Análisis de la influencia del suelo en la relación capacidad-torque (kt) en la instalación de los pilotes helicoidales

RESUMEN : En el presente trabajo se expone el desarrollo de un código en el lenguaje de programación Python para determinar la relación entre las propiedades índice del suelo y la relación capacidad - torque de los pilotes helicoidales. El programa se entrenó y se comprobó utilizando las bases de da...

Full description

Autores:
Jaramillo Cataño, Andrés Stiven
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/38880
Acceso en línea:
https://hdl.handle.net/10495/38880
Palabra clave:
Lenguaje de programación (computadores electrónicos)
Programming languages (electronic computers)
Aprendizaje automático (inteligencia artificial)
Machine learning
Bases de datos
Databases
Momento de fuerza
Torque
Python
Factor Kt
Pruebas de carga
http://aims.fao.org/aos/agrovoc/c_24833
http://aims.fao.org/aos/agrovoc/c_a60324ec
Rights
openAccess
License
https://creativecommons.org/licenses/by-nc-sa/4.0/
Description
Summary:RESUMEN : En el presente trabajo se expone el desarrollo de un código en el lenguaje de programación Python para determinar la relación entre las propiedades índice del suelo y la relación capacidad - torque de los pilotes helicoidales. El programa se entrenó y se comprobó utilizando las bases de datos de la empresa Axiatech S.A.S. Estas bases de datos contienen información detallada, incluyendo registros de torque, tipo de suelo, propiedades índices y resultados de pruebas de carga realizadas en diversos proyectos desarrollados por la empresa; sin embargo, la matriz de datos utilizada en el proyecto se caracteriza por la presencia de numerosas variables sin valores registrados a la profundidad específica en la que se llevó a cabo la prueba de carga. Ante esta situación, se adoptó la estrategia de suponer el último valor registrado de cada variable hasta la profundidad donde se disponía de información de las pruebas de carga. El código consiste principalmente de un análisis exploratorio de las variables, un entrenamiento del código, la predicción y el análisis de los residuos del análisis; el programa terminado permite aproximar el comportamiento del factor Kt en distintas tipologías de suelo y diferentes propiedades índice. El modelo predictivo utilizado fue una regresión lineal.