterogêneo e representativo.
55
Figura 3.1 – Resultados da prova de carga e dos modelos de Amâncio (2013) e Silveira (2014)
para a Estaca 120 do tipo cravada metálica
Estaca 120
2000
1800
1600
1400 Prova de Carga
Carga (kN)
1200
Amancio (2013)
1000
800 Silveira (2014)
600
400
200
0
0,0 10,0 20,0 30,0 40,0 50,0
Recalque (mm)
3.1.1. Obtenção dos Dados
Foram analisados os dados referentes aos resultados de sondagens à percussão e

provas de carga estáticas de 199 estacas utilizadas por Amâncio (2013) e Silveira (2014).
Segundo Amâncio (2013), algumas das provas de carga estáticas foram executadas
com finalidades exclusivamente acadêmicas, e outros ensaios foram realizados para
acompanhar o desempenho da fundação projetada. Nestas provas de carga não havia como saber
a sua forma de execução (lenta, rápida ou mista).
O conjunto de dados inicial é o mesmo utilizado por Silveira (2014) que possui
1.947 exemplos do tipo entrada-saída. Silveira (2014) inseriu no conjunto de Amâncio (2013)
exemplos referentes ao recalque nulo para carga igual a zero, pois nos exemplos utilizados por
Amâncio (2013) foram colocados os dados somente a partir do primeiro estágio de carga.
Amâncio (2013) e Silveira (2014) adotaram a mesma numeração para as 199
estacas. As estacas hélice contínua foram numeradas de 1 a 104, as estacas cravadas metálicas
de 105 a 132 e as estacas escavadas de 133 a 199.
Neste trabalho, mesmo após as alterações, optou-se por deixar a mesma numeração
para fins de comparação.
56
3.1.2. Análise dos Dados
A realização de qualquer ensaio é suscetível de falhas, por isto, após a obtenção dos
dados, foi feita uma avaliação criteriosa do conjunto de exemplos utilizados para modelagem
neste trabalho, verificando-se a consistência dos ensaios disponibilizados, ou mesmo a
possibilidade de erros na transcrição de seus resultados.
Na análise detalhada das provas de carga e dos ensaios SPT utilizados por Amâncio
(2013) e Silveira (2014) foram observados os seguintes erros, ou inconsistências:
 Provas de carga indicando um aumento da rigidez do sistema solo-estaca
durante o carregamento;
 Sistema solo-estaca apresentando um comportamento elástico-perfeitamente
plástico, com ruptura ocorrendo para baixos valores de recalques;
 Provas de carga que apresentaram recalques nulos para cargas diferentes de
zero;
 Estágios de carga sucessivos e crescentes com recalque menor que o ocorrido
no estágio anterior;
 Provas de carga em estacas instaladas no mesmo maciço de solo (mesma
estratigrafia e mesmos valores de NSPT), com mesmos estágios de carga, mas
com recalques diferentes (duplicidade dos dados de entrada);
 Estágio de carga com mais de um recalque associado (duplicidade dos dados
de entrada).
As provas de carga das Estacas 101 (Figura 3.2) e 138 foram excluídas do conjunto
de treinamento e validação desta pesquisa, pois apresentaram o aumento na rigidez do sistema
estaca-solo durante o carregamento, este aumento da rigidez ocorrido nestas estacas, pode ser
o indicativo do início da mobilização da carga de ponta da estaca, porém poucos são os
exemplos representativos. Conforme apresentado no Capítulo 2, espera-se que após o trecho
elástico (rigidez aproximadamente constante), haja uma diminuição da rigidez do sistema solo-
estaca (trecho de deformações plásticas), para então chegar-se a ruptura, onde a rigidez do
sistema estaca-solo tende a ser nula (DÉCOURT, 1996; NIYAMA et. al, 1998; HIRANY e
KULHAWY, 1989).
Nos resultados das provas de carga das Estacas 71, 133, 153, 197 e 198, as curvas
carga x recalque indicam que o sistema solo-estaca apresenta um comportamento elástico-
perfeitamente plástico, com uma ruptura brusca e que ocorre logo após o final do trecho
57
elástico, conforme exemplificado na Figura 3.3. Este comportamento pode acontecer em solos
porosos lateríticos, como são poucos os exemplos representativos deste comportamento, as
estacas foram excluídas do conjunto.
Figura 3.2 – Análise da prova de carga da Estaca 101

Estaca 101
3000
2500
2000
Carga (kN)
Diminuição da rigidez
Prova de Carga
1500
1000
500 Aumento da rigidez
0
0,0 5,0 10,0 15,0 20,0
Recalque (mm)
Figura 3.3 – Análise da prova de carga da Estaca 153
Estaca 153
140
120
100
Carga (kN)
80 Prova de Carga
60
Final do trecho elástico e
40 ruptura brusca
20
0
0,0 10,0 20,0 30,0 40,0 50,0
Recalque (mm)
As Estacas 185, 191 e 192 (Figura 3.4) apresentaram para carga diferente de zero
recalque nulo, por isto optou-se pela exclusão destas estacas do conjunto.
58
Figura 3.4 – Prova de carga com recalque nulo para carga diferente de zero
Estaca 192
1200
1000
800
Carga (kN)
600 Prova de Carga
400
200
0
0,0 1,0 2,0 3,0 4,0
Recalque (mm)
Para algumas estacas, optou-se pela exclusão somente de parte dos estágios de carga
por apresentarem recalques muito baixos (menores que 0,05 mm), ou porque no trecho inicial
(deformações elásticas) não havia proporcionalidade entre a carga aplicada e o recalque gerado.
Os resultados indicam que pode ter ocorrido um erro de transcrição, ou que os equipamentos
utilizados não possuíam a precisão correta para os estágios de carga iniciais, porém, diferente
dos ensaios das estacas anteriormente descritas que foram excluídas em sua totalidade, no caso
apresentado, as provas de carga possuíam após o trecho inicial resultados proveitosos.
Na Figura 3.5 é exibida a prova de carga para a Estaca 194, no detalhe indicado é
possível observar o trecho inicial da curva e os estágios de carga que foram eliminados, verifica-
se que após as exclusões há uma maior concordância com os valores esperados para o trecho
elástico da curva.
Na Tabela 3.1 são mostradas as estacas e os respectivos estágios de carga iniciais
eliminados do conjunto de treinamento e validação.
59
Figura 3.5 – Prova de carga da Estaca 194 com detalhe do trecho inicial e os estágios de carga
eliminados
Estaca 194
2500
2000
Carga (kN)
1500
Prova de Carga
1000 Alteração realizada
500
0
0,0 1,0 2,0 3,0 4,0
Recalque (mm)
Tabela 3.1 – Estágios de carga eliminados

Cargas
Estaca Tipo Recalques (mm)
eliminadas (kN)
98 Hélice Contínua 240 0,08
99 Hélice Contínua 260 0,02
100 Cravada Metálica 260 0,15
37 0,01
73 0,01
188 Escavada
110 0,06
146 0,29
260 0,01
193 Escavada 520 0,13
780 0,35
200 0,01
194 Escavada
560 0,13
Foi verificado em alguns estágios de carga sucessivos e crescentes, para as Estacas

124 e 156, a ocorrência de recalque menor que o recalque do estágio de carga anterior. Na
Figura 3.6 é exibida a prova de carga da Estaca 156 e indicados os pontos onde ocorre o
problema.
Espera-se que para a mesma estaca, a aplicação de cargas crescentes gere recalques
também crescentes, por isto, para as Estacas 124 e 156 foram feitas alterações em alguns valores
de recalques.
60
Para a estaca 156 o recalque correspondente a carga de 194 kN foi alterado de 0,86
mm para 1,06 mm. A correção está indicada na Figura 3.6 e foi realizada de forma a manter
aproximadamente a mesma rigidez ao longo do trecho elástico da curva. Esta mesma correção
foi aplicada para a Estaca 124, onde o recalque correspondente à carga de 200 kN foi alterado
de 0,24 mm para 0,54 mm.
A carga de 494 kN da Estaca 156 foi excluída, pois apresentava um recalque de
39,31 mm e o estágio de carga anterior (493 kN) apresentou um recalque de 43,86 mm.
Observa-se que neste trecho do ensaio, o sistema já havia entrado em ruptura, sendo duvidosa
a ocorrência do resultado excluído na prova de carga.
Figura 3.6 – Prova de carga da Estaca 156 e correções aplicadas

Estaca 156
600
500
400
Carga (kN)
300
200
Prova de Carga
Correção Aplicada
100
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
Recalque (mm)
Com relação a análise da duplicidade dos dados, foi feito o levantamento das
estacas, que para a modelagem, tinham dados de entrada exatamente iguais, ou que eram muito
próximos. Para o modelo com as redes neurais artificiais, dados de entrada iguais geram uma
única reposta.
Foram encontrados grupos de estacas com dados de entrada iguais, ou seja, estacas
com geometrias iguais e executadas em mesmo maciço de solo (mesma estratigrafia), com
61
mesmos resultados para o ensaio de sondagem à percussão, mas com provas de carga
divergentes. Isto faz com que o conjunto de treinamento do modelo tenha vários exemplos com
entradas iguais, porém com saídas reais totalmente diferentes. Contudo, durante a etapa de
treinamento a rede tenta adequar uma única resposta às várias saídas apresentadas.
A Figura 3.7 exibe os resultados das provas de carga para as Estacas 26 e 27 que
são totalmente diferentes, porém são estacas com dados de entrada exatamente iguais. Já as
Estacas 164, 165 e 166 que também têm mesmos dados de entradas, apresentam provas de carga
semelhantes (Figura 3.8). Conforme mostra a Figura 3.9, para o grupo com sete estacas (Estaca
145 à Estaca 151) apenas uma das provas de carga diverge muito das outras.
Figura 3.7 – Estacas com mesmos dados de entrada e provas de carga divergentes
Estacas 26-27
2500
2000
Carga (kN)
1500
1000 Estaca 26
Estaca 27
500
0
0,00 10,00 20,00 30,00 40,00
Recalque (mm)
Figura 3.8 – Estacas com mesmo dados de entrada e provas de carga semelhantes
Estacas 164-166
700
600
500
Carga (kN)
400
Estaca 164
300
Estaca 165
200
100 Estaca 166
0
0,00 20,00 40,00 60,00 80,00 100,00 120,00
Recalque (mm)

62
Figura 3.9 - Estacas com mesmos dados de entrada e apenas uma prova de carga divergente
Estacas 145-151
2500 Estaca 145
2000 Estaca 146
Carga (kN)
1500 Estaca 147

Estaca 148
1000
Estaca 149
500
Estaca 150
0 Estaca 151
0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00
Recalque (mm)
No Apêndice A, são apresentadas todas as provas de carga das estacas que

apresentaram duplicidade dos dados de entrada. Foram encontradas 39 estacas separadas em 12
grupos com valores de entrada no modelo exatamente iguais e 16 estacas separadas em 8 grupos
com valores de entrada no modelo muito próximos.
Na Tabela 3.2 são apresentados para cada um dos grupos de exemplos com entradas
iguais, os problemas e divergências encontrados, as soluções adotadas, e ainda a numeração das
estacas no conjunto final.
Tabela 3.2 – Análise da duplicidade dos dados de entrada

Grupos de
estacas com Inconsistências/ Numeração
Tipo Solução
mesmos dados Problemas Final
de entrada
Hélice
16, 17 -
Contínua Cada grupo de estacas
Hélice apresentou curvas das
26, 27 -
Contínua provas de carga muito Desconsideração dos
divergentes. Não há
Hélice resultados dos
48, 49 como afirmar se alguma -
Contínua das provas de carga foi ensaios das estacas.
Hélice executada de forma
82, 83 -
Contínua correta.
170, 171 Escavada -
63

Grupos de
Tipo Solução
de entrada
Os resultados da prova
de carga da Estaca 130
divergem pouco da Desconsideração dos
Cravada Estaca 132. Porém, a resultados dos
130, 132 132
Metálica curva carga x recalque da ensaios da Estaca
Estaca 130 apresenta 130.
pontos de mudanças
bruscas da rigidez.
Os resultados da prova
de carga da Estaca 172
são pouco divergentes da
Desconsideração dos
Estaca 173. Porém, a
resultados dos
172, 173 Escavada curva carga x recalque da 173
ensaios da Estaca
Estaca 172 apresenta
172.
mais de um recalque
associado a carga de 224
kN.
Hélice
42, 43 42
Contínua
Hélice
69, 70 69
Contínua
Hélice
76,77 76
Contínua Elaboração de um
As curvas das provas de
Cravada gráfico médio para
116, 117 cargas próximas. 116
Metálica cada um dos grupos
154,155 Escavada 154
164, 165, 166 Escavada 164
137, 138, 139,
140, 141, 142, Escavada 140
143, 144
resultados dos
ensaios da Estaca
A Estaca 148 e os
148. Para a Estaca
145, 146, 147, estágios de carga acima
145 foram retirados
148, 149, 150, Escavada de 1500 kN da Estaca 145
os estágios de carga
151 145 apresentam valores
acima de 1500 kN.
muito divergentes das
Com os dados
demais provas de carga.
restantes foi feita
uma curva média.
64

Grupos de
Tipo Solução
de entrada
O resultado da prova de
resultados dos
159, 160, 161, carga da Estaca 162
Escavada ensaios da Estaca 159
162 diverge muito das outras
162 e média com as
estacas.
estacas restantes.
resultados dos
carga da Estaca 167
167, 168, 169 Escavada ensaios da Estaca 168
diverge muito das outras
167 e média com as
estacas.
estacas restantes.
resultados dos
carga da Estaca 179
179, 180, 181 Escavada ensaios da Estaca 180
diverge muito das outras
179 e média com as
estacas.
estacas restantes.
Para valores acima de Exclusão dos valores
Cravada 200 mm os valores das maiores que 200 mm
119, 120 119
Metálica provas de carga são bem e média com os
distintos. dados restantes.
Alterado o último
recalque da Estaca
Acredita-se que tenha
174 de 16,09 mm
havido erro de digitação
para 6,09mm. Na
em alguns valores das
Estaca 175 para a
provas de carga.
174, 175 Escavada carga 75kN o 174
Realizando-se essas
recalque foi alterado
alterações as curvas
de 0,34 mm para
apresentam
0,54mm. Feita as
comportamento parecido
alterações foi traçada
uma curva média.
No conjunto de dados das provas de carga estáticas, algumas estacas apresentaram

para a mesma carga aplicada mais de um recalque associado. Na Figura 3.10 é exemplificado
os resultados de uma dessas provas de carga. Observa-se que para a carga de 645 kN existem
dois recalques associados, um de 4,02 mm e outro de 6,33 mm. Os resultados indicam que pode
ter havido algum erro durante a finalização do ensaio, por isso, optou-se pela exclusão do último
recalque obtido durante o ensaio. Na Tabela 3.3 são mostradas as estacas e os recalques
excluídos.
65
Figura 3.10 – Prova de carga da Estaca 199
Estaca 199
700
600
500
Carga (kN)
400
300
200
100 Prova de Carga
0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0
Recalque (mm)
Tabela 3.3 – Estágio de carga igual e recalques associados diferentes

Recalques Recalque
Estaca Tipo Carga (kN)
associados (mm) excluído (mm)
118 Cravada 1000 40,6 62,87 62,87
124 Metálica 400 15,33 19,57 19,57
140 1200 1,84 2,11 2,11
176 2800 4,34 4,89 4,89
178 6000 3,41 3,93 3,93
188 293 8,04 9,2 9,2
189 Escavada 600 0,88 1,09 1,09
190 450 1,6 1,81 1,81
193 1950 2,96 3,49 3,49
194 2100 3,13 3,66 3,66
199 645 4,02 6,33 6,33
O resultado da prova de carga da Estaca 186 apresentou valores inconsistentes. Para

as cargas 1300 kN e 1650 kN o recalque gerado foi igual (0,17 mm), conforme mostra o detalhe
na Figura 3.11. Espera-se que acréscimos de carga no topo da estaca provoquem recalques
crescentes, por isto os dois estágios de carga foram excluídos do conjunto.
66
Figura 3.11 – Prova de carga da Estaca 186

Estaca 186
10000
9000
8000
7000
Carga (kN)
6000
5000
4000
3000
2000
1000 Prova de Carga
0
0,0 5,0 10,0 15,0 20,0 25,0
Recalque (mm)
Para a modelagem foram também excluídas estacas com comprimento maior que
35 metros e/ou com diâmetro maior que 1,20 metros. A escolha foi feita porque estas estacas
apresentam um comportamento diferenciado e a quantidade de exemplos era pequena e pouco
representativa do fenômeno. Desta forma, as Estacas 157, 158, 159, 163, 195, 196 foram
retiradas do conjunto de dados.
As Estacas 125 e 126 do tipo cravada metálica foram excluídas porque com as
informações apresentadas, não há como saber com exatidão quais são os perfis utilizados, não
podendo assim calcular os seus diâmetros equivalentes.
Foram ainda alterados no conjunto de dados alguns comprimentos, percentuais de
material e outros parâmetros que estavam com valores incorretos no conjunto de dados de
Silveira (2014), esta verificação foi feita através da análise das sondagens e provas de carga.
Após todas as alterações descritas, chegou-se a um conjunto com 141 estacas,
totalizando 1.320 exemplos do tipo entrada-saída. A planilha final com todos os dados é
apresentada no Apêndice B.
No conjunto inicial de dados disponíveis em Silveira (2014) haviam 104 estacas
hélice contínua (52%), 28 estacas cravadas metálicas (14%) e 67 estacas escavadas (34%),
conforme distribuição indicada na Figura 3.12 (a). No conjunto de dados final ficaram 91
estacas hélice contínua (65%), 23 estacas cravadas metálicas (16%) e 27 estacas escavadas
(19%), distribuição apresentada na Figura 3.13 (a).
67
Na Figura 3.12 (b) e Figura 3.13 (b) são exibidas as distribuições da quantidade de
exemplos entrada-saída do conjunto inicial e final, respectivamente. A diferença em relação às
distribuições apresentadas anteriormente, ocorre pela variabilidade na quantidade de valores de
recalques medidos no ensaio de provas de carga estáticas, ou seja, as estacas foram submetidas
a diferentes carregamentos (informação que define o número de exemplos do tipo entrada-
saída).
Observa-se que as estacas que mais sofreram alterações em seu conjunto de dados
foram as estacas do tipo escavada. As estacas hélices contínuas permaneceram tendo a maior
representatividade no conjunto e as estacas cravadas metálicas foram as que menos sofreram
alterações.
entrada-saída do conjunto inicial – Silveira (2014)
(a) (b)
34% Hélice Contínua

39% 45%
52% Cravada Metálica
Escavada
14%
16%
entrada-saída do conjunto final
(a) (b)
19%
24%
Hélice Contínua
Cravada Metálica
16%
57% Escavada
65% 19%

68
Foi realizada a análise das distribuições dos valores dos comprimentos e dos
diâmetros das estacas antes e após as modificações realizadas, com intuito de verificar se as
características do conjunto final permaneceram as mesmas do conjunto utilizado por Silveira
(2014).
Através da Figura 3.14 e da Figura 3.15 é possível observar que a distribuição final
dos valores dos comprimentos e dos diâmetros das estacas hélices contínuas permaneceram
praticamente as mesmas do conjunto inicial.
Para as estacas cravadas metálicas, observa-se através da Figura 3.16 e da Figura
3.17 que apesar de ocorrer uma maior alteração nas distribuições que nas estacas hélices
contínuas, as alterações no conjunto final são pouco significativas. Para os valores de diâmetro,
o conjunto final deixou de ter dados representativos para a Classe 1 (0,05 m > D > 0,1 m), isto
decorreu da exclusão das Estacas 125 e 126, não sendo possível afirmar que os diâmetros
adotados por Silveira (2014) estejam corretos.
Nas estacas escavadas (Figura 3.18 e Figura 3.19), ocorreram as maiores alterações
no conjunto de dados. Como para estas estacas existiam alguns valores extremos tanto para os
comprimentos (L > 40m) quanto para os diâmetros (D > 1,20m), a distribuição inicial
apresentava classes onde não haviam dados representativos. Ao fazer-se a limitação dos
comprimentos e diâmetros para aplicação do modelo, o conjunto final apresenta dados em todas
as classes.
Quanto à distribuição referente a todas as estacas do conjunto (Figura 3.20 e Figura
3.21), nota-se que conforme ocorreu para as estacas escavadas, o conjunto final apresenta
exemplos em todas as classes quando o mesmo não acontecia no conjunto inicial.
Figura 3.14 – Distribuição inicial e final dos valores dos comprimentos das estacas hélices
contínuas
Classes - L (m) % 20
Classe mín máx Final Inicial 18
1 6 8 6,59 6,73 16
Percentagem (%)
2 8 10 5,49 4,81 14
3 10 12 12,09 12,5 12
10
4 12 14 16,48 16,35
8
5 14 16 16,48 16,35
6
6 16 18 17,58 17,31 4
7 18 20 9,89 11,54 2
8 20 22 7,69 6,73 0
1 2 3 4 5 6 7 8 9 10 11
9 22 24 6,59 5,77
Classes
10 24 26 1,10 0,96
11 26 28 - 0,96 Final Inicial (Silveira 2014)

69
Figura 3.15 – Distribuição inicial e final dos valores dos diâmetros das estacas hélices contínuas
35
Classes - D (m) %
30
Percentagem (%)
1 0,2 0,3 5,49 5,77 20
2 0,3 0,4 14,29 15,38 15
3 0,4 0,5 18,68 18,27 10
4 0,5 0,6 28,57 30,77 5
5 0,6 0,7 17,58 16,35 0

1 2 3 4 5 6 7
6 0,7 0,8 14,29 12,5 Classes
7 0,8 0,9 1,10 0,96
Final Inicial (Silveira 2014)
Figura 3.16 - Distribuição inicial e final dos valores dos comprimentos das estacas cravadas
metálicas
Classes - L (m) % 25
Classe mín máx Final Inicial
20
1 6 8,5 8,7 10,71
Percentagem (%)
2 8,5 11 4,35 7,14

15
3 11 13,5 8,70 7,14
4 13,5 16 13,04 10,71 10
5 16 18,5 8,70 10,71
6 18,5 21 8,70 7,14 5
7 21 23,5 17,39 21,43
8 23,5 26 4,35 3,57 0
1 2 3 4 5 6 7 8 9 10 11
9 26 28,5 8,70 7,14 Classes
10 28,5 31 8,7 7,14
11 31 33,5 8,70 7,14 Final Inicial (Silveira 2014)
Figura 3.17 - Distribuição inicial e final dos valores dos diâmetros das estacas cravadas
metálicas
35
Classes - D (m) % 30
Percentagem (%)

20
1 0,05 0,1 0 7,14
15
2 0,1 0,15 30,43 32,14
10
3 0,15 0,2 26,09 25 5
4 0,2 0,25 4,35 3,57 0
5 0,25 0,3 17,39 14,29 1 2 3 4 5 6 7
6 0,3 0,35 4,35 3,57 Classes
7 0,35 0,4 17,39 14,29


70
Figura 3.18 - Distribuição inicial e final dos valores dos comprimentos das estacas escavadas
Classes - L (m) %
60
1 3 8 14,81 19,4 50
2 8 13 55,56 32,84
Percentagem (%)
40
3 13 18 7,41 7,46
4 18 23 18,52 26,87 30
5 23 28 3,7 2,99
20
6 28 33 0 1,49
7 33 38 0 0 10
8 38 43 0 0 0
9 43 48 0 0 1 2 3 4 5 6 7 8 9 10 11 12
10 48 53 0 2,99 Classes
11 53 58 0 0
12 58 63 0 5,97
Figura 3.19 - Distribuição inicial e final dos valores dos diâmetros das estacas escavadas
40
Classes - D (m) %
1 0,2 0,35 37,04 32,84 30

Percentagem (%)
2 0,35 0,5 11,11 16,42 25

3 0,5 0,65 18,52 16,42 20
4 0,65 0,8 7,41 7,46 15
5 0,8 0,95 7,41 2,99 10
6 0,95 1,1 3,7 1,49 5
7 1,1 1,25 14,81 7,46
0
8 1,25 1,4 0 0 1 2 3 4 5 6 7 8 9 10
9 1,4 1,55 0 5,97 Classes
10 1,55 1,7 0 8,96
Figura 3.20 - Distribuição inicial e final dos valores comprimentos de todas as estacas
Classes - L (m) %
35
1 3 8 8,51 11,56 30
2 8 13 29,79 27,14 25
Percentagem (%)
3 13 18 31,91 26,63 20
4 18 23 20,57 23,62
15
5 23 28 6,38 5,53
6 28 33 2,84 2,51 10
7 33 38 - 0 5
8 38 43 - 0 0
9 43 48 - 0 1 2 3 4 5 6 7 8 9 10 11 12
10 48 53 - 1,01 Classes
11 53 58 - 0
12 58 63 - 2,01

71
Figura 3.21 - Distribuição inicial e final dos valores dos diâmetros de todas as estacas
35
Classes - D (m) %
1 0,05 0,2 9,22 9,05 25
Percentagem (%)
2 0,2 0,35 14,89 18,09
3 0,35 0,5 26,24 24,12 20
4 0,5 0,65 33,33 30,15 15

5 0,65 0,8 10,64 9,05
10
6 0,8 0,95 2,13 1,51
7 0,95 1,1 0,71 0,5 5
8 1,1 1,25 2,84 2,51 0
9 1,25 1,4 - 0 1 2 3 4 5 6 7 8 9 10 11
10 1,4 1,55 - 2,01 Classes
11 1,55 1,7 - 3,02
Com relação ao tipo predominante de solo (argila, silte e areia) em que as estacas
foram executadas, em geral maior parte está em solo argiloso. Esta análise foi necessária para
averiguar a representatividade do conjunto de dados em diferentes tipos de solo, mesmo após a
exclusão de parte dos dados.
A distribuição por tipo de solo para estacas hélice contínua (Figura 3.22 (a)) e
cravada metálica (Figura 3.22 (b)) apresentaram pouca alteração. Para as estacas escavadas
houve a maior alteração ((Figura 3.22 (c)).
No total indicado na Figura 3.22 (d) é possível observar que o conjunto de dados
final apresenta 49% das estacas executadas em solos predominantemente argilosos, 30% solos
siltosos e 21% em solos arenosos.
72
Figura 3.22 – Percentual de estacas executadas em cada tipo solo: (a) Hélice Contínua, (b)
Cravada Metálica, (c) Escavada e (d) Total
(a) Hélice Contínua (b) Cravada Metálica
80 80
70 70
60 60
50 50
40 40
30 30
20 20
10 10
0 0
% Argila % Silte % Areia % Argila % Silte % Areia
(c) Escavada Total

(d)
80 80
70 70
60 60
50 50
40 40
30 30
20 20
10 10
0 0
% Argila % Silte % Areia % Argila % Silte % Areia
Final Inicial (Silveira 2014) Final Inicial (Silveira 2014)
Nas estacas do conjunto final, foi analisada a mobilização da carga de atrito lateral.
A análise foi feita apenas como uma estimativa com base nas informações nos trabalhos de
Décourt et. al (1998) e Poulos e Davis (1980) apud Langone (2012), que indicam para a plena
mobilização da carga de atrito lateral em estacas, em solos argilosos a faixa de deformação
necessária de 0,5% a 2% do diâmetro da estaca e para solos granulares de 1% a 3% do diâmetro
da estaca.
Para estacas executadas em solos predominantemente argilosos, com base nos
recalques máximos medidos nas provas de carga e nos diâmetros (Figura 3.23), os resultados
indicam que 3% das estacas não mobilizaram plenamente a carga de atrito lateral, 25% podem
ter chegado a mobilizar plenamente e 72% mobilizaram plenamente (Tabela 3.4).
Para estacas executadas em solos granulares (siltosos e arenosos), com base nos
recalques máximos medidos nas provas de carga e nos diâmetros (Figura 3.24), os resultados
73
indicam que 21% das estacas não mobilizaram plenamente a carga de atrito lateral, 43% podem
ter chegado a mobilizar plenamente e 36% mobilizaram plenamente (Tabela 3.5).
Observa-se que a plena mobilização da carga de atrito lateral foi maior nas estacas
executadas em solos argilosos. Para todas as estacas do conjunto final, 14% não mobilizaram
plenamente a carga de atrito lateral, 32% podem ter chegado a mobilizar plenamente e 54%
mobilizaram plenamente.
Figura 3.23 – Deformação (máx/D) das estacas executadas em solos predominantemente

argilosos
40
35
30
25
máx/D (%)
20
15
10
Tabela 3.4 – Faixas de deformação de acordo com a mobilização da carga de atrito lateral para
estacas executadas em solos predominantemente argilosos
Faixa de Deformação Quantidade Percentual
/D < 0,5% 2 3%
0,5% < /D < 2% 17 25%
/D > 2% 50 72%
74
Figura 3.24 - Deformação (máx/D) das estacas executadas em solos predominantemente

granulares (siltosos e arenosos)
40
35
30
25
máx/D (%)
20
15
10
Tabela 3.5 - Faixas de deformação de acordo com a mobilização da carga de atrito lateral para
estacas executadas em solos predominantemente granulares (siltosos e arenosos)
Faixa de Deformação Quantidade Percentual
/D < 1% 18 25%
1% < /D < 3% 28 39%
/D > 3% 26 36%
Através da análise dos dados foi possível observar que existiam ensaios com
resultados duvidosos, optando-se por excluir ou modificar estes resultados, de forma a deixar o
conjunto de dados da modelagem mais representativo, o conjunto final ficou com 141 estacas.
As distribuições apresentadas indicam que mesmo após as alterações realizadas, o
conjunto final apresentou uma variabilidade de dados próxima ao conjunto de Silveira (2014),
porém, considerando a distribuição de valores dos diâmetros, que variaram entre 0,05 m e
1,20m, e comprimentos das estacas, que variaram entre 3m e 35 m, no conjunto final existem
exemplos representativos para todas as classes de valores em que o modelo poderá ser
empregado.
Com base nas estimativas feitas de acordo com os trabalhos de Décourt et. al (1998)
e Poulos e Davis (1980) apud Langone (2012), mais da metade das estacas do conjunto final
foram ensaiadas de forma a mobilizar plenamente a carga de atrito lateral.
75
3.1.3. Definição das Variáveis de Entrada
A previsão de recalques em fundações profundas é um problema complexo,

influenciado por uma série de fatores, principalmente por: características geométricas das
estacas, características de resistência e deformabilidade do solo circundante e da estaca,
mecanismos de transferência de carga, dentre outros.
Tomando por base o trabalho de Silveira (2014), foram utilizadas as seguintes
variáveis de entrada do modelo:
 T = tipo de estaca;
 L = comprimento da estaca (m);
 D = diâmetro da estaca (m);
 NF = número representativo dos valores de NSPT ao longo do fuste da estaca
(golpes/30cm);
 NP = NSPT na ponta da estaca (golpes/30cm);
 d = profundidade da camada de influência da carga em relação a ponta da
estaca (m);
 Arg = fator representativo das camadas de solo argiloso ao longo do
comprimento da estaca (m/m);
 Sil = fator representativo das camadas de solo siltoso ao longo do
 Ar = fator representativo das camadas de solo arenoso ao longo do
 P = carga aplicada na estaca (kN).
Nesta pesquisa foram estudadas quatro formas diferentes de consideração dos
resultados do ensaio SPT ao longo do fuste da estaca. A variável denominada NF foi calculada
como a soma, a média aritmética, a soma ponderada e a média ponderada dos valores de NSPT
ao longo do fuste da estaca.
Com as variáveis de entrada apresentadas foram trabalhados modelos onde a
variável de saída fosse o recalque da fundação profunda ().
Conforme indicado na Tabela 3.6, para o desenvolvimento dos modelos, as
variáveis de entrada T, L, D e P foram obtidas nas provas de carga estáticas, e as variáveis NF,
NP, d, Arg, Sil e Ar foram obtidas através de sondagens à percussão SPT, e a variável de saída
nas provas de carga estáticas.
76
Tabela 3.6 – Aquisição dos dados utilizados no modelo

Variável Tipo Aquisição
T Prova de Carga Estática
L Prova de Carga Estática
D Prova de Carga Estática
NF Sondagem à Percussão
NP Sondagem à Percussão
Entrada
d Sondagem à Percussão
Arg Sondagem à Percussão
Sil Sondagem à Percussão
Ar Sondagem à Percussão
P Prova de Carga Estática
 Saída Prova de Carga Estática
A variável tipo da estaca (T) foi escolhida, pois, cada tipo de estaca apresenta
mecanismos de transferência de carga entre o solo e o elemento estrutural diferentes, os quais
são função do processo executivo da estaca, do seu material constituinte e de sua interação com
o solo circundante. Na Tabela 3.7 são apresentados os valores que representam cada tipo de
estaca na modelagem.
Tabela 3.7 – Valores para a variável tipo de estaca (T)

Tipo de estaca (T) Valor
Hélice contínua 1
Cravada metálica 2
Escavada 3
As variáveis comprimento (L) e diâmetro (D) da estaca representam a inércia do

elemento estrutural, além levar em conta o mecanismo de transferência de carga ao longo fuste
e na ponta da estaca. Para as estacas cravadas metálicas que não possuíam seção circular, foi
calculado o diâmetro equivalente segundo a Equação 3.1:
4 A.B
D  (3.1)

Onde:
D= diâmetro equivalente;
A e B = dimensões da seção do perfil (Figura 3.25)
77
Figura 3.25 – Seção transversal para estacas cravadas metálicas
As variáveis NF e NP foram introduzidas por serem uma forma de representar a

resistência a deformabilidade do solo. O índice de resistência penetração (NSPT) obtido através
da sondagem a percussão é utilizado para definir NF e NP, e leva em consideração a
compacidade/consistência do solo, que influenciam diretamente os recalques sofridos pelo solo
quando submetido a uma carga.
Para a variável NF foram estudadas quatro formas diferentes de cálculo,
apresentadas a seguir:
 Somatório de NSPT ao longo do fuste: método de cálculo adotado por Silveira
(2014), apresentada na Equação 3.2.
NF   N SPT  NP (3.2)
Onde:
NSPT = índice de resistência à penetração ao longo fuste, em golpes/30 cm;
NP = valor de NSPT na ponta estaca (Figura 3.26).
 Média aritmética simples do NSPT ao longo do fuste: conforme apresentada na
Equação 3.3.
(3.3)
NF 
 N SPT  NP
n 1
Onde:
n = quantidade total de NSPT ao longo do comprimento da estaca.
 Soma ponderada do NSPT ao longo do fuste: A transferência da carga aplicada na
estaca para o solo é não uniforme ao longo do fuste. Conforme apresentado no
78
trabalho de Murthy (2002), maior parte da carga é transferida através do atrito

lateral no topo da estaca. Por isto, foram adotados pesos para os NSPT ao longo
do fuste da estaca, conforme indicados na Equação 3.4 e na Figura 3.26. Cada
um dos NSPT da primeira metade do comprimento da estaca receberam pesos de
0,6, os NSPT correspondentes a 25% do comprimento da estaca consecutivos ao
anterior receberam pesos de 0,3, e os NSPT consecutivos ao anterior e
desconsiderando NP, receberam pesos de 0,1.
NF  S1 .0,6  S 2 .0,3  S 3 .0,1 (3.4)
Onde:
S1 = somatório dos NSPT correspondentes a primeira metade do comprimento da
estaca;
S2 = somatório dos NSPT correspondentes a 25% do comprimento da estaca,
sendo estes consecutivos ao anterior;
S3 = somatório dos NSPT restantes consecutivos ao anterior, desconsiderando NP.
Figura 3.26 – Determinação da variável NP e cálculo da variável NF
Araújo, 2015
 Média ponderada do NSPT ao longo do fuste: conforme apresentada na Equação

3.5 e na Figura 3.26.
79
S1 .0,6  S 2 .0,3  S 3 .0,1 (3.5)

NF 
n1.0,6  n 2.0,3  n3.0,1
Onde:
n1 = quantidade dos NSPT correspondente ao peso de 0,6;
n2 = quantidade dos NSPT correspondente ao peso de 0,3;
n3 = quantidade dos NSPT correspondente ao peso de 0,1.
A variável d foi escolhida por influenciar na deformabilidade do solo. Silveira

(2014) adotou d como a distância entre a ponta da estaca e a camada incompressível, e para
casos onde não houve progressão do ensaio SPT até a camada incompressível, a variável d foi
adotada como o dobro do diâmetro da estaca (2.D).
A adoção de d = 2.D apenas para casos que não se sabe a distância até a camada
incompressível, pode acarretar na adoção de diferentes valores de d para uma mesma estaca,
que dependerão do prosseguimento do ensaio SPT. Isto ocorre para estacas onde a camada
incompressível esteja a uma distância maior que 2.D da ponta da estaca, pois, caso o ensaio
SPT prossiga até a camada incompressível o valor adotado será um d > 2D, já caso o ensaio
encerre antes de atingir-se esta camada, o valor adotado será um d=2.D.
Neste trabalho, para sondagens à percussão que não progrediram até a camada
incompressível, e quando esta encontra-se a uma distância da ponta da estaca maior que duas
vezes o diâmetro da estaca, a variável d foi adotada como o dobro do diâmetro da estaca,
conforme indicado na Figura 3.27. Desta forma (Equação 3.6):
Se d  2.D  adota  se d  d (3.6)

Se d  2.D  adota  se d  2.D
A escolha de adotar d igual a duas vezes o diâmetro da estaca, quando não for
atingida a camada incompressível no ensaio SPT, ou quando esta estiver a uma distância maior
que duas vezes o diâmetro da estaca, foi feita com base no conceito de bulbo de tensões.
Segundo Niyama et. al (1998), o bulbo de pressões, ou de tensões, é a denominação dada à
região abaixo da base da fundação, dentro do qual os valores significativos de tensões são
induzidos ao subsolo. Tensões inferiores a 10% da aplicada pela fundação são geralmente
desconsideradas para os problemas práticos. O bulbo de tensões atinge profundidades da ordem
de 1,5 a 2,5 vezes a largura da área carregada, dependendo da geometria do elemento de
fundação. Para esta pesquisa foi adotado o valor de 2,0.
80
A camada incompressível foi definida como a camada onde NSPT foi igual a 40,
sabendo que em todas as sondagens foi adotado para o parâmetro NSPT o valor máximo igual a
40 golpes/30 cm. Para a previsão dos recalques das estacas utilizando o modelo deste trabalho,
nos casos em que NSPT for maior que 40 golpes/30 cm, este valor deve ser adotado.
É importante ressaltar que, algumas vezes, pode ocorrer nos resultados do ensaio
de sondagem à percussão SPT, que em um metro consecutivo a ponta da estaca, a sondagem
apresente NSPT maior que 40 e nos metros seguintes os valores de NSPT sejam menores que este
valor. Neste caso, não foi atingida a camada incompressível no ensaio, devendo-se observar
com cuidado os valores adotados para a variável d.
Figura 3.27 – Definição da variável d
O recalque em estacas também é influenciado pelos diferentes tipos de material que

constituem o solo (argila, silte e areia). Utilizar as variáveis Arg, Sil e Ar é uma forma de
considerar o comportamento de cada tipo de solo quando submetido a um carregamento e a
influência da estratigrafia no mecanismo de transferência de carga.
Os valores das variáveis Arg, Sil e Ar foram determinados analisando os relatórios
de sondagem à percussão e verificando a estratigrafia do solo ao longo do fuste da estaca (Figura
3.28), utilizando as Equações 3.7, 3.8 e 3.9.
81
Para camadas constituídas por mais de um tipo de solo, como por exemplo argila
arenosa, foi utilizado para definição da variável o solo predominante, neste caso a argila.
Figura 3.28 – Estratigrafia do solo
(3.7)
Arg 
 Larg ila
L
Sil 
 Lsilte (3.8)
L
(3.9)
Ar 
 Lareia
L
Onde:
∑ Largila = somatório das espessuras das camadas de solo argiloso em contato com
fuste da estaca;
∑ Lsilte = somatório das espessuras das camadas de solo siltoso em contato com fuste
da estaca;
∑ Lareia = somatório das espessuras das camadas de solo arenoso em contato com
fuste da estaca.
82
As variáveis carga aplicada P e o recalque medido () foram diretamente obtidas

nos relatórios dos ensaios de provas de carga estática. Acrescentar a carga aplicada como uma
variável de entrada permite ao modelo proposto calcular recalques para quaisquer valores,
assim como conhecer o comportamento da curva carga x recalque.
3.1.4. Normalização das Variáveis do Modelo
Para o desenvolvimento dos modelos com as RNA foi necessária a normalização

dos dados utilizados. Esta normalização é essencial, uma vez que as diferentes funções de
ativação que calculam os neurônios fornecem valores dentro de um intervalo. Existe a
possibilidade de fazer a normalização automática dos dados no programa QNET 2000, porém
esta normalização omite informações importantes ao usuário (dados de entrada) impedindo a
implementação do modelo em planilhas de cálculo (DANTAS NETO, 2004).
Os valores dos dados de entrada e saída apresentados na Tabela 3.8 foram
normalizados entre 0,15 e 0,85, considerando-se uma relação linear entre os valores de máximos
e mínimos de cada uma das variáveis envolvidas utilizando a Equação 3.10.
Tabela 3.8 – Valores máximos e mínimos das variáveis envolvidas na modelagem com
utilização das redes neurais artificiais
Variável
Variáveis de entrada
de saída
NF
T L D NP d Arg Sil Ar P 
Soma Média Soma Pon Média Pond
Máximo 3 33 1,2 455 29,5 180 29,28 40 2,4 1 1 1 9.250 189,4
Mínimo 1 3 0,1 12 0,64 4,6 1,19 3 0 0 0 0 0 0
X '0,15 X  X min (3.10)


0,85  0,15 X máx  X mín
Onde:
X’ = variável resultante da normalização;
X = variável a ser normalizada;
Xmín = valor mínimo da variável a ser normalizada;
Xmáx = valor máximo da variável a ser normalizada.
83
3.2. Modelagem com as RNA
A modelagem com as redes neurais artificiais pode ser feita através da utilização de
alguns softwares como: QNET 2000, Matlab, Phytia, entre outros. Pode-se ainda utilizar o
instrumento de programação do Microsoft Excel, conhecida como Visual Basic for Applications
(VBA), ou mesmo a programação em outras linguagens, como C++ e Java.
Independente do software adotado, algumas decisões são muito importantes na
modelagem com as RNA: a escolha do algoritmo, a função de ativação, a arquitetura e ainda,
os parâmetros de treinamento da rede.
3.2.1. Descrição do Programa
Para o desenvolvimento do modelo de previsão de recalques empregando-se como

ferramenta as RNA, foi utilizado o software QNET 2000, em sua versão demo. O QNET 2000
é um perceptron multicamadas que utiliza o algoritmo de retropropagação do erro para o
treinamento da rede neural. O programa permite a utilização de até oito camadas intermediárias
de neurônios e a escolha entre quatro funções diferentes de ativação (sigmoide, gaussiana,
secante hiperbólica e tangente hiperbólica) (DANTAS NETO, 2004). No trabalho de Amâncio
(2013) o programa QNET 2000 é descrito e apresentado sua forma de utilização.
Como, em geral, não existem regras para a escolha da função de ativação para ser
utilizada no desenvolvimento do modelo com redes neurais artificiais. A escolha da função é
feita por tentativa e erro, desta forma, a que fornecer melhores resultados será a utilizada
(DANTAS NETO, 2004). A função sigmóide é uma das funções de ativação mais comuns,
sendo adotada para desenvolver o modelo de previsão deste trabalho. Esta função é definida
como:
1 (3.11)
f ( x) 
1  ex
Para a fase de treinamento é necessária a escolha de dois parâmetros:  (taxa de

aprendizagem) e o fator  (“momentum”). Estes parâmetros controlam o algoritmo de
retropropagação no ajuste dos pesos sinápticos (wkj).
O valor de  implica diretamente no tempo de treinamento da rede, altos valores
da taxa de aprendizagem, ou seja, próximos a 1,0 (um), tornam mais rápida a fase de
treinamento, porém podem aumentar a instabilidade e a possibilidade de não convergência
84
numérica. A adoção de baixos valores de  , na maioria das vezes, melhoram a convergência

numérica e aumentam o tempo computacional na fase de treinamento. O fator  relaciona-se
com a estabilidade do algoritmo de retropropagação, usualmente adotado entre 0,8 e 0,9
(DANTAS NETO, 2004).
Neste trabalho foram adotados os valores de 0,8 para o fator  e taxa de
aprendizagem  variando entre 0,001 e 0,15. Esta forma de adoção de  , faz com que o
programa otimize os valores da taxa de aprendizagem tornando a fase de treinamento mais
rápida e diminuindo o risco de não convergência numérica. O programa QNET 2000 permite a
alteração destes parâmetros em qualquer momento da fase de treinamento de forma a melhorar
a eficiência, porém neste trabalho apenas o valor de  foi variado dentro de uma faixa
determinada durante o treinamento e o fator  foi mantido constante.
3.2.2. Etapas da Modelagem e Definição do Modelo
Após a análise e tratamento dos dados, o conjunto final utilizado nas fases de
treinamento e validação totalizou 1.320 exemplos do tipo entrada-saída. Para fazer uso dos
dados obtidos, foi necessária a preparação destes para a utilização no treinamento e validação.
Inicialmente foram separados aleatoriamente 80% dos dados para fase de treinamento e 20%
para a fase de validação.
Para cada um dos modelos estudados e para todas as arquiteturas testadas, o
processo de treinamento foi interrompido após um determinado número de iterações, para a
utilização dos pesos sinápticos na previsão de recalques a partir dos dados de entrada existentes
no conjunto de validação. Este procedimento teve por objetivo identificar para qual o número
de iterações se inicia o processo de treinamento excessivo (“over-fitting”).
O processo de treinamento excessivo foi verificado através do coeficiente de
correlação (R) analisado nas fases de treinamento e validação. O treinamento excessivo ocorre
quando para um determinado número de iterações o valor de R da validação começa a diminuir,
enquanto no treinamento tende a estabilizar. O coeficiente de correlação é calculado a partir da
Equação 3.12 (BUSSAB e MORETTIN, 1987):
 Cov ( X , Y )  (3.12)
R   
 DP ( X ) DP (Y ) 
Onde:
85
Cov(X,Y) = covariância entre duas variáveis aleatórias X e Y;

DP(X) = desvio padrão de X;
DP(Y) = desvio padrão de Y.
Foram realizados o treinamento e a validação de diversos modelos variando-se as

diferentes metodologias de cálculo da variável de entrada NF, as outras variáveis de entrada (T,
L, D, NP, d, Arg, Sil, Ar, P) e saída () permaneceram as mesmas em todos os modelos
estudados. Para cada uma das metodologias de cálculo (soma, média, soma ponderada e média
ponderada) foram estudadas diferentes arquiteturas de rede.
As definições da arquitetura e da metodologia de cálculo de NF que melhor
representaram o modelo, foram feitas a partir dos resultados obtidos, escolhendo-se a rede que
apresentou maior R (coeficiente de correlação) na fase de validação do modelo e também por
uma análise qualitativa das curvas carga x recalque obtidas a partir dos recalques gerados pelos
modelos.
Após a definição do modelo que melhor representou os recalques ocorridos em
estacas hélices contínuas, estacas cravadas metálicas e estacas escavadas quando submetidas a
um carregamento, foi realizada a comparação com os modelos de Amâncio (2013) e Silveira
(2014).

No Capítulo 3, foram detalhadas todas as análises e correções realizadas no

conjunto de dados contendo os resultados das provas de carga estática e ensaios SPT utilizadas
por Silveira (2014). Foram encontradas diversas inconsistências: aumento da rigidez do sistema
solo-estaca durante o carregamento; sistema solo-estaca apresentando um comportamento
elástico-perfeitamente plástico; provas de carga que apresentaram recalques nulos para cargas
diferentes de zero; estágios de carga sucessivos e crescentes com recalque menor que o ocorrido
no estágio anterior; provas de carga em estacas instaladas no mesmo maciço de solo (mesma
estratigrafia), com mesmos estágios de carga, mas com recalques diferentes (duplicidade dos
dados de entrada); estágio de carga com mais de um recalque associado (duplicidade dos dados
de entrada).
As RNA são capazes de entender um fenômeno de tal forma a detectar possíveis
erros no conjunto de treinamento. Porém, caso existam muitos exemplos incoerentes, não há
como a rede entender quais dados são representativos dentro do conjunto.
86
A definição das variáveis de entrada é uma das principais etapas no

desenvolvimento de um modelo utilizando as RNA. Como Silveira (2014) conseguiu bons
resultados, suas variáveis de entrada serviram como base, porém, foram estudadas outras
metodologias de cálculo do parâmetro NF e definida outra forma de adoção do parâmetro d.
A modelagem com as RNA consistiu em duas etapas: treinamento e validação. A
definição do modelo foi feita através dos resultados do coeficiente de correlação na etapa de
validação, e realizando-se uma análise qualitativa do comportamento dos modelos.
Amâncio (2013) e Silveira (2014) apresentaram em seus trabalhos os intervalos de
confiança dos seus modelos feitos com base nos resíduos (resíduo = valor real - valor modelado)
gerados na etapa de validação. O modelo de Amâncio (2013) apresentou para um nível de
confiança de 95%, intervalo entre -1,41 mm e 0,02 mm. O modelo de Silveira (2013) apresentou
para um nível de confiança de 95%, intervalo entre -0,49 mm e 0,17 mm. Estes intervalos são
pequenos e não representam os resíduos gerados pelo modelo. Isto acontece porque a média
dos resíduos tende a zero, pois no conjunto existem valores positivos e negativos. Optou-se
neste trabalho, por não definir um intervalo de confiança para o modelo proposto, pois os
resultados gerados não têm representatividade.
87
4. RESULTADOS
Neste capítulo são apresentados todos os resultados obtidos durante o processo de

desenvolvimento do modelo de previsão de recalques em estacas com o emprego das redes
neurais artificiais.
São apresentados: os resultados de evolução do processo de treinamento das
diferentes arquiteturas testadas para o modelo; os valores dos coeficientes de correlação para
as diferentes configurações estudadas; o modelo final obtido, que é aquele que apresentou o
maior coeficiente de correlação na etapa de validação; os parâmetros (pesos sinápticos e bias)
do modelo final; a aplicação do modelo através de uma estaca-teste, que não fazia parte do
conjunto de dados utilizados para o treinamento e a validação, indicando o passo-a-passo para
implementação do modelo e comparando com os resultados reais; e a comparação entre o
modelo final apresentado e os modelos de Amâncio (2013) e Silveira (2014).
4.1. Treinamento e Validação
O modelo elaborado neste trabalho tem por objetivo fazer a previsão de recalques
de fundações profundas do tipo hélice contínua, cravada metálica e escavada a partir dos
resultados de sondagem à percussão SPT, podendo ser de forma simplificada, representado
como (Equação 4.1):
  f (T , L, D, NF , NP, d , Arg , Sil , Ar , P ) (4.1)
Após a análise dos dados apresentadas no Capítulo 3 e com o banco de dados

apresentado no Apêndice B, foram feitos novos treinamento e validação para o melhor modelo
apresentado por Silveira (2014), utilizando as mesmas variáveis de entrada e a variável NF foi
calculada como a soma do NSPT ao longo do fuste (Equação 3.2).
O modelo neuronal de Silveira (2014) possui uma arquitetura com dez nós na
camada de entrada, catorze neurônios na primeira camada oculta, oito neurônios na segunda
camada oculta, quatro neurônios na terceira camada oculta, dois neurônios na quarta camada
oculta e um neurônio na camada de saída (A:10-14-8-4-2-1).
Foram separados aleatoriamente 80% dos dados para o treinamento do modelo e
20% para a validação. Conforme apresentado no Capítulo 2, na etapa de validação os cálculos
dos neurônios de saída são feitos a partir do conjunto de novos estímulos até então
desconhecidos pela rede, utilizando os pesos e bias obtidos durante a fase de treinamento do
88
modelo. Os resultados fornecidos pelo modelo são comparados com os valores conhecidos,
sendo possível verificar se a rede apresenta o desempenho considerado satisfatório (DANTAS
NETO, 2004; HAYKIN, 2001).
Nas modelagens iniciais de Silveira (2014), na etapa de treinamento o coeficiente
de correlação (R) obtido foi de 0,95, e na etapa de validação foi de 0,91. Conforme mostra a
Figura 4.1, houve uma melhora significativa no modelo de Silveira (2014) após as modificações
apresentadas no Capítulo 3, obtendo-se coeficientes de correlação na fase de treinamento de
0,99 e de 0,93 na fase de validação.
Com o objetivo de fazer com que a rede entendesse melhor o fenômeno, os dados
mais discrepantes da etapa de validação foram inseridos na etapa de treinamento, mesmo
processo adotado por Silveira (2014). Estes dados que apresentaram maior discrepância,
possivelmente contêm um comportamento particular, mais específico e mais complexo. Com
isto, o conjunto de validação que tinha 264 exemplos (20%) passou a ter 257 exemplos
(19,47%). Vale ressaltar que depois de feitas as alterações indicadas, todas as arquiteturas
apresentadas a seguir utilizam este conjunto de dados (1063 exemplos para o treinamento e 257
exemplos para a validação) na modelagem.
Após as modificações nos conjuntos de treinamento e validação, chegou-se a
correlação de 0,98 na fase de validação, permanecendo com 0,99 na fase de treinamento (Figura
4.2). Tais resultados mostram que a exclusão e a modificação de dados realizadas, levaram a
um aprimoramento do modelo, fazendo com que a rede conseguisse prever de forma mais eficaz
o recalque em fundações profundas.
validação do modelo com arquitetura A:10-14-8-4-2-1
1,0
0,9
0,8
0,7
0,6
0,5
R
0,4
0,3
0,2
0,1
0,0
0 1.000.000 2.000.000 3.000.000
N° de Iterações
Validação Treinamento
Araújo, 2015
89
validação do modelo com arquitetura A:10-14-8-4-2-1 após modificação
1,0
0,9
0,8
0,7
0,6
0,5
R
0,4
0,3
0,2
0,1
0,0
0 1.000.000 2.000.000 3.000.000 4.000.000 5.000.000
N° de Iterações
Araújo, 2015
A Figura 4.3 mostra a comparação entre os valores reais e os valores gerados pelo
modelo que utilizada para cálculo da variável NF, a soma do NSPT ao longo do fuste, e possui
arquitetura A:10-14-8-4-2-1. Observa-se que tanto na fase de treinamento quanto na fase de
validação os valores são bem próximos. Porém, apesar dos coeficientes de correlações obtidos
terem sido altos, ainda foram gerados recalques pelo modelo conforme indicado na Figura 4.4,
mas com ocorrência bem menor que no modelo de Silveira (2014).
Figura 4.3 – Comparação dos recalques do modelo com arquitetura A:10-14-8-4-2-1 após
modificação e os recalques reais para as etapas de (a) treinamento (b) validação
(a) Treinamento (b) Validação
200 80
Recalque Modelo (mm)
150 60
100 40
50 20
0 0
0 50 100 150 200 0 20 40 60 80
Recalque Real (mm) Recalque Real (mm)

90
Figura 4.4 – Comparação entre e a prova de carga real e o modelo

Estaca 72
3000
2500
2000
Carga (kN)
Prova de Carga
1500
1000 NF - Soma
500
0
0,0 5,0 10,0 15,0
Recalque (mm)
A busca pela arquitetura ideal para cada uma das fórmulas de cálculo NF foi feita
por um processo de tentativa e erro, variando-se o número de camadas ocultas e de neurônios
ocultos. Pois, a quantidade de neurônios na camada de entrada e de saída é definida pelo
problema, que neste caso são dez neurônios na camada de entrada (um para cada variável
escolhida) e um neurônio na camada de saída referente ao recalque.
Foram testadas outras arquiteturas com NF calculado conforme a Equação 3.2
(soma de NSPT ao longo do fuste). Os resultados das correlações obtidas no treinamento e na
validação são apresentados na Tabela 4.1. É possível verificar que os melhores resultados são
obtidos com três camadas ocultas ou mais. Isto indica que a previsão de recalques é um
fenômeno complexo, demandando um grande número de sinapses para armazenagem do
conhecimento e desenvolvimento do modelo.
Através da Tabela 4.1, observa-se que para o modelo que considera a variável NF
como a soma do NSPT ao longo do fuste, a arquitetura que Silveira (2014) utilizou é a que
apresentou o maior coeficiente de correlação na fase de validação.
Tabela 4.1- Resultados das correlações obtidas para NF calculado como a soma do NSPT ao
longo do fuste
Arquitetura N° de Iterações R treinamento R validação
A:10-14-8-4-2-1 5.000.000 0,99 0,98
A:10-12-8-4-1 2.500.000 0,99 0,96
A:10-8-6-4-1 3.000.000 0,98 0,93
A:10-5-1 1.500.000 0,86 0,8
91
Após realizado o estudo de diferentes arquiteturas para as variáveis de entrada

adotadas por Silveira (2014), e com o conjunto de dados obtidos após as alterações descritas no
Capítulo 3, que está disponível no Apêndice B, procedeu-se ao estudo de outras arquiteturas
considerando três outras formas para obtenção do valor de NF (Equação 3.3, Equação 3.4 e
Equação 3.5)
Na Tabela 4.2 são apresentadas as correlações para o treinamento e validação das
arquiteturas testadas. Observa-se que para as três metodologias de cálculo da variável NF foram
obtidos bons resultados para pelo menos uma das arquiteturas, com coeficiente de correlação
na validação acima de 0,96. Estes resultados demonstram a potencialidade de aplicação de todas
as metodologias de cálculo.
Tabela 4.2- Arquiteturas e correlações para treinamento e validação

NF - Média NF - Soma Ponderada NF - Média Ponderada
Arquitetura
Treinamento Validação Treinamento Validação Treinamento Validação
A:10-14-8-4-2-1 0,99 0,97 0,98 0,88 0,99 0,97
A:10-15-9-7-3-1 0,99 0,98 0,98 0,96 0,97 0,95
A:10-15-9-7-4-3-1 0,98 0,85 0,97 0,95 0,98 0,89
A:10-5-15-8-1 0,92 0,79 0,94 0,83 0,94 0,86
4.2. Definição do Modelo
Após a análise das curvas carga x recalque geradas a partir da aplicação do modelo
de previsão de recalques utilizando as redes neurais artificiais, observou-se a necessidade de
adoção de um fator de correção  para Equação 4.1, resultando na seguinte expressão
(Equação 4.2):
  f (T , L, D, NF , NP, d , Arg , Sil , Ar , P )   o (4.2)
O fator leva em conta que alguns dos valores de recalques obtidos pelos
modelos das RNA são diferentes de zero, nos casos em que o valor da carga atuante é igual zero
(P = 0). Assim, concluiu-se que esta diferença  deve ser introduzida no modelo, uma vez
que, por hipótese neste trabalho, nenhuma carga diferente de zero levaria a um recalque nulo.
A Figura 4.5 mostra um exemplo da aplicação do fator de correção para a Estaca 13,
demonstrando o melhoramento do modelo com a inserção desta correção.
92
Figura 4.5 – Exemplo da aplicação do fator de correção

Estaca 13
1400
Prova de Carga
1200
1000
Carga (kN)
800 Modelo Média NF

(Sem fator de
600 correção)
400 Modelo Média NF
(Com fator de
200
correção)
0
0,0 2,0 4,0 6,0 8,0 10,0
 Recalque (mm)
Após a aplicação do fator de correção, foram recalculados os coeficientes de

correlação na fase de validação das melhores arquiteturas para cada uma das metodologias de
cálculo de NF (Tabela 4.3). Entre as quatro formas diferentes de cálculo de NF, a soma
ponderada foi a que apresentou menor coeficiente de correlação na fase de validação, antes e
depois da aplicação do fator de correção. Para as outras formas de cálculo de NF, verifica-se
que a aplicação de não altera o coeficiente de correlação na validação. No Apêndice C, são
apresentadas as curvas carga x recalque das provas de carga reais e as obtidas através dos três
melhores modelos (soma, média e média ponderada) com a aplicação do fator de correção.
Tabela 4.3- Melhores arquiteturas para cada uma das metodologias de cálculo de NF
Cálculo da varíavel R validação antes R validação depois
Melhor Arquitetura
NF da correção ( 0 ) da correção ( 0 )
Soma A:10-14-8-4-2-1 0,98 0,98
Média A:10-15-9-7-3-1 0,98 0,98
Soma Ponderada A:10-15-9-7-3-1 0,96 0,94
Média Ponderada A:10-14-8-4-2-1 0,97 0,97
Os resultados apresentados mostraram-se satisfatórios, porém a escolha do melhor

modelo foi feita com base não apenas nos coeficientes de correlação, mas em uma análise
qualitativa das curvas carga x recalque obtidas com a aplicação dos modelos de previsão de
recalques utilizando as redes neurais artificiais.
Os coeficientes de correlação para o modelo cuja a variável NF foi calculada como
a soma do NSPT ao longo do fuste (Equação 3.2), e para modelo que a variável NF foi calculada
93
como a média do NSPT ao longo do fuste (Equação 3.3), foram iguais e os maiores obtidos entre
todos os modelos estudados. Dada essa igualdade numérica, partiu-se para análise do
comportamento dos modelos de previsão de recalques.
As Figura 4.6, Figura 4.7 e Figura 4.8 mostram que o modelo que utiliza a soma do
NSPT ao longo do fuste para cálculo da variável NF, mesmo em menores quantidades, ainda
gerou resultados como os obtidos por Amâncio (2013) e Silveira (2014). O modelo apresentou
para as estacas indicadas (Estaca 21, Estaca 72 e Estaca 119) aumento da rigidez do sistema
estaca-solo logo após o trecho elástico, onde o esperado é que haja uma diminuição.
Figura 4.6 - Resultado da prova de carga real e gerados pelos modelos – Estaca 21
Estaca 21
2500
2000
Prova de Carga
Carga (kN)
1500
NF-Soma
1000
NF-Média
500
0
0,0 2,0 4,0 6,0 8,0
Recalque (mm)
Estaca 72
3000
2500
2000 Prova de Carga

Carga (kN)
1500 NF-Soma
1000 NF-Média
500
0
0,0 5,0 10,0 15,0
Recalque (mm)
94
Estaca 119
1400
1200
1000 Prova de Carga
Carga (kN)
800
NF-Soma
600
400 NF-Média
200
0
0,0 10,0 20,0 30,0
Recalque (mm)
O modelo que utiliza a média do NSPT ao longo do fuste para cálculo do NF foi o
que teve os melhores resultados dentre todos os modelos, pois apresentou o maior coeficiente
de correlação na fase de validação, e em todas as estacas modeladas não houve nenhuma que
apresentasse comportamento como os mostrados anteriormente (Figura 4.6, Figura 4.7 e Figura
4.8).
A partir dos resultados obtidos, o modelo final deste trabalho é o que utiliza como
método de cálculo do NF a média do NSPT ao longo fuste (Equação 3.3), que possui uma
arquitetura apresentada na Figura 4.9, com dez nós na camada de entrada, quinze neurônios na
primeira camada oculta, nove neurônios na segunda camada oculta, sete neurônios na terceira
camada oculta, três neurônios na quarta camada oculta e um neurônio na camada de saída
(A:10-15-9-7-3-1).
Na Figura 4.10 é mostrada a evolução dos valores dos coeficientes de correlação ao
longo do número de iterações. O maior valor obtido para o modelo final foi de 0,99 para o
treinamento e 0,98 para a validação, resultado para 4.000.0000 de iterações.
No Apêndice C é possível observar que, em geral, a maioria das curvas obtidas
através do modelo final de previsão de recalques em estacas, tiveram comportamento próximo
as curvas x recalque reais, e não apresentaram resultados equivocados como alguns dos
resultados dos modelos de Amâncio (2013) e Silveira (2014). Nota-se ainda que o modelo
conseguiu prever com eficiência os recalques de fundações profundas, demonstrando que a rede
neural foi capaz de compreender o processo de ocorrência de recalques em estacas quando
submetidas a um carregamento.
95
Figura 4.9 - Arquitetura do modelo final para estimar recalques em fundações profundas

96
validação do modelo final com arquitetura A:10-15-9-7-3-1
1,0
0,9
0,8
0,7
0,6
0,5
R
0,4
0,3
0,2
0,1
0,0
0 1.000.000 2.000.000 3.000.000 4.000.000
N° de Iterações

Na Figura 4.11 é apresenta a comparação entre os recalques obtidos através do
modelo final e os recalques reais das provas de carga para as etapas de treinamento e validação.
Observa-se que o modelo, além de conseguir estimar com precisão os menores deslocamentos,
também apresentou resultados consistentes nas situações com altos recalques, mesmo sendo
estes sendo poucos exemplos no conjunto de dados empregados no desenvolvimento do
modelo.
Figura 4.11 – Correlação dos recalques do modelo final com arquitetura A:10-15-9-7-3-1 e os
recalques reais (a) Treinamento (b) Validação
(a) Treinamento (b) Validação
200 80
150 60
100 40
50 20
0 0
0 50 100 150 200 0 20 40 60 80
Recalque Real (mm) Recalque Real (mm)

97
Através do programa QNET 2000 pode-se obter os percentuais de contribuição de

cada uma das variáveis de entrada na resposta gerada pelo modelo. A Figura 4.12 apresenta
esses percentuais isoladamente, desta forma, a variável que mais contribui é a carga aplicada
(P) com 17,18%.
Porém, a melhor forma de apresentação dos percentuais de contribuição é exibida
na Figura 4.13, onde os percentuais estão separados pelas três partes que compõe o sistema de
mecanismo de transferência de carga: solo, elemento estrutural e carga aplicada. Observa-se
que as entradas referentes ao solo (consistência/compacidade, camada incompressível e
estratigrafia) são as que mais contribuem com 43,75%, seguida pelo elemento estrutural (tipo
de estaca, comprimento e diâmetro) com 39,07%, e por último a carga aplicada com 17,18%.
No modelo apresentado neste trabalho, o solo e o elemento estrutural comandam a
resposta (recalque) gerada rede. É importante que um modelo de previsão de recalques leve em
consideração que o mecanismo de transferência de carga depende das características do solo e
do elemento estrutural, pois se isto não fosse levado em consideração, seria necessário apenas
conhecer a carga para estimar os recalques.
Figura 4.12 – Contribuição das variáveis de entrada para o modelo final de previsão de recalque
em fundações profundas fornecidas pelo programa QNET2000
20
18
16
14
Percentual (%)
12
10
8
6
4
2
0
T L D NF NP d Arg Sil Ar P
%Contribuição 8,32 16,56 14,19 13,14 4,22 7,99 6,02 4,1 8,27 17,18

98
Figura 4.13 – Contribuição de cada uma das partes que compõe o sistema mecanismo de
transferência de carga no modelo final de previsão de recalques
50
45
Percentual de Contribuição (%) 40
35
30
25
20
15
10
5
0
Solo Elemento Estrutural Carga Aplicada (P)
(NF, NP, d, Arg, Sil, (T, L e D)
Ar)
Dentre as vantagens da utilização das RNA, está a possibilidade de implementação

do modelo em simples planilhas de cálculo, fazendo uso dos pesos sinápticos (wkj) e bias (bk)
obtidos na finalização do treinamento (Tabela 4.4, Tabela 4.5, Tabela 4.6, Tabela 4.7 e Tabela
4.8) que foram gerados através do programa QNET 2000. Para aplicação do modelo
apresentado, após a elaboração da planilha são necessários os relatórios de sondagem à
percussão do local. Com isto, para determinar o recalque deve-se seguir as seguintes etapas:
a) 1° Etapa: determinar as variáveis de entrada T, L, D, P de acordo com o projeto
ou com os valores de interesse de estudo, as variáveis NF, NP, d, Arg, Sil e Ar de
acordo com os resultados da sondagem. A primeira resposta do modelo deve ser
calculada com a variável P=0, para determinar o valor de ;
b) 2° Etapa: normalizar essas variáveis usando a Equação 3.10 e os valores
máximos e mínimos constantes na Tabela 3.8;
c) 3° Etapa: aplicar as Equações 2.1, 2.2 e 2.3 apresentadas no Capítulo 2 usando
os pesos sinápticos e limiares apresentados nas Tabela 4.4 a 4.8 e com isso
determinar a resposta da rede neural;
d) 4° Etapa: desnormalizar o valor obtido usando a Equação 3.10 e os valores
máximos e mínimos constantes na Tabela 3.8;
e) 5° Etapa: definir o fator de correção apresentado na Equação 4.2;
f) 6° Etapa: repetir o processo a partir da 1° Etapa até a 4° Etapa para as outras
cargas que se deseja estimar os recalques;
g) 7° Etapa: aplicar o fator de correção.
99
Tabela 4.4- Valores dos pesos sinápticos (wkj) e dos limiares (bk) entre a camada de entrada e a primeira camada intermediária do modelo de
previsão de recalque em fundações profundas
1° Camada Intermediária
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
T 0,656 0,128 0,319 2,396 0,987 0,373 -5,426 1,463 0,271 2,309 0,752 1,220 -1,168 3,202 0,249
L 1,535 0,981 -0,633 0,894 0,091 1,108 2,414 -0,144 -2,415 -2,969 -0,123 5,677 1,752 8,214 -2,377
Camada de Entrada
D -7,735 -1,566 0,875 -3,941 0,881 -1,711 -4,553 0,637 -5,116 -4,837 -1,370 2,131 -1,087 2,696 0,871
NF -1,573 -0,871 -3,496 -6,641 -3,844 -1,948 2,684 -3,004 4,170 -1,925 -1,979 3,582 8,590 2,919 1,922
NP 1,453 -1,424 -1,177 0,559 -0,281 -1,453 -4,507 -2,737 1,060 -1,211 -2,702 -2,953 -7,141 1,492 -2,305
d -2,915 -1,096 1,372 1,997 -0,283 1,616 -7,970 -0,992 -2,590 -2,357 -0,242 1,155 -2,496 1,208 -3,263
%Arg -1,133 -2,011 1,072 1,040 -3,709 2,359 1,216 1,444 2,688 -2,567 2,736 -3,034 -1,478 0,686 0,247
%Sil -2,200 -0,256 1,679 -1,265 1,299 -1,405 2,100 0,722 -1,897 1,342 0,386 2,412 0,878 -3,338 -1,846
%Ar 3,063 2,288 -0,718 -0,841 2,791 -0,353 6,549 0,355 0,219 4,745 -1,046 2,712 0,445 -2,827 -2,217
P 1,742 1,694 -0,124 -0,594 0,320 3,833 -5,427 -13,441 -1,900 0,559 -3,936 -1,981 3,152 0,094 1,829
bk 2,329 0,636 1,396 1,107 -0,330 -0,977 5,411 1,136 1,907 1,262 2,306 0,192 1,696 -5,829 0,243
100
Tabela 4.5- Valores dos pesos sinápticos (wkj) e dos limiares (bk) entre a primeira e a segunda
camada intermediária do modelo de previsão de recalque em fundações profundas
1 2 3 4 5 6 7 8 9
1 -1,183 2,554 -5,157 5,185 1,459 1,105 0,151 1,330 2,249
2 -0,332 1,881 -1,811 2,114 -0,055 1,514 -0,083 0,434 1,504
3 -1,009 -1,448 -0,709 -1,958 1,253 0,846 0,564 -1,719 3,050
4 -3,995 -2,004 -5,326 -2,228 -1,030 0,226 -1,118 -0,782 2,122
5 -0,454 -2,032 1,039 -1,216 1,169 -0,199 0,752 -2,240 2,954

6 -0,884 4,040 -2,303 -1,614 -0,171 -2,092 -0,060 -2,063 2,851
7 2,187 -2,752 9,745 1,670 0,563 -6,313 -0,001 1,702 -1,558
8 4,741 2,539 5,957 -2,256 -3,714 -6,712 -0,601 -1,168 -8,524
9 1,529 -2,115 0,242 2,947 1,961 3,470 1,418 0,910 2,648
10 2,855 2,731 -2,913 -0,208 -1,341 1,727 -1,070 1,359 -1,752
11 2,309 -0,617 -2,678 -3,616 -1,234 3,366 -1,136 0,320 -2,469
12 0,501 0,016 6,545 -2,213 1,095 0,280 0,429 -1,210 -2,927
13 -1,453 -0,672 -1,543 0,388 2,318 3,194 -0,814 3,388 2,612
14 -1,832 -0,038 4,222 -3,920 -3,391 -6,689 -0,490 -0,440 -1,068
15 -1,001 -3,122 -1,573 0,577 0,388 0,452 0,374 0,741 1,416
bk -0,392 2,424 -0,343 -2,074 -0,905 -0,145 -0,093 0,424 -1,564
Tabela 4.6- Valores dos pesos sinápticos (wkj) e dos limiares (bk) entre a segunda e a terceira
1 2 3 4 5 6 7
1 1,689 3,837 -2,560 -3,656 -1,202 -3,338 -1,566
2 3,235 3,744 -3,686 -4,611 -0,842 -1,535 -2,249

3 -0,157 -1,100 -10,297 -5,462 -1,050 -5,009 -2,730
4 1,376 1,470 7,611 1,483 0,266 2,501 1,105
5 -0,648 -1,257 2,974 4,467 0,568 2,358 2,274
6 3,827 8,001 8,882 1,427 -0,265 1,753 0,651
7 -0,812 -2,191 -0,227 1,101 0,192 1,297 0,415
8 1,206 4,245 1,476 -0,959 -0,040 0,159 -0,179
9 -1,916 -4,301 4,524 6,657 1,130 4,512 3,114
bk 0,591 0,644 -2,806 0,827 -0,112 -0,015 0,265
101
Tabela 4.7- Valores dos pesos sinápticos (wkj) e dos limiares (bk) entre a terceira e a quarta
1 2 3
1 2,052 6,409 2,118
2 3,616 10,941 3,477
Intermediária
3° Camada
3 -1,242 -13,449 -0,214
4 -1,155 -9,564 -2,556
5 -0,034 -1,462 -0,433
6 -0,778 -6,602 -0,817
7 -0,391 -4,171 -1,450
bk 1,527 3,853 0,924
Tabela 4.8- Valores dos pesos sinápticos (wkj) e dos limiares (bk) entre a quarta camada
intermediária e a camada de saída do modelo de previsão de recalque em fundações profundas
Camada
de saída

Intermediária
1 -0,082
4° Camada
2 -7,090
3 -1,243
bk 6,676
4.3. Aplicação – Estaca Teste
Para verificar a capacidade do modelo de prever resultados fora do conjunto de

dados e exemplificar a sua aplicação, foi escolhida uma estaca denominada Estaca Teste,
disponível em Barros (2012). A estaca não faz parte nem do conjunto de treinamento, nem do
conjunto de validação, apresentando comprimento de 8 metros, diâmetro de 60 centímetros,
executada em um solo caracterizado através um ensaio SPT apresentada na Figura 4.14. A prova
de carga foi até a carga máxima de 2000 kN, medidos recalques em estágios de carga crescentes
e sucessivos.
Considerando as condições de contorno exibidas na Figura 4.14 e as definições
apresentadas anteriormente, podem ser definidos os seguintes valores de entrada para o modelo
de previsão de recalques utilizando as RNA: T = 1, L = 8,00 m, D = 0,60 m, NF = 17,28 , NP
= 40, d = 0, Arg= 0,625 , Sil = 0, Ar = 0,375 e P = variável.
102
Figura 4.14 – Caracterização do solo a partir do ensaio SPT (Estaca Teste)
Fonte: Adaptado de Barros, 2012
A Equação 4.3 ilustra o processo de normalização para a variável de entrada T (tipo

de estaca) de acordo com a Equação 3.10 e informações apresentadas na Tabela 3.8. A Tabela
4.9 mostra todas as variáveis de entrada normalizadas de modo semelhante ao apresentado na
Equação 4.3 para a variável T.
(1  1) (4.3)
Tnorm  (0,85  0,15)  0,15  0,15
(3  1)
Tabela 4.9 – Variáveis de entrada normalizadas

TNorm LNorm DNorm NFNorm NPNorm dNorm ArgNorm SilNorm ArNorm PNorm
0,15 0,269 0,454 0,554 0,85 0,15 0,558 0,15 0,413 var
Para demonstração do cálculo do recalque gerado pelo modelo será utilizada a

variável de entrada P=0. O primeiro neurônio da primeira camada oculta é calculado usando a
primeira coluna de pesos sinápticos e bias da Tabela 4.4, os dados de entrada normalizados da
Tabela 4.9 e as Equações 2.6, 2.7 e 2.8, como segue nas Equações 4.4, 4.5 e 4.6:
10
0,656 x0,150  1,535 x0,269  7,735 x0,454  1,573 x0,554 (4.4)
u1   w 1, j x j   2,543
j 1  1,453 x0,85  2,915 x0,15  1,133 x0,588
v1  u1  b1  2,543  2,329  0,214 (4.5)

103
1 1 (4.6)
y1  f (v1 )  v1
 ( 0, 214 )
 0,447
1 e 1 e
As saídas dos outros neurônios da primeira camada oculta (2 a 15) são calculadas
da maneira análoga, porém os pesos sinápticos e bias usados são os indicados nas colunas 2 a
15 da Tabela 4.4, respectivamente. A Tabela 4.10 mostra as saídas dos neurônios da primeira
camada oculta.
Tabela 4.10 – Saídas dos neurônios da primeira camada oculta

y1 y2 y3 y4 y5 y6 y7 y8 y9 y10 y11 y12 y13 y14 y15
0,447 0,158 0,379 0,048 0,050 0,134 0,928 0,031 0,948 0,043 0,265 0,871 0,433 0,474 0,107
O primeiro neurônio da segunda camada oculta é calculado usando a primeira

coluna de pesos sinápticos e bias da Tabela 4.5, os valores de saída da primeira camada oculta
indicados na Tabela 4.10 e as Equações 2.1, 2.2 e 2.3, conforme descrito nas Equações 4.7, 4.8
e 4.9:
15
 1,183 x0,447  0,332 x0,158  1,009 x0,379  3,995 x0,048
u1   w 1, j y j   0,454 x0,05  0,884 x0,134  2,187 x0,928  4,741x0,031  1,897
(4.7)
j 1
1,529 x0,948  2,855 x0,043  2,309 x 2,65  0,501x0,871
 1,453 x0,433  1,832 x0,474  1,001x0,107
(4.8)
v1  u1  b1  1,897  (0,392)  1,505
1 1 (4.9)
y1  f (v1 )    0,818
1  e v1 1  e 1,505
As saídas dos outros neurônios da segunda camada oculta (2 a 9) são calculadas da

maneira análoga, porém os pesos sinápticos e bias usados são os indicados nas colunas 2 a 9 da
Tabela 4.5, respectivamente. A Tabela 4.11 mostra as saídas dos neurônios da primeira camada
oculta.
Tabela 4.11 - Saídas dos neurônios da segunda camada oculta

y1 y2 y3 y4 y5 y6 y7 y8 y9
0,818 0,183 1,000 0,310 0,922 0,064 0,723 0,945 0,440
104
Adotando o mesmo procedimento para o cálculo das saídas dos neurônios da

terceira e quarta camada oculta, suas respostas são apresentadas respectivamente na Tabela 4.12
e na Tabela 4.13.
Tabela 4.12 – Saídas dos neurônios da terceira camada oculta

y1 y2 y3 y4 y5 y6 y7
0,899 0,976 0,001 0,273 0,248 0,130 0,456
Tabela 4.13 – Saídas dos neurônios da quarta camada oculta

y1 y2 y3
0,998 1,000 0,991
A saída gerada pela rede é calculada segundo as mesmas equações indicadas

anteriormente para cálculo dos neurônios das camadas ocultas. Utilizando as saídas dos
neurônios da quarta camada oculta (Tabela 4.13) e os pesos sinápticos e bias mostrados na
Tabela 4.8, conforme apresentado nas Equações 4.10, 4.11 e 4.12:
3
u s   w 1, j y j  0,082 x0,998  7,09 x1,0  1,243 x0,991  8,404 (4.10)
j 1
(4.11)
v s  u s  bs  8,404  6,676  1,7283
1 1
y s  f (v s )  vs
  ( 1, 7283)
 0,1508 (4.12)
1 e 1 e
O valor real () do recalque, que é definido como , já que corresponde a P=0, é
determinado em função do valor normalizado (nor), é calculada de acordo com a Equação 3.10,
conforme Equação 4.13:
(0,1508  0,15) (4.13)
 .(189 ,4  0,0)  0,22 mm
0,85  0,15
Os resultados da prova de carga real e da gerada pelo modelo para a Estaca Teste
são exibidos na Figura 4.15. As planilhas de cálculo utilizadas para gerar a curva x recalque
estão apresentadas no Apêndice D. Observa-se que o modelo proposto conseguiu aproximar-se
105
à prova de carga real. A região onde houve maior diferença foi a de deformações elastoplásticas,
porém o comportamento ao final das duas curvas mostra-se semelhante, indicando assim que o
modelo proposto é capaz de prever de forma satisfatória o recalque de fundações profundas que
não fazem parte do conjunto de dados de treinamento e validação.
Figura 4.15 – Estaca teste
Estaca Teste
2500
2000
Carga (kN)
1500 Prova de carga
1000 Modelo
500
0
0,0 5,0 10,0 15,0
Recalque (mm)
4.4. Comparação entre Modelos
Para comparar os resultados obtidos pelo modelo proposto com outros modelos,
foram selecionadas três estacas do conjunto de dados. Foram escolhidas uma estaca de cada
tipo (hélice contínua, cravada metálica e escavada), optou-se por provas de carga que nos
trabalhos de Amâncio (2013) e Silveira (2014) apresentaram resultados equivocados e muito
discrepantes da realidade.
A Figura 4.16 compara os resultados obtidos para a Estaca 58 do tipo hélice
contínua, com 24 metros de comprimento e diâmetro de 60 centímetros, executada em solo
predominantemente siltoso. Observa-se que as curvas geradas pelo modelo de Amâncio (2013)
e pelo modelo proposto neste trabalho apresentaram bons resultados, porém a do modelo de
Silveira (2014) possui um trecho onde o acréscimo de carga gera recalque menor que o ocorrido
no estágio anterior.
106
Figura 4.16 – Comparação modelos - Estaca hélice contínua
Estaca 58
6000
5000
4000 Prova de carga

Carga (kN)
Modelo (Média NF)

3000
Silveira (2014)
2000 Amâncio (2013)
1000
0
0,0 5,0 10,0 15,0 20,0 25,0
Recalque (mm)
Para a Estaca 119 do tipo cravada metálica exibida na Figura 4.17, com
comprimento de 21,60 metros, diâmetro equivalente de 14 centímetros e executada em solo
predominantemente argiloso, os modelos de Amâncio (2013) e Silveira (2014) mostraram
resultados parecidos entre si e relativamente distantes da prova de carga real. Novamente o
modelo de Silveira (2014) apresentou recalque menor para um acréscimo de carga que o
recalque ocorrido no estágio anterior. Já modelo proposto neste trabalho, aproximou-se da
prova de carga real desta estaca.
Figura 4.17 – Comparação entre modelos - Estaca cravada metálica
Estaca 119
1400
1200
1000 Prova de Carga
Carga (kN)
800 Modelo (Média NF)

600 Silveira (2014)
400 Amâncio (2013)
200
0
0,0 10,0 20,0 30,0
Recalque (mm)

107
A Figura 4.18 mostra a prova de carga real para a Estaca 168 do tipo escavada e as
geradas pelos modelos, esta estaca foi executada em solo argiloso, com 3 metros de
comprimento e 25 centímetros de diâmetro. Observa-se que o modelo proposto exibe resultados
muito próximos ao real, porém os outros modelos indicados apresentam resultados totalmente
inconsistentes e divergentes da prova de carga real.
Figura 4.18 – Comparação modelos - Estaca escavada
Estaca 168
70
60
50 Prova de Carga
Carga (kN)
40 Modelo (Média NF)

30 Silveira (2014)
20 Amâncio (2013)
10
0
0,0 10,0 20,0 30,0 40,0
Recalque (mm)
Com isto, nota-se que o modelo proposto conseguiu melhorar os resultados dos
trabalhos apresentados por Amâncio (2013) e Silveira (2014). No Apêndice E é feita a
comparação de todas as provas de carga reais com o modelo proposto neste trabalho e os dois
modelos indicados. Para os recalques geradas pelo modelo proposto, não houve nenhum
comportamento com curvas de formatos atípicos, e os valores modelados, em geral, foram
próximos aos resultados reais.
Os resultados apresentados mostraram que a análise e o tratamento dos dados

indicados no Capítulo 3, foram de grande importância no desenvolvimento de um modelo mais
eficiente na previsão de recalques em estacas que os modelos de Amâncio (2013) e Silveira
(2014).
As quatro metodologias de cálculo para NF apresentaram bons resultados. Para a
soma obteve-se uma correlação de 0,98 na validação, para a média o resultado obtido também
foi 0,98, para a soma ponderada foi 0,94 e para a média ponderada foi 0,97. Como os resultados
108
do coeficiente de correlação na validação para a soma e para média foram iguais e os maiores
obtidos, foi feita uma avaliação das curvas carga x recalque obtidas a partir da previsão de
recalques gerada pelos dois modelos. Utilizando-se esta avaliação, foi adotado para o modelo
final deste trabalho a variável NF calculada como a média do NSPT ao longo do fuste (Equação
3.3).
O modelo proposto também apresentou resultados satisfatórios para cálculo dos
recalques de uma estaca que não fazia parte do conjunto de dados, e sua implementação é
apresentada através de uma planilha de cálculo no Apêndice D.
109
5. CONCLUSÕES E SUGESTÕES PARA PESQUISAS FUTURAS
Neste capítulo são apresentadas as conclusões do trabalho, indicando os resultados

obtidos e os objetivos alcançados, deduzidos a partir dos estudos realizados e apresentados nos
capítulos anteriores. Por fim, são apresentadas as sugestões para pesquisas futuras, necessárias
para a complementação dos estudos apresentados neste trabalho.
5.1. Conclusões
Este trabalho apresentou um modelo para previsão de recalques induzidos por um

carregamento axial em estacas hélices contínuas, estacas cravadas metálicas e estacas escavadas
utilizando as redes neurais artificiais do tipo perceptron multicamadas. A modelagem foi
realizada a partir de dados de relatórios de sondagem à percussão do tipo SPT e provas de carga
estáticas de 141 estacas.
As informações utilizadas para modelagem foram retiradas de um conjunto de
dados de 199 estacas disponibilizado por Silveira (2014). Ao realizar-se a análise da
consistência das informações apresentadas foram encontrados: provas de carga indicando um
aumento da rigidez do sistema solo-estaca durante o carregamento; sistema solo-estaca
apresentando um comportamento elástico-perfeitamente plástico, com ruptura ocorrendo para
baixos valores de recalques; provas de carga que apresentaram recalques nulos para cargas
diferentes de zero; estágios de carga sucessivos e crescentes com recalque menor que o ocorrido
no estágio anterior; provas de carga em estacas instaladas no mesmo maciço de solo (mesma
estratigrafia), com mesmos estágios de carga, mas com recalques diferentes (duplicidade dos
dados de entrada); e estágio de carga com mais de um recalque associado.
As alterações feitas no conjunto de dados da modelagem com base na análise da
consistência das informações, serviram para melhorar o entendimento das redes neurais
artificiais em relação aos mecanismos que influenciam os recalques. Os resultados obtidos após
estas alterações mostraram-se de grande importância no desenvolvimento de um modelo mais
eficiente na previsão de recalques em estacas.
Através das estimativas feitas de acordo com os trabalhos de Décourt et. al (1998)
e Poulos e Davis (1980) apud Langone (2012), para estacas executadas em solos
predominantemente argilosos, os resultados das provas de carga indicam que 3% das estacas
não mobilizaram plenamente a carga de atrito lateral, 25% podem ter chegado a mobilizar
plenamente e 72% mobilizaram plenamente. Para estacas executadas em solos granulares
110
(siltosos e arenosos), os resultados indicam que 21% das estacas não mobilizaram plenamente
a carga de atrito lateral, 43% podem ter chegado a mobilizar plenamente e 36% mobilizaram
plenamente.
Com base nos trabalhos de Amâncio (2013) e Silveira (2014), e no estudo dos
mecanismos de geração de recalques em fundações profundas, foram definidas como variáveis
de entrada do modelo: tipo de estaca (T), comprimento da estaca (L), diâmetro da estaca (D) ,
número representativo dos valores de NSPT ao longo do fuste da estaca (NF), NSPT na ponta da
estaca (NP), profundidade da camada de influência da carga em relação a ponta da estaca (d),
fator representativo das camadas de solo argiloso ao longo do comprimento da estaca (Arg),
fator representativo das camadas de solo siltoso ao longo do comprimento da estaca (Sil), fator
representativo das camadas de solo arenoso ao longo do comprimento da estaca (Ar) e carga
aplicada na estaca (P). Para a variável de entrada NF foram estudadas quatro formas diferentes
de cálculo: a soma, a média aritmética, a soma ponderada e a média ponderada.
A modelagem com redes neurais foi feita com auxílio do programa QNET2000.
Foram realizados o treinamento e a validação de diversos modelos variando-se as diferentes
metodologias de cálculo da variável de entrada NF, as outras variáveis de entrada (T, L, D, NP,
d, Arg, Sil, Ar, P) e saída () permaneceram as mesmas em todos os modelos estudados. Para
cada uma das metodologias de cálculo de NF foram estudadas diferentes arquiteturas de rede.
Os parâmetros de aprendizagem adotados no treinamento dos modelos para previsão de
recalques em fundações profundas foram α = 0,8 e 0,001 ≤ η ≤ 0,15. A função de ativação
escolhida foi a função sigmóide.
Através da análise das curvas carga x recalque geradas a partir da aplicação do
modelo de previsão de recalques utilizando as RNA, foi observada a necessidade de adoção de
um fator de correção  para os resultados gerados pela rede. O fator leva em conta que
alguns dos valores de recalques obtidos pelos modelos das RNA são diferentes de zero, nos
casos em que o valor da carga atuante é igual zero (P = 0). A inserção desta correção mostrou-
se como uma forma de melhoramento dos modelos utilizando as RNA.
Os resultados dos coeficientes de correlação para as quatro metodologias de cálculo
da variável de entrada NF indicaram a potencialidade de aplicação dos diferentes modelos, pois
foram obtidos coeficientes de correlação acima de 0,94 na etapa de validação. Devido os
resultados dos coeficientes de correlação na validação para a soma e para média terem sido
iguais e os maiores obtidos, para definição do modelo foi feita uma avaliação das curvas carga
x recalque obtidas a partir da previsão de recalques gerada pelos dois modelos.
111
O modelo que utiliza a soma do NSPT ao longo do fuste para cálculo da variável NF,
mesmo em menores quantidades, ainda gerou resultados como os obtidos por Amâncio (2013)
e Silveira (2014). O modelo apresentou para as algumas estacas um aumento da rigidez do
sistema estaca-solo logo após o trecho elástico, onde o esperado é que haja uma diminuição.
Porém, para o modelo que utiliza a média do NSPT ao longo do fuste, não ocorreu para nenhuma
das estacas modeladas este comportamento.
O modelo final deste trabalho é o que utiliza como método de cálculo da variável
de entrada NF a média aritmética do NSPT ao longo fuste, que possui uma arquitetura, com dez
nós na camada de entrada, quinze neurônios na primeira camada oculta, nove neurônios na
segunda camada oculta, sete neurônios na terceira camada oculta, três neurônios na quarta
camada oculta e um neurônio na camada de saída (A:10-15-9-7-3-1). Os coeficientes de
correlação obtidos para este modelo foram de 0,99 para o treinamento e 0,98 para a validação,
resultado para 4.000.0000 de iterações.
Considerando as três partes que compõe o sistema de mecanismo de transferência
de carga: solo, elemento estrutural e carga aplicada. Observa-se que no modelo final, as
variáveis de entrada referentes ao solo são as que mais contribuem com 43,75%, seguida pelas
variáveis de entrada referentes ao elemento estrutural com 39,07%, e por último a carga
aplicada com 17,18%. Um modelo de previsão de recalques deve levar em consideração que o
mecanismo de transferência de carga depende das características do solo e do elemento
estrutural, pois se isto não fosse necessário, bastaria apenas conhecer a carga para estimar os
recalques.
Ao realizar-se uma comparação entre o modelo proposto neste trabalho e os
modelos de Amâncio (2013) e Silveira (2014), observou-se uma melhora significativa nos
resultados apresentados. O modelo proposto apresentou altos valores de correlação entre os
recalques reais e os recalques calculados, e nenhuma das estacas modeladas apresentou
comportamento com curvas de formatos atípicos, como ocorreram nos trabalhos de Amâncio
(2013) e Silveira (2014).
O modelo apresentado neste trabalho é uma ferramenta que pode ser utilizada na
prática da engenharia de fundações para a estimativa de recalques em fundações a partir de
informações correntes, já que para sua implementação são necessárias apenas informações de
relatórios de sondagens à percussão do tipo SPT e uma simples planilha de cálculo.
A metodologia apresentada contribui para o desenvolvimento de projetos em
fundações profundas que sejam mais racionais e econômicos, já que considera o mecanismo de
112
transferência de carga e possibilita determinar a curva carga x recalque completa, a partir da

qual ser definida a carga de ruptura e a carga de trabalho para um recalque admissível.
De forma geral, todos objetivos propostos nesta dissertação, apresentados no
Capítulo 1, foram alcançados.
5.2. Sugestões para pesquisas futuras
Ao longo do desenvolvimento deste trabalho, puderam ser identificadas algumas

possibilidades de melhoria e de continuação a partir de futuras pesquisas, as quais incluem:
 Inserir no conjunto de dados outros tipos de estacas (estaca raiz, pré-moldada
de concreto, estacas Franki, etc.), elaborando assim um modelo mais
abrangente que possa ser utilizado na previsão de recalques de outros tipos de
estaca. Deve-se antes de realizar a introdução de novos dados, fazer uma
análise dos ensaios, evitando resultados de provas de carga estáticas e
sondagens à percussão SPT duvidosos;
 Incluir no conjunto de dados mais exemplos de entrada e saída para as regiões
nordeste, norte e centro-oeste brasileiras, pois são as que tem menor
representatividade no conjunto de dados;
 Estudar novos modelos que utilizem como variáveis os resultados de outros
ensaios, como por exemplo: ensaio do cone (CPT), ensaio de piezocone (CPT-
U), pressiométrico (PMT), ensaio dilatométrico (DMT), etc.
 Considerar as características de deformabilidade (módulo de elasticidade e
compressibilidade) dos elementos estruturais, que podem ser obtidas via
retroanálise das curvas carga-recalque em simulações elastoplásticas, como
variáveis de entrada;
 Considerar os parâmetros de resistência e deformabilidade do solo e o nível do
lençol freático;
 Considerar outros valores para o valor máximo do NSPT, já que nesta pesquisa
foi adotado como valor máximo NSPT=40.
 Estudar a distribuição de probabilidade dos resíduos (resíduo = valor real -
valor modelado) gerados pelo modelo na etapa de validação, afim de
determinar um intervalo de confiança do modelo que seja realmente
representativo, possibilitando a predição do fenômeno, considerando sua
113
variabilidade e confiabilidade através dos níveis e intervalos de confiança

adotados;
 Quantificar as incertezas do modelo (fator de segurança x probabilidade e risco
admissível). A partir da quantificação das incertezas do modelo, pode-se
determinar um fator de segurança ótimo entre o fator de segurança e a
probabilidade de ruínas a partir de um risco admissível;
 Estimar a capacidade de carga das estacas do conjunto através das curvas carga
x recalque obtidas com o emprego do modelo proposto nesta pesquisa, e
comparar com os resultados obtidos através da utilização de métodos
tradicionais, como: Aoki e Velloso (1975), Décourt e Quaresma (1978),
Antunes e Cabral (1996), e com as provas de carga estáticas;
 Elaborar modelos para estimativas da capacidade de cargas em estacas
utilizando as RNA;
 Realizar retroanálises das estacas utilizadas de forma a se determinar os
parâmetros de resistência e deformabilidade dos solos nas quais estas estacas
foram instaladas, e elaborar modelos de estimativa de parâmetros geotécnicos
com a utilização das RNA;
 Estudar modelos onde a estratigrafia do solo seja definida por: argila, silte
argiloso, silte arenoso e areia;
 Excluir do conjunto de dados as provas de carga que os recalques medidos
caracterizem apenas o encurtamento elástico do elemento estrutural e realizar
uma nova modelagem (treinamento e validação).
114
REFERÊNCIAS BIBLIOGRÁFICAS
ALBUQUERQUE, P. J R. de. Análise do comportamento de estaca pré-moldada de

pequeno diâmetro, instrumentada, me solo residual de diabásio da região de Campinas.
Dissertação (Mestrado), Faculdade de Engenharia Agrícola, Universidade Estadual de
Campinas, Campinas, 1996, 225p.
ALBUQUERQUE, P. J. R.; MASSAD, F.; CARVALHO, D. de e FERREIRA, M. A. M.

Comportamento à compressão de estacas escavadas, hélice contínua e hélice tipo Ômega,
em solo residual de diabásio. Campinas/SP: UNICAMP, 2001, 198p.
AMÂNCIO, L. B. Previsão de recalques em fundações profundas utilizando redes neurais

artificiais do tipo perceptron. Dissertação (Mestrado em Engenharia Civil) – Centro de
Tecnologia, Universidade Federal do Ceará, Fortaleza, 2013, 90p.
AMANN, K. A. P. Metodologia semi-empírica unificada para a estimativa de capacidade

de carga de estacas. Tese (Doutorado em Engenharia) – Escola Politécnica, Universidade de
São Paulo, São Paulo, 2010, 430p.
ANJOS, G. J. M. Estudo experimental do comportamento de fundações escavadas em solos

tropicais. Tese (Doutorado em Geotecnia) – Departamento de Engenharia Civil e Ambiental,
Universidade de Brasília, Brasília, 2006, 341p.
ANTUNES, W.R.; CABRAL, D.A. Capacidade de carga de estacas hélice contínua. 3º

Seminário de Engenharia de Fundações Especiais e Geotecnia, São Paulo, 1996, 2: 105 - 109.
AOKI, N. & VELLOSO, D.A. An approximate method to estimate the bearing capacity of
piles. V Panamerican Conference on Soil Mechanics and Foundation Engineering, Bueno
Aires, Argentina, 1975, 1: 367 – 376.
ARAÚJO, C. B. C. Previsão de vazão para o açude Orós/CE a partir de dados

hidrometeorológicos utilizando perceptrons. Monografia (Graduação em Engenharia Civil)
– Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2013, 76p.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 6122:2010: Projeto e

execução de fundações. Rio de Janeiro, 2010.
_____. NBR 12131: estacas: prova de carga estática. Rio de Janeiro, 2006.
BARROS, N. B. F. Previsão de recalque e análise de confiabilidade de fundações em

estacas hélice contínua. Dissertação (Mestrado) – Escola de Engenharia de São Carlos,
Universidade de São Paulo. São Carlos, 2012, 251p.
BENEGAS, E. Q. Previsões para a curva carga-recalque de estacas a partir do SPT. Tese

de Doutorado, COOPE, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 1993, 84p.
115
BESSA, A. O. Avaliação de resistência lateral em estacas escavadas com trado submetidas

à tração. Dissertação de Mestrado, Programa de Pós Graduação em Engenharia Civil,
Universidade Federal de Viçosa, Viçosa, 2005, 153p.
BRANCO, C. J. M da C. Provas de Carga Dinâmica em Estacas Escavadas de Pequeno

Diâmetro com Ponta Modificada. Tese de Doutorado, Escola de Engenharia de São Carlos,
Universidade de São Paulo, São Paulo, 2006, 217p.
BUSSAB, W. O.; MORENTTIN, P. A. Métodos Quantitativos - Estatística Básica. 4ª

edição, Atual Editora, São Paulo, 1987.
CORRÊA, R.S. Previsão da carga de ruptura de estacas-raiz a partir de sondagens de

simples reconhecimento. Dissertação (Mestrado em Estruturas e Fundações) - Escola
Politécnica da Universidade de São Paulo, São Paulo. 1988, 131 p.
DANTAS NETO, S. A. Avaliação das Propriedades dos Ligantes e das Misturas Asfálticas
Modificadas com Borracha Granulada de Pneus Usados. Tese de Doutorado, publicação
G.TD – 024/04, Departamento de Engenharia Civil e Ambiental, Universidade de Brasília,
Brasília, 2004, 265p.
DÉCOURT, L.; QUARESMA FILHO, A.R. Capacidade de carga de estacas a partir de

valores de SPT. VI Congresso Brasileiro de Mecânica dos Solos e Engenharia de Fundações,
ABMS, 1978, 1: p. 45-53.
DÉCOURT, L. A ruptura de fundações avaliada com base no conceito da rigidez. In: 3°

Seminário de Engenharia de Fundações Especiais e Geotecnia, São Paulo, v.20, 1996, 10p.
FELLENIUS, B. H. Negative skin friction and settlement of piles. Second International

Seminar, Pile Foundations, Nanyang Technological Institute, Singapore, November 28 - 30,
1984, 12 p.
FLEMING, G. M. K.; WELTMAN, A. J.; RANDOLPH, M. F.; ELSON, W. K. Piling

Engineering. Third Edition. Taylor & Francis e-Library, 2008, 392p.
GARCIA, J.R. Estudo do comportamento carga vs recalque de estacas raiz carregadas à

compressão. Dissertação (Mestrado) – Faculdade de Engenharia Civil, Arquitetura e
Urbanismo, Universidade Estadual de Campinas, Campinas, 2006, 148p.
HAYKIN, S. Redes Neurais Artificiais: Princípios e práticas. 2ª edição, Editora Bookman,

Porto Alegre, 2001.
HIRANY, A.; KULHAWY, F. H. Interpretation of load tests on drilled shafts part 2: Axial
uplift. In: Foundation Engineering: Current Principles and Practice. [S.l.]: ASCE, v.2, 1989,
p.1150-1159.
KÓVACS, Z. L. Redes Neurais Artificiais – Fundamentos e Aplicações. 3ª edição, Livraria

da Física Editora, São Paulo, 2002.
116
LANGONE, M. J. Método UFRGS de previsão de capacidade de carga em estacas: análise

de provas de carga estáticas instrumentadas. Dissertação (Mestrado em Engenharia).
Programa de Pós-Graduação em Engenharia Civil, Universidade Federal do Rio Grande do Sul,
Porto Alegre, 2012, 204p.
MAGALHÃES, P. H. L. Avaliação dos métodos de capacidade de carga e recalques de

estacas hélice contínua via provas de carga. Tese (Mestrado em Engenharia) - Faculdade de
Tecnologia, Universidade de Brasília, 2005, 243p.
MARTÍNEZ-CARVAJAL, H. E. Modelagem construtiva de areias usando redes neurais

artificiais. Tese (Doutorado em Geotecnia), Departamento de Engenharia Civil, Universidade
de Brasília, Brasília, 2006, 250p.
MELO, B. N. Análise de provas de carga à compressão à luz do conceito de rigidez.

Dissertação (Mestrado em Engenharia Civil) - Faculdade de Engenharia Civil, Arquitetura e
Urbanismo, Universidade Estadual de Campinas, Campinas, 2009, 219 p.
MILITITSKY, J. Provas de carga estáticas. In: SEMINÁRIO DE ENGENHARIA DE

FUNDAÇÕES ESPECIAIS E GEOTECNIA, II SEFE, 1991, São Paulo. Anais. São Paulo:
ABEF e ABMS, 1991, v.2, p. 203-228.
MILITITSKY, J. Large bored pile in clay – design and behavior. Tese (Dourado em
Engenharia Civil), University of Surry, Surrey, 1980, 222p.
MURTHY, V. N. S. Geotechnical engineering: principles and practices of soil mechanics and

foundation engineering. New York: Marcel Dekker, Inc., 2002.
NEJAD, F. P.; JAKSA, M. B.; McCABE, B. A. Prediction of pile settlement using artificial
neural networks based on standard penetration test data. Elsevier Sci: Computers and
Geotechnics, [S.l.], p. 1125-1133. set. 2009.
NIENOV, F. A. Comportamento à compressão de estacas escavadas de pequeno diâmetro

em solo sedimentar na região de Santa Maria. Dissertação (Mestrado em Engenharia Civil),
Centro de Tecnologia, Universidade Federal de Santa Maria, Santa Maria, 2006, 133 p.
NIYAMA, S.; AOKI, N.; CHAMECKI, P. R. Verificação de desempenho. In: HACHICH et

al. (eds.). Fundações: teoria e prática. 2. Ed. São Paulo: PINI, 1998. cap. 20.
NOGUEIRA, R. C. R. Comportamento de estacas tipo raiz, Instrumentadas, Submetidas

à compressão axial, em solo de diabásio. Dissertação (Mestrado em Engenharia Civil) -
Faculdade de Engenharia Civil, Arquitetura e Urbanismo. Universidade Estadual de Campinas,
Campinas, 2004, 204 p.
PÉREZ, N. B. M. Análise de transferência de carga em estacas escavadas em solo da região

de Campinas/SP. Dissertação (Mestrado em Geotecnia) – Faculdade de Engenharia Civil,
Arquitetura e Urbanismo, Universidade Estadual de Campinas, Campinas, 2014, 171p.
SCHULZE, T. Análise da capacidade de carga de estaca escavada instrumentada de

pequeno diâmetro por meio de métodos semi-empíricos. Dissertação de Mestrado –
117
Faculdade de Engenharia Civil, Arquitetura e Urbanismo, Universidade Estadual de Campinas,

Campinas, 2013, 171p.
SILVEIRA, M.V. Modelo neuronal para previsão de recalques em estacas hélice contínua,
metálica e escavada. Dissertação (Mestrado em Engenharia Civil) – Centro de Tecnologia,
Universidade Federal do Ceará, Fortaleza, 2014, 106p.
TERZAGHI, K.; PECK, R. B.; MESRI, G. Soil mechanics in engineering practice. 3. ed.
New York: John Wiley & Sons, Inc., 1996.
VELLOSO, D. A.; LOPES, F. R. Fundações, volume 1: critérios de projetos, investigação do

subsolo, fundações superficiais. 2 ed. São Paulo: Oficina de Textos, 2011.
VELLOSO, D. A.; LOPES, F. R. Fundações, volume 2: fundações profundas. Nova ed. São
Paulo: Oficina de Textos, 2010.
118
APÊNDICE A
APÊNDICE A - ANÁLISE DA DUPLICIDADE DOS DADOS DE ENTRADA DO MODELO
DADOS DE ENTRADA EXATAMENTE IGUAIS
Estacas 16-17 Estacas 26-27

2000 2500
1500 2000
Carga (kN)
Carga (kN)
1500
1000
1000
500
500
0 0
0,00 10,00 20,00 30,00 40,00 50,00 60,00 70,00 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 40,00
Recalque (mm) Recalque (mm)
Estaca 16 Estaca 17 Estaca 26 Estaca 27

3000 2500
2500 2000
Carga (kN)
2000 1500
Carga (kN)
1500 1000
1000 500
500
0
0 0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 16,00 18,00
0,00 5,00 10,00 15,00 20,00 Recalque (mm)
Recalque (mm)
Estaca 48 Estaca 49
Estaca 42 Estaca 43
700 800
600 700
500 600
Carga (kN)
Carga (kN)
400 500
400
300
300
200
200
100 100
0 0
0,00 1,00 2,00 3,00 4,00 5,00 6,00 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 40,00 45,00

1400 1400
1200 1200
1000 1000
Carga (kN)
Carga (kN)
800 800
600 600
400 400
200 200
0 0
0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 16,00 0,00 0,50 1,00 1,50 2,00 2,50
Estaca 82 Estaca 83 Estaca 137 Estaca 139 Estaca 140 Estaca 141
Estaca 142 Estaca 143 Estaca 144

2500 20000
2000
Carga (kN)
15000
Carga (kN)
1500
1000 10000
500
5000
0
0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 0
Recalque (mm) 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00
Recalque (mm)
Estaca 149 Estaca 150 Estaca 151 Estaca 159 Estaca 160 Estaca 161 Estaca 162
700 70
600 60
500 50
Carga (kN)
Carga (kN)
400 40
300 30
200 20
10
100
0
0 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00
0,00 20,00 40,00 60,00 80,00 100,00 120,00
Recalque (mm)
Recalque (mm)
DADOS DE ENTRADA MUITO PRÓXIMOS

1000 3000
800 2500
Carga (kN)
Carga (kN)
2000
600
1500
400
1000
200 500
0 0
0,00 10,00 20,00 30,00 40,00 50,00 60,00 70,00 80,00 0,00 10,00 20,00 30,00 40,00 50,00

Estacas 130 e 132 Estacas 154-155
2000 400
350
1500 300
Carga (kN)
Carga (kN)
250
1000 200
150
500 100
50
0 0
0,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 0,00 10,00 20,00 30,00 40,00 50,00 60,00

200 350
300
150 250
Carga (kN)
Carga (kN)
200
100
150
50 100
50
0 0
0,00 2,00 4,00 6,00 8,00 10,00 12,00 0,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00
Estacas 174-175 Estacas 179 - 181

400 350
350 300
300 250
Carga (kN)
Carga (kN)
250
200
200
150 150
100 100
50 50
0 0
0,00 5,00 10,00 15,00 20,00 0,00 5,00 10,00 15,00 20,00 25,00 30,00 35,00 40,00 45,00
Estaca 174 Estaca 175 Estaca 179 Estaca 180 Estaca 181
123
APÊNDICE B
APÊNDICE B - VARIÁVEIS DE ENTRADA E SAÍDA UTILIZADAS NO DESENVOLVIMENTO DO MODELO
Tabela B.1 - Variáveis de entrada e saídas usadas na modelagem com redes neurais artificiais
Dados da Estaca Sondagem Prova de Carga
NF
Quant. T L (m) D (m) NP d (m) Arg Sil Ar P (kN) ρ (mm)
Soma Média Soma Pond Média Pond
1 1 11,55 0,35 190 17,27 64,00 15,24 40 0,45 0,654 0,000 0,346 0 0,00
2 1 11,55 0,35 190 17,27 64,00 15,24 40 0,45 0,654 0,000 0,346 330 0,25
3 1 11,55 0,35 190 17,27 64,00 15,24 40 0,45 0,654 0,000 0,346 660 1,42
4 1 11,55 0,35 190 17,27 64,00 15,24 40 0,45 0,654 0,000 0,346 792 2,00
1
5 1 11,55 0,35 190 17,27 64,00 15,24 40 0,45 0,654 0,000 0,346 924 2,43
6 1 11,55 0,35 190 17,27 64,00 15,24 40 0,45 0,654 0,000 0,346 1056 3,38
7 1 11,55 0,35 190 17,27 64,00 15,24 40 0,45 0,654 0,000 0,346 1188 4,09
8 1 11,55 0,35 190 17,27 64,00 15,24 40 0,45 0,654 0,000 0,346 1320 4,93
9 1 8,59 0,35 135 16,88 46,10 14,41 8 0,70 0,767 0,000 0,233 0 0,00
10 1 8,59 0,35 135 16,88 46,10 14,41 8 0,70 0,767 0,000 0,233 235 0,65
11 1 8,59 0,35 135 16,88 46,10 14,41 8 0,70 0,767 0,000 0,233 470 3,34
12 1 8,59 0,35 135 16,88 46,10 14,41 8 0,70 0,767 0,000 0,233 564 5,13
2
13 1 8,59 0,35 135 16,88 46,10 14,41 8 0,70 0,767 0,000 0,233 658 7,84
14 1 8,59 0,35 135 16,88 46,10 14,41 8 0,70 0,767 0,000 0,233 752 10,73
15 1 8,59 0,35 135 16,88 46,10 14,41 8 0,70 0,767 0,000 0,233 846 13,67
16 1 8,59 0,35 135 16,88 46,10 14,41 8 0,70 0,767 0,000 0,233 940 17,76
17 1 16,04 0,60 99 6,60 36,30 5,76 21 1,20 0,935 0,000 0,065 0 0,00
18 1 16,04 0,60 99 6,60 36,30 5,76 21 1,20 0,935 0,000 0,065 650 0,78
19 1 16,04 0,60 99 6,60 36,30 5,76 21 1,20 0,935 0,000 0,065 1300 2,50
20 1 16,04 0,60 99 6,60 36,30 5,76 21 1,20 0,935 0,000 0,065 1560 3,62
3
21 1 16,04 0,60 99 6,60 36,30 5,76 21 1,20 0,935 0,000 0,065 1820 4,82
22 1 16,04 0,60 99 6,60 36,30 5,76 21 1,20 0,935 0,000 0,065 2080 6,42
23 1 16,04 0,60 99 6,60 36,30 5,76 21 1,20 0,935 0,000 0,065 2340 9,12
24 1 16,04 0,60 99 6,60 36,30 5,76 21 1,20 0,935 0,000 0,065 2600 14,20
25 1 14,67 0,70 353 25,21 140,00 24,56 38 1,33 1,000 0,000 0,000 0 0,00
26 1 14,67 0,70 353 25,21 140,00 24,56 38 1,33 1,000 0,000 0,000 1100 0,45
27 1 14,67 0,70 353 25,21 140,00 24,56 38 1,33 1,000 0,000 0,000 2200 2,64
28 1 14,67 0,70 353 25,21 140,00 24,56 38 1,33 1,000 0,000 0,000 2640 3,43
4
29 1 14,67 0,70 353 25,21 140,00 24,56 38 1,33 1,000 0,000 0,000 3080 4,24
30 1 14,67 0,70 353 25,21 140,00 24,56 38 1,33 1,000 0,000 0,000 3520 5,26
31 1 14,67 0,70 353 25,21 140,00 24,56 38 1,33 1,000 0,000 0,000 3960 6,80
NF
32 1 14,67 0,70 353 25,21 140,00 24,56 38 1,33 1,000 0,000 0,000 4400 8,65
33 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 0 0,00
34 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 384 1,10
35 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 751 2,05
36 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 1152 3,29
37 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 1589 4,82
38 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 1964 6,06
39 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 2226 7,18
40 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 2357 7,59
41 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 2541 8,29
42 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 2663 8,99
43 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 2786 9,55
44 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 2890 10,11
45 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 2987 10,67
5
46 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3057 11,53
47 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3127 12,24
48 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3180 12,95
49 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3215 14,10
50 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3260 15,68
51 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3304 16,54
52 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3348 18,55
53 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3393 19,85
54 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3437 20,85
55 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3473 23,15
56 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3517 24,30
57 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3571 25,73
58 1 16,00 0,60 183 11,44 62,50 9,92 33 1,20 1,000 0,000 0,000 3597 26,88
59 1 19,00 0,35 222 12,33 76,90 10,53 21 0,70 0,000 1,000 0,000 0 0,00
60 1 19,00 0,35 222 12,33 76,90 10,53 21 0,70 0,000 1,000 0,000 300 0,42
61 1 19,00 0,35 222 12,33 76,90 10,53 21 0,70 0,000 1,000 0,000 600 1,26
62 1 19,00 0,35 222 12,33 76,90 10,53 21 0,70 0,000 1,000 0,000 720 1,94
6
63 1 19,00 0,35 222 12,33 76,90 10,53 21 0,70 0,000 1,000 0,000 840 2,59
64 1 19,00 0,35 222 12,33 76,90 10,53 21 0,70 0,000 1,000 0,000 960 3,34
65 1 19,00 0,35 222 12,33 76,90 10,53 21 0,70 0,000 1,000 0,000 1080 4,38
66 1 19,00 0,35 222 12,33 76,90 10,53 21 0,70 0,000 1,000 0,000 1200 5,80
NF
67 1 14,10 0,40 229 17,62 71,40 12,75 40 0,00 0,575 0,426 0,000 0 0,00
68 1 14,10 0,40 229 17,62 71,40 12,75 40 0,00 0,575 0,426 0,000 400 0,80
69 1 14,10 0,40 229 17,62 71,40 12,75 40 0,00 0,575 0,426 0,000 800 2,42
70 1 14,10 0,40 229 17,62 71,40 12,75 40 0,00 0,575 0,426 0,000 960 3,18
7
71 1 14,10 0,40 229 17,62 71,40 12,75 40 0,00 0,575 0,426 0,000 1120 3,88
72 1 14,10 0,40 229 17,62 71,40 12,75 40 0,00 0,575 0,426 0,000 1280 4,90
73 1 14,10 0,40 229 17,62 71,40 12,75 40 0,00 0,575 0,426 0,000 1440 6,00
74 1 14,10 0,40 229 17,62 71,40 12,75 40 0,00 0,575 0,426 0,000 1600 7,36
75 1 15,40 0,50 267 19,07 79,20 13,90 39 0,60 0,455 0,546 0,000 0 0,00
76 1 15,40 0,50 267 19,07 79,20 13,90 39 0,60 0,455 0,546 0,000 500 0,66
77 1 15,40 0,50 267 19,07 79,20 13,90 39 0,60 0,455 0,546 0,000 1000 1,85
78 1 15,40 0,50 267 19,07 79,20 13,90 39 0,60 0,455 0,546 0,000 1200 2,37
8
79 1 15,40 0,50 267 19,07 79,20 13,90 39 0,60 0,455 0,546 0,000 1400 2,97
80 1 15,40 0,50 267 19,07 79,20 13,90 39 0,60 0,455 0,546 0,000 1600 3,83
81 1 15,40 0,50 267 19,07 79,20 13,90 39 0,60 0,455 0,546 0,000 1800 4,73
82 1 15,40 0,50 267 19,07 79,20 13,90 39 0,60 0,455 0,546 0,000 2000 6,06
83 1 20,20 0,35 263 13,84 76,90 9,73 40 0,00 0,248 0,753 0,000 0 0,00
84 1 20,20 0,35 263 13,84 76,90 9,73 40 0,00 0,248 0,753 0,000 300 1,25
85 1 20,20 0,35 263 13,84 76,90 9,73 40 0,00 0,248 0,753 0,000 600 2,44
86 1 20,20 0,35 263 13,84 76,90 9,73 40 0,00 0,248 0,753 0,000 720 3,16
9
87 1 20,20 0,35 263 13,84 76,90 9,73 40 0,00 0,248 0,753 0,000 840 3,87
88 1 20,20 0,35 263 13,84 76,90 9,73 40 0,00 0,248 0,753 0,000 960 4,55
89 1 20,20 0,35 263 13,84 76,90 9,73 40 0,00 0,248 0,753 0,000 1080 5,74
90 1 20,20 0,35 263 13,84 76,90 9,73 40 0,00 0,248 0,753 0,000 1200 7,61
91 1 20,20 0,35 236 12,42 75,90 9,61 25 0,70 0,297 0,703 0,000 0 0,00
92 1 20,20 0,35 236 12,42 75,90 9,61 25 0,70 0,297 0,703 0,000 300 1,05
93 1 20,20 0,35 236 12,42 75,90 9,61 25 0,70 0,297 0,703 0,000 600 2,55
94 1 20,20 0,35 236 12,42 75,90 9,61 25 0,70 0,297 0,703 0,000 720 3,40
10
95 1 20,20 0,35 236 12,42 75,90 9,61 25 0,70 0,297 0,703 0,000 840 4,09
96 1 20,20 0,35 236 12,42 75,90 9,61 25 0,70 0,297 0,703 0,000 960 4,92
97 1 20,20 0,35 236 12,42 75,90 9,61 25 0,70 0,297 0,703 0,000 1080 5,89
98 1 20,20 0,35 236 12,42 75,90 9,61 25 0,70 0,297 0,703 0,000 1200 7,20
99 1 19,60 0,35 141 7,42 37,00 5,00 40 0,00 0,898 0,102 0,000 0 0,00
100 1 19,60 0,35 141 7,42 37,00 5,00 40 0,00 0,898 0,102 0,000 250 1,93
101 1 19,60 0,35 141 7,42 37,00 5,00 40 0,00 0,898 0,102 0,000 500 6,01
NF
102 1 19,60 0,35 141 7,42 37,00 5,00 40 0,00 0,898 0,102 0,000 600 7,20
11
103 1 19,60 0,35 141 7,42 37,00 5,00 40 0,00 0,898 0,102 0,000 700 8,64
104 1 19,60 0,35 141 7,42 37,00 5,00 40 0,00 0,898 0,102 0,000 800 10,07
105 1 19,60 0,35 141 7,42 37,00 5,00 40 0,00 0,898 0,102 0,000 900 12,00
106 1 19,60 0,35 141 7,42 37,00 5,00 40 0,00 0,898 0,102 0,000 1000 22,78
107 1 15,00 0,40 259 18,50 80,10 14,05 40 0,00 0,867 0,000 0,133 0 0,00
108 1 15,00 0,40 259 18,50 80,10 14,05 40 0,00 0,867 0,000 0,133 400 0,82
109 1 15,00 0,40 259 18,50 80,10 14,05 40 0,00 0,867 0,000 0,133 800 2,74
110 1 15,00 0,40 259 18,50 80,10 14,05 40 0,00 0,867 0,000 0,133 960 3,49
12
111 1 15,00 0,40 259 18,50 80,10 14,05 40 0,00 0,867 0,000 0,133 1120 4,82
112 1 15,00 0,40 259 18,50 80,10 14,05 40 0,00 0,867 0,000 0,133 1280 5,55
113 1 15,00 0,40 259 18,50 80,10 14,05 40 0,00 0,867 0,000 0,133 1440 6,99
114 1 15,00 0,40 259 18,50 80,10 14,05 40 0,00 0,867 0,000 0,133 1600 7,72
115 1 16,04 0,40 144 9,60 31,70 5,03 35 0,80 0,499 0,000 0,501 0 0,00
116 1 16,04 0,40 144 9,60 31,70 5,03 35 0,80 0,499 0,000 0,501 300 0,50
117 1 16,04 0,40 144 9,60 31,70 5,03 35 0,80 0,499 0,000 0,501 600 1,21
118 1 16,04 0,40 144 9,60 31,70 5,03 35 0,80 0,499 0,000 0,501 720 2,07
13
119 1 16,04 0,40 144 9,60 31,70 5,03 35 0,80 0,499 0,000 0,501 840 3,15
120 1 16,04 0,40 144 9,60 31,70 5,03 35 0,80 0,499 0,000 0,501 960 4,50
121 1 16,04 0,40 144 9,60 31,70 5,03 35 0,80 0,499 0,000 0,501 1080 6,35
122 1 16,04 0,40 144 9,60 31,70 5,03 35 0,80 0,499 0,000 0,501 1200 8,73
123 1 17,00 0,50 200 12,50 67,80 10,59 18 1,00 0,000 1,000 0,000 0 0,00
124 1 17,00 0,50 200 12,50 67,80 10,59 18 1,00 0,000 1,000 0,000 500 0,85
125 1 17,00 0,50 200 12,50 67,80 10,59 18 1,00 0,000 1,000 0,000 1000 3,56
126 1 17,00 0,50 200 12,50 67,80 10,59 18 1,00 0,000 1,000 0,000 1200 4,99
14
127 1 17,00 0,50 200 12,50 67,80 10,59 18 1,00 0,000 1,000 0,000 1400 6,32
128 1 17,00 0,50 200 12,50 67,80 10,59 18 1,00 0,000 1,000 0,000 1600 8,07
129 1 17,00 0,50 200 12,50 67,80 10,59 18 1,00 0,000 1,000 0,000 1800 9,49
130 1 17,00 0,50 200 12,50 67,80 10,59 18 1,00 0,000 1,000 0,000 2000 11,41
131 1 9,07 0,40 49 6,13 13,80 4,31 40 0,00 0,559 0,441 0,000 0 0,00
132 1 9,07 0,40 49 6,13 13,80 4,31 40 0,00 0,559 0,441 0,000 363 2,00
133 1 9,07 0,40 49 6,13 13,80 4,31 40 0,00 0,559 0,441 0,000 725 5,90
134 1 9,07 0,40 49 6,13 13,80 4,31 40 0,00 0,559 0,441 0,000 870 7,97
15
135 1 9,07 0,40 49 6,13 13,80 4,31 40 0,00 0,559 0,441 0,000 1015 9,55
136 1 9,07 0,40 49 6,13 13,80 4,31 40 0,00 0,559 0,441 0,000 1160 11,34
NF
137 1 9,07 0,40 49 6,13 13,80 4,31 40 0,00 0,559 0,441 0,000 1305 13,05
138 1 9,07 0,40 49 6,13 13,80 4,31 40 0,00 0,559 0,441 0,000 1450 17,14
139 1 12,85 0,50 242 20,17 78,00 16,25 32 1,00 0,844 0,000 0,156 0 0,00
140 1 12,85 0,50 242 20,17 78,00 16,25 32 1,00 0,844 0,000 0,156 500 1,01
141 1 12,85 0,50 242 20,17 78,00 16,25 32 1,00 0,844 0,000 0,156 1000 3,05
142 1 12,85 0,50 242 20,17 78,00 16,25 32 1,00 0,844 0,000 0,156 1200 5,93
18
143 1 12,85 0,50 242 20,17 78,00 16,25 32 1,00 0,844 0,000 0,156 1400 8,80
144 1 12,85 0,50 242 20,17 78,00 16,25 32 1,00 0,844 0,000 0,156 1600 12,64
145 1 12,85 0,50 242 20,17 78,00 16,25 32 1,00 0,844 0,000 0,156 1800 16,93
146 1 12,85 0,50 242 20,17 78,00 16,25 32 1,00 0,844 0,000 0,156 2000 26,37
147 1 12,00 0,50 199 19,25 73,20 15,58 32 1,00 1,000 0,000 0,000 0 0,00
148 1 12,00 0,50 199 19,25 73,20 15,58 32 1,00 1,000 0,000 0,000 500 0,57
149 1 12,00 0,50 199 19,25 73,20 15,58 32 1,00 1,000 0,000 0,000 1000 2,35
150 1 12,00 0,50 199 19,25 73,20 15,58 32 1,00 1,000 0,000 0,000 1200 3,55
19
151 1 12,00 0,50 199 19,25 73,20 15,58 32 1,00 1,000 0,000 0,000 1400 4,98
152 1 12,00 0,50 199 19,25 73,20 15,58 32 1,00 1,000 0,000 0,000 1600 6,60
153 1 12,00 0,50 199 19,25 73,20 15,58 32 1,00 1,000 0,000 0,000 1800 8,31
154 1 12,00 0,50 199 19,25 73,20 15,58 32 1,00 1,000 0,000 0,000 2000 10,74
155 1 11,83 0,80 70 6,36 16,10 3,83 40 0,17 0,916 0,000 0,085 0 0,00
156 1 11,83 0,80 70 6,36 16,10 3,83 40 0,17 0,916 0,000 0,085 1035 0,90
157 1 11,83 0,80 70 6,36 16,10 3,83 40 0,17 0,916 0,000 0,085 2070 7,40
158 1 11,83 0,80 70 6,36 16,10 3,83 40 0,17 0,916 0,000 0,085 2484 19,00
20
159 1 11,83 0,80 70 6,36 16,10 3,83 40 0,17 0,916 0,000 0,085 2898 32,00
160 1 11,83 0,80 70 6,36 16,10 3,83 40 0,17 0,916 0,000 0,085 3312 55,80
161 1 11,83 0,80 70 6,36 16,10 3,83 40 0,17 0,916 0,000 0,085 3726 120,90
162 1 11,83 0,80 70 6,36 16,10 3,83 40 0,17 0,916 0,000 0,085 4140 189,40
163 1 21,12 0,50 196 9,80 65,00 8,13 40 0,00 0,858 0,142 0,000 0 0,00
164 1 21,12 0,50 196 9,80 65,00 8,13 40 0,00 0,858 0,142 0,000 570 0,47
165 1 21,12 0,50 196 9,80 65,00 8,13 40 0,00 0,858 0,142 0,000 1140 1,31
166 1 21,12 0,50 196 9,80 65,00 8,13 40 0,00 0,858 0,142 0,000 1368 1,91
21
167 1 21,12 0,50 196 9,80 65,00 8,13 40 0,00 0,858 0,142 0,000 1596 2,50
168 1 21,12 0,50 196 9,80 65,00 8,13 40 0,00 0,858 0,142 0,000 1824 3,09
169 1 21,12 0,50 196 9,80 65,00 8,13 40 0,00 0,858 0,142 0,000 2052 3,80
170 1 21,12 0,50 196 9,80 65,00 8,13 40 0,00 0,858 0,142 0,000 2280 4,61
171 1 17,00 0,70 281 17,56 97,90 15,30 30 1,40 1,000 0,000 0,000 0 0,00
NF
172 1 17,00 0,70 281 17,56 97,90 15,30 30 1,40 1,000 0,000 0,000 1073 1,80
173 1 17,00 0,70 281 17,56 97,90 15,30 30 1,40 1,000 0,000 0,000 2145 4,55
174 1 17,00 0,70 281 17,56 97,90 15,30 30 1,40 1,000 0,000 0,000 2574 5,75
22
175 1 17,00 0,70 281 17,56 97,90 15,30 30 1,40 1,000 0,000 0,000 3003 6,85
176 1 17,00 0,70 281 17,56 97,90 15,30 30 1,40 1,000 0,000 0,000 3432 8,26
177 1 17,00 0,70 281 17,56 97,90 15,30 30 1,40 1,000 0,000 0,000 3861 10,54
178 1 17,00 0,70 281 17,56 97,90 15,30 30 1,40 1,000 0,000 0,000 4290 17,47
179 1 23,00 0,70 336 15,27 110,70 12,44 26 1,40 0,087 0,913 0,000 0 0,00
180 1 23,00 0,70 336 15,27 110,70 12,44 26 1,40 0,087 0,913 0,000 818 0,53
181 1 23,00 0,70 336 15,27 110,70 12,44 26 1,40 0,087 0,913 0,000 1635 1,30
182 1 23,00 0,70 336 15,27 110,70 12,44 26 1,40 0,087 0,913 0,000 1962 1,63
23
183 1 23,00 0,70 336 15,27 110,70 12,44 26 1,40 0,087 0,913 0,000 2289 2,06
184 1 23,00 0,70 336 15,27 110,70 12,44 26 1,40 0,087 0,913 0,000 2616 2,57
185 1 23,00 0,70 336 15,27 110,70 12,44 26 1,40 0,087 0,913 0,000 2943 3,08
186 1 23,00 0,70 336 15,27 110,70 12,44 26 1,40 0,087 0,913 0,000 3270 3,95
187 1 6,00 0,35 147 29,40 64,20 29,18 30 0,70 1,000 0,000 0,000 0 0,00
188 1 6,00 0,35 147 29,40 64,20 29,18 30 0,70 1,000 0,000 0,000 245 0,27
189 1 6,00 0,35 147 29,40 64,20 29,18 30 0,70 1,000 0,000 0,000 490 1,30
190 1 6,00 0,35 147 29,40 64,20 29,18 30 0,70 1,000 0,000 0,000 588 1,92
24
191 1 6,00 0,35 147 29,40 64,20 29,18 30 0,70 1,000 0,000 0,000 686 2,64
192 1 6,00 0,35 147 29,40 64,20 29,18 30 0,70 1,000 0,000 0,000 784 3,85
193 1 6,00 0,35 147 29,40 64,20 29,18 30 0,70 1,000 0,000 0,000 882 7,00
194 1 6,00 0,35 147 29,40 64,20 29,18 30 0,70 1,000 0,000 0,000 980 13,29
195 1 7,00 0,35 177 29,50 73,20 29,28 22 0,70 1,000 0,000 0,000 0 0,00
196 1 7,00 0,35 177 29,50 73,20 29,28 22 0,70 1,000 0,000 0,000 350 0,32
197 1 7,00 0,35 177 29,50 73,20 29,28 22 0,70 1,000 0,000 0,000 700 1,20
198 1 7,00 0,35 177 29,50 73,20 29,28 22 0,70 1,000 0,000 0,000 840 1,97
25
199 1 7,00 0,35 177 29,50 73,20 29,28 22 0,70 1,000 0,000 0,000 980 2,72
200 1 7,00 0,35 177 29,50 73,20 29,28 22 0,70 1,000 0,000 0,000 1120 3,76
201 1 7,00 0,35 177 29,50 73,20 29,28 22 0,70 1,000 0,000 0,000 1260 5,17
202 1 7,00 0,35 177 29,50 73,20 29,28 22 0,70 1,000 0,000 0,000 1400 9,40
203 1 7,50 0,35 75 12,50 23,70 9,48 25 0,70 0,267 0,733 0,000 0 0,00
204 1 7,50 0,35 75 12,50 23,70 9,48 25 0,70 0,267 0,733 0,000 160 0,45
205 1 7,50 0,35 75 12,50 23,70 9,48 25 0,70 0,267 0,733 0,000 320 4,23
206 1 7,50 0,35 75 12,50 23,70 9,48 25 0,70 0,267 0,733 0,000 384 5,61
28
NF
28
207 1 7,50 0,35 75 12,50 23,70 9,48 25 0,70 0,267 0,733 0,000 448 9,85
208 1 7,50 0,35 75 12,50 23,70 9,48 25 0,70 0,267 0,733 0,000 512 21,08
209 1 7,50 0,35 75 12,50 23,70 9,48 25 0,70 0,267 0,733 0,000 576 37,34
210 1 7,50 0,35 75 12,50 23,70 9,48 25 0,70 0,267 0,733 0,000 640 62,19
211 1 7,50 0,43 75 12,50 23,70 9,48 25 0,86 0,267 0,733 0,000 0 0,00
212 1 7,50 0,43 75 12,50 23,70 9,48 25 0,86 0,267 0,733 0,000 205 0,29
213 1 7,50 0,43 75 12,50 23,70 9,48 25 0,86 0,267 0,733 0,000 410 0,73
214 1 7,50 0,43 75 12,50 23,70 9,48 25 0,86 0,267 0,733 0,000 492 1,30
29
215 1 7,50 0,43 75 12,50 23,70 9,48 25 0,86 0,267 0,733 0,000 574 2,30
216 1 7,50 0,43 75 12,50 23,70 9,48 25 0,86 0,267 0,733 0,000 656 9,00
217 1 7,50 0,43 75 12,50 23,70 9,48 25 0,86 0,267 0,733 0,000 738 27,00
218 1 7,50 0,43 75 12,50 23,70 9,48 25 0,86 0,267 0,733 0,000 820 41,66
219 1 12,00 0,40 131 11,91 42,60 9,06 40 0,00 0,000 1,000 0,000 0 0,00
220 1 12,00 0,40 131 11,91 42,60 9,06 40 0,00 0,000 1,000 0,000 400 0,14
221 1 12,00 0,40 131 11,91 42,60 9,06 40 0,00 0,000 1,000 0,000 800 0,65
222 1 12,00 0,40 131 11,91 42,60 9,06 40 0,00 0,000 1,000 0,000 960 1,05
30
223 1 12,00 0,40 131 11,91 42,60 9,06 40 0,00 0,000 1,000 0,000 1120 1,60
224 1 12,00 0,40 131 11,91 42,60 9,06 40 0,00 0,000 1,000 0,000 1280 2,20
225 1 12,00 0,40 131 11,91 42,60 9,06 40 0,00 0,000 1,000 0,000 1440 3,00
226 1 12,00 0,40 131 11,91 42,60 9,06 40 0,00 0,000 1,000 0,000 1600 3,92
227 1 11,00 0,40 77 7,70 21,50 5,24 40 0,00 0,000 1,000 0,000 0 0,00
228 1 11,00 0,40 77 7,70 21,50 5,24 40 0,00 0,000 1,000 0,000 200 0,14
229 1 11,00 0,40 77 7,70 21,50 5,24 40 0,00 0,000 1,000 0,000 400 0,65
230 1 11,00 0,40 77 7,70 21,50 5,24 40 0,00 0,000 1,000 0,000 480 1,05
31
231 1 11,00 0,40 77 7,70 21,50 5,24 40 0,00 0,000 1,000 0,000 560 1,60
232 1 11,00 0,40 77 7,70 21,50 5,24 40 0,00 0,000 1,000 0,000 640 2,20
233 1 11,00 0,40 77 7,70 21,50 5,24 40 0,00 0,000 1,000 0,000 720 3,00
234 1 11,00 0,40 77 7,70 21,50 5,24 40 0,00 0,000 1,000 0,000 800 3,92
235 1 11,46 0,60 73 7,30 17,70 4,32 24 0,54 0,651 0,000 0,349 0 0,00
236 1 11,46 0,60 73 7,30 17,70 4,32 24 0,54 0,651 0,000 0,349 518 1,30
237 1 11,46 0,60 73 7,30 17,70 4,32 24 0,54 0,651 0,000 0,349 1035 3,20
238 1 11,46 0,60 73 7,30 17,70 4,32 24 0,54 0,651 0,000 0,349 1242 4,50
32
239 1 11,46 0,60 73 7,30 17,70 4,32 24 0,54 0,651 0,000 0,349 1449 6,35
240 1 11,46 0,60 73 7,30 17,70 4,32 24 0,54 0,651 0,000 0,349 1656 9,55
241 1 11,46 0,60 73 7,30 17,70 4,32 24 0,54 0,651 0,000 0,349 1863 13,48
NF
242 1 11,46 0,60 73 7,30 17,70 4,32 24 0,54 0,651 0,000 0,349 2070 19,26
243 1 11,81 0,60 85 7,68 19,50 4,64 40 0,19 0,577 0,000 0,423 0 0,00
244 1 11,81 0,60 85 7,68 19,50 4,64 40 0,19 0,577 0,000 0,423 510 0,74
245 1 11,81 0,60 85 7,68 19,50 4,64 40 0,19 0,577 0,000 0,423 1020 2,05
246 1 11,81 0,60 85 7,68 19,50 4,64 40 0,19 0,577 0,000 0,423 1224 2,53
33
247 1 11,81 0,60 85 7,68 19,50 4,64 40 0,19 0,577 0,000 0,423 1428 3,30
248 1 11,81 0,60 85 7,68 19,50 4,64 40 0,19 0,577 0,000 0,423 1632 4,00
249 1 11,81 0,60 85 7,68 19,50 4,64 40 0,19 0,577 0,000 0,423 1836 4,85
250 1 11,81 0,60 85 7,68 19,50 4,64 40 0,19 0,577 0,000 0,423 2040 5,94
251 1 13,50 0,60 203 16,92 89,30 18,60 15 1,20 0,000 1,000 0,000 0 0,00
252 1 13,50 0,60 203 16,92 89,30 18,60 15 1,20 0,000 1,000 0,000 665 1,40
253 1 13,50 0,60 203 16,92 89,30 18,60 15 1,20 0,000 1,000 0,000 1330 4,30
254 1 13,50 0,60 203 16,92 89,30 18,60 15 1,20 0,000 1,000 0,000 1596 5,03
34
255 1 13,50 0,60 203 16,92 89,30 18,60 15 1,20 0,000 1,000 0,000 1862 7,00
256 1 13,50 0,60 203 16,92 89,30 18,60 15 1,20 0,000 1,000 0,000 2128 9,60
257 1 13,50 0,60 203 16,92 89,30 18,60 15 1,20 0,000 1,000 0,000 2394 13,69
258 1 13,50 0,60 203 16,92 89,30 18,60 15 1,20 0,000 1,000 0,000 2660 21,01
259 1 13,50 0,60 154 12,83 64,60 13,46 18 1,20 0,148 0,593 0,000 0 0,00
260 1 13,50 0,60 154 12,83 64,60 13,46 18 1,20 0,148 0,593 0,000 700 2,00
261 1 13,50 0,60 154 12,83 64,60 13,46 18 1,20 0,148 0,593 0,000 1400 5,22
262 1 13,50 0,60 154 12,83 64,60 13,46 18 1,20 0,148 0,593 0,000 1680 7,17
35
263 1 13,50 0,60 154 12,83 64,60 13,46 18 1,20 0,148 0,593 0,000 1960 10,09
264 1 13,50 0,60 154 12,83 64,60 13,46 18 1,20 0,148 0,593 0,000 2240 14,02
265 1 13,50 0,60 154 12,83 64,60 13,46 18 1,20 0,148 0,593 0,000 2520 19,81
266 1 13,50 0,60 154 12,83 64,60 13,46 18 1,20 0,148 0,593 0,000 2800 27,44
267 1 14,50 0,60 235 18,08 105,80 18,89 9 1,20 0,828 0,000 0,000 0 0,00
268 1 14,50 0,60 235 18,08 105,80 18,89 9 1,20 0,828 0,000 0,000 520 2,00
269 1 14,50 0,60 235 18,08 105,80 18,89 9 1,20 0,828 0,000 0,000 1040 5,31
270 1 14,50 0,60 235 18,08 105,80 18,89 9 1,20 0,828 0,000 0,000 1248 7,39
36
271 1 14,50 0,60 235 18,08 105,80 18,89 9 1,20 0,828 0,000 0,000 1456 9,67
272 1 14,50 0,60 235 18,08 105,80 18,89 9 1,20 0,828 0,000 0,000 1664 15,66
273 1 14,50 0,60 235 18,08 105,80 18,89 9 1,20 0,828 0,000 0,000 1872 27,52
274 1 14,50 0,60 235 18,08 105,80 18,89 9 1,20 0,828 0,000 0,000 2080 50,83
275 1 14,50 0,60 185 14,23 75,10 13,41 20 1,20 0,690 0,000 0,138 0 0,00
276 1 14,50 0,60 185 14,23 75,10 13,41 20 1,20 0,690 0,000 0,138 520 1,27
NF
277 1 14,50 0,60 185 14,23 75,10 13,41 20 1,20 0,690 0,000 0,138 1040 4,27
278 1 14,50 0,60 185 14,23 75,10 13,41 20 1,20 0,690 0,000 0,138 1248 5,84
37
279 1 14,50 0,60 185 14,23 75,10 13,41 20 1,20 0,690 0,000 0,138 1456 7,83
280 1 14,50 0,60 185 14,23 75,10 13,41 20 1,20 0,690 0,000 0,138 1664 10,10
281 1 14,50 0,60 185 14,23 75,10 13,41 20 1,20 0,690 0,000 0,138 1872 13,02
282 1 14,50 0,60 185 14,23 75,10 13,41 20 1,20 0,690 0,000 0,138 2080 15,55
283 1 11,00 0,35 211 21,10 86,50 21,10 22 0,70 0,000 0,818 0,000 0 0,00
284 1 11,00 0,35 211 21,10 86,50 21,10 22 0,70 0,000 0,818 0,000 300 0,87
285 1 11,00 0,35 211 21,10 86,50 21,10 22 0,70 0,000 0,818 0,000 600 2,50
286 1 11,00 0,35 211 21,10 86,50 21,10 22 0,70 0,000 0,818 0,000 720 3,59
38
287 1 11,00 0,35 211 21,10 86,50 21,10 22 0,70 0,000 0,818 0,000 840 4,49
288 1 11,00 0,35 211 21,10 86,50 21,10 22 0,70 0,000 0,818 0,000 960 6,35
289 1 11,00 0,35 211 21,10 86,50 21,10 22 0,70 0,000 0,818 0,000 1080 7,84
290 1 11,00 0,35 211 21,10 86,50 21,10 22 0,70 0,000 0,818 0,000 1200 10,74
291 1 11,00 0,50 174 17,40 68,90 16,81 18 1,00 0,273 0,727 0,000 0 0,00
292 1 11,00 0,50 174 17,40 68,90 16,81 18 1,00 0,273 0,727 0,000 500 1,74
293 1 11,00 0,50 174 17,40 68,90 16,81 18 1,00 0,273 0,727 0,000 1000 4,05
294 1 11,00 0,50 174 17,40 68,90 16,81 18 1,00 0,273 0,727 0,000 1200 5,59
39
295 1 11,00 0,50 174 17,40 68,90 16,81 18 1,00 0,273 0,727 0,000 1400 6,97
296 1 11,00 0,50 174 17,40 68,90 16,81 18 1,00 0,273 0,727 0,000 1600 8,82
297 1 11,00 0,50 174 17,40 68,90 16,81 18 1,00 0,273 0,727 0,000 1800 11,50
298 1 11,00 0,50 174 17,40 68,90 16,81 18 1,00 0,273 0,727 0,000 2000 15,23
299 1 13,00 0,50 105 8,75 36,90 7,69 21 1,00 0,615 0,385 0,000 0 0,00
300 1 13,00 0,50 105 8,75 36,90 7,69 21 1,00 0,615 0,385 0,000 500 0,42
301 1 13,00 0,50 105 8,75 36,90 7,69 21 1,00 0,615 0,385 0,000 1000 1,59
302 1 13,00 0,50 105 8,75 36,90 7,69 21 1,00 0,615 0,385 0,000 1200 2,19
40
303 1 13,00 0,50 105 8,75 36,90 7,69 21 1,00 0,615 0,385 0,000 1400 3,34
304 1 13,00 0,50 105 8,75 36,90 7,69 21 1,00 0,615 0,385 0,000 1600 4,14
305 1 13,00 0,50 105 8,75 36,90 7,69 21 1,00 0,615 0,385 0,000 1800 6,40
306 1 13,00 0,50 105 8,75 36,90 7,69 21 1,00 0,615 0,385 0,000 2000 11,54
307 1 21,00 0,50 201 10,05 72,70 9,09 13 1,00 0,429 0,571 0,000 0 0,00
308 1 21,00 0,50 201 10,05 72,70 9,09 13 1,00 0,429 0,571 0,000 550 0,51
309 1 21,00 0,50 201 10,05 72,70 9,09 13 1,00 0,429 0,571 0,000 1100 1,57
310 1 21,00 0,50 201 10,05 72,70 9,09 13 1,00 0,429 0,571 0,000 1320 2,07
41
311 1 21,00 0,50 201 10,05 72,70 9,09 13 1,00 0,429 0,571 0,000 1540 2,51
NF
312 1 21,00 0,50 201 10,05 72,70 9,09 13 1,00 0,429 0,571 0,000 1760 3,18
313 1 21,00 0,50 201 10,05 72,70 9,09 13 1,00 0,429 0,571 0,000 1980 3,98
314 1 21,00 0,50 201 10,05 72,70 9,09 13 1,00 0,429 0,571 0,000 2200 5,17
315 1 18,75 0,60 135 7,50 38,80 5,32 37 1,20 0,427 0,000 0,573 0 0,00
316 1 18,75 0,60 135 7,50 38,80 5,32 37 1,20 0,427 0,000 0,573 625 1,25
317 1 18,75 0,60 135 7,50 38,80 5,32 37 1,20 0,427 0,000 0,573 1250 3,79
318 1 18,75 0,60 135 7,50 38,80 5,32 37 1,20 0,427 0,000 0,573 1500 5,34
42
319 1 18,75 0,60 135 7,50 38,80 5,32 37 1,20 0,427 0,000 0,573 1750 7,52
320 1 18,75 0,60 135 7,50 38,80 5,32 37 1,20 0,427 0,000 0,573 2000 10,26
321 1 18,75 0,60 135 7,50 38,80 5,32 37 1,20 0,427 0,000 0,573 2250 13,31
322 1 18,75 0,60 135 7,50 38,80 5,32 37 1,20 0,427 0,000 0,573 2500 16,82
323 1 17,50 0,40 181 11,33 37,90 5,92 40 0,00 0,343 0,000 0,657 0 0,00
324 1 17,50 0,40 181 11,33 37,90 5,92 40 0,00 0,343 0,000 0,657 205 0,35
325 1 17,50 0,40 181 11,33 37,90 5,92 40 0,00 0,343 0,000 0,657 410 1,01
326 1 17,50 0,40 181 11,33 37,90 5,92 40 0,00 0,343 0,000 0,657 492 1,46
44
327 1 17,50 0,40 181 11,33 37,90 5,92 40 0,00 0,343 0,000 0,657 574 1,93
328 1 17,50 0,40 181 11,33 37,90 5,92 40 0,00 0,343 0,000 0,657 656 2,70
329 1 17,50 0,40 181 11,33 37,90 5,92 40 0,00 0,343 0,000 0,657 738 3,61
330 1 17,50 0,40 181 11,33 37,90 5,92 40 0,00 0,343 0,000 0,657 820 4,28
331 1 22,00 0,50 271 12,91 94,50 10,74 25 1,00 0,591 0,227 0,182 0 0,00
332 1 22,00 0,50 271 12,91 94,50 10,74 25 1,00 0,591 0,227 0,182 600 1,60
333 1 22,00 0,50 271 12,91 94,50 10,74 25 1,00 0,591 0,227 0,182 1200 4,00
334 1 22,00 0,50 271 12,91 94,50 10,74 25 1,00 0,591 0,227 0,182 1440 5,00
45
335 1 22,00 0,50 271 12,91 94,50 10,74 25 1,00 0,591 0,227 0,182 1680 6,75
336 1 22,00 0,50 271 12,91 94,50 10,74 25 1,00 0,591 0,227 0,182 1920 8,00
337 1 22,00 0,50 271 12,91 94,50 10,74 25 1,00 0,591 0,227 0,182 2160 10,00
338 1 22,00 0,50 271 12,91 94,50 10,74 25 1,00 0,591 0,227 0,182 2400 13,30
339 1 14,25 0,40 153 11,77 44,60 7,96 30 0,80 0,421 0,561 0,000 0 0,00
340 1 14,25 0,40 153 11,77 44,60 7,96 30 0,80 0,421 0,561 0,000 320 0,15
341 1 14,25 0,40 153 11,77 44,60 7,96 30 0,80 0,421 0,561 0,000 640 0,43
342 1 14,25 0,40 153 11,77 44,60 7,96 30 0,80 0,421 0,561 0,000 768 0,57
46
343 1 14,25 0,40 153 11,77 44,60 7,96 30 0,80 0,421 0,561 0,000 896 0,79
344 1 14,25 0,40 153 11,77 44,60 7,96 30 0,80 0,421 0,561 0,000 1024 1,06
345 1 14,25 0,40 153 11,77 44,60 7,96 30 0,80 0,421 0,561 0,000 1152 1,30
346 1 14,25 0,40 153 11,77 44,60 7,96 30 0,80 0,421 0,561 0,000 1280 1,67
NF
347 1 13,00 0,40 205 17,08 66,50 13,85 40 0,00 0,692 0,308 0,000 0 0,00
348 1 13,00 0,40 205 17,08 66,50 13,85 40 0,00 0,692 0,308 0,000 400 0,55
349 1 13,00 0,40 205 17,08 66,50 13,85 40 0,00 0,692 0,308 0,000 800 2,37
350 1 13,00 0,40 205 17,08 66,50 13,85 40 0,00 0,692 0,308 0,000 960 3,16
47
351 1 13,00 0,40 205 17,08 66,50 13,85 40 0,00 0,692 0,308 0,000 1120 4,14
352 1 13,00 0,40 205 17,08 66,50 13,85 40 0,00 0,692 0,308 0,000 1280 5,20
353 1 13,00 0,40 205 17,08 66,50 13,85 40 0,00 0,692 0,308 0,000 1440 6,46
354 1 13,00 0,40 205 17,08 66,50 13,85 40 0,00 0,692 0,308 0,000 1600 8,89
355 1 19,00 0,70 325 18,06 124,50 17,06 12 1,40 0,053 0,158 0,790 0 0,00
356 1 19,00 0,70 325 18,06 124,50 17,06 12 1,40 0,053 0,158 0,790 725 0,36
357 1 19,00 0,70 325 18,06 124,50 17,06 12 1,40 0,053 0,158 0,790 1450 1,53
358 1 19,00 0,70 325 18,06 124,50 17,06 12 1,40 0,053 0,158 0,790 1740 2,30
50
359 1 19,00 0,70 325 18,06 124,50 17,06 12 1,40 0,053 0,158 0,790 2030 2,93
360 1 19,00 0,70 325 18,06 124,50 17,06 12 1,40 0,053 0,158 0,790 2320 3,67
361 1 19,00 0,70 325 18,06 124,50 17,06 12 1,40 0,053 0,158 0,790 2610 4,93
362 1 19,00 0,70 325 18,06 124,50 17,06 12 1,40 0,053 0,158 0,790 2900 6,87
363 1 16,00 0,70 258 17,20 91,70 14,56 40 0,00 0,000 0,438 0,438 0 0,00
364 1 16,00 0,70 258 17,20 91,70 14,56 40 0,00 0,000 0,438 0,438 773 0,79
365 1 16,00 0,70 258 17,20 91,70 14,56 40 0,00 0,000 0,438 0,438 1545 2,15
366 1 16,00 0,70 258 17,20 91,70 14,56 40 0,00 0,000 0,438 0,438 1854 3,20
51
367 1 16,00 0,70 258 17,20 91,70 14,56 40 0,00 0,000 0,438 0,438 2163 4,50
368 1 16,00 0,70 258 17,20 91,70 14,56 40 0,00 0,000 0,438 0,438 2472 6,00
369 1 16,00 0,70 258 17,20 91,70 14,56 40 0,00 0,000 0,438 0,438 2781 8,50
370 1 16,00 0,70 258 17,20 91,70 14,56 40 0,00 0,000 0,438 0,438 3090 13,59
371 1 13,00 0,50 252 21,00 79,20 16,50 28 1,00 0,231 0,769 0,000 0 0,00
372 1 13,00 0,50 252 21,00 79,20 16,50 28 1,00 0,231 0,769 0,000 375 0,53
373 1 13,00 0,50 252 21,00 79,20 16,50 28 1,00 0,231 0,769 0,000 750 1,20
374 1 13,00 0,50 252 21,00 79,20 16,50 28 1,00 0,231 0,769 0,000 900 1,51
52
375 1 13,00 0,50 252 21,00 79,20 16,50 28 1,00 0,231 0,769 0,000 1050 1,90
376 1 13,00 0,50 252 21,00 79,20 16,50 28 1,00 0,231 0,769 0,000 1200 2,32
377 1 13,00 0,50 252 21,00 79,20 16,50 28 1,00 0,231 0,769 0,000 1350 2,81
378 1 13,00 0,50 252 21,00 79,20 16,50 28 1,00 0,231 0,769 0,000 1500 3,44
379 1 9,30 0,50 132 16,50 32,70 10,22 40 0,00 0,323 0,677 0,000 0 0,00
380 1 9,30 0,50 132 16,50 32,70 10,22 40 0,00 0,323 0,677 0,000 375 0,40
381 1 9,30 0,50 132 16,50 32,70 10,22 40 0,00 0,323 0,677 0,000 750 1,55
NF
382 1 9,30 0,50 132 16,50 32,70 10,22 40 0,00 0,323 0,677 0,000 900 2,27
53
383 1 9,30 0,50 132 16,50 32,70 10,22 40 0,00 0,323 0,677 0,000 1050 2,94
384 1 9,30 0,50 132 16,50 32,70 10,22 40 0,00 0,323 0,677 0,000 1200 3,83
385 1 9,30 0,50 132 16,50 32,70 10,22 40 0,00 0,323 0,677 0,000 1350 5,14
386 1 9,30 0,50 132 16,50 32,70 10,22 40 0,00 0,323 0,677 0,000 1500 6,39
387 1 18,40 0,70 196 11,53 65,30 9,07 40 0,00 0,130 0,870 0,000 0 0,00
388 1 18,40 0,70 196 11,53 65,30 9,07 40 0,00 0,130 0,870 0,000 1000 0,66
389 1 18,40 0,70 196 11,53 65,30 9,07 40 0,00 0,130 0,870 0,000 2000 2,46
390 1 18,40 0,70 196 11,53 65,30 9,07 40 0,00 0,130 0,870 0,000 2400 3,23
54
391 1 18,40 0,70 196 11,53 65,30 9,07 40 0,00 0,130 0,870 0,000 2800 4,42
392 1 18,40 0,70 196 11,53 65,30 9,07 40 0,00 0,130 0,870 0,000 3200 5,67
393 1 18,40 0,70 196 11,53 65,30 9,07 40 0,00 0,130 0,870 0,000 3600 7,77
394 1 18,40 0,70 196 11,53 65,30 9,07 40 0,00 0,130 0,870 0,000 4000 16,50
395 1 18,90 0,70 264 14,67 98,90 13,55 17 1,40 0,159 0,841 0,000 0 0,00
396 1 18,90 0,70 264 14,67 98,90 13,55 17 1,40 0,159 0,841 0,000 1000 0,75
397 1 18,90 0,70 264 14,67 98,90 13,55 17 1,40 0,159 0,841 0,000 2000 2,67
398 1 18,90 0,70 264 14,67 98,90 13,55 17 1,40 0,159 0,841 0,000 2400 3,50
55
399 1 18,90 0,70 264 14,67 98,90 13,55 17 1,40 0,159 0,841 0,000 2800 4,60
400 1 18,90 0,70 264 14,67 98,90 13,55 17 1,40 0,159 0,841 0,000 3200 5,91
401 1 18,90 0,70 264 14,67 98,90 13,55 17 1,40 0,159 0,841 0,000 3600 7,19
402 1 18,90 0,70 264 14,67 98,90 13,55 17 1,40 0,159 0,841 0,000 4000 9,43
403 1 15,80 0,70 99 6,57 24,90 4,29 22 1,40 0,127 0,873 0,000 0 0,00
404 1 15,80 0,70 99 6,57 24,90 4,29 22 1,40 0,127 0,873 0,000 700 1,15
405 1 15,80 0,70 99 6,57 24,90 4,29 22 1,40 0,127 0,873 0,000 1400 5,00
56
406 1 15,80 0,70 99 6,57 24,90 4,29 22 1,40 0,127 0,873 0,000 1680 7,70
407 1 15,80 0,70 99 6,57 24,90 4,29 22 1,40 0,127 0,873 0,000 1960 14,00
408 1 15,80 0,70 99 6,57 24,90 4,29 22 1,40 0,127 0,873 0,000 2800 49,87
409 1 23,00 0,70 248 11,25 67,40 7,57 25 1,40 0,087 0,913 0,000 0 0,00
410 1 23,00 0,70 248 11,25 67,40 7,57 25 1,40 0,087 0,913 0,000 700 1,35
411 57 1 23,00 0,70 248 11,25 67,40 7,57 25 1,40 0,087 0,913 0,000 1400 6,10
412 1 23,00 0,70 248 11,25 67,40 7,57 25 1,40 0,087 0,913 0,000 1680 15,00
413 1 23,00 0,70 248 11,25 67,40 7,57 25 1,40 0,087 0,913 0,000 2800 65,98
414 1 24,00 0,70 273 11,85 75,40 7,94 30 1,40 0,125 0,875 0,000 0 0,00
415 1 24,00 0,70 273 11,85 75,40 7,94 30 1,40 0,125 0,875 0,000 1200 1,83
416 1 24,00 0,70 273 11,85 75,40 7,94 30 1,40 0,125 0,875 0,000 2400 4,73
NF
417 1 24,00 0,70 273 11,85 75,40 7,94 30 1,40 0,125 0,875 0,000 2880 5,87
58
418 1 24,00 0,70 273 11,85 75,40 7,94 30 1,40 0,125 0,875 0,000 3360 7,35
419 1 24,00 0,70 273 11,85 75,40 7,94 30 1,40 0,125 0,875 0,000 3840 9,20
420 1 24,00 0,70 273 11,85 75,40 7,94 30 1,40 0,125 0,875 0,000 4320 12,58
421 1 24,00 0,70 273 11,85 75,40 7,94 30 1,40 0,125 0,875 0,000 4800 23,53
422 1 15,00 0,70 146 10,43 45,50 7,98 20 1,40 0,200 0,000 0,800 0 0,00
423 1 15,00 0,70 146 10,43 45,50 7,98 20 1,40 0,200 0,000 0,800 533 1,31
424 1 15,00 0,70 146 10,43 45,50 7,98 20 1,40 0,200 0,000 0,800 1065 7,64
425 1 15,00 0,70 146 10,43 45,50 7,98 20 1,40 0,200 0,000 0,800 1278 11,10
59
426 1 15,00 0,70 146 10,43 45,50 7,98 20 1,40 0,200 0,000 0,800 1491 16,40
427 1 15,00 0,70 146 10,43 45,50 7,98 20 1,40 0,200 0,000 0,800 1704 20,97
428 1 15,00 0,70 146 10,43 45,50 7,98 20 1,40 0,200 0,000 0,800 1917 25,18
429 1 15,00 0,70 146 10,43 45,50 7,98 20 1,40 0,200 0,000 0,800 2130 29,66
430 1 12,00 0,50 108 9,82 26,30 5,60 40 0,00 0,250 0,000 0,750 0 0,00
431 1 12,00 0,50 108 9,82 26,30 5,60 40 0,00 0,250 0,000 0,750 500 0,60
432 1 12,00 0,50 108 9,82 26,30 5,60 40 0,00 0,250 0,000 0,750 1000 3,50
433 1 12,00 0,50 108 9,82 26,30 5,60 40 0,00 0,250 0,000 0,750 1200 5,40
60
434 1 12,00 0,50 108 9,82 26,30 5,60 40 0,00 0,250 0,000 0,750 1400 7,35
435 1 12,00 0,50 108 9,82 26,30 5,60 40 0,00 0,250 0,000 0,750 1600 10,30
436 1 12,00 0,50 108 9,82 26,30 5,60 40 0,00 0,250 0,000 0,750 1800 15,50
437 1 12,00 0,50 108 9,82 26,30 5,60 40 0,00 0,250 0,000 0,750 2000 24,85
438 1 16,57 0,60 164 10,25 53,00 8,28 40 0,43 0,181 0,000 0,819 0 0,00
439 1 16,57 0,60 164 10,25 53,00 8,28 40 0,43 0,181 0,000 0,819 500 0,51
440 1 16,57 0,60 164 10,25 53,00 8,28 40 0,43 0,181 0,000 0,819 1000 1,06
441 1 16,57 0,60 164 10,25 53,00 8,28 40 0,43 0,181 0,000 0,819 1200 1,40
61
442 1 16,57 0,60 164 10,25 53,00 8,28 40 0,43 0,181 0,000 0,819 1400 2,01
443 1 16,57 0,60 164 10,25 53,00 8,28 40 0,43 0,181 0,000 0,819 1600 2,70
444 1 16,57 0,60 164 10,25 53,00 8,28 40 0,43 0,181 0,000 0,819 1800 3,50
445 1 16,57 0,60 164 10,25 53,00 8,28 40 0,43 0,181 0,000 0,819 2000 4,18
446 1 23,00 0,70 248 11,27 103,40 11,62 22 1,40 0,217 0,000 0,783 0 0,00
447 1 23,00 0,70 248 11,27 103,40 11,62 22 1,40 0,217 0,000 0,783 588 0,50
448 1 23,00 0,70 248 11,27 103,40 11,62 22 1,40 0,217 0,000 0,783 1175 2,00
449 1 23,00 0,70 248 11,27 103,40 11,62 22 1,40 0,217 0,000 0,783 1410 3,74
62
450 1 23,00 0,70 248 11,27 103,40 11,62 22 1,40 0,217 0,000 0,783 1645 5,55
451 1 23,00 0,70 248 11,27 103,40 11,62 22 1,40 0,217 0,000 0,783 1880 7,80
NF
452 1 23,00 0,70 248 11,27 103,40 11,62 22 1,40 0,217 0,000 0,783 2115 9,67
453 1 23,00 0,70 248 11,27 103,40 11,62 22 1,40 0,217 0,000 0,783 2350 12,06
454 1 12,00 0,50 87 7,91 34,40 7,32 8 1,00 0,083 0,000 0,917 0 0,00
455 1 12,00 0,50 87 7,91 34,40 7,32 8 1,00 0,083 0,000 0,917 390 2,90
456 1 12,00 0,50 87 7,91 34,40 7,32 8 1,00 0,083 0,000 0,917 780 5,95
457 1 12,00 0,50 87 7,91 34,40 7,32 8 1,00 0,083 0,000 0,917 936 7,15
63
458 1 12,00 0,50 87 7,91 34,40 7,32 8 1,00 0,083 0,000 0,917 1092 9,35
459 1 12,00 0,50 87 7,91 34,40 7,32 8 1,00 0,083 0,000 0,917 1248 13,40
460 1 12,00 0,50 87 7,91 34,40 7,32 8 1,00 0,083 0,000 0,917 1404 25,00
461 1 12,00 0,50 87 7,91 34,40 7,32 8 1,00 0,083 0,000 0,917 1560 44,06
462 1 18,50 0,50 204 12,00 52,00 7,22 40 0,00 0,297 0,000 0,703 0 0,00
463 1 18,50 0,50 204 12,00 52,00 7,22 40 0,00 0,297 0,000 0,703 613 1,22
464 1 18,50 0,50 204 12,00 52,00 7,22 40 0,00 0,297 0,000 0,703 1225 3,14
465 1 18,50 0,50 204 12,00 52,00 7,22 40 0,00 0,297 0,000 0,703 1470 3,91
64
466 1 18,50 0,50 204 12,00 52,00 7,22 40 0,00 0,297 0,000 0,703 1715 4,90
467 1 18,50 0,50 204 12,00 52,00 7,22 40 0,00 0,297 0,000 0,703 1960 6,03
468 1 18,50 0,50 204 12,00 52,00 7,22 40 0,00 0,297 0,000 0,703 2205 7,26
469 1 18,50 0,50 204 12,00 52,00 7,22 40 0,00 0,297 0,000 0,703 2450 8,68
470 1 9,44 0,25 52 6,50 11,90 3,72 31 0,50 0,576 0,000 0,424 0 0,00
471 1 9,44 0,25 52 6,50 11,90 3,72 31 0,50 0,576 0,000 0,424 125 1,13
472 1 9,44 0,25 52 6,50 11,90 3,72 31 0,50 0,576 0,000 0,424 250 4,90
473 1 9,44 0,25 52 6,50 11,90 3,72 31 0,50 0,576 0,000 0,424 300 7,00
65
474 1 9,44 0,25 52 6,50 11,90 3,72 31 0,50 0,576 0,000 0,424 350 9,04
475 1 9,44 0,25 52 6,50 11,90 3,72 31 0,50 0,576 0,000 0,424 400 11,08
476 1 9,44 0,25 52 6,50 11,90 3,72 31 0,50 0,576 0,000 0,424 450 17,48
477 1 9,44 0,25 52 6,50 11,90 3,72 31 0,50 0,576 0,000 0,424 500 23,19
478 1 8,50 0,25 75 9,38 12,30 3,84 40 0,50 0,647 0,353 0,000 0 0,00
479 1 8,50 0,25 75 9,38 12,30 3,84 40 0,50 0,647 0,353 0,000 125 3,50
480 1 8,50 0,25 75 9,38 12,30 3,84 40 0,50 0,647 0,353 0,000 250 8,10
481 1 8,50 0,25 75 9,38 12,30 3,84 40 0,50 0,647 0,353 0,000 300 10,35
66
482 1 8,50 0,25 75 9,38 12,30 3,84 40 0,50 0,647 0,353 0,000 350 13,14
483 1 8,50 0,25 75 9,38 12,30 3,84 40 0,50 0,647 0,353 0,000 400 15,20
484 1 8,50 0,25 75 9,38 12,30 3,84 40 0,50 0,647 0,353 0,000 450 18,03
485 1 8,50 0,25 75 9,38 12,30 3,84 40 0,50 0,647 0,353 0,000 500 21,26
486 1 12,00 0,25 106 9,64 28,50 6,06 40 0,00 0,417 0,417 0,167 0 0,00
NF
487 1 12,00 0,25 106 9,64 28,50 6,06 40 0,00 0,417 0,417 0,167 125 1,30
488 1 12,00 0,25 106 9,64 28,50 6,06 40 0,00 0,417 0,417 0,167 250 4,00
489 1 12,00 0,25 106 9,64 28,50 6,06 40 0,00 0,417 0,417 0,167 300 5,90
67
490 1 12,00 0,25 106 9,64 28,50 6,06 40 0,00 0,417 0,417 0,167 350 8,82
491 1 12,00 0,25 106 9,64 28,50 6,06 40 0,00 0,417 0,417 0,167 400 11,40
492 1 12,00 0,25 106 9,64 28,50 6,06 40 0,00 0,417 0,417 0,167 450 15,18
493 1 12,00 0,25 106 9,64 28,50 6,06 40 0,00 0,417 0,417 0,167 500 19,48
494 1 14,00 0,25 117 9,00 33,40 5,96 12 0,50 0,429 0,429 0,143 0 0,00
495 1 14,00 0,25 117 9,00 33,40 5,96 12 0,50 0,429 0,429 0,143 140 0,95
496 1 14,00 0,25 117 9,00 33,40 5,96 12 0,50 0,429 0,429 0,143 280 3,22
497 1 14,00 0,25 117 9,00 33,40 5,96 12 0,50 0,429 0,429 0,143 336 4,65
68
498 1 14,00 0,25 117 9,00 33,40 5,96 12 0,50 0,429 0,429 0,143 392 6,04
499 1 14,00 0,25 117 9,00 33,40 5,96 12 0,50 0,429 0,429 0,143 448 8,50
500 1 14,00 0,25 117 9,00 33,40 5,96 12 0,50 0,429 0,429 0,143 504 13,20
501 1 14,00 0,25 117 9,00 33,40 5,96 12 0,50 0,429 0,429 0,143 560 18,26
502 1 15,00 0,25 136 9,71 37,00 6,49 40 0,00 0,600 0,400 0,000 0 0,00
503 1 15,00 0,25 136 9,71 37,00 6,49 40 0,00 0,600 0,400 0,000 148 0,46
504 1 15,00 0,25 136 9,71 37,00 6,49 40 0,00 0,600 0,400 0,000 295 1,42
505 1 15,00 0,25 136 9,71 37,00 6,49 40 0,00 0,600 0,400 0,000 354 1,86
69
506 1 15,00 0,25 136 9,71 37,00 6,49 40 0,00 0,600 0,400 0,000 413 2,58
507 1 15,00 0,25 136 9,71 37,00 6,49 40 0,00 0,600 0,400 0,000 472 3,33
508 1 15,00 0,25 136 9,71 37,00 6,49 40 0,00 0,600 0,400 0,000 531 4,24
509 1 15,00 0,25 136 9,71 37,00 6,49 40 0,00 0,600 0,400 0,000 590 5,34
510 1 22,00 0,50 349 16,62 137,40 15,98 11 1,00 0,727 0,000 0,273 0 0,00
511 1 22,00 0,50 349 16,62 137,40 15,98 11 1,00 0,727 0,000 0,273 650 1,55
512 1 22,00 0,50 349 16,62 137,40 15,98 11 1,00 0,727 0,000 0,273 1300 3,24
513 1 22,00 0,50 349 16,62 137,40 15,98 11 1,00 0,727 0,000 0,273 1560 4,17
72
514 1 22,00 0,50 349 16,62 137,40 15,98 11 1,00 0,727 0,000 0,273 1820 4,98
515 1 22,00 0,50 349 16,62 137,40 15,98 11 1,00 0,727 0,000 0,273 2080 6,50
516 1 22,00 0,50 349 16,62 137,40 15,98 11 1,00 0,727 0,000 0,273 2340 8,25
517 1 22,00 0,50 349 16,62 137,40 15,98 11 1,00 0,727 0,000 0,273 2600 10,23
518 1 19,00 0,50 201 11,17 63,00 8,63 17 1,00 0,474 0,000 0,526 0 0,00
519 1 19,00 0,50 201 11,17 63,00 8,63 17 1,00 0,474 0,000 0,526 508 3,75
520 1 19,00 0,50 201 11,17 63,00 8,63 17 1,00 0,474 0,000 0,526 1015 7,25
521 1 19,00 0,50 201 11,17 63,00 8,63 17 1,00 0,474 0,000 0,526 1218 9,20
73
NF
73
522 1 19,00 0,50 201 11,17 63,00 8,63 17 1,00 0,474 0,000 0,526 1421 11,40
523 1 19,00 0,50 201 11,17 63,00 8,63 17 1,00 0,474 0,000 0,526 1624 15,85
524 1 19,00 0,50 201 11,17 63,00 8,63 17 1,00 0,474 0,000 0,526 1827 19,60
525 1 19,00 0,50 201 11,17 63,00 8,63 17 1,00 0,474 0,000 0,526 2030 23,95
526 1 23,00 0,40 186 8,46 61,10 6,87 9 0,80 0,435 0,130 0,435 0 0,00
527 1 23,00 0,40 186 8,46 61,10 6,87 9 0,80 0,435 0,130 0,435 385 0,86
528 1 23,00 0,40 186 8,46 61,10 6,87 9 0,80 0,435 0,130 0,435 770 1,94
529 1 23,00 0,40 186 8,46 61,10 6,87 9 0,80 0,435 0,130 0,435 924 2,40
74
530 1 23,00 0,40 186 8,46 61,10 6,87 9 0,80 0,435 0,130 0,435 1078 3,00
531 1 23,00 0,40 186 8,46 61,10 6,87 9 0,80 0,435 0,130 0,435 1232 3,65
532 1 23,00 0,40 186 8,46 61,10 6,87 9 0,80 0,435 0,130 0,435 1386 4,45
533 1 23,00 0,40 186 8,46 61,10 6,87 9 0,80 0,435 0,130 0,435 1540 5,80
534 1 11,50 0,70 124 12,40 61,60 15,02 40 0,00 0,261 0,174 0,565 0 0,00
535 1 11,50 0,70 124 12,40 61,60 15,02 40 0,00 0,261 0,174 0,565 650 0,54
536 1 11,50 0,70 124 12,40 61,60 15,02 40 0,00 0,261 0,174 0,565 1300 1,36
537 1 11,50 0,70 124 12,40 61,60 15,02 40 0,00 0,261 0,174 0,565 1560 1,66
75
538 1 11,50 0,70 124 12,40 61,60 15,02 40 0,00 0,261 0,174 0,565 1820 2,15
539 1 11,50 0,70 124 12,40 61,60 15,02 40 0,00 0,261 0,174 0,565 2080 2,58
540 1 11,50 0,70 124 12,40 61,60 15,02 40 0,00 0,261 0,174 0,565 2340 3,12
541 1 11,50 0,70 124 12,40 61,60 15,02 40 0,00 0,261 0,174 0,565 2600 3,96
542 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 0 0,00
543 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 163 0,90
544 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 175 1,00
545 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 325 2,75
546 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 350 3,30
547 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 390 4,30
548 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 420 5,00
549 76 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 455 6,01
550 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 490 7,20
551 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 520 8,35
552 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 560 10,45
553 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 585 12,40
554 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 630 19,20
555 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 650 24,03
556 1 7,00 0,35 31 5,17 13,90 5,56 6 0,70 1,000 0,000 0,000 700 38,93
NF
557 1 10,00 0,35 48 5,33 21,30 5,33 6 0,70 0,800 0,000 0,200 0 0,00
558 1 10,00 0,35 48 5,33 21,30 5,33 6 0,70 0,800 0,000 0,200 99 0,30
559 1 10,00 0,35 48 5,33 21,30 5,33 6 0,70 0,800 0,000 0,200 198 0,80
560 1 10,00 0,35 48 5,33 21,30 5,33 6 0,70 0,800 0,000 0,200 238 1,09
78
561 1 10,00 0,35 48 5,33 21,30 5,33 6 0,70 0,800 0,000 0,200 277 1,60
562 1 10,00 0,35 48 5,33 21,30 5,33 6 0,70 0,800 0,000 0,200 317 2,07
563 1 10,00 0,35 48 5,33 21,30 5,33 6 0,70 0,800 0,000 0,200 356 3,00
564 1 10,00 0,35 48 5,33 21,30 5,33 6 0,70 0,800 0,000 0,200 396 3,48
565 1 16,00 0,60 214 14,27 71,60 11,37 29 1,00 0,125 0,875 0,000 0 0,00
566 1 16,00 0,60 214 14,27 71,60 11,37 29 1,00 0,125 0,875 0,000 650 0,60
567 1 16,00 0,60 214 14,27 71,60 11,37 29 1,00 0,125 0,875 0,000 1300 1,50
568 1 16,00 0,60 214 14,27 71,60 11,37 29 1,00 0,125 0,875 0,000 1560 2,00
79
569 1 16,00 0,60 214 14,27 71,60 11,37 29 1,00 0,125 0,875 0,000 1820 2,60
570 1 16,00 0,60 214 14,27 71,60 11,37 29 1,00 0,125 0,875 0,000 2080 3,60
571 1 16,00 0,60 214 14,27 71,60 11,37 29 1,00 0,125 0,875 0,000 2340 4,75
572 1 16,00 0,60 214 14,27 71,60 11,37 29 1,00 0,125 0,875 0,000 2600 6,07
573 1 16,00 0,40 206 13,73 51,60 8,19 40 0,00 1,000 0,000 0,000 0 0,00
574 1 16,00 0,40 206 13,73 51,60 8,19 40 0,00 1,000 0,000 0,000 400 0,68
575 1 16,00 0,40 206 13,73 51,60 8,19 40 0,00 1,000 0,000 0,000 800 1,76
576 1 16,00 0,40 206 13,73 51,60 8,19 40 0,00 1,000 0,000 0,000 960 2,30
80
577 1 16,00 0,40 206 13,73 51,60 8,19 40 0,00 1,000 0,000 0,000 1120 2,92
578 1 16,00 0,40 206 13,73 51,60 8,19 40 0,00 1,000 0,000 0,000 1280 3,51
579 1 16,00 0,40 206 13,73 51,60 8,19 40 0,00 1,000 0,000 0,000 1440 4,55
580 1 16,00 0,40 206 13,73 51,60 8,19 40 0,00 1,000 0,000 0,000 1600 5,26
581 1 12,20 0,50 228 20,73 79,80 16,98 40 0,00 1,000 0,000 0,000 0 0,00
582 1 12,20 0,50 228 20,73 79,80 16,98 40 0,00 1,000 0,000 0,000 450 0,58
583 1 12,20 0,50 228 20,73 79,80 16,98 40 0,00 1,000 0,000 0,000 900 1,55
584 1 12,20 0,50 228 20,73 79,80 16,98 40 0,00 1,000 0,000 0,000 1080 1,95
81
585 1 12,20 0,50 228 20,73 79,80 16,98 40 0,00 1,000 0,000 0,000 1260 2,92
586 1 12,20 0,50 228 20,73 79,80 16,98 40 0,00 1,000 0,000 0,000 1440 5,00
587 1 12,20 0,50 228 20,73 79,80 16,98 40 0,00 1,000 0,000 0,000 1620 10,26
588 1 12,20 0,50 228 20,73 79,80 16,98 40 0,00 1,000 0,000 0,000 1800 38,78
589 1 21,00 0,50 197 9,85 60,00 7,50 33 1,00 0,333 0,000 0,667 0 0,00
590 1 21,00 0,50 197 9,85 60,00 7,50 33 1,00 0,333 0,000 0,667 500 0,74
591 1 21,00 0,50 197 9,85 60,00 7,50 33 1,00 0,333 0,000 0,667 1000 2,22
NF
592 1 21,00 0,50 197 9,85 60,00 7,50 33 1,00 0,333 0,000 0,667 1200 3,02
84
593 1 21,00 0,50 197 9,85 60,00 7,50 33 1,00 0,333 0,000 0,667 1400 3,90
594 1 21,00 0,50 197 9,85 60,00 7,50 33 1,00 0,333 0,000 0,667 1600 4,90
595 1 21,00 0,50 197 9,85 60,00 7,50 33 1,00 0,333 0,000 0,667 1800 6,97
596 1 21,00 0,50 197 9,85 60,00 7,50 33 1,00 0,333 0,000 0,667 2000 10,43
597 1 21,00 0,40 197 9,85 60,00 7,50 33 0,80 0,333 0,000 0,667 0 0,00
598 1 21,00 0,40 197 9,85 60,00 7,50 33 0,80 0,333 0,000 0,667 300 0,40
599 1 21,00 0,40 197 9,85 60,00 7,50 33 0,80 0,333 0,000 0,667 600 1,20
600 1 21,00 0,40 197 9,85 60,00 7,50 33 0,80 0,333 0,000 0,667 720 2,80
85
601 1 21,00 0,40 197 9,85 60,00 7,50 33 0,80 0,333 0,000 0,667 840 5,60
602 1 21,00 0,40 197 9,85 60,00 7,50 33 0,80 0,333 0,000 0,667 960 8,20
603 1 21,00 0,40 197 9,85 60,00 7,50 33 0,80 0,333 0,000 0,667 1080 10,70
604 1 21,00 0,40 197 9,85 60,00 7,50 33 0,80 0,333 0,000 0,667 1200 15,60
605 1 10,50 0,40 143 15,89 49,50 12,38 40 0,00 0,619 0,000 0,381 0 0,00
606 1 10,50 0,40 143 15,89 49,50 12,38 40 0,00 0,619 0,000 0,381 315 0,30
607 1 10,50 0,40 143 15,89 49,50 12,38 40 0,00 0,619 0,000 0,381 630 2,60
608 1 10,50 0,40 143 15,89 49,50 12,38 40 0,00 0,619 0,000 0,381 756 3,80
86
609 1 10,50 0,40 143 15,89 49,50 12,38 40 0,00 0,619 0,000 0,381 882 5,00
610 1 10,50 0,40 143 15,89 49,50 12,38 40 0,00 0,619 0,000 0,381 1008 6,20
611 1 10,50 0,40 143 15,89 49,50 12,38 40 0,00 0,619 0,000 0,381 1134 7,30
612 1 10,50 0,40 143 15,89 49,50 12,38 40 0,00 0,619 0,000 0,381 1260 8,48
613 1 7,80 0,40 85 12,14 24,70 9,50 40 0,20 0,615 0,000 0,385 0 0,00
614 1 7,80 0,40 85 12,14 24,70 9,50 40 0,20 0,615 0,000 0,385 180 0,05
615 1 7,80 0,40 85 12,14 24,70 9,50 40 0,20 0,615 0,000 0,385 360 0,36
616 87 1 7,80 0,40 85 12,14 24,70 9,50 40 0,20 0,615 0,000 0,385 432 1,00
617 1 7,80 0,40 85 12,14 24,70 9,50 40 0,20 0,615 0,000 0,385 504 3,00
618 1 7,80 0,40 85 12,14 24,70 9,50 40 0,20 0,615 0,000 0,385 576 8,33
619 1 7,80 0,40 85 12,14 24,70 9,50 40 0,20 0,615 0,000 0,385 648 18,00
620 1 14,50 0,50 212 16,31 71,20 12,71 29 1,00 1,000 0,000 0,000 0 0,00
621 1 14,50 0,50 212 16,31 71,20 12,71 29 1,00 1,000 0,000 0,000 315 0,40
622 1 14,50 0,50 212 16,31 71,20 12,71 29 1,00 1,000 0,000 0,000 630 2,60
623 1 14,50 0,50 212 16,31 71,20 12,71 29 1,00 1,000 0,000 0,000 756 3,40
88
624 1 14,50 0,50 212 16,31 71,20 12,71 29 1,00 1,000 0,000 0,000 882 4,40
625 1 14,50 0,50 212 16,31 71,20 12,71 29 1,00 1,000 0,000 0,000 1008 5,50
626 1 14,50 0,50 212 16,31 71,20 12,71 29 1,00 1,000 0,000 0,000 1134 6,60
NF
627 1 14,50 0,50 212 16,31 71,20 12,71 29 1,00 1,000 0,000 0,000 1260 7,70
628 1 19,00 0,40 259 14,39 63,60 8,71 40 0,00 0,526 0,474 0,000 0 0,00
629 1 19,00 0,40 259 14,39 63,60 8,71 40 0,00 0,526 0,474 0,000 450 0,50
630 1 19,00 0,40 259 14,39 63,60 8,71 40 0,00 0,526 0,474 0,000 900 1,69
631 1 19,00 0,40 259 14,39 63,60 8,71 40 0,00 0,526 0,474 0,000 1080 2,37
89
632 1 19,00 0,40 259 14,39 63,60 8,71 40 0,00 0,526 0,474 0,000 1260 3,31
633 1 19,00 0,40 259 14,39 63,60 8,71 40 0,00 0,526 0,474 0,000 1440 4,38
634 1 19,00 0,40 259 14,39 63,60 8,71 40 0,00 0,526 0,474 0,000 1620 5,61
635 1 19,00 0,40 259 14,39 63,60 8,71 40 0,00 0,526 0,474 0,000 1800 8,35
636 1 17,40 0,50 87 5,44 40,10 6,27 3 1,00 0,540 0,000 0,460 0 0,00
637 1 17,40 0,50 87 5,44 40,10 6,27 3 1,00 0,540 0,000 0,460 260 0,50
638 1 17,40 0,50 87 5,44 40,10 6,27 3 1,00 0,540 0,000 0,460 520 1,10
639 1 17,40 0,50 87 5,44 40,10 6,27 3 1,00 0,540 0,000 0,460 624 1,34
90
640 1 17,40 0,50 87 5,44 40,10 6,27 3 1,00 0,540 0,000 0,460 728 1,66
641 1 17,40 0,50 87 5,44 40,10 6,27 3 1,00 0,540 0,000 0,460 832 2,00
642 1 17,40 0,50 87 5,44 40,10 6,27 3 1,00 0,540 0,000 0,460 936 2,34
643 1 17,40 0,50 87 5,44 40,10 6,27 3 1,00 0,540 0,000 0,460 1040 2,85
644 1 14,00 0,50 141 10,85 55,20 9,86 36 1,00 0,000 0,786 0,214 0 0,00
645 1 14,00 0,50 141 10,85 55,20 9,86 36 1,00 0,000 0,786 0,214 508 0,90
646 1 14,00 0,50 141 10,85 55,20 9,86 36 1,00 0,000 0,786 0,214 1015 2,70
647 1 14,00 0,50 141 10,85 55,20 9,86 36 1,00 0,000 0,786 0,214 1218 3,15
91
648 1 14,00 0,50 141 10,85 55,20 9,86 36 1,00 0,000 0,786 0,214 1421 4,70
649 1 14,00 0,50 141 10,85 55,20 9,86 36 1,00 0,000 0,786 0,214 1624 6,00
650 1 14,00 0,50 141 10,85 55,20 9,86 36 1,00 0,000 0,786 0,214 1827 7,30
651 1 14,00 0,50 141 10,85 55,20 9,86 36 1,00 0,000 0,786 0,214 2030 8,64
652 1 14,50 0,50 150 11,54 69,60 12,43 22 0,50 0,000 1,000 0,000 0 0,00
653 1 14,50 0,50 150 11,54 69,60 12,43 22 0,50 0,000 1,000 0,000 508 0,80
654 1 14,50 0,50 150 11,54 69,60 12,43 22 0,50 0,000 1,000 0,000 1015 2,50
655 1 14,50 0,50 150 11,54 69,60 12,43 22 0,50 0,000 1,000 0,000 1218 3,00
92
656 1 14,50 0,50 150 11,54 69,60 12,43 22 0,50 0,000 1,000 0,000 1421 4,10
657 1 14,50 0,50 150 11,54 69,60 12,43 22 0,50 0,000 1,000 0,000 1624 5,20
658 1 14,50 0,50 150 11,54 69,60 12,43 22 0,50 0,000 1,000 0,000 1827 6,00
659 1 14,50 0,50 150 11,54 69,60 12,43 22 0,50 0,000 1,000 0,000 2030 7,18
660 1 17,00 0,50 281 14,31 92,00 14,38 22 1,00 0,177 0,824 0,000 0 0,00
661 1 17,00 0,50 281 14,31 92,00 14,38 22 1,00 0,177 0,824 0,000 508 0,80
NF
662 1 17,00 0,50 281 14,31 92,00 14,38 22 1,00 0,177 0,824 0,000 1015 2,10
663 1 17,00 0,50 281 14,31 92,00 14,38 22 1,00 0,177 0,824 0,000 1218 2,80
93
664 1 17,00 0,50 281 14,31 92,00 14,38 22 1,00 0,177 0,824 0,000 1421 3,70
665 1 17,00 0,50 281 14,31 92,00 14,38 22 1,00 0,177 0,824 0,000 1624 4,90
666 1 17,00 0,50 281 14,31 92,00 14,38 22 1,00 0,177 0,824 0,000 1827 6,20
667 1 17,00 0,50 281 14,31 92,00 14,38 22 1,00 0,177 0,824 0,000 2030 7,75
668 1 16,00 0,50 219 14,60 76,50 12,14 31 1,00 0,188 0,813 0,000 0 0,00
669 1 16,00 0,50 219 14,60 76,50 12,14 31 1,00 0,188 0,813 0,000 508 0,80
670 1 16,00 0,50 219 14,60 76,50 12,14 31 1,00 0,188 0,813 0,000 1015 2,65
671 1 16,00 0,50 219 14,60 76,50 12,14 31 1,00 0,188 0,813 0,000 1218 3,60
94
672 1 16,00 0,50 219 14,60 76,50 12,14 31 1,00 0,188 0,813 0,000 1421 4,55
673 1 16,00 0,50 219 14,60 76,50 12,14 31 1,00 0,188 0,813 0,000 1624 6,00
674 1 16,00 0,50 219 14,60 76,50 12,14 31 1,00 0,188 0,813 0,000 1827 7,00
675 1 16,00 0,50 219 14,60 76,50 12,14 31 1,00 0,188 0,813 0,000 2030 9,36
676 1 14,00 0,35 66 5,08 15,70 2,80 40 0,00 0,429 0,500 0,071 0 0,00
677 1 14,00 0,35 66 5,08 15,70 2,80 40 0,00 0,429 0,500 0,071 300 0,77
678 1 14,00 0,35 66 5,08 15,70 2,80 40 0,00 0,429 0,500 0,071 600 2,82
679 1 14,00 0,35 66 5,08 15,70 2,80 40 0,00 0,429 0,500 0,071 720 4,19
95
680 1 14,00 0,35 66 5,08 15,70 2,80 40 0,00 0,429 0,500 0,071 840 5,63
681 1 14,00 0,35 66 5,08 15,70 2,80 40 0,00 0,429 0,500 0,071 960 7,51
682 1 14,00 0,35 66 5,08 15,70 2,80 40 0,00 0,429 0,500 0,071 1080 10,58
683 1 14,00 0,35 66 5,08 15,70 2,80 40 0,00 0,429 0,500 0,071 1200 17,65
684 1 10,50 0,60 64 7,11 24,70 6,18 14 1,20 0,229 0,000 0,771 0 0,00
685 1 10,50 0,60 64 7,11 24,70 6,18 14 1,20 0,229 0,000 0,771 300 0,26
686 1 10,50 0,60 64 7,11 24,70 6,18 14 1,20 0,229 0,000 0,771 600 0,73
687 1 10,50 0,60 64 7,11 24,70 6,18 14 1,20 0,229 0,000 0,771 900 1,33
688 96 1 10,50 0,60 64 7,11 24,70 6,18 14 1,20 0,229 0,000 0,771 1200 1,93
689 1 10,50 0,60 64 7,11 24,70 6,18 14 1,20 0,229 0,000 0,771 1500 2,54
690 1 10,50 0,60 64 7,11 24,70 6,18 14 1,20 0,229 0,000 0,771 1800 3,20
691 1 10,50 0,60 64 7,11 24,70 6,18 14 1,20 0,229 0,000 0,771 2100 3,79
692 1 10,50 0,60 64 7,11 24,70 6,18 14 1,20 0,229 0,000 0,771 2400 4,53
693 1 16,00 0,60 325 21,67 115,20 18,28 24 1,20 1,000 0,000 0,000 0 0,00
694 1 16,00 0,60 325 21,67 115,20 18,28 24 1,20 1,000 0,000 0,000 320 0,26
695 1 16,00 0,60 325 21,67 115,20 18,28 24 1,20 1,000 0,000 0,000 640 1,29
696 1 16,00 0,60 325 21,67 115,20 18,28 24 1,20 1,000 0,000 0,000 960 3,91
97
NF
697 97 1 16,00 0,60 325 21,67 115,20 18,28 24 1,20 1,000 0,000 0,000 1280 7,52
698 1 16,00 0,60 325 21,67 115,20 18,28 24 1,20 1,000 0,000 0,000 1600 11,48
699 1 16,00 0,60 325 21,67 115,20 18,28 24 1,20 1,000 0,000 0,000 1920 16,45
700 1 16,00 0,60 325 21,67 115,20 18,28 24 1,20 1,000 0,000 0,000 2240 22,25
701 1 16,00 0,60 325 21,67 115,20 18,28 24 1,20 1,000 0,000 0,000 2560 32,52
702 1 12,00 0,50 261 23,73 77,30 16,45 40 0,00 0,000 1,000 0,000 0 0,00
703 1 12,00 0,50 261 23,73 77,30 16,45 40 0,00 0,000 1,000 0,000 480 0,30
704 1 12,00 0,50 261 23,73 77,30 16,45 40 0,00 0,000 1,000 0,000 720 0,73
705 1 12,00 0,50 261 23,73 77,30 16,45 40 0,00 0,000 1,000 0,000 960 1,03
706 1 12,00 0,50 261 23,73 77,30 16,45 40 0,00 0,000 1,000 0,000 1200 1,57
98
707 1 12,00 0,50 261 23,73 77,30 16,45 40 0,00 0,000 1,000 0,000 1440 2,19
708 1 12,00 0,50 261 23,73 77,30 16,45 40 0,00 0,000 1,000 0,000 1680 2,94
709 1 12,00 0,50 261 23,73 77,30 16,45 40 0,00 0,000 1,000 0,000 1920 3,98
710 1 12,00 0,50 261 23,73 77,30 16,45 40 0,00 0,000 1,000 0,000 2160 5,21
711 1 12,00 0,50 261 23,73 77,30 16,45 40 0,00 0,000 1,000 0,000 2400 7,45
712 1 12,76 0,60 109 9,04 25,90 5,40 39 1,20 0,138 0,000 0,862 0 0,00
713 1 12,76 0,60 109 9,04 25,90 5,40 39 1,20 0,138 0,000 0,862 520 0,20
714 1 12,76 0,60 109 9,04 25,90 5,40 39 1,20 0,138 0,000 0,862 780 0,37
715 1 12,76 0,60 109 9,04 25,90 5,40 39 1,20 0,138 0,000 0,862 1040 0,69
716 1 12,76 0,60 109 9,04 25,90 5,40 39 1,20 0,138 0,000 0,862 1300 1,14
99
717 1 12,76 0,60 109 9,04 25,90 5,40 39 1,20 0,138 0,000 0,862 1560 1,53
718 1 12,76 0,60 109 9,04 25,90 5,40 39 1,20 0,138 0,000 0,862 1820 1,97
719 1 12,76 0,60 109 9,04 25,90 5,40 39 1,20 0,138 0,000 0,862 2080 2,47
720 1 12,76 0,60 109 9,04 25,90 5,40 39 1,20 0,138 0,000 0,862 2340 3,09
721 1 12,76 0,60 109 9,04 25,90 5,40 39 1,20 0,138 0,000 0,862 2600 4,08
722 1 13,40 0,60 109 9,04 25,90 5,40 39 1,20 0,179 0,000 0,821 0 0,00
723 1 13,40 0,60 109 9,04 25,90 5,40 39 1,20 0,179 0,000 0,821 520 0,71
724 1 13,40 0,60 109 9,04 25,90 5,40 39 1,20 0,179 0,000 0,821 780 1,19
725 1 13,40 0,60 109 9,04 25,90 5,40 39 1,20 0,179 0,000 0,821 1040 1,98
726 1 13,40 0,60 109 9,04 25,90 5,40 39 1,20 0,179 0,000 0,821 1300 2,86
100
727 1 13,40 0,60 109 9,04 25,90 5,40 39 1,20 0,179 0,000 0,821 1560 4,64
728 1 13,40 0,60 109 9,04 25,90 5,40 39 1,20 0,179 0,000 0,821 1820 7,49
729 1 13,40 0,60 109 9,04 25,90 5,40 39 1,20 0,179 0,000 0,821 2080 11,63
730 1 13,40 0,60 109 9,04 25,90 5,40 39 1,20 0,179 0,000 0,821 2340 15,31
731 1 13,40 0,60 109 9,04 25,90 5,40 39 1,20 0,179 0,000 0,821 2600 19,68
NF
732 1 21,00 0,50 327 16,35 83,50 10,44 40 0,00 0,238 0,000 0,762 0 0,00
733 1 21,00 0,50 327 16,35 83,50 10,44 40 0,00 0,238 0,000 0,762 260 1,65
734 1 21,00 0,50 327 16,35 83,50 10,44 40 0,00 0,238 0,000 0,762 520 2,96
735 1 21,00 0,50 327 16,35 83,50 10,44 40 0,00 0,238 0,000 0,762 780 6,16
736 102 1 21,00 0,50 327 16,35 83,50 10,44 40 0,00 0,238 0,000 0,762 1040 11,75
737 1 21,00 0,50 327 16,35 83,50 10,44 40 0,00 0,238 0,000 0,762 1300 15,43
738 1 21,00 0,50 327 16,35 83,50 10,44 40 0,00 0,238 0,000 0,762 1560 21,49
739 1 21,00 0,50 327 16,35 83,50 10,44 40 0,00 0,238 0,000 0,762 1820 27,03
740 1 21,00 0,50 327 16,35 83,50 10,44 40 0,00 0,238 0,000 0,762 2080 33,12
741 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 0 0,00
742 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 280 0,22
743 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 560 0,52
744 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 840 0,92
745 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 1120 1,26
746 103 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 1400 1,52
747 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 1680 1,77
748 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 1960 2,07
749 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 2240 2,33
750 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 2520 2,87
751 1 17,08 0,60 174 10,88 30,40 4,75 36 1,00 0,297 0,000 0,703 2800 3,56
752 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 0 0,00
753 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 140 0,21
754 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 280 0,33
755 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 420 0,57
756 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 560 0,84
757 104 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 700 1,35
758 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 840 1,82
759 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 980 2,24
760 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 1120 2,58
761 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 1260 2,97
762 1 17,04 0,40 174 10,88 30,40 4,75 36 0,80 0,296 0,000 0,704 1400 3,69
763 2 19,80 0,17 119 6,26 37,80 5,11 27 0,34 0,152 0,849 0,000 0 0,00
764 2 19,80 0,17 119 6,26 37,80 5,11 27 0,34 0,152 0,849 0,000 100 0,56
765 2 19,80 0,17 119 6,26 37,80 5,11 27 0,34 0,152 0,849 0,000 200 1,39
766 2 19,80 0,17 119 6,26 37,80 5,11 27 0,34 0,152 0,849 0,000 300 2,31
NF
767 2 19,80 0,17 119 6,26 37,80 5,11 27 0,34 0,152 0,849 0,000 400 3,31
105
768 2 19,80 0,17 119 6,26 37,80 5,11 27 0,34 0,152 0,849 0,000 500 4,57
769 2 19,80 0,17 119 6,26 37,80 5,11 27 0,34 0,152 0,849 0,000 600 6,98
770 2 19,80 0,17 119 6,26 37,80 5,11 27 0,34 0,152 0,849 0,000 700 10,27
771 2 19,80 0,17 119 6,26 37,80 5,11 27 0,34 0,152 0,849 0,000 800 12,59
772 2 19,80 0,17 119 6,26 37,80 5,11 27 0,34 0,152 0,849 0,000 900 15,79
773 2 22,90 0,23 256 11,64 71,90 8,08 22 0,46 0,131 0,651 0,218 0 0,00
774 2 22,90 0,23 256 11,64 71,90 8,08 22 0,46 0,131 0,651 0,218 200 1,88
775 2 22,90 0,23 256 11,64 71,90 8,08 22 0,46 0,131 0,651 0,218 400 2,96
776 2 22,90 0,23 256 11,64 71,90 8,08 22 0,46 0,131 0,651 0,218 600 5,01
777 106 2 22,90 0,23 256 11,64 71,90 8,08 22 0,46 0,131 0,651 0,218 800 7,15
778 2 22,90 0,23 256 11,64 71,90 8,08 22 0,46 0,131 0,651 0,218 1000 9,03
779 2 22,90 0,23 256 11,64 71,90 8,08 22 0,46 0,131 0,651 0,218 1200 10,99
780 2 22,90 0,23 256 11,64 71,90 8,08 22 0,46 0,131 0,651 0,218 1400 14,54
781 2 22,90 0,23 256 11,64 71,90 8,08 22 0,46 0,131 0,651 0,218 1600 18,78
782 2 24,50 0,28 279 12,13 81,20 8,46 40 0,00 0,125 0,583 0,292 0 0,00
783 2 24,50 0,28 279 12,13 81,20 8,46 40 0,00 0,125 0,583 0,292 270 1,95
784 2 24,50 0,28 279 12,13 81,20 8,46 40 0,00 0,125 0,583 0,292 540 3,98
785 2 24,50 0,28 279 12,13 81,20 8,46 40 0,00 0,125 0,583 0,292 820 5,92
786 107 2 24,50 0,28 279 12,13 81,20 8,46 40 0,00 0,125 0,583 0,292 1100 9,01
787 2 24,50 0,28 279 12,13 81,20 8,46 40 0,00 0,125 0,583 0,292 1400 11,12
788 2 24,50 0,28 279 12,13 81,20 8,46 40 0,00 0,125 0,583 0,292 1600 13,42
789 2 24,50 0,28 279 12,13 81,20 8,46 40 0,00 0,125 0,583 0,292 1900 17,20
790 2 24,50 0,28 279 12,13 81,20 8,46 40 0,00 0,125 0,583 0,292 2200 21,51
791 2 26,25 0,26 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 0 0,00
792 2 26,25 0,26 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 240 1,21
793 2 26,25 0,26 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 490 3,40
794 2 26,25 0,26 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 750 5,22
795 108 2 26,25 0,26 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 990 7,59
796 2 26,25 0,26 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 1200 9,77
797 2 26,25 0,26 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 1500 12,22
798 2 26,25 0,26 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 1700 15,11
799 2 26,25 0,26 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 2000 19,77
800 2 26,00 0,34 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 0 0,00
801 2 26,00 0,34 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 350 2,83
NF
802 2 26,00 0,34 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 700 5,05
803 2 26,00 0,34 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 1040 7,70
804 109 2 26,00 0,34 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 1400 10,80
805 2 26,00 0,34 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 1750 14,51
806 2 26,00 0,34 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 2100 16,99
807 2 26,00 0,34 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 2400 21,41
808 2 26,00 0,34 238 9,52 71,20 6,85 40 0,00 0,115 0,539 0,346 2800 27,05
809 2 30,25 0,36 136 4,69 21,00 1,75 34 0,72 0,703 0,198 0,099 0 0,00
810 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 122 0,71
811 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 191 1,20
812 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 302 2,44
813 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 394 3,61
814 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 496 4,91
815 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 593 5,95
816 110 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 690 7,18
817 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 796 8,68
818 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 897 10,19
819 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 993 11,77
820 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 1089 13,26
821 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 1205 15,10
822 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 1294 21,14
823 2 30,25 0,36 136 4,69 16,60 1,75 34 0,72 0,703 0,198 0,099 1393 41,54
824 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 0 0,00
825 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 195 1,54
826 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 400 3,15
827 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 600 5,50
828 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 800 7,58
829 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 1000 9,66
111
830 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 1200 12,14
831 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 1390 14,56
832 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 1600 17,78
833 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 1794 20,94
834 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 1990 26,90
835 2 31,75 0,36 169 5,45 24,30 1,99 40 0,25 0,685 0,221 0,095 2127 48,60
836 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 0 0,00
NF
837 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 98 0,36
838 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 197 0,52
839 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 294 1,55
840 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 400 1,59
841 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 493 3,55
842 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 595 4,59
843 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 696 6,15
112
844 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 803 7,32
845 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 895 8,42
846 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 998 8,92
847 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 1090 9,88
848 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 1190 11,60
849 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 1295 14,28
850 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 1394 17,05
851 2 29,00 0,36 103 7,00 13,30 1,19 40 0,00 0,724 0,172 0,103 1500 29,78
852 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 0 0,00
853 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 390 2,25
854 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 600 4,05
855 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 800 6,11
856 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 998 8,31
857 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 1200 10,16
858 113 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 1390 12,49
859 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 1597 15,69
860 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 1795 18,75
861 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 1986 22,35
862 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 2200 25,81
863 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 2388 30,20
864 2 32,50 0,36 169 5,45 26,70 2,10 40 0,00 0,646 0,262 0,092 2467 33,30
865 2 15,70 0,29 289 19,27 103,90 17,91 26 0,58 0,127 0,000 0,873 0 0,00
866 2 15,70 0,29 289 19,27 103,90 17,91 26 0,58 0,127 0,000 0,873 152 0,29
867 2 15,70 0,29 289 19,27 103,90 17,91 26 0,58 0,127 0,000 0,873 314 0,70
868 2 15,70 0,29 289 19,27 103,90 17,91 26 0,58 0,127 0,000 0,873 486 1,11
869 114 2 15,70 0,29 289 19,27 103,90 17,91 26 0,58 0,127 0,000 0,873 631 1,67
870 2 15,70 0,29 289 19,27 103,90 17,91 26 0,58 0,127 0,000 0,873 796 2,31
871 2 15,70 0,29 289 19,27 103,90 17,91 26 0,58 0,127 0,000 0,873 968 2,84
NF
872 2 15,70 0,29 289 19,27 103,90 17,91 26 0,58 0,127 0,000 0,873 1097 3,68
873 2 15,70 0,29 289 19,27 103,90 17,91 26 0,58 0,127 0,000 0,873 1200 4,29
874 2 15,30 0,29 238 17,00 85,20 14,95 21 0,58 0,281 0,000 0,719 0 0,00
875 2 15,30 0,29 238 17,00 85,20 14,95 21 0,58 0,281 0,000 0,719 153 0,17
876 2 15,30 0,29 238 17,00 85,20 14,95 21 0,58 0,281 0,000 0,719 318 0,49
877 2 15,30 0,29 238 17,00 85,20 14,95 21 0,58 0,281 0,000 0,719 463 0,98
878 115 2 15,30 0,29 238 17,00 85,20 14,95 21 0,58 0,281 0,000 0,719 635 1,42
879 2 15,30 0,29 238 17,00 85,20 14,95 21 0,58 0,281 0,000 0,719 800 2,06
880 2 15,30 0,29 238 17,00 85,20 14,95 21 0,58 0,281 0,000 0,719 965 2,78
881 2 15,30 0,29 238 17,00 85,20 14,95 21 0,58 0,281 0,000 0,719 1100 3,34
882 2 15,30 0,29 238 17,00 85,20 14,95 21 0,58 0,281 0,000 0,719 1200 3,89
883 2 21,40 0,14 82 0,64 11,60 1,45 40 0,00 0,654 0,000 0,346 0 0,00
884 2 21,40 0,14 82 0,64 11,60 1,45 40 0,00 0,654 0,000 0,346 100 1,49
885 2 21,40 0,14 82 0,64 11,60 1,45 40 0,00 0,654 0,000 0,346 200 3,81
886 2 21,40 0,14 82 0,64 11,60 1,45 40 0,00 0,654 0,000 0,346 300 6,44
887 2 21,40 0,14 82 0,64 11,60 1,45 40 0,00 0,654 0,000 0,346 400 9,68
116
888 2 21,40 0,14 82 0,64 11,60 1,45 40 0,00 0,654 0,000 0,346 500 13,79
889 2 21,40 0,14 82 0,64 11,60 1,45 40 0,00 0,654 0,000 0,346 600 18,12
890 2 21,40 0,14 82 0,64 11,60 1,45 40 0,00 0,654 0,000 0,346 700 24,30
891 2 21,40 0,14 82 0,64 11,60 1,45 40 0,00 0,654 0,000 0,346 800 33,73
892 2 21,40 0,14 82 0,64 11,60 1,45 40 0,00 0,654 0,000 0,346 900 51,12
893 2 21,60 0,14 104 4,95 13,80 1,70 40 0,28 0,648 0,000 0,352 0 0,00
894 2 21,60 0,14 104 4,95 13,80 1,70 40 0,28 0,648 0,000 0,352 130 1,98
895 2 21,60 0,14 104 4,95 13,80 1,70 40 0,28 0,648 0,000 0,352 260 4,70
896 2 21,60 0,14 104 4,95 13,80 1,70 40 0,28 0,648 0,000 0,352 340 8,16
897 118 2 21,60 0,14 104 4,95 13,80 1,70 40 0,28 0,648 0,000 0,352 520 13,33
898 2 21,60 0,14 104 4,95 13,80 1,70 40 0,28 0,648 0,000 0,352 650 18,00
899 2 21,60 0,14 104 4,95 13,80 1,70 40 0,28 0,648 0,000 0,352 780 22,92
900 2 21,60 0,14 104 4,95 13,80 1,70 40 0,28 0,648 0,000 0,352 915 31,02
901 2 21,60 0,14 104 4,95 13,80 1,70 40 0,28 0,648 0,000 0,352 1000 40,60
902 2 21,40 0,14 82 4,10 11,60 1,45 40 0,00 0,654 0,000 0,346 0 0,00
903 2 21,40 0,14 82 4,10 11,60 1,45 40 0,00 0,654 0,000 0,346 200 0,95
904 2 21,40 0,14 82 4,10 11,60 1,45 40 0,00 0,654 0,000 0,346 400 3,55
905 119 2 21,40 0,14 82 4,10 11,60 1,45 40 0,00 0,654 0,000 0,346 600 6,33
906 2 21,40 0,14 82 4,10 11,60 1,45 40 0,00 0,654 0,000 0,346 800 10,30
NF
907 2 21,40 0,14 82 4,10 11,60 1,45 40 0,00 0,654 0,000 0,346 990 14,83
908 2 21,40 0,14 82 4,10 11,60 1,45 40 0,00 0,654 0,000 0,346 1200 19,09
909 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 0 0,00
910 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 120 0,20
911 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 200 0,47
912 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 300 0,72
913 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 400 0,87
914 121 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 500 1,19
915 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 600 1,56
916 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 700 1,67
917 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 800 2,97
918 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 900 6,93
919 2 7,95 0,16 132 18,86 55,00 22,00 40 0,00 1,000 0,000 0,000 914 9,84
920 2 11,00 0,16 178 17,80 65,00 15,85 40 0,00 1,000 0,000 0,000 0 0,00
921 2 11,00 0,16 178 17,80 65,00 15,85 40 0,00 1,000 0,000 0,000 154 0,51
922 2 11,00 0,16 178 17,80 65,00 15,85 40 0,00 1,000 0,000 0,000 288 1,15
923 2 11,00 0,16 178 17,80 65,00 15,85 40 0,00 1,000 0,000 0,000 376 1,27
122
924 2 11,00 0,16 178 17,80 65,00 15,85 40 0,00 1,000 0,000 0,000 433 1,79
925 2 11,00 0,16 178 17,80 65,00 15,85 40 0,00 1,000 0,000 0,000 467 2,58
926 2 11,00 0,16 178 17,80 65,00 15,85 40 0,00 1,000 0,000 0,000 487 4,96
927 2 11,00 0,16 178 17,80 65,00 15,85 40 0,00 1,000 0,000 0,000 493 8,40
928 2 13,25 0,14 242 20,17 92,40 19,25 40 0,00 0,906 0,000 0,000 0 0,00
929 2 13,25 0,14 242 20,17 92,40 19,25 40 0,00 0,906 0,000 0,000 170 0,49
930 2 13,25 0,14 242 20,17 92,40 19,25 40 0,00 0,906 0,000 0,000 300 0,98
931 2 13,25 0,14 242 20,17 92,40 19,25 40 0,00 0,906 0,000 0,000 400 1,49
932 2 13,25 0,14 242 20,17 92,40 19,25 40 0,00 0,906 0,000 0,000 500 2,12
123
933 2 13,25 0,14 242 20,17 92,40 19,25 40 0,00 0,906 0,000 0,000 600 2,50
934 2 13,25 0,14 242 20,17 92,40 19,25 40 0,00 0,906 0,000 0,000 700 3,26
935 2 13,25 0,14 242 20,17 92,40 19,25 40 0,00 0,906 0,000 0,000 800 5,22
936 2 13,25 0,14 242 20,17 92,40 19,25 40 0,00 0,906 0,000 0,000 811 7,22
937 2 13,25 0,14 242 20,17 92,40 19,25 40 0,00 0,906 0,000 0,000 814 10,00
938 2 9,00 0,14 154 19,25 57,20 17,88 40 0,00 0,906 0,000 0,000 0 0,00
939 2 9,00 0,14 154 19,25 57,20 17,88 40 0,00 0,906 0,000 0,000 100 0,25
940 2 9,00 0,14 154 19,25 57,20 17,88 40 0,00 0,906 0,000 0,000 200 0,54
941 2 9,00 0,14 154 19,25 57,20 17,88 40 0,00 0,906 0,000 0,000 300 0,76
124
NF
942 124 2 9,00 0,14 154 19,25 57,20 17,88 40 0,00 0,906 0,000 0,000 340 2,20
943 2 9,00 0,14 154 19,25 57,20 17,88 40 0,00 0,906 0,000 0,000 356 4,99
944 2 9,00 0,14 154 19,25 57,20 17,88 40 0,00 0,906 0,000 0,000 380 7,90
945 2 9,00 0,14 154 19,25 57,20 17,88 40 0,00 0,906 0,000 0,000 390 11,35
946 2 9,00 0,14 154 19,25 57,20 17,88 40 0,00 0,906 0,000 0,000 400 15,33
947 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 0 0,00
948 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 80 0,73
949 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 117 2,03
950 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 200 6,09
951 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 257 9,70
952 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 300 12,50
127
953 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 367 20,03
954 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 400 23,61
955 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 449 30,11
956 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 500 39,54
957 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 540 50,59
958 2 7,70 0,16 90 15,00 30,40 12,16 40 0,00 1,000 0,000 0,000 557 60,59
959 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 0 0,00
960 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 100 0,69
961 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 200 0,98
962 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 500 2,24
963 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 600 2,73
964 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 700 3,01
965 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 800 3,30
128
966 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 900 3,79
967 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 1000 4,35
968 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 1100 4,88
969 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 1300 6,20
970 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 1400 7,28
971 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 1500 8,12
972 2 19,90 0,16 376 19,79 137,60 18,60 40 0,10 1,000 0,000 0,000 1600 9,72
973 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 0 0,00
974 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 90 0,70
975 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 200 1,42
976 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 300 1,93
NF
977 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 400 2,43
978 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 500 2,73
979 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 600 3,44
980 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 700 4,15
981 129 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 800 4,49
982 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 900 4,95
983 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 1000 5,45
984 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 1100 5,96
985 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 1200 6,67
986 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 1300 7,38
987 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 1400 9,11
988 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 1410 10,36
989 2 15,40 0,16 266 19,00 100,20 17,58 40 0,00 1,000 0,000 0,000 1420 14,69
990 2 17,20 0,14 307 19,19 113,80 17,78 40 0,00 0,872 0,000 0,000 0 0,00
991 2 17,20 0,14 307 19,19 113,80 17,78 40 0,00 0,872 0,000 0,000 100 0,29
992 2 17,20 0,14 307 19,19 113,80 17,78 40 0,00 0,872 0,000 0,000 200 1,00
993 2 17,20 0,14 307 19,19 113,80 17,78 40 0,00 0,872 0,000 0,000 400 1,99
994 131 2 17,20 0,14 307 19,19 113,80 17,78 40 0,00 0,872 0,000 0,000 500 2,48
995 2 17,20 0,14 307 19,19 113,80 17,78 40 0,00 0,872 0,000 0,000 600 3,00
996 2 17,20 0,14 307 19,19 113,80 17,78 40 0,00 0,872 0,000 0,000 700 3,89
997 2 17,20 0,14 307 19,19 113,80 17,78 40 0,00 0,872 0,000 0,000 800 4,80
998 2 17,20 0,14 307 19,19 113,80 17,78 40 0,00 0,872 0,000 0,000 900 5,71
999 2 16,40 0,14 285 19,00 111,60 17,71 40 0,00 0,854 0,000 0,000 0 0,00
1000 2 16,40 0,14 285 19,00 111,60 17,71 40 0,00 0,854 0,000 0,000 100 0,73
1001 2 16,40 0,14 285 19,00 111,60 17,71 40 0,00 0,854 0,000 0,000 200 1,04
1002 2 16,40 0,14 285 19,00 111,60 17,71 40 0,00 0,854 0,000 0,000 300 1,56
1003 132 2 16,40 0,14 285 19,00 111,60 17,71 40 0,00 0,854 0,000 0,000 400 2,07
1004 2 16,40 0,14 285 19,00 111,60 17,71 40 0,00 0,854 0,000 0,000 500 2,79
1005 2 16,40 0,14 285 19,00 111,60 17,71 40 0,00 0,854 0,000 0,000 600 3,98
1006 2 16,40 0,14 285 19,00 111,60 17,71 40 0,00 0,854 0,000 0,000 700 5,14
1007 2 16,40 0,14 285 19,00 111,60 17,71 40 0,00 0,854 0,000 0,000 800 7,46
1008 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 0 0,00
1009 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 50 0,08
1010 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 100 0,18
1011 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 150 0,26
NF
1012 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 200 0,36
1013 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 250 0,56
1014 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 300 0,74
1015 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 350 0,89
1016 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 400 1,01
1017 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 450 1,08
1018 134 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 500 1,30
1019 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 550 1,48
1020 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 600 1,68
1021 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 650 1,99
1022 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 700 2,36
1023 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 750 2,80
1024 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 800 3,38
1025 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 850 4,00
1026 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 900 4,70
1027 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 950 5,65
1028 3 11,00 0,40 93 9,30 31,30 7,63 35 0,80 0,000 1,000 0,000 1000 6,88
1029 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 0 0,00
1030 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 45 0,01
1031 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 80 0,03
1032 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 150 0,07
1033 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 230 0,12
1034 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 300 0,18
1035 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 380 0,27
1036 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 455 0,37
1037 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 530 0,38
1038 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 600 0,48
1039 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 670 0,58
135
1040 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 750 0,75
1041 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 830 0,86
1042 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 900 1,03
1043 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 980 1,20
1044 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 1050 1,31
1045 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 1100 1,45
1046 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 1200 1,59
NF
1047 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 1270 1,73
1048 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 1345 1,88
1049 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 1420 2,02
1050 3 11,00 0,50 93 9,30 31,30 7,63 35 1,00 0,000 1,000 0,000 1500 2,18
1051 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 0 0,00
1052 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 180 0,12
1053 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 360 0,23
1054 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 540 0,40
1055 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 720 0,58
1056 136 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 900 0,78
1057 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 1080 1,01
1058 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 1260 1,22
1059 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 1440 1,45
1060 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 1620 1,71
1061 3 11,00 0,60 93 9,30 31,30 7,63 35 1,20 0,000 1,000 0,000 1800 2,11
1062 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 0 0,00
1063 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 120 0,15
1064 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 240 0,23
1065 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 360 0,35
1066 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 480 0,51
1067 140 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 600 0,69
1068 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 720 0,85
1069 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 840 1,04
1070 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 960 1,34
1071 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 1080 1,59
1072 3 20,00 0,40 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 1200 1,84
1073 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 0 0,00
1074 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 170 0,14
1075 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 330 0,31
1076 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 440 0,40
1077 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 500 0,50
1078 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 660 0,64
1079 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 830 0,76
145
1080 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 1000 0,95
1081 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 1150 1,18
NF
1082 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 1320 1,42
1083 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 1500 1,70
1084 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 1650 1,97
1085 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 2000 2,50
1086 3 20,00 0,60 248 13,05 87,50 11,08 40 0,00 0,700 0,150 0,150 2200 3,52
1087 3 12,00 0,70 321 29,18 135,60 28,85 40 0,00 0,917 0,083 0,000 0 0,00
1088 3 12,00 0,70 321 29,18 135,60 28,85 40 0,00 0,917 0,083 0,000 330 0,24
1089 3 12,00 0,70 321 29,18 135,60 28,85 40 0,00 0,917 0,083 0,000 670 0,56
1090 3 12,00 0,70 321 29,18 135,60 28,85 40 0,00 0,917 0,083 0,000 1000 1,51
1091 152 3 12,00 0,70 321 29,18 135,60 28,85 40 0,00 0,917 0,083 0,000 1300 2,56
1092 3 12,00 0,70 321 29,18 135,60 28,85 40 0,00 0,917 0,083 0,000 1700 6,15
1093 3 12,00 0,70 321 29,18 135,60 28,85 40 0,00 0,917 0,083 0,000 2000 17,46
1094 3 12,00 0,70 321 29,18 135,60 28,85 40 0,00 0,917 0,083 0,000 2350 40,32
1095 3 12,00 0,70 321 29,18 135,60 28,85 40 0,00 0,917 0,083 0,000 2700 54,84
1096 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 0 0,00
1097 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 55 0,18
1098 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 75 0,25
1099 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 99 0,52
1100 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 123 0,86
1101 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 149 1,02
1102 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 162 1,32
1103 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 177 1,53
154
1104 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 192 2,24
1105 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 213 3,20
1106 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 243 5,17
1107 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 260 7,02
1108 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 272 9,42
1109 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 284 12,02
1110 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 301 19,69
1111 3 10,00 0,20 44 4,89 18,00 4,50 5 0,40 0,000 0,000 1,000 321 36,55
1112 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 0 0,00
1113 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 118 0,21
1114 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 164 0,90
1115 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 194 1,06
1116 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 240 1,30
NF
1117 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 300 2,09
1118 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 329 2,43
1119 156 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 361 3,39
1120 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 388 5,12
1121 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 418 7,35
1122 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 437 9,09
1123 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 447 13,12
1124 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 463 18,40
1125 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 478 29,61
1126 3 12,00 0,25 58 5,27 20,60 4,38 12 0,50 1,000 0,000 0,000 493 43,86
1127 3 10,00 0,32 39 4,33 14,20 3,55 11 0,64 0,000 0,000 1,000 0 0,00
1128 3 10,00 0,32 39 4,33 14,20 3,55 11 0,64 0,000 0,000 1,000 149 0,77
1129 3 10,00 0,32 39 4,33 14,20 3,55 11 0,64 0,000 0,000 1,000 210 0,86
1130 3 10,00 0,32 39 4,33 14,20 3,55 11 0,64 0,000 0,000 1,000 329 2,39
1131 164 3 10,00 0,32 39 4,33 14,20 3,55 11 0,64 0,000 0,000 1,000 388 3,28
1132 3 10,00 0,32 39 4,33 14,20 3,55 11 0,64 0,000 0,000 1,000 448 5,79
1133 3 10,00 0,32 39 4,33 14,20 3,55 11 0,64 0,000 0,000 1,000 510 16,89
1134 3 10,00 0,32 39 4,33 14,20 3,55 11 0,64 0,000 0,000 1,000 542 36,27
1135 3 10,00 0,32 39 4,33 14,20 3,55 11 0,64 0,000 0,000 1,000 569 91,08
1136 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 0 0,00
1137 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 27 0,18
1138 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 36 0,27
1139 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 40 0,75
1140 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 44 1,13
1141 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 51 3,25
1142 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 53 4,17
1143 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 54 5,61
168
1144 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 56 7,23
1145 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 58 10,18
1146 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 59 11,53
1147 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 60 14,47
1148 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 61 18,36
1149 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 63 23,08
1150 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 64 26,31
1151 3 3,00 0,25 16 8,00 9,00 10,00 4 0,50 1,000 0,000 0,000 65 29,39
NF
1152 3 6,00 0,25 12 2,40 4,60 2,09 5 0,50 1,000 0,000 0,000 0 0,00
1153 3 6,00 0,25 12 2,40 4,60 2,09 5 0,50 1,000 0,000 0,000 50 0,07
1154 3 6,00 0,25 12 2,40 4,60 2,09 5 0,50 1,000 0,000 0,000 100 0,30
1155 3 6,00 0,25 12 2,40 4,60 2,09 5 0,50 1,000 0,000 0,000 160 0,84
1156 3 6,00 0,25 12 2,40 4,60 2,09 5 0,50 1,000 0,000 0,000 200 1,50
173
1157 3 6,00 0,25 12 2,40 4,60 2,09 5 0,50 1,000 0,000 0,000 230 2,20
1158 3 6,00 0,25 12 2,40 4,60 2,09 5 0,50 1,000 0,000 0,000 250 2,90
1159 3 6,00 0,25 12 2,40 4,60 2,09 5 0,50 1,000 0,000 0,000 280 4,04
1160 3 6,00 0,25 12 2,40 4,60 2,09 5 0,50 1,000 0,000 0,000 300 4,90
1161 3 6,00 0,25 12 2,40 4,60 2,09 5 0,50 1,000 0,000 0,000 325 7,20
1162 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 0 0,00
1163 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 25 0,13
1164 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 47 0,28
1165 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 101 0,42
1166 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 126 0,51
1167 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 155 0,74
1168 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 200 1,04
174
1169 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 228 1,37
1170 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 254 1,71
1171 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 276 2,05
1172 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 299 2,48
1173 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 324 3,17
1174 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 360 4,23
1175 3 8,20 0,25 23 3,29 8,10 2,61 8 0,50 1,000 0,000 0,000 375 5,73
1176 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 0 0,00
1177 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 300 0,27
1178 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 600 0,54
1179 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 840 1,02
1180 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 1100 1,44
1181 176 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 1400 1,90
1182 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 1650 2,27
1183 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 2000 2,69
1184 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 2240 3,28
1185 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 2500 4,01
1186 3 20,60 0,60 289 17,00 105,40 13,18 30 1,00 0,563 0,000 0,437 2800 4,34
NF
1187 3 16,10 0,80 192 14,77 85,10 13,51 7 1,60 0,441 0,000 0,559 0 0,00
1188 3 16,10 0,80 192 14,77 85,10 13,51 7 1,60 0,441 0,000 0,559 500 0,15
1189 3 16,10 0,80 192 14,77 85,10 13,51 7 1,60 0,441 0,000 0,559 1000 0,55
1190 3 16,10 0,80 192 14,77 85,10 13,51 7 1,60 0,441 0,000 0,559 1500 0,91
1191 3 16,10 0,80 192 14,77 85,10 13,51 7 1,60 0,441 0,000 0,559 2000 1,41
177
1192 3 16,10 0,80 192 14,77 85,10 13,51 7 1,60 0,441 0,000 0,559 2500 1,90
1193 3 16,10 0,80 192 14,77 85,10 13,51 7 1,60 0,441 0,000 0,559 3000 2,32
1194 3 16,10 0,80 192 14,77 85,10 13,51 7 1,60 0,441 0,000 0,559 3500 2,84
1195 3 16,10 0,80 192 14,77 85,10 13,51 7 1,60 0,441 0,000 0,559 4000 3,68
1196 3 16,10 0,80 192 14,77 85,10 13,51 7 1,60 0,441 0,000 0,559 4100 3,70
1197 3 17,00 1,00 199 14,21 85,80 13,41 33 2,00 0,471 0,000 0,529 0 0,00
1198 3 17,00 1,00 199 14,21 85,80 13,41 33 2,00 0,471 0,000 0,529 800 0,24
1199 3 17,00 1,00 199 14,21 85,80 13,41 33 2,00 0,471 0,000 0,529 1600 0,50
1200 3 17,00 1,00 199 14,21 85,80 13,41 33 2,00 0,471 0,000 0,529 2400 0,84
1201 178 3 17,00 1,00 199 14,21 85,80 13,41 33 2,00 0,471 0,000 0,529 3200 1,26
1202 3 17,00 1,00 199 14,21 85,80 13,41 33 2,00 0,471 0,000 0,529 4000 1,84
1203 3 17,00 1,00 199 14,21 85,80 13,41 33 2,00 0,471 0,000 0,529 4800 2,37
1204 3 17,00 1,00 199 14,21 85,80 13,41 33 2,00 0,471 0,000 0,529 5600 2,86
1205 3 17,00 1,00 199 14,21 85,80 13,41 33 2,00 0,471 0,000 0,529 6000 3,41
1206 3 7,90 0,30 33 4,71 9,90 3,81 14 0,60 1,000 0,000 0,000 0 0,00
1207 3 7,90 0,30 33 4,71 9,90 3,81 14 0,60 1,000 0,000 0,000 42 0,33
1208 3 7,90 0,30 33 4,71 9,90 3,81 14 0,60 1,000 0,000 0,000 78 0,61
1209 3 7,90 0,30 33 4,71 9,90 3,81 14 0,60 1,000 0,000 0,000 122 1,49
1210 180 3 7,90 0,30 33 4,71 9,90 3,81 14 0,60 1,000 0,000 0,000 150 2,37
1211 3 7,90 0,30 33 4,71 9,90 3,81 14 0,60 1,000 0,000 0,000 162 3,24
1212 3 7,90 0,30 33 4,71 9,90 3,81 14 0,60 1,000 0,000 0,000 199 7,10
1213 3 7,90 0,30 33 4,71 9,90 3,81 14 0,60 1,000 0,000 0,000 220 15,70
1214 3 7,90 0,30 33 4,71 9,90 3,81 14 0,60 1,000 0,000 0,000 238 34,50
1215 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 0 0,00
1216 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 1000 0,08
1217 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 2000 0,37
1218 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 3000 0,74
1219 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 4000 1,29
1220 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 5000 1,98
182
1221 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 6000 2,94
NF
1222 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 7000 4,35
1223 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 7700 5,87
1224 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 8300 7,89
1225 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 8800 9,82
1226 3 26,80 1,20 453 18,19 171,90 16,37 20 2,40 0,739 0,149 0,112 9250 12,33
1227 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 0 0,00
1228 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 1000 1,15
1229 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 2000 3,38
1230 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 3000 7,40
1231 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 4000 14,30
1232 183 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 4600 20,10
1233 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 5000 23,71
1234 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 5500 29,86
1235 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 6000 35,28
1236 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 7000 47,57
1237 3 6,00 1,20 105 21,00 46,90 21,32 40 0,00 0,000 0,833 0,167 8000 60,03
1238 3 22,60 1,20 455 20,68 180,00 20,23 40 0,00 1,000 0,000 0,000 0 0,00
1239 3 22,60 1,20 455 20,68 180,00 20,23 40 0,00 1,000 0,000 0,000 1000 0,24
1240 3 22,60 1,20 455 20,68 180,00 20,23 40 0,00 1,000 0,000 0,000 2000 0,48
1241 3 22,60 1,20 455 20,68 180,00 20,23 40 0,00 1,000 0,000 0,000 3000 0,83
1242 3 22,60 1,20 455 20,68 180,00 20,23 40 0,00 1,000 0,000 0,000 4000 1,36
184
1243 3 22,60 1,20 455 20,68 180,00 20,23 40 0,00 1,000 0,000 0,000 5000 2,68
1244 3 22,60 1,20 455 20,68 180,00 20,23 40 0,00 1,000 0,000 0,000 6000 4,85
1245 3 22,60 1,20 455 20,68 180,00 20,23 40 0,00 1,000 0,000 0,000 7000 10,03
1246 3 22,60 1,20 455 20,68 180,00 20,23 40 0,00 1,000 0,000 0,000 7800 14,87
1247 3 22,60 1,20 455 20,68 180,00 20,23 40 0,00 1,000 0,000 0,000 9000 22,39
1248 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 0 0,00
1249 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 1000 0,16
1250 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 1950 0,34
1251 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 2200 0,40
1252 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 2600 0,56
1253 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 2850 0,62
1254 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 3150 0,73
1255 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 3450 0,91
1256 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 3730 1,07
186
NF
1257 186 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 4025 1,29
1258 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 4420 1,84
1259 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 4660 2,23
1260 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 4920 2,73
1261 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 5200 3,33
1262 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 6100 5,94
1263 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 6700 8,42
1264 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 7450 12,34
1265 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 8200 16,92
1266 3 22,00 1,20 432 20,57 177,70 20,19 23 1,00 1,000 0,000 0,000 8930 21,66
1267 3 9,80 0,30 150 16,67 42,70 12,94 39 0,60 0,306 0,694 0,000 0 0,00
1268 3 9,80 0,30 150 16,67 42,70 12,94 39 0,60 0,306 0,694 0,000 21 0,28
1269 3 9,80 0,30 150 16,67 42,70 12,94 39 0,60 0,306 0,694 0,000 41 0,38
1270 3 9,80 0,30 150 16,67 42,70 12,94 39 0,60 0,306 0,694 0,000 62 0,56
1271 187 3 9,80 0,30 150 16,67 42,70 12,94 39 0,60 0,306 0,694 0,000 82 0,75
1272 3 9,80 0,30 150 16,67 42,70 12,94 39 0,60 0,306 0,694 0,000 103 1,52
1273 3 9,80 0,30 150 16,67 42,70 12,94 39 0,60 0,306 0,694 0,000 124 2,87
1274 3 9,80 0,30 150 16,67 42,70 12,94 39 0,60 0,306 0,694 0,000 144 4,73
1275 3 9,80 0,30 150 16,67 42,70 12,94 39 0,60 0,306 0,694 0,000 165 7,19
1276 3 11,30 0,30 114 12,67 34,00 8,29 32 0,60 0,292 0,708 0,000 0 0,00
1277 3 11,30 0,30 114 12,67 34,00 8,29 32 0,60 0,292 0,708 0,000 183 1,08
1278 188 3 11,30 0,30 114 12,67 34,00 8,29 32 0,60 0,292 0,708 0,000 220 2,43
1279 3 11,30 0,30 114 12,67 34,00 8,29 32 0,60 0,292 0,708 0,000 256 4,29
1280 3 11,30 0,30 114 12,67 34,00 8,29 32 0,60 0,292 0,708 0,000 293 8,04
1281 3 9,00 0,50 111 13,88 38,30 11,97 10 1,00 1,000 0,000 0,000 0 0,00
1282 3 9,00 0,50 111 13,88 38,30 11,97 10 1,00 1,000 0,000 0,000 75 0,14
1283 3 9,00 0,50 111 13,88 38,30 11,97 10 1,00 1,000 0,000 0,000 150 0,27
1284 3 9,00 0,50 111 13,88 38,30 11,97 10 1,00 1,000 0,000 0,000 225 0,36
1285 189 3 9,00 0,50 111 13,88 38,30 11,97 10 1,00 1,000 0,000 0,000 300 0,45
1286 3 9,00 0,50 111 13,88 38,30 11,97 10 1,00 1,000 0,000 0,000 375 0,55
1287 3 9,00 0,50 111 13,88 38,30 11,97 10 1,00 1,000 0,000 0,000 450 0,66
1288 3 9,00 0,50 111 13,88 38,30 11,97 10 1,00 1,000 0,000 0,000 525 0,75
1289 3 9,00 0,50 111 13,88 38,30 11,97 10 1,00 1,000 0,000 0,000 600 0,88
1290 3 11,50 0,30 123 12,30 48,00 11,43 12 0,60 0,826 0,000 0,174 0 0,00
1291 3 11,50 0,30 123 12,30 48,00 11,43 12 0,60 0,826 0,000 0,174 56 0,10
NF
1292 3 11,50 0,30 123 12,30 48,00 11,43 12 0,60 0,826 0,000 0,174 113 0,25
1293 3 11,50 0,30 123 12,30 48,00 11,43 12 0,60 0,826 0,000 0,174 169 0,41
1294 190 3 11,50 0,30 123 12,30 48,00 11,43 12 0,60 0,826 0,000 0,174 225 0,56
1295 3 11,50 0,30 123 12,30 48,00 11,43 12 0,60 0,826 0,000 0,174 281 0,77
1296 3 11,50 0,30 123 12,30 48,00 11,43 12 0,60 0,826 0,000 0,174 338 1,10
1297 3 11,50 0,30 123 12,30 48,00 11,43 12 0,60 0,826 0,000 0,174 394 1,37
1298 3 11,50 0,30 123 12,30 48,00 11,43 12 0,60 0,826 0,000 0,174 450 1,60
1299 3 12,20 0,75 149 13,55 58,30 12,40 38 1,50 0,000 1,000 0,000 0 0,00
1300 3 12,20 0,75 149 13,55 58,30 12,40 38 1,50 0,000 1,000 0,000 1040 0,65
1301 3 12,20 0,75 149 13,55 58,30 12,40 38 1,50 0,000 1,000 0,000 1300 1,00
193
1302 3 12,20 0,75 149 13,55 58,30 12,40 38 1,50 0,000 1,000 0,000 1560 1,60
1303 3 12,20 0,75 149 13,55 58,30 12,40 38 1,50 0,000 1,000 0,000 1820 2,50
1304 3 12,20 0,75 149 13,55 58,30 12,40 38 1,50 0,000 1,000 0,000 1950 2,96
1305 3 10,50 0,80 100 11,11 48,70 12,18 6 1,60 0,191 0,191 0,619 0 0,00
1306 3 10,50 0,80 100 11,11 48,70 12,18 6 1,60 0,191 0,191 0,619 840 0,38
1307 3 10,50 0,80 100 11,11 48,70 12,18 6 1,60 0,191 0,191 0,619 1120 0,73
1308 194 3 10,50 0,80 100 11,11 48,70 12,18 6 1,60 0,191 0,191 0,619 1400 1,16
1309 3 10,50 0,80 100 11,11 48,70 12,18 6 1,60 0,191 0,191 0,619 1680 1,79
1310 3 10,50 0,80 100 11,11 48,70 12,18 6 1,60 0,191 0,191 0,619 1960 2,71
1311 3 10,50 0,80 100 11,11 48,70 12,18 6 1,60 0,191 0,191 0,619 2100 3,13
1312 3 8,30 0,40 109 15,57 38,40 12,39 39 0,80 0,880 0,121 0,000 0 0,00
1313 3 8,30 0,40 109 15,57 38,40 12,39 39 0,80 0,880 0,121 0,000 80 0,44
1314 3 8,30 0,40 109 15,57 38,40 12,39 39 0,80 0,880 0,121 0,000 159 0,91
1315 3 8,30 0,40 109 15,57 38,40 12,39 39 0,80 0,880 0,121 0,000 239 1,12
1316 199 3 8,30 0,40 109 15,57 38,40 12,39 39 0,80 0,880 0,121 0,000 319 1,64
1317 3 8,30 0,40 109 15,57 38,40 12,39 39 0,80 0,880 0,121 0,000 398 2,24
1318 3 8,30 0,40 109 15,57 38,40 12,39 39 0,80 0,880 0,121 0,000 478 2,84
1319 3 8,30 0,40 109 15,57 38,40 12,39 39 0,80 0,880 0,121 0,000 558 3,35
1320 3 8,30 0,40 109 15,57 38,40 12,39 39 0,80 0,880 0,121 0,000 645 4,02
LEGENDA:
T = 1 Estaca hélice contínua
T = 2 Estaca cravada metálica
T = 3 Estaca escavada
162
APÊNDICE C
APÊNDICE C – COMPARAÇÃO ENTRE AS CURVAS CARGA X RECALQUE PARA MODELOS COM DIFERENTES FORMAS CÁLCULO DA VARIÁVEL NF E AS
PROVAS DE CARGA ESTÁTICA
Estaca 1 Estaca 2
1400 1000
1200 900
800
1000 Prova de Carga 700 Prova de Carga
Carga (kN)
Carga (kN)
800 NF-Soma 600 NF-Soma
500
600 NF-Média 400 NF-Média
400 NF-Média Ponderada 300 NF-Média Ponderada
200
200
100
0 0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 0,0 5,0 10,0 15,0 20,0 25,0
Estaca 3 Estaca 4
3000 5000
4500
2500 4000
Carga (kN)
Carga (kN)
NF-Soma 3000 NF-Soma
1500 2500
NF-Média 2000 NF-Média
500 1000
500
0 0
0,0 5,0 10,0 15,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
Estaca 5 Estaca 6
4000 1400
3500 1200
3000
Prova de Carga 1000 Prova de Carga
Carga (kN)
Carga (kN)
2500
NF-Soma 800 NF-Soma
2000
1500
NF-Média Ponderada 400 NF-Média Ponderada
1000
500 200
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 0,0 2,0 4,0 6,0 8,0
Estaca 7 Estaca 8
1800 2500
1600
1400 2000
1200 Prova de Carga Prova de Carga
Carga (kN)
Carga (kN)

1000
600 NF-Média Ponderada NF-Média Ponderada
400 500
200
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 2,0 4,0 6,0 8,0
Estaca 9 Estaca 10
1400 1400
1200 1200
Carga (kN)
800 NF-Soma Carga (kN) 800 NF-Soma

200 200
0 0
0,0 2,0 4,0 6,0 8,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 11 Estaca 12
1200 1800
1600
1000
1400
Carga (kN)
1200
Carga (kN)
600
400
200
200
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 13 Estaca 14
1400 2500
1200
2000
Carga (kN)
Carga (kN)
800 1500 NF-Soma

NF-Soma
500
200
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 5,0 10,0 15,0
Estaca 15 Estaca 18
1600 2500
1400
2000
1200
Prova de Carga Prova de Carga
Carga (kN)
Carga (kN)
1000 1500
NF-Soma NF-Soma
800
600
NF-Média Ponderada NF-Média Ponderada
400
500
200
0 0
0,0 5,0 10,0 15,0 20,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0
Estaca 19 Estaca 20
2500 4500
4000
2000 3500
Carga (kN)
Carga (kN)
1500 NF-Soma NF-Soma
2500
500 1000
500
0 0
0,0 5,0 10,0 15,0 0,0 50,0 100,0 150,0 200,0
Estaca 21 Estaca 22
2500 5000
4500
2000 4000
Carga (kN)
Carga (kN)
2500
500 1000
500
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 5,0 10,0 15,0 20,0
Estaca 23 Estaca 24
3500 1200
3000 1000
800
Carga (kN)
2000 NF-Soma Carga (kN) 600

NF-Soma
1500 NF-Média NF-Média
1000
500 200
0 0
0,0 1,0 2,0 3,0 4,0 5,0 0,0 5,0 10,0 15,0
Estaca 25 Estaca 28
1600 700
1400 600
1200 500 Prova de Carga
Prova de Carga
Carga (kN)
Carga (kN)
1000
NF-Soma 400 NF-Soma
800
600
400
200 100
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 20,0 40,0 60,0 80,0
Estaca 29 Estaca 30
900 1800
800 1600
700 1400
Carga (kN)
Carga (kN)

200 400
100 200
0 0
0,0 10,0 20,0 30,0 40,0 50,0 0,0 1,0 2,0 3,0 4,0 5,0 6,0
Estaca 31 Estaca 32
900 2500
800
700 2000
Carga (kN)
Carga (kN)
500
1000
200 500
100
0 0
0,0 1,0 2,0 3,0 4,0 5,0 0,0 5,0 10,0 15,0 20,0 25,0
Estaca 33 Estaca 34
2500 3000
2000 2500
Carga (kN)
Carga (kN)
1500
500 500
0 0
0,0 2,0 4,0 6,0 8,0 0,0 5,0 10,0 15,0 20,0 25,0
Estaca 35 Estaca 36
3000 2500
2500 2000
Carga (kN)
Carga (kN)
1500
500 500
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 0,0 10,0 20,0 30,0 40,0 50,0 60,0
Estaca 37 Estaca 38
2500 1400
1200
2000
Carga (kN)
Carga (kN)

1000
500 200
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
Estaca 39 Estaca 40
2500 2500
2000 2000
Carga (kN)
Carga (kN)
500 500
0 0
0,0 5,0 10,0 15,0 20,0 0,0 5,0 10,0 15,0
Estaca 41 Estaca 42
2500 3000
2000 2500
Carga (kN)
Carga (kN)
1500
500 500
0 0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 0,0 5,0 10,0 15,0 20,0
Estaca 44 Estaca 45
900 3000
800
2500
700
600 Prova de Carga Carga (kN) 2000 Prova de Carga
Carga (kN)
500 NF-Soma NF-Soma

1500
200
500
100
0 0
0,0 1,0 2,0 3,0 4,0 5,0 0,0 5,0 10,0 15,0
Estaca 46 Estaca 47
1400 1800
1200 1600
1400
Carga (kN)
Carga (kN)

400
400
200 200
0 0
0,0 1,0 2,0 3,0 4,0 5,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
Estaca 50 Estaca 51
3500 3500
3000 3000
Carga (kN)
Carga (kN)
500 500
0 0
0,0 2,0 4,0 6,0 8,0 0,0 5,0 10,0 15,0 20,0
Estaca 52 Estaca 53
1600 1600
1400 1400
1200 1200
Carga (kN)
Carga (kN)
1000 1000
NF-Soma NF-Soma
800 800
NF-Média NF-Média
600 600
400 400
200 200
0 0
0,0 1,0 2,0 3,0 4,0 5,0 0,0 2,0 4,0 6,0 8,0
Estaca 54 Estaca 55
4500 4500
4000 4000
3500 3500
Carga (kN)
Carga (kN)
1000 1000
500 500
0 0
0,0 5,0 10,0 15,0 20,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
Estaca 56 Estaca 57
3000 3000
2500 2500
Carga (kN)
Carga (kN)
NF-Soma NF-Soma
1500 1500
NF-Média NF-Média
1000 1000 NF-Média Ponderada
NF-Média Ponderada
500 500
0 0
0,0 10,0 20,0 30,0 40,0 50,0 60,0 0,0 20,0 40,0 60,0 80,0
Estaca 58 Estaca 59
6000 2500
5000 2000
Carga (kN)
Carga (kN)
3000
1000 500
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 10,0 20,0 30,0 40,0
Estaca 60 Estaca 61
2500 2500
2000 2000
Carga (kN)
Carga (kN)
1500 1500 NF-Soma

NF-Soma
1000
500 500
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 0,0 1,0 2,0 3,0 4,0 5,0
Estaca 62 Estaca 63
2500 1800
1600
2000 1400
Carga (kN)
Carga (kN)

1000 600
400
500
200
0 0
0,0 5,0 10,0 15,0 0,0 10,0 20,0 30,0 40,0 50,0
Estaca 64 Estaca 65
3000 600
2500 500
Carga (kN)
400
Carga (kN)
NF-Soma NF-Soma
1500 300
NF-Média NF-Média
500 100
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 5,0 10,0 15,0 20,0 25,0
Estaca 66 Estaca 67
600 600
500 500
Carga (kN)
Carga (kN)
NF-Soma NF-Soma
300 300
NF-Média NF-Média
100 100
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 5,0 10,0 15,0 20,0 25,0
Estaca 68 Estaca 69
600 700
500 600

400
Carga (kN)
Carga (kN)
NF-Soma 400 NF-Soma

300
100 100
0 0
0,0 5,0 10,0 15,0 20,0 0,0 1,0 2,0 3,0 4,0 5,0 6,0
Estaca 72 Estaca 73
3000 2500
2500 2000
2000 Carga (kN)
Carga (kN)
1500 NF-Soma
NF-Soma
1500
500
500
0 0
0,0 2,0 4,0 6,0 8,0 10,0 12,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0
Estaca 74 Estaca 75
1800 3000
1600
2500
1400
1200
Carga (kN)
Carga (kN)

1500
NF-Média Ponderada
400
500
200
0 0
0,0 2,0 4,0 6,0 8,0 0,0 1,0 2,0 3,0 4,0 5,0
Estaca 76 Estaca 78
800 450
700 400
600 350
Carga (kN)
Carga (kN)
500
NF-Soma 250 NF-Soma
400
300 150
200 100
100 50
0 0
0,0 10,0 20,0 30,0 40,0 50,0 0,0 1,0 2,0 3,0 4,0
Estaca 79 Estaca 80
3000 1800
1600
2500
1400
2000
Carga (kN)
Carga (kN)

1500
NF-Média Ponderada
400
500
200
0 0
0,0 2,0 4,0 6,0 8,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
Estaca 81 Estaca 84
2000 2500
1800
1600 2000
Carga (kN)
Carga (kN)

1000
400 500
200
0 0
0,0 10,0 20,0 30,0 40,0 50,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
Estaca 85 Estaca 86
1400 1400
1200 1200
Carga (kN)
Carga (kN)

200 200
0 0
0,0 5,0 10,0 15,0 20,0 0,0 5,0 10,0 15,0 20,0
Estaca 87 Estaca 88
700 1400
600 1200
Carga (kN)
Carga (kN)
100 200
0 0
0,0 5,0 10,0 15,0 20,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 89 Estaca 90
2000 1200
1800
1600 1000
Carga (kN)
Carga (kN)
1000 600
400 200
200
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 0,5 1,0 1,5 2,0 2,5 3,0
Estaca 91 Estaca 92
2500 2500
2000 2000
Carga (kN)
Carga (kN)

500 500
0 0
0,0 5,0 10,0 15,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 93 Estaca 94
2500 2500
2000 2000
Carga (kN)
Carga (kN)

500 500
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 95 Estaca 96
1400 3000
1200 2500
2000
Carga (kN)
Carga (kN)
800 NF-Soma NF-Soma
1500
400
200 500
0 0
0,0 5,0 10,0 15,0 20,0 0,0 2,0 4,0 6,0 8,0
Estaca 97 Estaca 98
3000 3000
2500 2500
Carga (kN)
2000
Carga (kN)
NF-Soma NF-Soma
1500 1500
NF-Média NF-Média
NF-Média Ponderada
500 500
0 0
0,0 10,0 20,0 30,0 40,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 99 Estaca 100

3000 3000
2500 2500

Carga (kN)
Carga (kN)
NF-Soma NF-Soma
1500 1500
NF-Média NF-Média
500 500
0 0
0,0 2,0 4,0 6,0 8,0 10,0 12,0 0,0 5,0 10,0 15,0 20,0 25,0
2500 3000
2000 2500
Carga (kN)
Carga (kN)

1500
500 500
0 0
0,0 10,0 20,0 30,0 40,0 0,0 2,0 4,0 6,0 8,0 10,0

1600 1000
1400 900
800
Prova de Carga
Carga (kN)
Carga (kN)
1000 600
NF-Soma NF-Soma
800 500
600
400 200
200 100
0 0
0,0 1,0 2,0 3,0 4,0 5,0 0,0 5,0 10,0 15,0 20,0

1800 2500
1600
1400 2000
Carga (kN)
Carga (kN)
1000
400 500
200
0 0
0,0 5,0 10,0 15,0 20,0 0,0 5,0 10,0 15,0 20,0 25,0
2500 3000
2000 2500
Carga (kN)
Carga (kN)

1500
500 500
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0

1600 2500
1400
2000
1200
Carga (kN)
Carga (kN)
1000 1500
NF-Soma NF-Soma
800
600
400
500
200
0 0
0,0 10,0 20,0 30,0 40,0 50,0 0,0 10,0 20,0 30,0 40,0 50,0 60,0

1600 3000
1400 2500
1200
Carga (kN)
Carga (kN)
1000
NF-Soma NF-Soma
800 1500
NF-Média NF-Média
600 1000
400
500
200
0 0
0,0 10,0 20,0 30,0 40,0 0,0 10,0 20,0 30,0 40,0
1400 1400
1200 1200
Carga (kN)
Carga (kN)
200 200
0 0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 0,0 1,0 2,0 3,0 4,0 5,0

1000 1200
900
1000
800
Carga (kN)
Carga (kN)
600 NF-Soma NF-Soma

500 600
NF-Média NF-Média
400
400 NF-Média Ponderada
200 200
100
0 0
0,0 10,0 20,0 30,0 40,0 50,0 60,0 0,0 10,0 20,0 30,0 40,0 50,0

1400 1000
900
1200
800
Carga (kN)
Carga (kN)
800 600 NF-Soma

NF-Soma
500
200
200 100
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
600 900
800
500
700
Carga (kN)
600
Carga (kN)
NF-Soma 500 NF-Soma
300
200
100
100
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0

450 600
400
500
350
Carga (kN)
300
Carga (kN)
250 NF-Soma NF-Soma

300
NF-Média Ponderada
100
100
50
0 0
0,0 5,0 10,0 15,0 20,0 0,0 20,0 40,0 60,0 80,0

1800 1600
1600 1400
1400 1200
Carga (kN)
Carga (kN)
1000
800
600 600
400 400
200 200
0 0
0,0 2,0 4,0 6,0 8,0 10,0 12,0 0,0 5,0 10,0 15,0 20,0
1000 900
900 800
800 700
Carga (kN)
Carga (kN)

500
400
200 200
100 100
0 0
0,0 2,0 4,0 6,0 8,0 0,0 2,0 4,0 6,0 8,0

1200 1600
1400
1000
1200
Carga (kN)
Carga (kN)
1000
NF-Soma NF-Soma
600 800
NF-Média NF-Média
600
400
200 200
0 0
0,0 2,0 4,0 6,0 8,0 0,0 0,5 1,0 1,5 2,0 2,5

2000 1400
1800 1200
1600
Carga (kN)
Carga (kN)

1000
800
400
200
200
0 0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 0,0 0,5 1,0 1,5 2,0 2,5 3,0
2500 3000
2000 2500
Carga (kN)
Carga (kN)
1500
500 500
0 0
0,0 1,0 2,0 3,0 4,0 5,0 0,0 10,0 20,0 30,0 40,0 50,0 60,0

350 600
300 500
400
Carga (kN)
Carga (kN)
200 NF-Soma NF-Soma

300
50 100
0 0
0,0 10,0 20,0 30,0 40,0 0,0 10,0 20,0 30,0 40,0 50,0

600 70
500 60
400
Carga (kN)
Carga (kN)
NF-Soma 40 NF-Soma
300
20
100 10
0 0
0,0 20,0 40,0 60,0 80,0 100,0 0,0 10,0 20,0 30,0 40,0
350 400
300 350
250 300
Carga (kN)
Carga (kN)
250
200 NF-Soma NF-Soma
200
150
100
50 50
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 2,0 4,0 6,0 8,0 10,0

3000 4500
4000
2500
3500
Carga (kN)
Carga (kN)

1500
NF-Média Ponderada
1000
500
500
0 0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 0,0 1,0 2,0 3,0 4,0

7000 250
6000
200
Carga (kN)
Carga (kN)
50
1000
0 0
0,0 1,0 2,0 3,0 4,0 5,0 0,0 10,0 20,0 30,0 40,0
10000 9000
9000 8000
8000 7000
Carga (kN)
Carga (kN)

5000
4000
2000 2000
1000 1000
0 0
0,0 5,0 10,0 15,0 0,0 20,0 40,0 60,0 80,0

10000 10000
9000 9000
8000 8000
Carga (kN)
Carga (kN)
5000 5000
2000 2000
1000 1000
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 5,0 10,0 15,0 20,0 25,0

180 350
160 300
140
Carga (kN)
Carga (kN)
40
20 50
0 0
0,0 2,0 4,0 6,0 8,0 0,0 2,0 4,0 6,0 8,0 10,0
700 500
450
600
400
Carga (kN)
Carga (kN)

250
100
100 50
0 0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 0,0 0,5 1,0 1,5 2,0 2,5

2500 2500
2000 2000
Carga (kN)
Carga (kN)

500 500
0 0
0,0 1,0 2,0 3,0 4,0 0,0 1,0 2,0 3,0 4,0 5,0
Estaca 199
700
600
500 Prova de Carga
Carga (kN)
400 NF-Soma
300 NF-Média
100
0
0,0 1,0 2,0 3,0 4,0 5,0 6,0
Recalque (mm)
187
APÊNDICE D
APÊNDICE D – APLICAÇÃO DO MODELO
1° Etapa - Definição das variáveis de entrada
Para P=0 kN
Variável T L D NF2 NP d %Arg %Sil %Ar P
Valor 1 8 0,6 17,28 40 0 0,625 0 0,375 0
Para P=400 kN
Valor 1 8 0,6 17,28 40 0 0,625 0 0,375 400
Para P=800 kN
Valor 1 8 0,6 17,28 40 0 0,625 0 0,375 800
Para P=1200 kN
Valor 1 8 0,6 17,28 40 0 0,625 0 0,375 1200
Para P=1600 kN
Valor 1 8 0,6 17,28 40 0 0,625 0 0,375 1600
Para P=2000 kN
Valor 1 8 0,6 17,28 40 0 0,625 0 0,375 2000
2° Etapa - Normalização das variáveis de entrada
Valores máximos e mínimos para as variáveis de entrada

T L D NF2 NP d %Arg %Sil %Ar P
Máximo 3 32,5 1,2 29,5 40 2,4 1 1 1 9250
Mínimo 1 3 0,14 0,64 3 0 0 0 0 0
Variáveis Normalizadas
P=0 kN T L D NF2 NP d %Arg %Sil %Ar P
0,150 0,269 0,454 0,554 0,850 0,150 0,588 0,150 0,413 0,150
0,150 0,269 0,454 0,554 0,850 0,150 0,588 0,150 0,413 0,180
0,150 0,269 0,454 0,554 0,850 0,150 0,588 0,150 0,413 0,211
0,150 0,269 0,454 0,554 0,850 0,150 0,588 0,150 0,413 0,241
0,150 0,269 0,454 0,554 0,850 0,150 0,588 0,150 0,413 0,271
0,150 0,269 0,454 0,554 0,850 0,150 0,588 0,150 0,413 0,301
3° Etapa - Saídas da Rede Neural (Cálculo da saída para P=0kN)
x
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0,150 T 0,656 0,128 0,319 2,396 0,987 0,373 -5,426 1,463 0,271 2,309 0,752 1,220 -1,168 3,202 0,249
Valores de entrada normalizados
0,269 Camada de Entrada

L 1,535 0,981 -0,633 0,894 0,091 1,108 2,414 -0,144 -2,415 -2,969 -0,123 5,677 1,752 8,214 -2,377
0,454 D -7,735 -1,566 0,875 -3,941 0,881 -1,711 -4,553 0,637 -5,116 -4,837 -1,370 2,131 -1,087 2,696 0,871
0,554 NF -1,573 -0,871 -3,496 -6,641 -3,844 -1,948 2,684 -3,004 4,170 -1,925 -1,979 3,582 8,590 2,919 1,922
0,850 NP 1,453 -1,424 -1,177 0,559 -0,281 -1,453 -4,507 -2,737 1,060 -1,211 -2,702 -2,953 -7,141 1,492 -2,305
0,150 d -2,915 -1,096 1,372 1,997 -0,283 1,616 -7,970 -0,992 -2,590 -2,357 -0,242 1,155 -2,496 1,208 -3,263
0,588 %Arg -1,133 -2,011 1,072 1,040 -3,709 2,359 1,216 1,444 2,688 -2,567 2,736 -3,034 -1,478 0,686 0,247
0,150 %Sil -2,200 -0,256 1,679 -1,265 1,299 -1,405 2,100 0,722 -1,897 1,342 0,386 2,412 0,878 -3,338 -1,846
0,413 %Ar 3,063 2,288 -0,718 -0,841 2,791 -0,353 6,549 0,355 0,219 4,745 -1,046 2,712 0,445 -2,827 -2,217
0,150 P 1,742 1,694 -0,124 -0,594 0,320 3,833 -5,427 -13,441 -1,900 0,559 -3,936 -1,981 3,152 0,094 1,829
1 bk 2,329 0,636 1,396 1,107 -0,330 -0,977 5,411 1,136 1,907 1,262 2,306 0,192 1,696 -5,829 0,243
v1 -0,214 -1,671 -0,492 -2,998 -2,951 -1,866 2,556 -3,446 2,899 -3,099 -1,021 1,914 -0,271 -0,103 -2,120
Valores de saída y1 0,447 0,158 0,379 0,048 0,050 0,134 0,928 0,031 0,948 0,043 0,265 0,871 0,433 0,474 0,107
y1
1 2 3 4 5 6 7 8 9
0,447 1 -1,183 2,554 -5,157 5,185 1,459 1,105 0,151 1,330 2,249
0,158 2 -0,332 1,881 -1,811 2,114 -0,055 1,514 -0,083 0,434 1,504
0,379 3 -1,009 -1,448 -0,709 -1,958 1,253 0,846 0,564 -1,719 3,050
0,048 4 -3,995 -2,004 -5,326 -2,228 -1,030 0,226 -1,118 -0,782 2,122
0,050 5 -0,454 -2,032 1,039 -1,216 1,169 -0,199 0,752 -2,240 2,954
Valores de entrada
0,134 6 -0,884 4,040 -2,303 -1,614 -0,171 -2,092 -0,060 -2,063 2,851
0,928 7 2,187 -2,752 9,745 1,670 0,563 -6,313 -0,001 1,702 -1,558
0,031 8 4,741 2,539 5,957 -2,256 -3,714 -6,712 -0,601 -1,168 -8,524
0,948 9 1,529 -2,115 0,242 2,947 1,961 3,470 1,418 0,910 2,648
0,043 10 2,855 2,731 -2,913 -0,208 -1,341 1,727 -1,070 1,359 -1,752
0,265 11 2,309 -0,617 -2,678 -3,616 -1,234 3,366 -1,136 0,320 -2,469
0,871 12 0,501 0,016 6,545 -2,213 1,095 0,280 0,429 -1,210 -2,927
0,433 13 -1,453 -0,672 -1,543 0,388 2,318 3,194 -0,814 3,388 2,612
0,474 14 -1,832 -0,038 4,222 -3,920 -3,391 -6,689 -0,490 -0,440 -1,068
0,107 15 -1,001 -3,122 -1,573 0,577 0,388 0,452 0,374 0,741 1,416
1 bk -0,392 2,424 -0,343 -2,074 -0,905 -0,145 -0,093 0,424 -1,564
v2 1,505 -1,497 11,779 -0,801 2,473 -2,679 0,959 2,841 -0,239
Valores de saída y2 0,818 0,183 1,000 0,310 0,922 0,064 0,723 0,945 0,440
y2
1 2 3 4 5 6 7
0,818 1 1,689 3,837 -2,560 -3,656 -1,202 -3,338 -1,566
0,183 2 3,235 3,744 -3,686 -4,611 -0,842 -1,535 -2,249
Valores de entrada
1,000 3 -0,157 -1,100 -10,297 -5,462 -1,050 -5,009 -2,730

0,310 4 1,376 1,470 7,611 1,483 0,266 2,501 1,105
0,922 5 -0,648 -1,257 2,974 4,467 0,568 2,358 2,274
0,064 6 3,827 8,001 8,882 1,427 -0,265 1,753 0,651
0,723 7 -0,812 -2,191 -0,227 1,101 0,192 1,297 0,415
0,945 8 1,206 4,245 1,476 -0,959 -0,040 0,159 -0,179
0,440 9 -1,916 -4,301 4,524 6,657 1,130 4,512 3,114
1 bk 0,591 0,644 -2,806 0,827 -0,112 -0,015 0,265
v3 2,191 3,711 -6,978 -0,978 -1,112 -1,899 -0,174
Valores de saída y3 0,899 0,976 0,001 0,273 0,248 0,130 0,456
y3
1 2 3
0,899 1 2,052 6,409 2,118
Valores de entrada
0,976 2 3,616 10,941 3,477

Intermediária
3° Camada
0,001 3 -1,242 -13,449 -0,214

0,273 4 -1,155 -9,564 -2,556
0,248 5 -0,034 -1,462 -0,433
0,130 6 -0,778 -6,602 -0,817
0,456 7 -0,391 -4,171 -1,450
1 bk 1,527 3,853 0,924
v4 6,297 14,545 4,649
Valores de saída y4 0,998 1,000 0,991
Camada
y4 de saída
r
Intermediária
0,998 1 -0,082
4° Camada
Valores de
entrada
1,000 2 -7,090
0,991 3 -1,243
1 bk 6,676
v5 -1,72827
Valor final de saída y5 0,1508
x
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0,150 T 0,656 0,128 0,319 2,396 0,987 0,373 -5,426 1,463 0,271 2,309 0,752 1,220 -1,168 3,202 0,249
0,269 Camada de Entrada L 1,535 0,981 -0,633 0,894 0,091 1,108 2,414 -0,144 -2,415 -2,969 -0,123 5,677 1,752 8,214 -2,377
0,454 D -7,735 -1,566 0,875 -3,941 0,881 -1,711 -4,553 0,637 -5,116 -4,837 -1,370 2,131 -1,087 2,696 0,871
para P=400 kN
0,554 NF -1,573 -0,871 -3,496 -6,641 -3,844 -1,948 2,684 -3,004 4,170 -1,925 -1,979 3,582 8,590 2,919 1,922
0,850 NP 1,453 -1,424 -1,177 0,559 -0,281 -1,453 -4,507 -2,737 1,060 -1,211 -2,702 -2,953 -7,141 1,492 -2,305
0,150 d -2,915 -1,096 1,372 1,997 -0,283 1,616 -7,970 -0,992 -2,590 -2,357 -0,242 1,155 -2,496 1,208 -3,263
0,588 %Arg -1,133 -2,011 1,072 1,040 -3,709 2,359 1,216 1,444 2,688 -2,567 2,736 -3,034 -1,478 0,686 0,247
0,150 %Sil -2,200 -0,256 1,679 -1,265 1,299 -1,405 2,100 0,722 -1,897 1,342 0,386 2,412 0,878 -3,338 -1,846
0,413 %Ar 3,063 2,288 -0,718 -0,841 2,791 -0,353 6,549 0,355 0,219 4,745 -1,046 2,712 0,445 -2,827 -2,217
0,180 P 1,742 1,694 -0,124 -0,594 0,320 3,833 -5,427 -13,441 -1,900 0,559 -3,936 -1,981 3,152 0,094 1,829
1 bk 2,329 0,636 1,396 1,107 -0,330 -0,977 5,411 1,136 1,907 1,262 2,306 0,192 1,696 -5,829 0,243
v1 -0,161 -1,620 -0,496 -3,016 -2,941 -1,750 2,391 -3,853 2,841 -3,082 -1,140 1,854 -0,175 -0,100 -2,065
y1
1 2 3 4 5 6 7 8 9
0,460 1 -1,183 2,554 -5,157 5,185 1,459 1,105 0,151 1,330 2,249
0,165 2 -0,332 1,881 -1,811 2,114 -0,055 1,514 -0,083 0,434 1,504
0,379 3 -1,009 -1,448 -0,709 -1,958 1,253 0,846 0,564 -1,719 3,050
0,047 4 -3,995 -2,004 -5,326 -2,228 -1,030 0,226 -1,118 -0,782 2,122
0,050 5 -0,454 -2,032 1,039 -1,216 1,169 -0,199 0,752 -2,240 2,954
Valores de entrada
0,148 6 -0,884 4,040 -2,303 -1,614 -0,171 -2,092 -0,060 -2,063 2,851
0,916 7 2,187 -2,752 9,745 1,670 0,563 -6,313 -0,001 1,702 -1,558
0,021 8 4,741 2,539 5,957 -2,256 -3,714 -6,712 -0,601 -1,168 -8,524
0,945 9 1,529 -2,115 0,242 2,947 1,961 3,470 1,418 0,910 2,648
0,044 10 2,855 2,731 -2,913 -0,208 -1,341 1,727 -1,070 1,359 -1,752
0,242 11 2,309 -0,617 -2,678 -3,616 -1,234 3,366 -1,136 0,320 -2,469
0,865 12 0,501 0,016 6,545 -2,213 1,095 0,280 0,429 -1,210 -2,927
0,456 13 -1,453 -0,672 -1,543 0,388 2,318 3,194 -0,814 3,388 2,612
0,475 14 -1,832 -0,038 4,222 -3,920 -3,391 -6,689 -0,490 -0,440 -1,068
0,113 15 -1,001 -3,122 -1,573 0,577 0,388 0,452 0,374 0,741 1,416
1 bk -0,392 2,424 -0,343 -2,074 -0,905 -0,145 -0,093 0,424 -1,564
v2 1,306 -1,396 11,468 -0,638 2,588 -2,556 0,967 2,908 0,077
y2
1 2 3 4 5 6 7
0,787 1 1,689 3,837 -2,560 -3,656 -1,202 -3,338 -1,566
0,198 2° Camada Intermediária 2 3,235 3,744 -3,686 -4,611 -0,842 -1,535 -2,249
Valores de entrada
1,000 3 -0,157 -1,100 -10,297 -5,462 -1,050 -5,009 -2,730

0,346 4 1,376 1,470 7,611 1,483 0,266 2,501 1,105
0,930 5 -0,648 -1,257 2,974 4,467 0,568 2,358 2,274
0,072 6 3,827 8,001 8,882 1,427 -0,265 1,753 0,651
0,724 7 -0,812 -2,191 -0,227 1,101 0,192 1,297 0,415
0,948 8 1,206 4,245 1,476 -0,959 -0,040 0,159 -0,179
0,519 9 -1,916 -4,301 4,524 6,657 1,130 4,512 3,114
1 bk 0,591 0,644 -2,806 0,827 -0,112 -0,015 0,265
v3 2,114 3,426 -6,227 -0,312 -0,986 -1,337 0,148
y3
1 2 3
0,892 1 2,052 6,409 2,118
Valores de entrada
0,968 2 3,616 10,941 3,477

Intermediária
3° Camada
0,002 3 -1,242 -13,449 -0,214

0,423 4 -1,155 -9,564 -2,556
0,272 5 -0,034 -1,462 -0,433
0,208 6 -0,778 -6,602 -0,817
0,537 7 -0,391 -4,171 -1,450
1 bk 1,527 3,853 0,924
v4 5,988 12,090 4,035
Camada
y4 de saída
r
Intermediária
0,997 1 -0,082
4° Camada
Valores de
entrada
1,000 2 -7,090
0,983 3 -1,243
1 bk 6,676
v5 -1,7184
x
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0,150 T 0,656 0,128 0,319 2,396 0,987 0,373 -5,426 1,463 0,271 2,309 0,752 1,220 -1,168 3,202 0,249
0,454 D -7,735 -1,566 0,875 -3,941 0,881 -1,711 -4,553 0,637 -5,116 -4,837 -1,370 2,131 -1,087 2,696 0,871
para P=800 kN
0,554 NF -1,573 -0,871 -3,496 -6,641 -3,844 -1,948 2,684 -3,004 4,170 -1,925 -1,979 3,582 8,590 2,919 1,922
0,850 NP 1,453 -1,424 -1,177 0,559 -0,281 -1,453 -4,507 -2,737 1,060 -1,211 -2,702 -2,953 -7,141 1,492 -2,305
0,150 d -2,915 -1,096 1,372 1,997 -0,283 1,616 -7,970 -0,992 -2,590 -2,357 -0,242 1,155 -2,496 1,208 -3,263
0,588 %Arg -1,133 -2,011 1,072 1,040 -3,709 2,359 1,216 1,444 2,688 -2,567 2,736 -3,034 -1,478 0,686 0,247
0,150 %Sil -2,200 -0,256 1,679 -1,265 1,299 -1,405 2,100 0,722 -1,897 1,342 0,386 2,412 0,878 -3,338 -1,846
0,413 %Ar 3,063 2,288 -0,718 -0,841 2,791 -0,353 6,549 0,355 0,219 4,745 -1,046 2,712 0,445 -2,827 -2,217
0,211 P 1,742 1,694 -0,124 -0,594 0,320 3,833 -5,427 -13,441 -1,900 0,559 -3,936 -1,981 3,152 0,094 1,829
1 bk 2,329 0,636 1,396 1,107 -0,330 -0,977 5,411 1,136 1,907 1,262 2,306 0,192 1,696 -5,829 0,243
v1 -0,109 -1,569 -0,499 -3,034 -2,931 -1,634 2,227 -4,260 2,784 -3,065 -1,259 1,794 -0,080 -0,097 -2,010
y1
1 2 3 4 5 6 7 8 9
0,473 1 -1,183 2,554 -5,157 5,185 1,459 1,105 0,151 1,330 2,249
0,172 2 -0,332 1,881 -1,811 2,114 -0,055 1,514 -0,083 0,434 1,504
0,378 3 -1,009 -1,448 -0,709 -1,958 1,253 0,846 0,564 -1,719 3,050
0,046 4 -3,995 -2,004 -5,326 -2,228 -1,030 0,226 -1,118 -0,782 2,122
0,051 5 -0,454 -2,032 1,039 -1,216 1,169 -0,199 0,752 -2,240 2,954
Valores de entrada
0,163 6 -0,884 4,040 -2,303 -1,614 -0,171 -2,092 -0,060 -2,063 2,851
0,903 7 2,187 -2,752 9,745 1,670 0,563 -6,313 -0,001 1,702 -1,558
0,014 8 4,741 2,539 5,957 -2,256 -3,714 -6,712 -0,601 -1,168 -8,524
0,942 9 1,529 -2,115 0,242 2,947 1,961 3,470 1,418 0,910 2,648
0,045 10 2,855 2,731 -2,913 -0,208 -1,341 1,727 -1,070 1,359 -1,752
0,221 11 2,309 -0,617 -2,678 -3,616 -1,234 3,366 -1,136 0,320 -2,469
0,857 12 0,501 0,016 6,545 -2,213 1,095 0,280 0,429 -1,210 -2,927
0,480 13 -1,453 -0,672 -1,543 0,388 2,318 3,194 -0,814 3,388 2,612
0,476 14 -1,832 -0,038 4,222 -3,920 -3,391 -6,689 -0,490 -0,440 -1,068
0,118 15 -1,001 -3,122 -1,573 0,577 0,388 0,452 0,374 0,741 1,416
1 bk -0,392 2,424 -0,343 -2,074 -0,905 -0,145 -0,093 0,424 -1,564
v2 1,120 -1,278 11,149 -0,490 2,688 -2,441 0,970 2,968 0,371
y2
1 2 3 4 5 6 7
0,754 1 1,689 3,837 -2,560 -3,656 -1,202 -3,338 -1,566
Valores de entrada
1,000 3 -0,157 -1,100 -10,297 -5,462 -1,050 -5,009 -2,730

0,380 4 1,376 1,470 7,611 1,483 0,266 2,501 1,105
0,936 5 -0,648 -1,257 2,974 4,467 0,568 2,358 2,274
0,080 6 3,827 8,001 8,882 1,427 -0,265 1,753 0,651
0,725 7 -0,812 -2,191 -0,227 1,101 0,192 1,297 0,415
0,951 8 1,206 4,245 1,476 -0,959 -0,040 0,159 -0,179
0,592 9 -1,916 -4,301 4,524 6,657 1,130 4,512 3,114
1 bk 0,591 0,644 -2,806 0,827 -0,112 -0,015 0,265
v3 2,060 3,178 -5,533 0,288 -0,870 -0,816 0,438
y3
1 2 3
0,887 1 2,052 6,409 2,118
Valores de entrada
0,960 2 3,616 10,941 3,477

Intermediária
3° Camada
0,004 3 -1,242 -13,449 -0,214

0,571 4 -1,155 -9,564 -2,556
0,295 5 -0,034 -1,462 -0,433
0,307 6 -0,778 -6,602 -0,817
0,608 7 -0,391 -4,171 -1,450
1 bk 1,527 3,853 0,924
v4 5,666 9,531 3,419
Camada
y4 de saída
r
Intermediária
0,997 1 -0,082
4° Camada
Valores de
entrada
1,000 2 -7,090
0,968 3 -1,243
1 bk 6,676
v5 -1,7
x
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0,150 T 0,656 0,128 0,319 2,396 0,987 0,373 -5,426 1,463 0,271 2,309 0,752 1,220 -1,168 3,202 0,249
0,454 D -7,735 -1,566 0,875 -3,941 0,881 -1,711 -4,553 0,637 -5,116 -4,837 -1,370 2,131 -1,087 2,696 0,871
para P=1200 kN
0,554 NF -1,573 -0,871 -3,496 -6,641 -3,844 -1,948 2,684 -3,004 4,170 -1,925 -1,979 3,582 8,590 2,919 1,922
0,850 NP 1,453 -1,424 -1,177 0,559 -0,281 -1,453 -4,507 -2,737 1,060 -1,211 -2,702 -2,953 -7,141 1,492 -2,305
0,150 d -2,915 -1,096 1,372 1,997 -0,283 1,616 -7,970 -0,992 -2,590 -2,357 -0,242 1,155 -2,496 1,208 -3,263
0,588 %Arg -1,133 -2,011 1,072 1,040 -3,709 2,359 1,216 1,444 2,688 -2,567 2,736 -3,034 -1,478 0,686 0,247
0,150 %Sil -2,200 -0,256 1,679 -1,265 1,299 -1,405 2,100 0,722 -1,897 1,342 0,386 2,412 0,878 -3,338 -1,846
0,413 %Ar 3,063 2,288 -0,718 -0,841 2,791 -0,353 6,549 0,355 0,219 4,745 -1,046 2,712 0,445 -2,827 -2,217
0,241 P 1,742 1,694 -0,124 -0,594 0,320 3,833 -5,427 -13,441 -1,900 0,559 -3,936 -1,981 3,152 0,094 1,829
1 bk 2,329 0,636 1,396 1,107 -0,330 -0,977 5,411 1,136 1,907 1,262 2,306 0,192 1,696 -5,829 0,243
v1 -0,056 -1,517 -0,503 -3,052 -2,922 -1,518 2,063 -4,667 2,726 -3,048 -1,378 1,734 0,016 -0,094 -1,954
y1
1 2 3 4 5 6 7 8 9
0,486 1 -1,183 2,554 -5,157 5,185 1,459 1,105 0,151 1,330 2,249
0,180 2 -0,332 1,881 -1,811 2,114 -0,055 1,514 -0,083 0,434 1,504
0,377 3 -1,009 -1,448 -0,709 -1,958 1,253 0,846 0,564 -1,719 3,050
0,045 4 -3,995 -2,004 -5,326 -2,228 -1,030 0,226 -1,118 -0,782 2,122
0,051 5 -0,454 -2,032 1,039 -1,216 1,169 -0,199 0,752 -2,240 2,954
Valores de entrada
0,180 6 -0,884 4,040 -2,303 -1,614 -0,171 -2,092 -0,060 -2,063 2,851
0,887 7 2,187 -2,752 9,745 1,670 0,563 -6,313 -0,001 1,702 -1,558
0,009 8 4,741 2,539 5,957 -2,256 -3,714 -6,712 -0,601 -1,168 -8,524
0,939 9 1,529 -2,115 0,242 2,947 1,961 3,470 1,418 0,910 2,648
0,045 10 2,855 2,731 -2,913 -0,208 -1,341 1,727 -1,070 1,359 -1,752
0,201 11 2,309 -0,617 -2,678 -3,616 -1,234 3,366 -1,136 0,320 -2,469
0,850 12 0,501 0,016 6,545 -2,213 1,095 0,280 0,429 -1,210 -2,927
0,504 13 -1,453 -0,672 -1,543 0,388 2,318 3,194 -0,814 3,388 2,612
0,476 14 -1,832 -0,038 4,222 -3,920 -3,391 -6,689 -0,490 -0,440 -1,068
0,124 15 -1,001 -3,122 -1,573 0,577 0,388 0,452 0,374 0,741 1,416
1 bk -0,392 2,424 -0,343 -2,074 -0,905 -0,145 -0,093 0,424 -1,564
v2 0,942 -1,145 10,815 -0,357 2,777 -2,327 0,970 3,021 0,650
y2
1 2 3 4 5 6 7
0,719 1 1,689 3,837 -2,560 -3,656 -1,202 -3,338 -1,566
Valores de entrada
1,000 3 -0,157 -1,100 -10,297 -5,462 -1,050 -5,009 -2,730

0,412 4 1,376 1,470 7,611 1,483 0,266 2,501 1,105
0,941 5 -0,648 -1,257 2,974 4,467 0,568 2,358 2,274
0,089 6 3,827 8,001 8,882 1,427 -0,265 1,753 0,651
0,725 7 -0,812 -2,191 -0,227 1,101 0,192 1,297 0,415
0,953 8 1,206 4,245 1,476 -0,959 -0,040 0,159 -0,179
0,657 9 -1,916 -4,301 4,524 6,657 1,130 4,512 3,114
1 bk 0,591 0,644 -2,806 0,827 -0,112 -0,015 0,265
v3 2,029 2,974 -4,896 0,821 -0,766 -0,334 0,695
y3
1 2 3
0,884 1 2,052 6,409 2,118
Valores de entrada
0,951 2 3,616 10,941 3,477

Intermediária
3° Camada
0,007 3 -1,242 -13,449 -0,214

0,694 4 -1,155 -9,564 -2,556
0,317 5 -0,034 -1,462 -0,433
0,417 6 -0,778 -6,602 -0,817
0,667 7 -0,391 -4,171 -1,450
1 bk 1,527 3,853 0,924
v4 5,372 7,184 2,882
Camada
y4 de saída
r
Intermediária
0,995 1 -0,082
4° Camada
Valores de
entrada
0,999 2 -7,090
0,947 3 -1,243
1 bk 6,676
v5 -1,6685
x
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0,150 T 0,656 0,128 0,319 2,396 0,987 0,373 -5,426 1,463 0,271 2,309 0,752 1,220 -1,168 3,202 0,249
0,454 D -7,735 -1,566 0,875 -3,941 0,881 -1,711 -4,553 0,637 -5,116 -4,837 -1,370 2,131 -1,087 2,696 0,871
para P=1600 kN
0,554 NF -1,573 -0,871 -3,496 -6,641 -3,844 -1,948 2,684 -3,004 4,170 -1,925 -1,979 3,582 8,590 2,919 1,922
0,850 NP 1,453 -1,424 -1,177 0,559 -0,281 -1,453 -4,507 -2,737 1,060 -1,211 -2,702 -2,953 -7,141 1,492 -2,305
0,150 d -2,915 -1,096 1,372 1,997 -0,283 1,616 -7,970 -0,992 -2,590 -2,357 -0,242 1,155 -2,496 1,208 -3,263
0,588 %Arg -1,133 -2,011 1,072 1,040 -3,709 2,359 1,216 1,444 2,688 -2,567 2,736 -3,034 -1,478 0,686 0,247
0,150 %Sil -2,200 -0,256 1,679 -1,265 1,299 -1,405 2,100 0,722 -1,897 1,342 0,386 2,412 0,878 -3,338 -1,846
0,413 %Ar 3,063 2,288 -0,718 -0,841 2,791 -0,353 6,549 0,355 0,219 4,745 -1,046 2,712 0,445 -2,827 -2,217
0,271 P 1,742 1,694 -0,124 -0,594 0,320 3,833 -5,427 -13,441 -1,900 0,559 -3,936 -1,981 3,152 0,094 1,829
1 bk 2,329 0,636 1,396 1,107 -0,330 -0,977 5,411 1,136 1,907 1,262 2,306 0,192 1,696 -5,829 0,243
v1 -0,003 -1,466 -0,507 -3,070 -2,912 -1,402 1,899 -5,073 2,669 -3,031 -1,497 1,674 0,111 -0,091 -1,899
y1
1 2 3 4 5 6 7 8 9
0,499 1 -1,183 2,554 -5,157 5,185 1,459 1,105 0,151 1,330 2,249
0,188 2 -0,332 1,881 -1,811 2,114 -0,055 1,514 -0,083 0,434 1,504
0,376 3 -1,009 -1,448 -0,709 -1,958 1,253 0,846 0,564 -1,719 3,050
0,044 4 -3,995 -2,004 -5,326 -2,228 -1,030 0,226 -1,118 -0,782 2,122
0,052 5 -0,454 -2,032 1,039 -1,216 1,169 -0,199 0,752 -2,240 2,954
Valores de entrada
0,197 6 -0,884 4,040 -2,303 -1,614 -0,171 -2,092 -0,060 -2,063 2,851
0,870 7 2,187 -2,752 9,745 1,670 0,563 -6,313 -0,001 1,702 -1,558
0,006 8 4,741 2,539 5,957 -2,256 -3,714 -6,712 -0,601 -1,168 -8,524
0,935 9 1,529 -2,115 0,242 2,947 1,961 3,470 1,418 0,910 2,648
0,046 10 2,855 2,731 -2,913 -0,208 -1,341 1,727 -1,070 1,359 -1,752
0,183 11 2,309 -0,617 -2,678 -3,616 -1,234 3,366 -1,136 0,320 -2,469
0,842 12 0,501 0,016 6,545 -2,213 1,095 0,280 0,429 -1,210 -2,927
0,528 13 -1,453 -0,672 -1,543 0,388 2,318 3,194 -0,814 3,388 2,612
0,477 14 -1,832 -0,038 4,222 -3,920 -3,391 -6,689 -0,490 -0,440 -1,068
0,130 15 -1,001 -3,122 -1,573 0,577 0,388 0,452 0,374 0,741 1,416
1 bk -0,392 2,424 -0,343 -2,074 -0,905 -0,145 -0,093 0,424 -1,564
v2 0,767 -0,997 10,461 -0,236 2,857 -2,208 0,968 3,066 0,921
y2
1 2 3 4 5 6 7
0,683 1 1,689 3,837 -2,560 -3,656 -1,202 -3,338 -1,566
Valores de entrada
1,000 3 -0,157 -1,100 -10,297 -5,462 -1,050 -5,009 -2,730

0,441 4 1,376 1,470 7,611 1,483 0,266 2,501 1,105
0,946 5 -0,648 -1,257 2,974 4,467 0,568 2,358 2,274
0,099 6 3,827 8,001 8,882 1,427 -0,265 1,753 0,651
0,725 7 -0,812 -2,191 -0,227 1,101 0,192 1,297 0,415
0,955 8 1,206 4,245 1,476 -0,959 -0,040 0,159 -0,179
0,715 9 -1,916 -4,301 4,524 6,657 1,130 4,512 3,114
1 bk 0,591 0,644 -2,806 0,827 -0,112 -0,015 0,265
v3 2,026 2,816 -4,313 1,288 -0,672 0,109 0,919
y3
1 2 3
0,883 1 2,052 6,409 2,118
Valores de entrada
0,944 2 3,616 10,941 3,477

Intermediária
3° Camada
0,013 3 -1,242 -13,449 -0,214

0,784 4 -1,155 -9,564 -2,556
0,338 5 -0,034 -1,462 -0,433
0,527 6 -0,778 -6,602 -0,817
0,715 7 -0,391 -4,171 -1,450
1 bk 1,527 3,853 0,924
v4 5,128 5,209 2,457
Camada
y4 de saída
r
Intermediária
0,994 1 -0,082
4° Camada
Valores de
entrada
0,995 2 -7,090
0,921 3 -1,243
1 bk 6,676
v5 -1,603
x
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0,150 T 0,656 0,128 0,319 2,396 0,987 0,373 -5,426 1,463 0,271 2,309 0,752 1,220 -1,168 3,202 0,249
0,454 D -7,735 -1,566 0,875 -3,941 0,881 -1,711 -4,553 0,637 -5,116 -4,837 -1,370 2,131 -1,087 2,696 0,871
para P= 2000 kN
0,554 NF -1,573 -0,871 -3,496 -6,641 -3,844 -1,948 2,684 -3,004 4,170 -1,925 -1,979 3,582 8,590 2,919 1,922
0,850 NP 1,453 -1,424 -1,177 0,559 -0,281 -1,453 -4,507 -2,737 1,060 -1,211 -2,702 -2,953 -7,141 1,492 -2,305
0,150 d -2,915 -1,096 1,372 1,997 -0,283 1,616 -7,970 -0,992 -2,590 -2,357 -0,242 1,155 -2,496 1,208 -3,263
0,588 %Arg -1,133 -2,011 1,072 1,040 -3,709 2,359 1,216 1,444 2,688 -2,567 2,736 -3,034 -1,478 0,686 0,247
0,150 %Sil -2,200 -0,256 1,679 -1,265 1,299 -1,405 2,100 0,722 -1,897 1,342 0,386 2,412 0,878 -3,338 -1,846
0,413 %Ar 3,063 2,288 -0,718 -0,841 2,791 -0,353 6,549 0,355 0,219 4,745 -1,046 2,712 0,445 -2,827 -2,217
0,301 P 1,742 1,694 -0,124 -0,594 0,320 3,833 -5,427 -13,441 -1,900 0,559 -3,936 -1,981 3,152 0,094 1,829
1 bk 2,329 0,636 1,396 1,107 -0,330 -0,977 5,411 1,136 1,907 1,262 2,306 0,192 1,696 -5,829 0,243
v1 0,050 -1,415 -0,511 -3,088 -2,902 -1,286 1,734 -5,480 2,611 -3,014 -1,617 1,614 0,206 -0,089 -1,844
y1
1 2 3 4 5 6 7 8 9
0,512 1 -1,183 2,554 -5,157 5,185 1,459 1,105 0,151 1,330 2,249
0,195 2 -0,332 1,881 -1,811 2,114 -0,055 1,514 -0,083 0,434 1,504
0,375 3 -1,009 -1,448 -0,709 -1,958 1,253 0,846 0,564 -1,719 3,050
0,044 4 -3,995 -2,004 -5,326 -2,228 -1,030 0,226 -1,118 -0,782 2,122
0,052 5 -0,454 -2,032 1,039 -1,216 1,169 -0,199 0,752 -2,240 2,954
Valores de entrada
0,216 6 -0,884 4,040 -2,303 -1,614 -0,171 -2,092 -0,060 -2,063 2,851
0,850 7 2,187 -2,752 9,745 1,670 0,563 -6,313 -0,001 1,702 -1,558
0,004 8 4,741 2,539 5,957 -2,256 -3,714 -6,712 -0,601 -1,168 -8,524
0,932 9 1,529 -2,115 0,242 2,947 1,961 3,470 1,418 0,910 2,648
0,047 10 2,855 2,731 -2,913 -0,208 -1,341 1,727 -1,070 1,359 -1,752
0,166 11 2,309 -0,617 -2,678 -3,616 -1,234 3,366 -1,136 0,320 -2,469
0,834 12 0,501 0,016 6,545 -2,213 1,095 0,280 0,429 -1,210 -2,927
0,551 13 -1,453 -0,672 -1,543 0,388 2,318 3,194 -0,814 3,388 2,612
0,478 14 -1,832 -0,038 4,222 -3,920 -3,391 -6,689 -0,490 -0,440 -1,068
0,137 15 -1,001 -3,122 -1,573 0,577 0,388 0,452 0,374 0,741 1,416
1 bk -0,392 2,424 -0,343 -2,074 -0,905 -0,145 -0,093 0,424 -1,564
v2 0,593 -0,837 10,081 -0,128 2,928 -2,081 0,963 3,105 1,188
y2
1 2 3 4 5 6 7
0,644 1 1,689 3,837 -2,560 -3,656 -1,202 -3,338 -1,566
Valores de entrada
1,000 3 -0,157 -1,100 -10,297 -5,462 -1,050 -5,009 -2,730

0,468 4 1,376 1,470 7,611 1,483 0,266 2,501 1,105
0,949 5 -0,648 -1,257 2,974 4,467 0,568 2,358 2,274
0,111 6 3,827 8,001 8,882 1,427 -0,265 1,753 0,651
0,724 7 -0,812 -2,191 -0,227 1,101 0,192 1,297 0,415
0,957 8 1,206 4,245 1,476 -0,959 -0,040 0,159 -0,179
0,766 9 -1,916 -4,301 4,524 6,657 1,130 4,512 3,114
1 bk 0,591 0,644 -2,806 0,827 -0,112 -0,015 0,265
v3 2,052 2,710 -3,780 1,689 -0,590 0,514 1,110
y3
1 2 3
0,886 1 2,052 6,409 2,118
Valores de entrada
0,938 2 3,616 10,941 3,477

Intermediária
3° Camada
0,022 3 -1,242 -13,449 -0,214

0,844 4 -1,155 -9,564 -2,556
0,357 5 -0,034 -1,462 -0,433
0,626 6 -0,778 -6,602 -0,817
0,752 7 -0,391 -4,171 -1,450
1 bk 1,527 3,853 0,924
v4 4,939 3,628 2,143
Camada
y4 de saída
r
Intermediária
0,993 1 -0,082
4° Camada
Valores de
entrada
0,974 2 -7,090
0,895 3 -1,243
1 bk 6,676
v5 -1,4255
4° Etapa e 5° Etapa - Desnormalização da saída gerada pela rede neural e definição do fator de correção
Valores máximos e mínimos da Saída gerada Desnormalização/Valor do

Carga (kN)
variável de saída pela rede recalque (mm)
r (mm) Dr0 0 0,1508 0,22
Máximo 189,4 400 0,1521 0,56
Mínimo 0 800 0,1545 1,21
1200 0,1586 2,33
1600 0,1676 4,75
2000 0,1938 11,85
Aplicação do fator de correção e curva carga x recalque
Saída Valor Final

Valor Real Estaca Teste
Carga (kN) desnormalizada c/fator de
(mm) 2500
(mm) correção (mm)
0 0 0,22 0,00
2000
400 0,6 0,56 0,34
800 1,8 1,21 0,99
Carga (kN)
1500
1200 4,1 2,33 2,11
1600 8 4,75 4,53 1000
2000 14 11,85 11,63
500
0
0,0 5,0 10,0 15,0
Recalque (mm)
Prova de carga Modelo Proposto
203
APÊNDICE E
APÊNDICE E – CURVAS CARGA X RECALQUE PARA MODELOS DE PREVISÃO DE RECALQUES EM FUNDAÇÕES PROFUNDAS E PROVA DE CARGA ESTÁTICA
Estaca 1 Estaca 2
1400 1000
1200 900
800
Carga (kN)
Carga (kN)
800 Amâncio (2013) 600 Amâncio (2013)
500
600 Silveira (2014) 400 Silveira (2014)
400 Modelo Proposto 300 Modelo Proposto
200
200
100
0 0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 0,0 5,0 10,0 15,0 20,0 25,0
Estaca 3 Estaca 4
3000 5000
4500
2500 4000
Carga (kN)
Carga (kN)
Amâncio (2013) 3000 Amâncio (2013)
1500 2500
Silveira (2014) 2000 Silveira (2014)
500 1000
500
0 0
-5,0 0,0 5,0 10,0 15,0 0,0 5,0 10,0 15,0
Estaca 5 Estaca 6
4000 1400
3500 1200
3000
Carga (kN)
Carga (kN)
2500
2000
1500
Modelo Proposto 400 Modelo Proposto
1000
500 200
0 0
0,0 10,0 20,0 30,0 40,0 0,0 2,0 4,0 6,0 8,0
Estaca 7 Estaca 8
1800 2500
1600
1400 2000
Carga (kN)
Carga (kN)

1000
600 Modelo Proposto Modelo Proposto
400 500
200
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 9 Estaca 10
1400 1400
1200 1200
Carga (kN)
Carga (kN)
800 Amâncio (2013) 800 Amâncio (2013)
200 200
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 11 Estaca 12
1200 1800
1600
1000
1400
Carga (kN)
1200
Carga (kN)
600
400
200
200
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 13 Estaca 14
1400 2500
1200
2000
Carga (kN)
Carga (kN)
800 1500 Amâncio (2013)

Amâncio (2013)
500
200
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 5,0 10,0 15,0
Estaca 15 Estaca 18
1600 2500
1400
2000
1200
Carga (kN)
Carga (kN)
1000 1500
Amâncio (2013) Amâncio (2013)
800
600
Modelo Proposto Modelo Proposto
400
500
200
0 0
0,0 5,0 10,0 15,0 20,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0
Estaca 19 Estaca 20
2500 4500
4000
2000 3500
3000
Carga (kN)
Carga (kN)
1500 Amâncio (2013) Amâncio (2013)
2500
500 1000
500
0 0
0,0 5,0 10,0 15,0 0,0 50,0 100,0 150,0 200,0 250,0
Estaca 21 Estaca 22
2500 5000
4500
2000 4000
Carga (kN)
Carga (kN)
1500 Amâncio (2013) 3000 Amâncio (2013)
2500
500 1000
500
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 5,0 10,0 15,0 20,0
Estaca 23 Estaca 24
3500 1200
3000 1000
800
Carga (kN)
2000 Amâncio (2013) Carga (kN) Amâncio (2013)

600
1500 Silveira (2014) Silveira (2014)
1000
500 200
0 0
0,0 2,0 4,0 6,0 8,0 0,0 5,0 10,0 15,0
Estaca 25 Estaca 28
1600 700
1400 600
1200 500
Carga (kN)
Carga (kN)
1000
800
600
400
200 100
0 0
0,0 2,0 4,0 6,0 8,0 10,0 12,0 -20,0 0,0 20,0 40,0 60,0 80,0
Estaca 29 Estaca 30
900 1800
800 1600
700 1400
Carga (kN)
Carga (kN)
500 Amâncio (2013) 1000 Amâncio (2013)

300 600 Modelo Proposto
Modelo Proposto
200 400
100 200
0 0
-10,0 0,0 10,0 20,0 30,0 40,0 50,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 31 Estaca 32
900 2500
800
700 2000
Carga (kN)
Carga (kN) 1500

1000
200 500
100
0 0
-1,0 0,0 1,0 2,0 3,0 4,0 5,0 -5,0 0,0 5,0 10,0 15,0 20,0 25,0
Estaca 33 Estaca 34
2500 3000
2000 2500
Carga (kN)
Carga (kN)
1500
500 500
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 5,0 10,0 15,0 20,0 25,0
Estaca 35 Estaca 36
3000 2500
2500 2000
Carga (kN)
Carga (kN)
1500
500 500
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 0,0 10,0 20,0 30,0 40,0 50,0 60,0
Estaca 37 Estaca 38
2500 1400
1200
2000
Prova de Carga
Carga (kN) 1000 Prova de Carga
Carga (kN)
1500 Amâncio (2013) 800 Amâncio (2013)

1000
500 200
0 0
0,0 5,0 10,0 15,0 20,0 0,0 5,0 10,0 15,0
Estaca 39 Estaca 40
2500 2500
2000 2000
Carga (kN)
Carga (kN)
1500 Amâncio (2013) 1500 Amâncio (2013)

500 500
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 5,0 10,0 15,0
Estaca 41 Estaca 42
2500 3000
2000 2500
Carga (kN)
Carga (kN)
1500
500 500
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 5,0 10,0 15,0 20,0
Estaca 44 Estaca 45
900 3000
800
2500
700
600 Prova de Carga Carga (kN)
2000 Prova de Carga
Carga (kN)

1500
200
500
100
0 0
0,0 1,0 2,0 3,0 4,0 5,0 0,0 5,0 10,0 15,0
Estaca 46 Estaca 47
1400 1800
1200 1600
1400
Carga (kN)
Carga (kN)
800 Amâncio (2013) 1000 Amâncio (2013)

600 Modelo Proposto
400 Modelo Proposto
400
200 200
0 0
0,0 5,0 10,0 15,0 20,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 50 Estaca 51
3500 3500
3000 3000
Carga (kN)
Carga (kN)
2000 Amâncio (2013) 2000 Amâncio (2013)
500 500
0 0
0,0 2,0 4,0 6,0 8,0 0,0 5,0 10,0 15,0
Estaca 52 Estaca 53
1600 1600
1400 1400
1200 1200
Carga (kN)
Carga (kN)
1000 1000
800 800
Silveira (2014) Silveira (2014)
600 600
400 400
200 200
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
Estaca 54 Estaca 55
4500 4500
4000 4000
3500 3500
Carga (kN)
Carga (kN)
2500 Amâncio (2013) 2500 Amâncio (2013)
1000 1000
500 500
0 0
0,0 5,0 10,0 15,0 20,0 0,0 5,0 10,0 15,0
Estaca 56 Estaca 57
3000 3000
2500 2500
Carga (kN)
Carga (kN)

1500 1500
500 500
0 0
0,0 20,0 40,0 60,0 80,0 100,0 120,0 0,0 20,0 40,0 60,0 80,0
Estaca 58 Estaca 59
6000 2500
5000 2000
Carga (kN)
Carga (kN)

3000
1000 500
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 10,0 20,0 30,0 40,0 50,0
Estaca 60 Estaca 61
2500 2500
2000 2000
Carga (kN)
Carga (kN)
1500 1500 Amâncio (2013)

Amâncio (2013)
1000
500 500
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 0,0 2,0 4,0 6,0 8,0
Estaca 62 Estaca 63
2500 1800
1600
2000 1400
Carga (kN)
Carga (kN)
1500 Amâncio (2013) 1000 Amâncio (2013)

1000
600 Modelo Proposto
Modelo Proposto
400
500
200
0 0
0,0 5,0 10,0 15,0 20,0 0,0 10,0 20,0 30,0 40,0 50,0
Estaca 64 Estaca 65
3000 600
2500 500
Carga (kN)
400
Carga (kN)
1500 300
500 100
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0
Estaca 66 Estaca 67
600 600
500 500
Carga (kN)
Carga (kN)

300 300
Modelo Proposto
100 100
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 0,0 5,0 10,0 15,0 20,0 25,0
Estaca 68 Estaca 69
600 700
500 600
Carga (kN)
400
Carga (kN)

300
100 100
0 0
-5,0 0,0 5,0 10,0 15,0 20,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
Estaca 72 Estaca 73
3000 2500
2500 2000
Prova de Carga
Carga (kN) Prova de Carga
2000
Carga (kN)
1500 Amâncio (2013)

Amâncio (2013)
1500
500
500
0 0
0,0 5,0 10,0 15,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0
Estaca 74 Estaca 75
1800 3000
1600
2500
1400
1200
Carga (kN)
Carga (kN)

1500
Modelo Proposto
400
500
200
0 0
0,0 2,0 4,0 6,0 8,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 76 Estaca 78
800 450
700 400
600 350
Carga (kN)
Carga (kN)
500
400
300 150
200 100
100 50
0 0
-10,0 0,0 10,0 20,0 30,0 40,0 50,0 -4,0 -2,0 0,0 2,0 4,0
Estaca 79 Estaca 80
3000 1800
1600
2500
1400
Carga (kN)
2000
Carga (kN)

1500
Modelo Proposto
400
500
200
0 0
0,0 5,0 10,0 15,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
Estaca 81 Estaca 84
2000 2500
1800
1600 2000
Carga (kN)
Carga (kN)
1200 Amâncio (2013) 1500 Amâncio (2013)

1000
400 500
200
0 0
0,0 10,0 20,0 30,0 40,0 50,0 0,0 5,0 10,0 15,0
Estaca 85 Estaca 86
1400 1400
1200 1200
Carga (kN)
Carga (kN)
800 Amâncio (2013) 800 Amâncio (2013)

200 200
0 0
0,0 5,0 10,0 15,0 20,0 0,0 5,0 10,0 15,0 20,0
Estaca 87 Estaca 88
700 1400
600 1200
Carga (kN)
Carga (kN)
400 Amâncio (2013) 800 Amâncio (2013)
100 200
0 0
0,0 5,0 10,0 15,0 20,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 89 Estaca 90
2000 1200
1800
1600 1000
Carga (kN)
Carga (kN)
1000 600
400 200
200
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 1,0 2,0 3,0 4,0 5,0 6,0
Estaca 91 Estaca 92
2500 2500
2000 2000
Carga (kN)
Carga (kN)
1500 Amâncio (2013) 1500 Amâncio (2013)

500 500
0 0
0,0 5,0 10,0 15,0 0,0 5,0 10,0 15,0
Estaca 93 Estaca 94
2500 2500
2000 2000
Carga (kN)
Carga (kN)
1500 Amâncio (2013) 1500 Amâncio (2013)

500 500
0 0
0,0 2,0 4,0 6,0 8,0 10,0 12,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 95 Estaca 96
1400 3000
1200 2500
2000
Carga (kN)
Carga (kN)
1500
400
200 500
0 0
0,0 5,0 10,0 15,0 20,0 -2,0 0,0 2,0 4,0 6,0 8,0 10,0
Estaca 97 Estaca 98
3000 3000
2500 2500
Carga (kN)
2000
Carga (kN)

1500 1500
Modelo Proposto
500 500
0 0
0,0 10,0 20,0 30,0 40,0 0,0 2,0 4,0 6,0 8,0

3000 3000
2500 2500

Carga (kN)
Carga (kN)
1500 1500
500 500
0 0
0,0 5,0 10,0 15,0 0,0 5,0 10,0 15,0 20,0 25,0
2500 3000
2000 2500
Carga (kN)
Carga (kN)

1500
500 500
0 0
0,0 10,0 20,0 30,0 40,0 0,0 2,0 4,0 6,0 8,0 10,0

1600 1000
1400 900
800
Prova de Carga
Carga (kN)
Carga (kN)
1000 600
800 500
600
400 200
200 100
0 0
0,0 2,0 4,0 6,0 8,0 -5,0 0,0 5,0 10,0 15,0 20,0

1800 2500
1600
1400 2000
Carga (kN)
Carga (kN)
1000 Amâncio (2013) 1500 Amâncio (2013)
1000
400 500
200
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 5,0 10,0 15,0 20,0 25,0
2500 3000
2000 2500
Carga (kN)
Carga (kN)
1500
500 500
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0

1600 2500
1400
2000
1200
Carga (kN)
Carga (kN)
1000 1500
800
600
400
500
200
0 0
0,0 10,0 20,0 30,0 40,0 50,0 0,0 10,0 20,0 30,0 40,0 50,0 60,0

1600 3000
1400 2500
1200
Carga (kN)
Carga (kN)
1000
800 1500
600 1000
400
500
200
0 0
0,0 10,0 20,0 30,0 40,0 0,0 10,0 20,0 30,0 40,0 50,0
1400 1400
1200 1200
Carga (kN)
Carga (kN)
800 Amâncio (2013) 800 Amâncio (2013)
200 200
0 0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 0,0 2,0 4,0 6,0 8,0

1000 1200
900
1000
800
Carga (kN)
Carga (kN)

500 600
400
400 Modelo Proposto
300 Modelo Proposto
200 200
100
0 0
0,0 10,0 20,0 30,0 40,0 50,0 60,0 0,0 10,0 20,0 30,0 40,0 50,0 60,0

1400 1000
900
1200
800
Carga (kN)
Carga (kN)
800 600 Amâncio (2013)

Amâncio (2013)
500
200
200 100
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0
600 900
800
500
700
Carga (kN)
600
Carga (kN)
300
200
100
100
0 0
0,0 2,0 4,0 6,0 8,0 10,0 0,0 2,0 4,0 6,0 8,0 10,0 12,0

450 600
400
500
350
Carga (kN)
300
Carga (kN)

300
Modelo Proposto
100
100
50
0 0
0,0 5,0 10,0 15,0 20,0 0,0 20,0 40,0 60,0 80,0

1800 1600
1600 1400
1400 1200
Carga (kN)
Carga (kN)
1000
800
600
400 400
200 200
0 0
0,0 2,0 4,0 6,0 8,0 10,0 12,0 0,0 5,0 10,0 15,0 20,0
1000 900
900 800
800 700
Carga (kN)
Carga (kN)
600 Amâncio (2013) 500 Amâncio (2013)

500
400
300 Modelo Proposto
300 Modelo Proposto
200 200
100 100
0 0
0,0 2,0 4,0 6,0 8,0 0,0 2,0 4,0 6,0 8,0

1200 1600
1400
1000
1200
Carga (kN)
Carga (kN)
1000
600 800
600
400
200 200
0 0
0,0 2,0 4,0 6,0 8,0 -1,0 0,0 1,0 2,0 3,0 4,0 5,0

2000 1400
1800 1200
1600
Carga (kN)
Carga (kN)
1200 Amâncio (2013) 800 Amâncio (2013)

1000
800
400
200
200
0 0
-1,0 0,0 1,0 2,0 3,0 4,0 0,0 1,0 2,0 3,0 4,0
2500 3000
2000 2500
Carga (kN)
Carga (kN)
1500
500 500
0 0
0,0 1,0 2,0 3,0 4,0 5,0 0,0 10,0 20,0 30,0 40,0 50,0 60,0

350 600
300 500
400
Carga (kN)
Carga (kN)

300
200 Modelo Proposto
100 Modelo Proposto
50 100
0 0
-10,0 0,0 10,0 20,0 30,0 40,0 -10,0 0,0 10,0 20,0 30,0 40,0 50,0

600 70
500 60
400
Carga (kN)
Carga (kN)
300
20
100 10
0 0
0,0 20,0 40,0 60,0 80,0 100,0 0,0 10,0 20,0 30,0 40,0
350 400
300 350
250 300
Carga (kN)
Carga (kN)
250
200
150
100
50 50
0 0
0,0 2,0 4,0 6,0 8,0 10,0 -5,0 0,0 5,0 10,0 15,0 20,0

3000 4500
4000
2500
3500
Carga (kN)
Carga (kN)

1500
Modelo Proposto
1000
500
500
0 0
-1,0 0,0 1,0 2,0 3,0 4,0 5,0 6,0 0,0 1,0 2,0 3,0 4,0 5,0

7000 250
6000
200
Carga (kN)
Carga (kN)
4000 Amâncio (2013) 150 Amâncio (2013)
50
1000
0 0
-1,0 0,0 1,0 2,0 3,0 4,0 5,0 0,0 10,0 20,0 30,0 40,0
10000 9000
9000 8000
8000 7000
Carga (kN)
Carga (kN)
6000 Amâncio (2013) 5000 Amâncio (2013)

5000
4000
Modelo Proposto
2000 2000
1000 1000
0 0
0,0 5,0 10,0 15,0 0,0 20,0 40,0 60,0 80,0

10000 10000
9000 9000
8000 8000
Carga (kN)
Carga (kN)
6000 Amâncio (2013) 6000 Amâncio (2013)
5000 5000
2000 2000
1000 1000
0 0
0,0 5,0 10,0 15,0 20,0 25,0 0,0 5,0 10,0 15,0 20,0 25,0

180 350
160 300
140
Carga (kN)
Carga (kN)
100 Amâncio (2013) 200 Amâncio (2013)
100
40
20 50
0 0
0,0 2,0 4,0 6,0 8,0 0,0 2,0 4,0 6,0 8,0 10,0
700 500
450
600
400
Carga (kN)
Carga (kN)
400 Amâncio (2013) 300 Amâncio (2013)

250
100
100 50
0 0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 -3,0 -2,0 -1,0 0,0 1,0 2,0 3,0

2500 2500
2000 2000
Carga (kN)
Carga (kN)
1500 Amâncio (2013) 1500 Amâncio (2013)

500 500
0 0
0,0 1,0 2,0 3,0 4,0 0,0 1,0 2,0 3,0 4,0 5,0
Estaca 199
700
600
500 Prova de Carga
Carga (kN)
400 Amâncio (2013)

300 Silveira (2014)
200 Modelo Proposto
100
0
0,0 1,0 2,0 3,0 4,0 5,0 6,0
Recalque (mm)

2015 Dis Cbcaraujo

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

2015 Dis Cbcaraujo

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO CEARÁ

CARLA BEATRIZ COSTA DE ARAÚJO

APLICAÇÃO DAS REDES NEURAIS ARTIFICIAIS DO TIPO PERCEPTRON NA

APLICAÇÃO DAS REDES NEURAIS ARTIFICIAIS DO TIPO PERCEPTRON NA

Dissertação de Mestrado apresentada à

Orientador: Profº Dr. Silvrano A. Dantas Neto

A688a Araújo, Carla Beatriz Costa de.

Dissertação (mestrado) – Universidade Federal do Ceará, Centro de Tecnologia, Departamento de

1. Geotecnia. 2. Fundações. 3. Redes neurais. I. Título.

A utilização das redes neurais artificiais (RNA) na estimativa de recalques em fundações

Palavras-chave: Previsão de recalques. Redes neurais artificiais. Fundações em estacas.

Keywords: Settlement forecasting. Artificial neural networks. Pile foundations.

Conjunto de saídas desejadas para as L-exemplos existentes no conjunto

{wkj(n)} Ajuste do vetor de peso sináptico {wkj(n)} na época n

{x} Sinais de entrada

Conjunto de entradas para os L-exemplos existentes no conjunto de dados

Somatório das espessuras das camadas de solo arenoso em contato com

Somatório das espessuras das camadas de solo argiloso em contato com

A:10:15:9:7:3:1 Arquitetura do modelo proposto

A, B Dimensões do perfil de estacas cravadas de seção não circular

Fator representativo das camadas de solo arenoso ao longo do

Fator representativo das camadas de solo argiloso ao longo do

C++ Linguagem de Programação

Cov(X,Y) Covariância entre duas variáveis aleatórias X e Y

CPT Ensaio do cone

dk Saída desejada para o neurônio k

Gradiente local do neurônio yk(i) no i-ésimo exemplo do conjunto de

DP(X) Desvio padrão de X

DP(Y) Desvio padrão de Y

0 Fator de correção do modelo

E(n) Erro quadrático instantâneo

ek Sinal de erro do neurônio k

Emed(n) Erro quadrático médio

f(.) Função de ativação do neurônio

Java Linguagem de Programação

ks Coeficiente de empuxo de terra

n Passo de tempo discreto (época)

n1 Quantidade dos NSPT correspondente ao peso de 0,6

n2 Quantidade dos NSPT correspondente ao peso de 0,3

n3 Quantidade dos NSPT correspondente ao peso de 0,1

Número representativo dos valores de NSPT ao longo do fuste da estaca

NP NSPT na ponta da estaca (golpes/30cm)

P Carga aplicada no topo da estaca

Conjunto de dados de treinamento utilizados para modelagem de rede

máx Recalque máximo obtido na prova de carga

RNA Redes Neurais Artificiais

'0 Tensão efetiva no repouso

Somatório dos NSPT correspondentes a primeira metade do comprimento

Somatório dos NSPT correspondentes a 25% do comprimento da estaca,

S3 Somatório dos NSPT restantes consecutivos a S2, desconsiderando NP

Fator representativo das camadas de solo siltoso ao longo do comprimento

SPT Sondagem à percussão de simples reconhecimento

'v Tensão efetiva vertical

uk Saída do combinador linear

VBA Visual Basic for Applications

vk Campo local induzido

wkj Conjunto de sinapses ou elos de conexão

X Variável a ser normalizada

X' Variável resultante da normalização

Xmín Valor mínimo da variável a ser normalizada

yk Sinal de saída ou resposta do neurônio

1.1. Motivação da Pesquisa ............................................................................................ 19

1.2. Objetivos ................................................................................................................... 21