Banca de QUALIFICAÇÃO: JOÃO PAULO TAVARES SOUZA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : JOÃO PAULO TAVARES SOUZA
DATA : 15/12/2025
HORA: 14:00
LOCAL: Microsoft Teams
TÍTULO:

METAMODELAGEM DA RUPTURA HIPOTÉTICA DE PILHAS DE REJEITO BASEADA EM INTELIGÊNCIA ARTIFICIAL E SIMULAÇÕES NUMÉRICAS.

PALAVRAS-CHAVES:

Pilhas de Rejeito, Método dos Pontos Materiais, Ruptura Hipotética, Metamodelos e Ruptura Hipotética.

PÁGINAS: 60
RESUMO:

A gestão de estruturas de disposição de rejeitos representa um crítico desafio geotécnico da mineração contemporânea, exigindo a garantia de estabilidade de longo prazo para prevenir danos a pessoas e ao meio ambiente. O cenário regulatório brasileiro, marcado pela promulgação da resolução ANM nº 95/2022, que proibiu a construção e decretou a descaracterização das barragens alteadas a montante em território nacional, consolidou o uso de pilhas de rejeito como a principal alternativa técnica para a disposição desses materiais. A presente tese aborda a avaliação de ruptura hipotética em pilhas de rejeito por meio de uma metodologia híbrida que integra simulações numéricas e inteligência artificial. A necessidade de tais estudos é impulsionada por diretrizes globais, como o GISTM, que solicita análises de pós-ruptura para estruturas de contenção de rejeito. O Método dos Pontos Materiais (MPM), é fisicamente adequado para capturar esses fenômenos, mas seu custo computacional é frequentemente proibitivo. Paralelamente, o Aprendizado de Máquina surge como uma ferramenta para a criação de metamodelos preditivos. Dessa forma, propõe-se utilizar o simulador numérico GeoTaichi, um framework baseado na linguagem Taichi, em python, que permite a paralelização de simulações MPM em CPU e GPU, superando o gargalo computacional tradicional. Objetiva-se gerar uma base de dados sintética por meio de simulações com o GeoTaichi, explorando três dos principais modos de falha em pilhas de rejeito: elevação da poropressão, redução de parâmetros de resistência e incremento de tensões. Esta base de dados será, então, utilizada para treinar e calibrar os modelos de inteligência artificial. Os resultados preliminares apresentados validam a capacidade do GeoTaichi como ferramenta de análise. Foi simulado o colapso de uma pilha de 100 metros, utilizando um modelo constitutivo Drucker-Prager com amolecimento e parâmetros intencionalmente reduzidos para forçar a ruptura. Os resultados de deslocamento, tensão e deformação demonstraram que a ferramenta capturou com sucesso um mecanismo de ruptura progressiva. A falha iniciou-se na base da pilha, onde a tensão de cisalhamento excedeu o pico de resistência, e propagou-se para a crista à medida que a carga era redistribuída, culminando em um fluxo governado pela resistência residual. Esta validação inicial confirma a viabilidade da metodologia e serve como base para os próximos passos, que incluem a implementação de modelos constitutivos mais representativos, como o NorSand, e a incorporação de linha freática. O objetivo final é a construção de um metamodelo baseado em IA, fundamentado em simulações físicas robustas, capaz de fornecer análises expeditas de ruptura hipotética e otimizar a gestão de riscos associados a pilhas de rejeito.

MEMBROS DA BANCA:
Presidente - 1805002 - ANDRE LUIS BRASIL CAVALCANTE
Interno - 404827 - ANDRE PACHECO DE ASSIS
Externo à Instituição - BRUNO GUIMARÃES DELGADO - UFOP
Interno - 2161425 - JUAN FELIX RODRIGUEZ REBOLLEDO
Interna - 1519113 - MICHELE DAL TOE CASAGRANDE