Proyecto 5

UNIVERSIDAD NACIONAL DE SAN
CRISTÓBAL DE HUAMANGA
FACULTAD DE INGENIERÍA DE MINAS,
GEOLOGÍA Y CIVIL
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL
“Evaluación de la estabilidad y análisis sísmico de talud en la

presa de enrocado (Ustunaccocha) empleando redes neuronales
artificiales distrito de Vinchos - Huamanga - Ayacucho 2021”
BORRADOR DE TESIS
P O T P I C
ELABORADO POR:
Huaman Miguel, Juan Inoc
ASESOR:
MSc. Ing. Cristian Castro Pérez
A -P
2021
Resumen
EL siguiente investigación propone la evaluación y análisis sísmico de

la estabilidad de talud en la presa de enrocado (Ustunaccocha) del distrito
de Vinchos-Huamanga-Ayacucho, empleando Redes Neuronales Artificiales.
Actualmente, no hay precedentes en el país de este tipo de estudios. Por tanto,
se evalúan los modelos de la caja de herramientas de redes neuronales de
PYTHON fijando como punto de partida una red perceptrón multicapa con
algoritmo de retropropagación, con tres capas ocultas, combinando las funciones
de entrenamiento y de activación disponibles. Se evalúa una presa de enrocado
conformada por once materiales en la estructura de la presa parcialmente
saturados en la cortina, en estado de operación y final de la construcción. Se
obtuvo un coeficiente R2 de 0,9980 para la función de Regularización Bayesiana
considerando la función tangente hiperbólica (Tanh) en la primera capa oculta,
unidad lineal rectificada (Relu) en la segunda capa oculta y unidad lineal
rectificada (Relu) en la tercera capa oculta. Con la función de activación lineal
pura (linear) en la capa de salida.Se propone a futuro ampliar el uso del método
evaluando diversas variables que afectan la estabilidad de taludes en presas bajo
múltiples condiciones de carga.
Palabras clave: Estabilidad de taludes, funciones de activación, funciones de

entrenamiento, inteligencia artificial, Redes Neuronales Artificiales.
ii
Abstract
The following research proposes the evaluation and seismic analysis of the slope
stability in the rocky dam (Ustunaccocha) of the Vinchos-Huamanga-Ayacucho
district, using Artificial Neural Networks. Currently, there are no precedents in
the country for this type of study. Therefore, the models of the PYTHON neural
network toolbox are evaluated, setting as a starting point a multilayer perceptron
network with backpropagation algorithm, with three hidden layers, combining
the available training and activation functions. A rock dam made up of eleven
materials in the dam structure partially saturated in the curtain is evaluated, in the
operating state and at the end of the construction. A coefficient R2 of 0.9980 was
obtained for the Bayesian Regularization function considering the hyperbolic
tangent function (Tanh) in the first hidden layer, rectified linear unit (Relu) in the
second hidden layer and rectified linear unit (Relu ) in the third hidden layer.
With the pure linear activation function (linear) in the exit layer, it is proposed in
the future to expand the use of the method by evaluating various variables that
affect the stability of slopes in dams under multiple loading conditions.
keywords: Slope stability, activation functions, training functions, artificial

intelligence, Artificial Neural Networks.
iii
Introducción
Las presas de enrocado son estructuras importantes que requieren cuidados especiales en su
etapa de diseño y construcción. la presente investigación se enfoca en obtener los factores
de seguridad (F.S) de las taludes de la presa ante un posible inestabilidad (insuficiencia de
resistencia al corte) para luego evaluar la estabilidad y analizar ante una acción sísmica la
talud de la presa mediante las redes neuronales artificiales.
En los últimos años, con el desarrollo de las tecnologías de cómputo, las Redes Neuronales
Artificiales (RNA) han sido ampliamente utilizadas debido a sus buenos resultados, su
capacidad de generalización y la posibilidad de analizar gran cantidad de datos (Chafla
(2019); Montoya (2018); Pano (2015)). Una RNA está conformada por un conjunto de
unidades elementales de procesamiento llamadas neuronas, elemento procesador a partir del
cual un vector de entrada procedente del exterior o de otras neuronas proporciona una única
respuesta o salida. Las neuronas se agrupan en capas, de manera que una red neuronal está
compuesta por varias capas de neuronas, las cuales suelen ser del mismo tipo. Estas neuronas
almacenan la información a partir de los pesos sinápticos, resultando así, un proceso iterativo
de adaptación que dependerá del proceso de aprendizaje (Chafla (2019); Montoya (2018)).
El proceso de aprendizaje consiste en el ajuste de los parámetros libres de la RNA, a partir

de la estimulación del entorno que la rodea, y es conocido también como entrenamiento.
Llegados a este punto es importante verificar los errores que comete la red ante patrones
no utilizados en el aprendizaje, para medir su capacidad de generalización. El desempeño
del entrenamiento de una red neuronal depende del algoritmo de aprendizaje utilizado, del
número de capas ocultas, del número de neuronas en cada capa oculta, de la conectividad
o arquitectura de la red y también del tipo de función de activación que se elija para cada
neurona (Llano, Hoyos, Arias y Velásquez (2007)).
En la evaluación de la estabilidad de taludes intervienes diversidad de variables, y la relación

entre ellas puede tornarse compleja. La implementación de la Mecánica de Suelos Parcialmente
Saturados, adiciona nuevos parámetros que modifican y dificultan en cálculo (Flores, Glez y
Garcia (2021)). Por ello, esta investigación propone un primer acercamiento a la evaluación
de la estabilidad de talud usando RNA, para el proyecto de presa enrocado Ustunaccocha.
iv
Se evalúan los resultados obtenidos mediante el software GeoStudio (2012) empleando el
Método de Elementos Finitos (MEF) en una presa de enrocado, definiendo como variables
de entrada: la altura de la presa, el ángulo de inclinación del talud aguas abajo, la cohesión,
el ángulo de fricción interna, el peso específico, el nivel del agua en la presa, el suelo en
la base, la cohesión, el ángulo de fricción interna y el peso específico de la cimentación.
Siendo el factor de seguridad la variable dependiente o de salida. La modelación empleando
el GeoStudio se dificulta debido a la disponibilidad el software y a que es necesario establecer
correctamente la geometría de la presa, los materiales que la conforman, generarlos en el
modelo y fijar condiciones de borde, todo ello unido al tiempo de corrida para generar un
resultado en cada caso. Las facilidades que ofrecen las RNA es diversa, pues una vez que la
red esté adecuadamente entrenada continúa aprendiendo y puede facilitar un buen resultado
para combinaciones de entrada que no recibió durante el entrenamiento. La aproximación
consistió en usar las mismas variables para entrenar una red neuronal artificial, que eliminaría
la necesidad de emplear diversos modelos numéricos empleando el GeoStudio (2012).
Diversos autores han utilizado las RNA en los últimos años para el análisis de la estabilidad de
taludes y otros fenómenos geotécnicos. (Costa (2016)) plantea que no existe ningún método
que determine la arquitectura adecuada al resolver un problema específico por lo que esta
tarea se basa en la experiencia del analista que diseñe la red; en su investigación utiliza la
función de Regularización Bayesiana obteniendo un coeficiente de correlación R2 igual a
95, 5% mediante la función tangente hiperbólica con 10 neuronas en la primera capa oculta y
evalúa además sólo la función sigmoidea. Por otro lado, (Montoya (2018)) emplea la función
de Levenberg-Marquardt obteniendo para suelos arcillosos un coeficiente de correlación
R2 de 83, 2%. (Beiranvand, Mohammadzadeh y Komasi (2019)) emplean la función de
Regularización Bayesiana obteniendo un coeficiente de correlación R2 de 99%, sin embargo,
utilizan 25 neuronas en la primera capa oculta. (Gomes (2016)) utiliza seis modelos de redes
neuronales con 20 y 25 neuronas en la primera capa oculta en todos los casos, obteniendo
coeficientes de correlación R2 entre 83% y 90%. En ninguno de estos casos se plantea la
evaluación de la diversidad de combinaciones disponibles para obtener la óptima respecto a
las catorce funciones de entrenamiento y las tres funciones de activación implementadas en
MATLAB, con un número reducido de neuronas en la primera capa oculta.
A partir de lo anterior, se define un modelo con quince variables de entrada, tres capas ocultas y
una capa de salida. En la primera capa oculta se fijan treinta neuronas, en la segunda capa oculta
v
10 neuronas y en la tercera capa oculta 3 neuronas. Se mantienen constantes la función de
aprendizaje adaptativo de tipo gradiente descendente con momento y la función de rendimiento
siendo la de error cuadrático medio. Con todo ello se evaluarán las combinaciones entre las
funciones de entrenamiento y de activación disponibles en PYTHON, a partir del coeficiente
de correlación R2 y del error obtenido en cada caso para definir el modelo más adecuado para
evaluar la estabilidad en presa de enrocado con materiales parcialmente saturados en el cuerpo
de la presa.
vi
Dedicatoria.
A mi madre Gloria por el apoyo tan cariñoso y maternal en
seguir adelante, a perseverar hasta lograr cumplir mis metas
propuestas y por ser para mi un ejemplo de vida.
A mi padre Reinaldo por sus palabras de apoyo y de
formación a inicios de mi niñez.
Agradecimientos
Agradecer a mi alma mater la Universidad Nacional de San Cristibal de
Huamanga por el conocimiento adquirido en sus aulas durante mi estadía como
universitario.
Al MSc. Ing. Cristian Castro Pérez, asesor de la presente tesis, por sus
sugerencias, recomendaciones, apreciaciones y por brindarme la información
necesaria para la formulación del presente trabajo de investigación.
A los docentes de la Escuela de Formación Profesional de Ingeniería Civil de

la Universidad Nacional de San Cristóbal de Huamanga por su contribución
durante mi desarrollo académico y profesional.
Finalmente, a mis amigos y compañeros de la Universidad Nacional de San

Cristóbal de Huamanga, a la comunidad de LATEX, a la comunidad de usuarios de
PYTHON y todos las personas que contribuyeron en el desarrollo de este trabajo.
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA

A ,J 2021
H M ,J I
viii
Índice General
Resumen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv
Dedicatoria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vii
Agradecimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . viii
Índice General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ix
Índice de Figuras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xii
Índice de Tablas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiv
Lista de Acrónimos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xv
Símbolos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvi
Capítulo I
Planteamiento del Problema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1. Descripción del problema (mundial, país y región). . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. Mundial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2. País. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.3. Región. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Delimitación del problema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1. Espacial (geográfica).. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2. Temporal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.3. Temática y unidad de análisis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Formulación del problema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1. Problema general.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.2. Problemas específicos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4. Justificación e importancia.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5. Limitaciones de la investigación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.6. Objetivos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.6.1. Objetivo general. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.6.2. Objetivos específicos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Capítulo II
Marco Teórico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1. Antecedentes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.1. Investigaciones internacionales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.2. Investigaciones nacionales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
ix
Índice General
2.2. Bases teóricas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.2.1. Presas de enrocado. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.1.1. La filtración.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.2. Estabilidad de talud de las presas de enrocado. . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2.1. Métodos de equilibrio al límite. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.2.2. Método simplificado de Bishop. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.3. Análisis de estabilidad de talud bajo la acción sísmica. . . . . . . . . . . . . . . . . . 20
2.2.3.1. Análisis pseudoestático.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.3.2. Método pseudoestático de equilibrio limite aplicado a Bishop. . . . . 21
2.2.4. Redes neuronales artificiales.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.4.1. Características de las redes neuronales artificiales. . . . . . . . . . . . . . . 24
2.2.4.2. Estrategia de aprendizaje de las redes neuronales artificiales. . . . . . 24
2.2.4.3. Arquitectura de la red neuronal artificial. . . . . . . . . . . . . . . . . . . . . . 25
2.2.4.4. Funciones de activación de la red neuronal artificial. . . . . . . . . . . . . 25
2.3. Marco conceptual. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.1. Evaluación de la estabilidad y análisis sísmico de la presa. . . . . . . . . . . . . . . 27
2.3.1.1. Estabilidad de talud de las presas. . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.1.2. Las fuerzas sísmicas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.1.3. Tensiones o esfuerzos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.1.4. La deformación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.2. Parámetros que influyen en la evaluación de la estabilidad y análisis sísmica de
talud de la presa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.2.1. Parámetros geométricos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.2.2. Parámetros geotécnicos.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Capítulo III
Método de la Investigación.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.1. Enfoque. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2. Alcance (exploratorio, descriptivo, correlacional, explicativo). . . . . . . . . . . . . . . . . . 31
3.3. Diseño de investigación (tipos: experimental y/o no experimental). . . . . . . . . . . . . . 31
3.4. Población y muestra. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.4.1. Población.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.4.2. Muestra del estudio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.5. Hipótesis.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.5.1. Hipótesis general.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.5.2. Hipótesis específicas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
x
Índice General
3.6. Operacionalización de variables, definición conceptual y operacional. . . . . . . . . . . . 34

3.6.1. Variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.6.2. Indicadores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.7. Técnicas e instrumentos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.8. Técnicas estadísticas para el procesamiento de la información. . . . . . . . . . . . . . . . . . 39
3.9. Desarrollo del trabajo de tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.9.1. Presa de enrocado Ustunaccocha . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.9.2. Sección típica de la presa y materiales seleccionados. . . . . . . . . . . . . . . . . . . 40
3.9.3. Procesamiento de datos.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.9.3.1. Obtención de datos para el entrenamiento de la RNA. . . . . . . . . . . . 42
3.9.3.2. Proceso de entrenamiento de la RNA. . . . . . . . . . . . . . . . . . . . . . . . . 43
3.9.3.3. Esquema de entrenamiento de la RNA. . . . . . . . . . . . . . . . . . . . . . . . 45
Capítulo IV
Resultados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.1. Contrastación de hipótesis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.1.1. Verificación del aprendizaje de la red neuronal artificial. . . . . . . . . . . . . . . . . 50
4.2. Análisis e interpretación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Conclusiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Recomendaciones.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Trabajos futuros. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Referencias bibliográficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Anexo A
Matriz de consistencia.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Anexo B
Matriz de variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Anexo C
Códigos de entrenamiento de la RNA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Anexo D
Datos entrenamiento de la Red Neuronal Artificial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
D.1. Datos obtenidos del modelamiento en GeoStudio que servirán de entrada (Inputs) y
salida (Output) para el entrenamiento de la Red Neuronal Artificial.. . . . . . . . . . . . . 64
xi
Índice de Figuras
Figura 1 Numero de represas en el mundo a fines del siglo XX. . . . . . . . . . . . . . . . . . . . . 1
Figura 2 Rotura de las presa por edad (Basado en: Boletin 99-ICOLD 1995). . . . . . . . . . 2
Figura 3 Fallas de presas menos de 10 años. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
Figura 4 Accidentes de presas por decada.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
Figura 5 Numero de fallas por tipo y altura de presa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Figura 6 Porcentaje de falla de presas por tipo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Figura 7 Cantidad de tipos de presas en el Perú. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Figura 8 Presas por cada region del Perú.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Figura 9 Sección típica de la presa de enrocado Ustunaccocha. . . . . . . . . . . . . . . . . . . . 10

Figura 10 Presa de enrocado con núcleo central y impermeabilizante aguas arriba. . . . . . 12
Figura 11 Características de la sección de la presa de enrocado. . . . . . . . . . . . . . . . . . . . . 12
Figura 12 Esquema de red de corriente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Figura 13 Líneas equipotenciales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Figura 14 Carga hidráulica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Figura 15 Presión de poros. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Figura 16 Gradiente hidráulico horizontal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Figura 17 Gradiente hidráulico vertical . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Figura 18 Gradiente hidráulico total. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Figura 19 Fuerzas actuantes en una rebanada de la masa potencial de deslizamiento. . . . 20
Figura 20 Círculo de falla de radio cualquiera y las fuerzas que actúan sobre una dovela con
acción sísmica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Figura 21 Modelo de una neurona artificial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Figura 22 Arquitectura de una red Perceptron Multi-Capa con dos capas ocultas .. . . . . . 25
Figura 23 Sección típica de presa Ustunaccocha.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Figura 24 Ubicación de presas de Ayacucho. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

Figura 25 Distribución de presas por Provincia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Figura 26 Cantidad de presa según uso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Figura 27 Informe documentario. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Figura 28 Registro de datos geotécnicos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Figura 29 Instrumentos de calculo y dibujo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Figura 30 Instrumentos de programación y modelamiento. . . . . . . . . . . . . . . . . . . . . . . . . 38
Figura 31 Presa Ustunaccocha.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Figura 32 Eje longitudinal de la presa Ustunaccocha. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
xii
Índice de Figuras
Figura 33 Sección típica de la presa Ustunaccocha.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Figura 34 Obtención F.S con GeoStudio aguas abajo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Figura 35 Obtención F.S con GeoStudio aguas abajo con sismo. . . . . . . . . . . . . . . . . . . . 42
Figura 36 Arquitectura de la Red Neuronal Artificial de entrenamiento.. . . . . . . . . . . . . . 44
Figura 37 Estadística de datos no normalizados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Figura 38 Datos importados no normalizados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Figura 39 Estadística de datos normalizados.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Figura 40 Datos importados normalizados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Figura 41 Primer entrenamiento de RNA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Figura 42 Segundo entrenamiento de RNA.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Figura 43 Validación de segundo entrenamiento de RNA.. . . . . . . . . . . . . . . . . . . . . . . . . 48
Figura 44 Coeficiente de correlación del entrenamiento de RNA.. . . . . . . . . . . . . . . . . . . 49
Figura 45 Verificación del aprendizaje de la RNA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
xiii
Índice de Tablas
Tabla 1 Funciones de activación lineal del RNA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Tabla 2 Variables, Dimensiones e Indicadores del estudio . . . . . . . . . . . . . . . . . . . . . . . 36

Tabla 3 Materiales de la presa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Tabla 4 Factores de seguridad (F.S) obtenidos del modelamiento en GeoStudio.. . . . . . 43
Tabla 5 Parámetros geométricos y geotécnicos para el entrenamiento del RNA. . . . . . . 44
Tabla 6 Comparación de F.S GeoStudio y RNA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Tabla A.1 Matriz de consistencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Tabla B.2 Matriz de variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
xiv
Lista de Acrónimos
ANA : Autoridad Nacional del Agua
AUTOCAD : Software de Dibujo 2D y Modelado 3D
EXCEL : Hoja de Cálculo Desarrollada por Microsoft para Windows
FS : Factor de Seguridad
GEOSTUDIO : Modelador de Estabilidad de Taludes
GRA : Gobierno Regional de Ayacucho
ICOLD : Comité Internacional de Grandes Presas
LDC : Lineas de Corriente
LDS : Linea de Saturación
LEP : Lineas Equipotenciales
LOGSIG : Sigmoidea o Logistica
MATLAB : Laboratorio de Matrices
MEF : Método de Elementos Finitos
NAMI : Nivel de Agua Mínimo de Operación
NAMO : Nivel de Agua Máximo de Operación
OPEMAN : Oficina de Operación y Mantenimiento Hidráulico
PMC : Perceptron Multi Capa
PRIDER : Programa Regional de Irrigaciones y Desarrollo Rural Integrado
PURELIN : Lineal Pura
PYTHON : Lenguaje de Programación Interpretado
RNA : Redes Neuronales Artificiales
TANSIG : Tangente Hiporbólica
xv
Símbolos
ϕ′ Ángulo de fricción interna efectivo

φ Ángulo de rozamiento interno
ah Aceleraciones pseudoestáticas horizontal
av Aceleraciones pseudoestáticas vertical
H Carga hidráulica
Q Caudal
ν Coeficiente de Poisson
kh Coeficiente pseudoestática horizontal
kv Coeficiente pseudoestática vertical
c Cohesión
c′ Cohesión efectiva
E Empuje [tnf /m2 ]
α Inclinación de la base de la rebanada
β Longitud de la base de la rebanada
[k ] Matriz de coeficientes
γ Peso Especifico [tn/m3 ]
W Peso de la rebanada
win Pesos sinápticos
h Potencial
wi0 Umbral [m]
xi Variables de entrada
{H } Vector de carga hidráulica
{Q} Vector del caudal
xvi
Capítulo I
Planteamiento del Problema.
1.1 Descripción del problema (mundial, país y región).
1.1.1 Mundial.
Hoy en día resulta difícil concebir la gestión del agua sin la existencia de las presas, tanto en
sistemas de aprovechamiento de agua como en los de control de defensa frente a avenidas.
De la variedad de presas, se destacan las de materiales sueltos por su gran capacidad de
adaptación a las condiciones topográficas, geológicas y a los materiales disponibles en la
zona de implantación.
Las presas son estructuras que ofrecen beneficios incuestionables para la sociedad, impulsando
el desarrollo sostenible. Sin embargo estas obras de Ingeniería pueden causar grandes
catástrofes durante su ruptura, generando interrupciones en su operación, paralización en el
suministro de agua, riesgo a la vida humana, riesgos ambientales, por eso que la seguridad de
presas es fundamental durante la etapa de construcción y el primer llenado del embalse ya
que tiene que ver mucho con la estabilidad del talud de la presa a diferentes tipos de falla.
Australia-Asia
Sud America
Este Europa
Africa
Oeste Europa
Norte y Centro america
Asia
China
0 5000 10000 15000 20000 25000

Figura 1 Numero de represas en el mundo a fines del siglo XX.
Fuente: Datos tomado de Nelas (2016).
1
80
100
Descripción del problema (mundial, país y región). | Capítulo I
Numero de casos
1.1
60
80
100
casos de casos 40
60
80
20
Numero
40
60
Numero de
0
NI
100 a 200
200 a 300
0 a 10
80 a 100
DC
10 a 20
20 a 30
30 a 40
40 a 50
50 a 60
60 a 80
20
40
0
20 Figura 2 Rotura por edad de la presa (basado en: Boletin 99-ICOLD 1995)
NI
100 a 200 100 a 200
200 a 300
0 a 10
80 a 100
DC
10 a 20
20 a 30
30 a 40
40 a 50
50 a 60
60 a 80
fuente: Datos tomado de Nelas, 2015.
0
Figura 2 Rotura por edad de la presa (basado en: Boletin 99-ICOLD 1995)
NI
200 a 300
0 a 10
80 a 100
DC
10 a 20
20 a 30
30 a 40
40 a 50
50 a 60
60 a 80
60
Figura 2 Rotura de las presa por edad (Basado en: Boletin 99-ICOLD 1995).
50 Fuente: Datos tomado de Nelas (2016).
60
de casos
40
50
30
Numero de Numero
casos
40
20
30
10
20
0
DC
0a1
1a2
2a3
3a4
4a5
5a6
6a7
7a8
8 a9
9 a 10
10
Figura 3 Fallas de presas menos de 10 años

0
DC
0a1
1a2
2a3
3a4
4a5
5a6
6a7
7a8
8 a9
9 a 10
Figura
Figura 3 Fallasde
3 Fallas de presas
presas menos
menos dede
10 10
años.
años
25%
20%
de casos de casos
25%
15%
Porcentaje Porcentaje
20%
10%
15%
5%
10%
0%
Antes 1900 Decada Decada Decada Decada Decada Decada Decada Decada Decada
5% 1910 1920 1930 1940 1950 1960 1970 1980 1990
Accidentes dedepresas
Figura4 4Accidentes
Figura presas porpor
decada.
decada
0% fuente: Datos tomado de (Nelas, 2015).
Antes 1900 Decada Decada Decada Decada Decada Decada Decada Decada Decada
1910 1920 1930 1940 1950 1960 1970 1980 1990
2
Figura 4 Accidentes de presas por decada
fuente: Datos tomado
2 de (Nelas, 2015).
1.1 Descripción del problema | Capítulo I
1.1 Descripción del problema | Capítulo I

1.1 Descripción del problema (mundial, país y región). | Capítulo I
140
120
140
h<30
100
120 30<h<60
de Casos
h<30
60<h<100
80
100 30<h<60
de Casos
60<h<100
Numero
60
80
Numero
40
60
20
40
200
T PT/PE PG PC PA MA O
0 Tipo de Presa
T PT/PE PG PC PA MA O
[PT=Tierra,PE=Enrocado,PG=Gravedad,PC=Contrafuerte,PA=Arco,MA=
Tipo de Presa
Multi Arco]
Figura 5 Numero de fallas por tipo y altura de presa
fuente: Datos tomado de Nelas, 2015. Multi Arco]
Figura
Figura 5 Numerode
5 Numero defallas
fallas por
portipo
tipoy yaltura de presa
altura de presa.
fuente:
Fuente: Datos tomadodedeNelas
Datos tomado Nelas, 2015.
(2016).
2% 1% 0.5%
16% 2% 1% 0.5%
16%
PT/PE
PG
PT/PE
PC
80% PG
PA
PC
MA
80% PA
MA
[PT=Tierra,PE=Enrocado,PG=Gravedad,PC=Contrafuerte,PA=Arco,MA= Multi Arco]

Figura 6 Porcentajede
6 Porcentaje
Figura de falla
falla de
depresas porpor
presas tipo.
tipo.
fuente: Datos
Fuente: Datostomado
tomadodedeNelas
Nelas, 2015.
(2016). Multi Arco]
Figura 6 Porcentaje de falla de presas por tipo.
1.1.2 País.
1.1.2 Descripción del problema nacional
La construcción de presas endel
1.1.2 Descripción el Perú adquirió
problema en los últimos años una mayor importancia para
nacional
La construcción de presas en el Perú adquirió en los últimos años una mayor impor-
satisfacer la demanda
tancia para de las
satisfacer
La construcción poblaciones.
lade
demanda de el
presas en Pero
lasPerú los mismos
poblaciones.
adquirió Pero
en también
loslos mismos
últimos representan
también
años un riesgo, ya
representan
una mayor impor-
que la mayoría
tancia parade
un riesgo, ya las
quepresas
satisfacer no cuenta
la mayoría
la demanda conpoblaciones.
de lasdepresas
las monitoreo
no cuenta congeotécnico
monitoreo
Pero
1.1 los mismos
Descripción que puede
geotécnico
del también
problema serpuede
que unI sistema
representan
| Capítulo ser de
unriesgo,
un sistema
alerta contra unayade alerta
que contra
la mayoría
posible una
de la
falla de posible
las presasfalla de la estructura.
no cuenta
estructura. con monitoreo geotécnico que puede ser
un sistema de alerta contra una posible falla de la estructura.
Boveda; 1 Relaves; 113 otros; 45 Gravedad; 294
Arco-gravedad; 4
Mixtas; 3 3
Contrafuerte; 5 3
Enrocado; 29
Material suelto; 249
FiguraFigura 7 Cantidadde
7 Cantidad detipos
tipos de
depresas en elen
presas Peru
el Perú.
fuente:Datos
Fuente: Datostomado
tomadode
deANA
ANA,(2015).
2015.
1.1.3 3
Descripción del Problema Regional
En los últimos tiempos la construcción de presas en la Región de Ayacucho a ido en

aumento, y los modelamientos que se realizan a este tipo de infraestructura son en un solo
Figura 7 Cantidad de tipos de presas en el Peru
fuente: Datos tomado de ANA, 2015.
1.2 Delimitación del problema. | Capítulo I
1.1.3 Descripción del Problema Regional

1.1.3 Región.
En los últimos tiempos la construcción de presas en la Región de Ayacucho a ido en
En los últimos
aumento, y lostiempos la construcción
modelamientos de presasa en
que se realizan la tipo
este región
de de Ayacucho a ido
infraestructura sonenenaumento,
un solo
ybloque,
los modelamientos
sin considerarque se realizan apor
la construcción esteetapas
tipo de
queinfraestructura son enTambién
se da en la realidad. un solo bloque, sin
la mayoría
considerar la construcción
de éstas presas por etapas
no cuentan con que geotécnico
monitoreo se da en la realidad.
durante suTambién la mayoríaydeprimer
etapa constructiva éstas
presas
llenadono
delcuentan con monitoreo geotécnico durante su etapa constructiva y primer llenado
embalse.
del embalse.
160
143
140
NUMERO DE PRESAS
115
120
100 86
80 72
60 48 49 48
37
40 30 28 25 23
20 10 10 8 7 3 1
0
Figura 88 Presas
Figura Presas porpor cada
cada region
region del
del Perú.
Perú
Fuente: Datos tomado de ANA (2015).
fuente: Datos tomado de ANA, 2015.
1.2 Delimitación del problema.
1.2.1 Espacial (geográfica). 4
La presente investigación se realiza en la presa de enrocado Ustunaccocha que se encuentra

ubicado en el distrito de Vinchos, provincia de Huamanga, región Ayacucho.
1.2.2 Temporal.
Los datos utilizados en el presente trabajo de investigación son los registrado por la
instrumentación geotécnica durante la etapa de construcción, estés datos se obtienen del
expediente técnico ”Construcción del sistema de riego laguna Ustunaccocha - Ccasanccay
en el distrito de Vinchos, provincia de Huamanga - Ayacucho”.
4
1.3 Formulación del problema. | Capítulo I
1.2.3 Temática y unidad de análisis.
La unidad de análisis (o caso) se refiere al qué o quién es el objeto de investigación.
La unidad del objeto de estudio de la investigación es la evaluación de la estabilidad y

análisis sísmico de talud en la presa de enrocado (Ustunaccocha) empleando redes neuronales
artificiales del distrito de Vinchos – Huamanga – Ayacucho 2021.
1.3 Formulación del problema.
1.3.1 Problema general.
¿De qué manera el empleo de redes neuronales artificiales ayudara en la evaluación de la

estabilidad y análisis sísmico de talud en la presa de enrocado (Ustunaccocha) distrito de
Vinchos – Huamanga – Ayacucho 2021?
1.3.2 Problemas específicos.
1. ¿Cuáles son los parámetros que influyen en la evaluación de la estabilidad y análisis

sísmico de talud en la presa de enrocado (Ustunaccocha) empleando las redes neuronales
artifíciales distrito de Vinchos – Huamanga – Ayacucho 2021?
2. ¿Cómo evaluar la estabilidad y análisis sísmica de talud en la presa de enrocado
(Ustunaccocha) empleando las redes neuronales artificiales en distrito de Vinchos
– Huamanga – Ayacucho 2021?
3. ¿Cuáles son los factores de seguridad de la estabilidad y análisis sísmica de talud en
la presa de enrocado (Ustunaccocha) empleando las redes neuronales artificiales en
distrito de Vinchos – Huamanga – Ayacucho 2021?
1.4 Justificación e importancia.

La investigación se justifica y es importante por las siguientes razones:
Por cuestiones relacionadas con el tema de seguridad de presas, es imposible que la

estructura tenga un riesgo nulo, sin embargo es posible realizar un proceso de evaluación y
seguimiento de la estabilidad y análisis sísmico de talud de la presa y del comportamiento de la
5
1.4 Justificación e importancia. | Capítulo I
estructura durante su etapa de construcción, primer llenado del embalse y periodo de operación.
Los eventos sísmicos pueden causar daños o fallos en estructuras de presas. Los estudios de
casos sobre el comportamiento sísmico de presas para eventos sísmicos mayores, afirman
que la seguridad sísmica de presas es un fenómeno importante en la ingeniería de presas
y requiere estudios más integrales para entender el comportamiento dinámico de presas
sometidos a sismos severos. Es un fenómeno bien conocido que los terremotos pueden dar
lugar a daños y fallos de presas y sus componentes estructurales.
La metodología planteada basado en una evaluación de la estabilidad y análisis sísmico del

talud de la presa de enrocado Ustunaccocha mediante el empleo de las redes neuronales
artificiales, esto con la finalidad de tener una rápida y eficiente evaluación de la estabilidad y
análisis sísmico de la talud de la presa con diferentes parámetros geométricos y geotécnicos.
Al poder conocer los resultados de la evaluación de la estabilidad y análisis sísmico de la talud

de la presa y los efectos ante una fuerza sísmica; se tendrá la capacidad de poder optimizar y
dimensionar adecuadamente la estructura dada, lo que generara mayor seguridad, y menores
gastos en mantenimiento o construcción.
Utilidad Metodológica: La investigación da a conocer las ventajas de una evaluación de

la estabilidad y análisis sísmico de talud de una presa de enrocado mediante el empleo de
las redes neuronales artificiales es importante dar este tipo de salidas de la evaluación de
estabilidad de talud en presas.
Valor teórico: Es importante conocer y entender la teoría y los conceptos matemáticos de
una evaluación de la estabilidad y análisis sísmico de talud de una presa de enrocado mediante
el empleo de las redes neuronales artificiales; para ello se determinará el comportamiento de
una presa sometido a cargas sísmicas.
Por lo tanto, en la presente tesis es fundamental por que enfoca nuevas soluciones para
encontrar los factores de seguridad de la estabilidad y análisis sísmico de talud de las presas
con ello garantizar que no exista una inestabilidad de talud de la presa.
6
1.5 Limitaciones de la investigación. | Capítulo I
1.5 Limitaciones de la investigación.

Este proyecto de ingeniería tiene como alcance la evaluación de la estabilidad y análisis
sísmico de la presa de enrocado Ustunaccocha mediante el empleo de las redes neuronales
artificiales ubicado en el distrito de Vinchos, provincia de Huamanga - Ayacucho.
Para el entrenamiento de las redes neuronales artificiales y la obtención de los factores de

seguridad de la estabilidad y análisis sísmico de la talud de la presa de enrocado Ustunaccocha
solo se cuenta con algunos parámetros geométricos y geotécnicos encontrados en el expediente
técnico, también se cuenta con poca información bibliográfica confiable del tema en estudio.
1.6 Objetivos.
Los objetivos planteados en el plan de investigación se menciona en los siguientes renglones:
1.6.1 Objetivo general.
Evaluar la estabilidad y diseño sísmico de talud en la presa de enrocado (Ustunaccocha)

empleando las redes neuronales artificiales en distrito de Vinchos – Huamanga – Ayacucho
2021.
1.6.2 Objetivos específicos.
1. Determinar los parámetros que influyen en la evaluación de la estabilidad y análisis

artifíciales distrito de Vinchos – Huamanga – Ayacucho 2021.
2. Evaluar la estabilidad y análisis sísmica de talud de la presa de enrocado (Ustunaccocha)
empleando las redes neuronales artificiales en distrito de Vinchos – Huamanga –
Ayacucho 2021.
3. Evaluar los factores de seguridad de la estabilidad y análisis sísmica de talud en la presa
de enrocado (Ustunaccocha) empleando las redes neuronales artificiales en distrito de
Vinchos – Huamanga – Ayacucho 2021.
7
Capítulo II
Marco Teórico.
2.1 Antecedentes.
Las fallas de grandes presas como Vajont, Malpasset, Balwin Hills,Tetón y otras, manifiestan
el riesgo que pueden representar este tipo de obras y la necesidad de someter estar obras a una
vigilancia y control permanente (Avilés et al., 2001).
Debido a estas consecuencias catastróficas las primeras aplicaciones de la instrumentación

geotécnica ocurren entre 1930 y 1950. Por ello es importante la evaluación de la estabilidad y
análisis sísmico de las presas.
También en nuestra Región, en una de las presas mas importantes que es Cuchoquesera se
cuenta con registros históricos del monitoreo geotécnico de la etapa constructiva y periodo de
operación.
2.1.1 Investigaciones internacionales.
Evaluación de la estabilidad de taludes en presas de tierra empleando Redes

Neuronales Artificiales (Flores et al., 2021).
En esta investigación propone el análisis de la estabilidad de taludes en presas de tierra en Cuba,

empleando Redes Neuronales Artificiales. La evaluación de la estabilidad de talud de la presa
lo realiza utilizando los modelos de la caja de herramientas de redes neuronales de MATLAB
fijando como punto de partida una red perceptrón multicapa con algoritmo de retropropagación,
con dos capas ocultas, combinando las funciones de entrenamiento y de activación disponibles.
8
2.1 Antecedentes. | Capítulo II
Predicción de la estabilidad de presas heterogéneas mediante redes neuronales

artificiales (Costa, 2016).
Esta investigación presenta un estudio que desarrolla un método para la predicción de

la estabilidad de presas heterogéneas con núcleo central y cimiento rígido, las variables
estimadas fueron el tipo de falla T, que es una variable discreta que puede adoptar dos valores
según la presa se vea afectada de manera superficial o profunda, y el factor de seguridad
FS. El método de predicción se realizó mediante las redes neuronales artificiales RNA.
Los datos de entrada se obtuvieron mediante el programa computacional SLOPE/W de
GeoStudio, herramienta con la que se realizó el análisis de estabilidad de 729 casos específicos.
Estudio de la estabilidad de los taludes de las presas del proyecto Pacalori,

teniendo en cuenta la acción sísmica (Ortiz and Portilla, 2014).
En esta tesis presenta el procedimiento para el análisis de estabilidad de taludes en presas de

tierra, para los tres estados de carga (final de construcción, operación y desembalse rápido),
con y sin acción sísmica. Para el análisis de estabilidad de las pendientes de los taludes de la
presa de tierra, se utilizó el Método Pseudoestático de Equilibrio Límite en tensiones efectivas
(c′ y ϕ′ , obtenidos de ensayos triaxiales consolidado-no drenado con medición de presión de
poro, en muestras saturadas), para los tres estados de carga.
2.1.2 Investigaciones nacionales.
Actualmente, no hay precedentes en el país de este tipo de estudios que la evaluación de la

estabilidad y análisis sísmico de las taludes de las presas se hayan llevado mediante el empleo
de las redes neuronales artificiales.
Solo existen estudios de la estabilidad y análisis sísmico de taludes de las presas mediante
métodos numéricos tales como:
Estabilidad de Taludes para determinar fallas en la presa de Tantar, Distrito de

Concepción - Vilcashuaman -Ayacucho - 2016 (Sulca, 2016).
En esta investigación ha realizado aplicando y valiéndose de diferentes métodos y programas,

así con los valores obtenidos se determinó los objetivos planteados: deslizamiento del taludes
9
2.2 Bases teóricas. | Capítulo II
con el método Software GEO5 2016, F.S.
Análisis de estabilidad sísmica para una presa utilizando relave grueso con el
método de suelo armado (Huachocolpa Uno – Huancavelica) Sánchez and Taza,
2017.
Esta investigación analiza de estabilidad sísmica para una presa utilizando relave grueso con
el método de suelo armado, cuyo objetivo es garantizar la estabilidad sísmica de una presa
usando como herramienta el programa Slide para obtener como resultado los factores de
seguridad de acuerdo a la normativa peruana.
2.2 Bases teóricas.
2.2.1 Presas de enrocado.
Las presas de enrocado se definen como las presas conformadas por un terraplenado, donde
el material predominante es la roca. Estas estructuras de enrocado deben contener una
zona impermeable, que usualmente es obtenida mediante la aplicación de una membrana
impermeable o una cobertura de concreto en el talud aguas arriba o mediante un núcleo
impermeable de arcilla.
Figura 9 Sección típica de la presa de enrocado Ustunaccocha.

Fuente: Adaptado del expediente técnico.
10
La selección del tipo de presa de materiales sueltos depende en gran medida de los materiales
disponibles en las inmediaciones de la cerrada, en las zonas de préstamo, de esta manera,
cuando existe un único material, relativamente impermeable, la opción más ventajosa suele
ser construir una presa homogénea. Por otro lado, cuando los materiales impermeables
no abundan pero coexisten con otros más permeables, las presas de núcleo abrigado por
espaldones de materiales de otras características son generalmente la mejor solución.
Es claro que las presas con núcleo diferenciado son más versátiles en relación con la
disponibilidad de los materiales cercanos a la cerrada, característica fundamental en presas de
alturas importantes y consecuentemente grandes volúmenes de material requeridos para su
construcción.
Las presas de núcleo diferenciado son una tipología muy frecuente en Perú cuya ventaja
principal radica en el empleo óptimo de los materiales próximos disponibles que se distribuyen
en el interior de la sección tipo en función de sus características geotécnicas. El presente
estudio está enfocado en las presas de enrocado.
A) Características de la presa de enrocado:
• Fundación compuesta de roca sana.

• Se permite la existencia de zonas potencialmente permeables o erosionables.
• Las zonas permeables son tratadas excavándolas y rellenándolas con concreto, o bien
mediante inyecciones de concreto.
• En las presas de enrocado con elementos impermeabilizantes en el centro de la presa,
las perforaciones para el programa de inyecciones tienen necesariamente que coincidir
con el contacto del núcleo con la fundación.
• En presas de enrocado con membrana aguas arriba, las perforaciones van ligeramente
aguas arribas del contacto de la membrana con la fundación, por lo tanto no causa
interferencia con la construcción del resto de la presa.
B) Clasificación de presas de enrocado:
• Elemento impermeabilizante esta colocado dentro del cuerpo (núcleo) de la presa.

• Elemento impermeabilizante esta apoyado sobre el talud aguas arriba.
11
Figura 10 Presa de enrocado con núcleo central y impermeabilizante aguas arriba.

Fuente: Elaboración propia.
C) Zonas importantes de presas de enrocado:
Figura 11 Características de la sección de la presa de enrocado.

Fuente: Adaptado del expediente técnico.
• Zona 1: Zona de transición, que debe estar conformada por material bien graduado
desde aproximadamente 1/4" hasta unas 3".
• Zona 2: Suelo cemento, que debe estar conformada por material fino bien graduado
que tengan tamaños menores a 20mm. esta zona debe proporcionar una superficie lisa y
uniforme que sirva como superficie de apoyo para la membrana impermeable.
• Zona 3: Zona intermedia cuerpo, la cual de manera optima debe contener materiales
gruesos bien graduados en tamaños que van desde unos 5cm. hasta unos 30cm. de
diámetro.
• Zona 4: Zona de protección conformada por la roca de mayor tamaño y de mejor calidad.
no se deben usar rocas grandes porque tienden a producir puenteos y generar muchos
vacíos. preferentemente debe ser roca bien graduada en tamaño desde aproximadamente
20cm. hasta 50cm. de diámetro.
12
2.2.1.1 La filtración.
El flujo de agua que se filtra a través de una presa de materiales sueltos o de su cimiento produce
los siguientes efectos: a) la pérdida de agua, efecto que suele ser el menos importante y el más
fácil de controlar, b) la generación de presiones internas con componentes opuestas al efecto
estabilizador del peso, además al estar mojados los materiales, su cohesión y su resistencia al
rozamiento disminuyen, añadiéndose estos efectos al de las componentes desestabilizadoras
de las presiones internas; y c) el arrastre de partículas en zonas con materiales finos producido
por el paso del agua, y el peligro consecuente de erosión interna. Este fenómeno es conocido
como sifonamiento o piping. De los tres efectos arriba descritos, el sifonamiento es el más
peligroso, porque afecta de manera directa a la estabilidad de la presa; este efecto es, después
del vertido sobre la presa, la causa más importante de accidentes o roturas de las presas de
materiales sueltos. El sifonamiento es, además, el efecto más difícil de controlar de los tres
que se han enunciado. Por otro lado, el control de los efectos desestabilizadores de la presión
intersticial depende del drenaje, por esta razón, los cálculos de estabilidad son hasta cierto
punto predecibles (Vallarino (2006)).
A) Red de corriente.
La expresión de la Ecuación 2.1 es común a todos los fenómenos de potencial y define dos
familias de curvas ortogonales entre sí. La primera familia la forman las trayectorias de
las partículas de agua o líneas de corriente (LDC) que son las envolventes del vector de la
velocidad. La otra familia es la de las líneas equipotenciales (LEP) que cortan ortogonalmente
a las anteriores. En la Ecuación 2.1, h es un potencial.
∇h = ∂ h2 + ∂ h2 = 0
2 2
(2.1)
∂x ∂y
De manera general, la red de corriente se determina por diferencias o elementos finitos, por
aproximaciones sucesivas o mediante modelos. Una primera consecuencia de la Ecuación 2.1
es que la red de corriente es únicamente una función de las formas y dimensiones del medio
permeable y de la posición relativa del nivel del agua, pero es independiente del coeficiente
de permeabilidad. Suele dibujar la red de corriente espaciando las curvas según diferencias
constantes entre cada potencial para las equipotenciales y de nivel de arranque inicial para las
de corriente (ver Fig. 12). Dos líneas de corriente definen un tubo de flujo de agua, entre estas
13
líneas el caudal filtrado es constante, por lo que en las zonas donde estas líneas se aproximan,
la velocidad aumenta. De esta manera, la red de corriente está definida por cuadriláteros
curvilíneos relativamente semejantes en todo el espacio, ya que sus dos dimensiones se acortan
o se alargan simultáneamente según la velocidad aumente o disminuya. La más alta de todas
las LDC se llama línea de saturación (LDS), y representa el borde superior de la zona filtrante
y su contacto con la presión atmosférica, por encima de la LDS el material se encuentra seco,
ajeno al fenómeno (Vallarino (2006)).
Figura 12 Esquema de red de corriente.

Fuente: Obtenido de Vallarino (2006)
La forma de la red de corriente viene fijada por las condiciones de borde o de contorno. En
las zonas limitadas por cuerpos impermeables el flujo está obligado a seguir una trayectoria
por las LDC de forma paralela al borde; otras fronteras definitorias son los paramentos. En el
paramento de aguas arriba, las LDC son normales a este, debido a que el agua no se mueve a
lo largo del paramento, sino a través de él; por tanto, el paramento es una LEP, la primera y
de potencial más alto, definida por el nivel del embalse. El paramento libre no es una LDC ni
una LEP, es una isobara de presión nula, en cada punto del paramento su potencial es igual a
su altura sobre la referencia. El conocimiento de la red de corriente tiene dos aplicaciones: el
conocimiento de la filtración que se producirá a través de la presa y el cálculo de las presiones
intersticiales. En las presas de materiales sueltos es conveniente conocer las presiones en
varios puntos, por su efecto singular y por su acción conjunta a lo largo de una superficie
interior a la presa, ya que dichos efectos contribuyen a un posible deslizamiento de la masa
situada sobre dicha superficie, al restarse al peso a través de sus componentes verticales
(Vallarino (2006)).
B) Condiciones de contorno.
El programa computacional SEEP/W de GeoStudio es un modelo numérico que puede simular

matemáticamente el proceso físico real del flujo de agua a través de un medio particular.
Especificar las condiciones de contorno de un problema es uno de los componentes clave de
un análisis numérico. Las soluciones alos problemas numéricos son una respuesta directa de
14
las condiciones de contorno; sin estas no es posible obtener una solución. La ecuación para el
análisis de filtración, al igual que todas las ecuaciones de elementos finitos, justo antes de la
resolución de las incógnitas, en definitiva, se reduce a la siguiente expresión:
[K ] {H } = {Q} (2.2)
Donde:
[K ] = matriz de coeficientes relacionados con la geometría y las propiedades de los

materiales, {H } = vector de la carga hidráulica total en el nodo, y {Q} = vector del caudal
en el nodo.
El objetivo primordial es resolver las principales incógnitas, las cuales en un análisis de

filtración son las cargas hidráulicas totales en cada nodo. Las incógnitas se calculan con
respecto a los valores especificados de H en algunos nodos y/o con respecto a los valores
especificados de Q en algunos otros nodos. Sin especificar ya sea H o Q en algunos nodos,
no se puede obtener una solución de la ecuación de elementos finitos. En un análisis en
estado estacionario (steadystate), al menos un nodo de toda la malla debe tener una condición
especificada de H. Los valores especificados de H o Q son las condiciones de contorno
(Krahn (2004)).
Figura 13 Líneas equipotenciales.

Fuente: Elaboración propia
15
Figura 14 Carga hidráulica.

Figura 15 Presión de poros.

16
Figura 16 Gradiente hidráulico horizontal .

Figura 17 Gradiente hidráulico vertical .

17
Figura 18 Gradiente hidráulico total.

2.2.2 Estabilidad de talud de las presas de enrocado.
Existen múltiples estudios en los que se presenta información sobre incidentes, accidentes y
roturas en presas, se destacan las publicaciones de la Comisión Internacional de Grandes
Presas (ICOLD, 1973; 1983) que ha realizado en varias ocasiones encuestas a nivel mundial
para recopilar dicha información. Estos trabajos establecen que el porcentaje más elevado de
incidentes tiene lugar en las presas que se encuentran entre los 15 y los 30 m de altura, que
corresponde precisamente al grupo que representa el mayor porcentaje de presas construidas.
Se conoce también que los casos de mal comportamiento de presas homogéneas de tierra
son casi diez veces más numerosos que los ocurridos en presas de núcleo con espaldones
de escollera o de gravas, mucho mayor que la proporción existente entre ambos tipos de presas.
Para las presas de materiales sueltos, de manera general, son aplicables los modos de fallo
establecidos por ICOLD (1973), descritos a continuación:
1. Sobrevertido o desbordamiento (Insuficiencia frente a la solicitación hidrológica).

2. Inestabilidad de laderas en el vaso (Insuficiencia de resistencia al corte).
3. Inestabilidad dinámica (Insuficiencia ante la solicitación sísmica).
4. Erosión interna del cuerpo de presa (Insuficiencia de estabilidad interna en cuerpo de
presa) y/o del cimiento.
18
5. Inestabilidad de taludes de presa (Insuficiencia de resistencia al corte), pudiendo afectar

o no al cimiento.
El presente trabajo está enfocado en el último modo de fallo antes enumerado, la estabilidad
de taludes de la presa, este modo de falla es generalmente analizado mediante métodos de
equilibrio al límite. Estos métodos requieren información acerca de los parámetros geotécnicos
y geométricos de la masa de suelo o roca. En los métodos de equilibrio al límite, la estabilidad
de taludes se analiza calculando en primer lugar el factor de seguridad, cuyos valores deben
ser determinados por la superficie con mayor probabilidad de fallo, la denominada superficie
de deslizamiento crítico. Estos métodos tienen diferentes grados de precisión que depende de
cuan adecuada ha sido la hipótesis de simplificación empleada en el análisis.
2.2.2.1 Métodos de equilibrio al límite.
El modo potencial de falla en roca puede ser en cuña o plano, o circular en suelos y rocas
altamente fracturadas. En la evaluación de estabilidad al deslizamiento por medio de los
métodos equilibrio al límite, es necesario determinar la ubicación de la superficie crítica de
deslizamiento y el correspondiente valor mínimo del factor de seguridad mediante múltiples
pruebas de un considerable número de posibles superficies de deslizamiento. La precisión de
estos métodos depende de las hipótesis y de la precisión con la que se mide la resistencia al
corte. Generalmente se asume que el suelo es isotrópico y homogéneo, estas hipótesis no
corresponden a la realidad pero pueden llevar a resultados rasonables cuando se aplican con
sensatez.
En el análisis de estabilidad de taludes, los métodos de equilibrio al límite han sido usados
en la ingeniería geotécnica por muchas décadas. La idea de dividir una potencial masa de
deslizamiento en rebanadas verticales fue introducida en los primeros años del siglo veinte, es
la técnica de análisis numérico más antiguo en la ingeniería geotécnica. La Fig. 19 muestra
una típica masa de deslizamiento dividida en rebanadas y las posibles fuerzas que actúan
sobre la rebanada.
19
Figura 19 Fuerzas actuantes en una rebanada de la masa potencial de deslizamiento.

Fuente: Obtenido de Krahn (2004)
2.2.2.2 Método simplificado de Bishop.
Como se mencionó, Bishop (1955) desarrolló otro método de rebanadas verticales en el que
se tienen en cuenta las fuerzas normales interfajas, pero ignora las fuerzas de corte interfajas;
el método propone una superficie deslizante circular. Bishop desarrolló una ecuación para la
normal en la base de la rebanada asumiendo que las fuerzas son verticales. La consecuencia
de esto es que la fuerza normal en la base llega a ser una función del factor de seguridad.
Esto a su vez hace que la ecuación del factor de seguridad sea no lineal, requiriéndose
consecuentemente un proceso iterativo para calcular este factor (Krahn (2004)).
Una forma simple de la ecuación del factor de seguridad según el método simplificado de
Bishop en ausencia de cualquier presión de poro se presenta en siguiente ecuación 2.3.
∑ [(cβ + W tan φ) (cos α + sen αFStan φ )]

FS = (2.3)
∑ W sen α
Donde: c = cohesión, W = peso de la rebanada, α = inclinación de la base de la rebanada,
β = longitud de la base de la rebanada y φ = ángulo de rozamiento interno.
2.2.3 Análisis de estabilidad de talud bajo la acción sísmica.
En la actualidad existen varios métodos para realizar el análisis de estabilidad de taludes ante
carga sísmica, entre los cuales podemos mencionar:
1. Método pseudoestático de análisis de estabilidad por Equilibrio Límite.
2. Métodos simplificados que estiman la deformación de la superficie de falla como son
los métodos de Newmark, 1965; Markdisi y Seed, 1978; Jansen, 1990 y Sarma, 1979.
3. Métodos que toman en cuenta la resistencia residual, para realizar un análisis de
estabilidad.
20
4. Métodos que utilizan elementos finitos.

Aunque en la actualidad se han desarrollado varios métodos de análisis de estabilidad de
taludes bajo acción sísmica, los cuales aún se encuentran en etapa de desarrollo, todavía son
utilizados los métodos pseudoestáticos de análisis de estabilidad por Equilibrio Límite, debido
a que requieren parámetros de fácil obtención y económicos, siendo sus resultados confiables.
Debido a estas consideraciones a continuación se explicará este método.
2.2.3.1 Análisis pseudoestático.
Los efectos de un sismo en una presa pueden modelarse utilizando aceleraciones horizontales
y verticales constantes. Terzaghi, 1950, fue el primero en aplicar un modelo pseudoestático
para realizar un análisis de estabilidad de taludes ante un sismo.
El análisis pseudoestático modela los posibles efectos de los sismos por aceleraciones
pseudoestáticas, las cuales producen fuerzas de inercia horizontal y vertical ( Fh y Fv )
que se producen en el centro de gravedad de cada dovela. Las fuerzas están dadas por:
ah W
Fh = = kh W (2.4)
g
av W
Fv = = kv W (2.5)
g
Donde:
• ah , av : Aceleraciones pseudoestáticas horizontal y vertical.
• kh ,kv : Coeficientes pseudoestáticos horizontal y vertical adimensionales.
• W : Peso de cada dovela analizada.
2.2.3.2 Método pseudoestático de equilibrio limite aplicado a Bishop.
Para encontrar el factor de seguridad, por el método de Bishop, que involucre la fuerza
pseudoestática horizontal que es producida por el sismo, se debe realizar un análisis de
estabilidad de taludes, introduciendo dicha fuerza en el análisis de equilibrio, como se observa
en la Figura 20.
Con las mismas hipótesis tomadas en consideración del epígrafe 1.2.3, podemos deducir la
fórmula de Bishop considerando carga sísmica, la cual puede ser utilizada para los tres estados
21
de carga (final de construcción, operación y desembalse rápido).
Figura 20 Círculo de falla de radio cualquiera y las fuerzas que actúan sobre una dovela con acción
sísmica.
Fuente: Adaptado del Internet.
Realizando el análisis de equilibrio de la masa de suelo deslizante, analizándola como un todo,

tenemos:
W ⋅ (x + k h y ) = S⋅R (2.6)
∑ ∑
Donde:
h
y = R cos α − (2.7)
2
h = Altura de la dovela.
Formula de Bishop:
R ∑ c′ ⋅ δ s ⋅ η R ∑ (W − ub) ε tan ϕ′
F= + (2.8)
∑ W ⋅ (x + k h y ) ∑ W ⋅ (x + k h y )
Donde:
1
η= (2.9)
tan ϕ′ tan α
1+ F
ε = η ⋅ sec α (2.10)
Una vez obtenida la fórmula de Bishop simplificado con acción sísmica (ver Ec. 2.8),
observamos que la fuerza pseudoestática horizontal reduce el factor de seguridad. Para
el análisis de estabilidad de taludes en presas de tierra, teniendo en cuenta la acción sísmica, se
22
utiliza esta fórmula aplicándola a los tres estados de carga con las diferentes consideraciones
que existen en cada uno de ellos.
2.2.4 Redes neuronales artificiales.
Las RNA son un conjunto de unidades elementales, basadas en modelar la forma de

procesamiento de la información en sistemas nerviosos biológicos, fundamentalmente, a partir
del funcionamiento del cerebro humano, el cual, corresponde a un sistema altamente complejo,
no-lineal y paralelo; lo que significa que es capaz de realizar simultáneas actividades al
mismo tiempo. Para establecer una similitud entre la actividad sináptica y la analogía con las
RNA, se considera que las señales que llegan a la sinapsis son las entradas a la neurona las
cuales son atenuadas o simplificadas a través de un parámetro denominado peso, el cual está
asociado a la sinapsis correspondiente. Las variables de entrada y salida del sistema pueden
ser binarias, también llamadas digitales o analógicas, dependiendo del modelo de activación
del sistema.
Algunas de las ventajas y las limitaciones de las redes neuronales artificiales se pueden resumir
de la siguiente manera:
A) Ventajas:
1. Las restricciones geométricas y físicas del problema, que aparecen en las ecuaciones
gobernantes y leyes constitutivas, no son tan dominantes en la modelación.
2. Reconocen diferentes conjuntos de datos dentro de un conjunto total de datos.
3. No requieren conocimientos o experiencia preexistente.
4. No requieren un modelo estadístico preexistente para entrenar los datos.
5. Dan resultados razonables, incluso cuando los datos son imprecisos e incompletos.
B) Limitaciones:
1. El modelo no puede realizar estimaciones fiables fuera de su rango de parámetros de

entrenamiento.
2. Mecanismos críticos pueden ser omitidas en el modelo de entrenamiento.
3. Hace falta una base teórica para la verificación y validación de estas técnicas y sus
resultados.
En la Figura 21 se muestra el modelo de una neurona artificial.
23
n entradas (x1, x2, x3, …, xj, …, xn), y donde wij representa el peso de la conexión entre una
neurona emisora j y la neurona receptora i.

NEURONA i
x1 x0 = 1 umbral
wi1 wi0 = bi
x2 función de
wi2
activación
wi3 NET AXÓN yi
ENTRADAS x3
(Inputs) SALIDA
wij (Output)
xj win pesos yi = f(Σwij xij – θi)
sinápticos
xn
DENDRITAS
Figura 21 Modelo de una neurona artificial.
Fuente: Obtenido de Aydin y Özgüler (2008)
Elaboración: Autor, Fuente: (Haykin, 1994)
En el modelo de una neurona artificial las variables de entrada (xi ) generan los valores de
Figura 5: Esquema de neurona artificial
los pesos sinápticos de las dendritas (win ) a partir de una regla de propagación, asociada a
la sumatoria de todas las entradas correspondientes a los pesos sinápticos generados (∑ ).
Debe considerarse la variable que representa el umbral (wi0 = bi ) que debe sobrepasar la
25
señal para ser enviada hacia la neurona post-sináptica. En este punto se requiere una función
de activación (f (x)) que definirá la salida de la neurona.
2.2.4.1 Características de las redes neuronales artificiales.
1. Aprender: Adquirir conocimientos.

2. Generalizar: Aplicar el aprendizaje.
3. Abstraer: Generan resultados aún con presencia de ruidos.
4. Distribución de Memoria: Conexiones robustas.
2.2.4.2 Estrategia de aprendizaje de las redes neuronales artificiales.
En general, las redes neuronales pueden ser categorizadas como supervisadas o no supervisadas.
La diferencia fundamental entre los dos tipos depende del conjunto de datos conocidos que se
utilizará con el fin de entrenar a la red. Las redes neuronales supervisadas son entrenadas para
producir los resultados deseados en respuesta al conjunto de entrenamiento de las entradas; es
por esta razón que se utilizan normalmente en la modelación y control de sistemas dinámicos,
la clasificación de los datos de sonido, y en la predicción de eventos futuros. Por otra parte, las
redes neuronales no supervisadas son entrenadas para dejar que la red se ajuste continuamente
con las nuevas entradas; estas descubren relaciones no lineales dentro de los datos y pueden
definir los esquemas de clasificación que se adaptan a los cambios en los nuevos datos.
24
2.2.4.3 Arquitectura de la red neuronal artificial.
En el presente estudio, se ha utilizado el modelo de red neuronal supervisada más ampliamente

usado, la red Perceptron Multi-Capa (PMC). Las redes PMC son modelos no lineales flexibles
y de uso general, que consisten en un número de elementos de proceso dispuestos en múltiples
capas. Generalmente se requieren tres o más capas de procesamiento: una capa de entrada
que acepta las variables de entrada utilizados en el procedimiento de clasificación, una o más
capas ocultas que identifican la estructura interna de los datos de entrada, y una capa de salida
con un nodo por clase. La Fig. 22 ilustra la arquitectura de una red PMC.
Figura 22 Arquitectura de una red Perceptron Multi-Capa con dos capas ocultas .
Fuente: Obtenido de Aydin y Özgüler (2008)
2.2.4.4 Funciones de activación de la red neuronal artificial.
La función de activación de una neurona es la encargada de relacionar la información de

entrada de la neurona con el siguiente estado de activación que tenga esa neurona. Existen
dos modelos de función de activación. Modelos acotados: El valor de la activación de la
neurona puede ser cualquiera dentro de un rango continuo de valores. Modelos no acotados:
No existe ningún límite para los valores de activación.
En el diseño de una red neuronal debe establecerse cómo van a ser los valores de activación
de cada neurona y se debe decidir la función de activación con la que cada neurona procesará
las entradas. Por lo tanto, como se muestra en la Ecuación 2.11 la función de activación
va a actuar sobre las señales de entrada, es decir, sobre los pesos sinápticos asociados con
cada entrada y sobre el valor de activación que tenía la neurona en el momento de recibir las
25
señales.
Ai(t) = FA (Ai(t−1) , NET i(t−1) ) (2.11)
Ai(t) : Valor del estado de activación de la neurona i en el instante t

FA: Función de activación
Ai(t−1) : Valor del estado de activación de la neurona i en el instante (t -1)
NET i(t−1) : Valor del conjunto de todos los pesos sinápticos en el instante (t − 1).
Teóricamente, cualquier función derivable se puede utilizar como una función de activación.
Sin embargo, una función de activación que tiene un carácter no lineal es muy importante
para que sea capaz de discriminar las complejas relaciones que existen en el conjunto de
características. Mientras que las funciones lineales son utilizadas particularmente en las capas
de entrada y de salida, las funciones de activación no lineales pueden usarse en las capas
ocultas y de salida. La elección de las funciones de activación puede influir fuertemente en la
complejidad y el desempeño de las redes neurales.
Un gran número de funciones de activación alternativas han sido descritas en la literatura

(Duch y Jankowski (1999)). Las formas funcionales no lineales más utilizadas de funciones de
activación que cumplan las condiciones de aproximación de las redes neuronales artificiales son
la sigmoidea (logística) y la función tangente-hiperbólica (Zeng (1999)). Las características
de las funciones de activación lineal, sigmoidea y tangente-hiperbólica, así como de la función
umbral se presentan en la Tabla 1.
26
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 12 N° 32, 2021
Isaida Flores Berenguer et al. /// Evaluación de la estabilidad de taludes en presas de tierra … 261-283
Marco conceptual. | Capítulo II
2.3 http://dx.doi.org/10.46925//rdluz.32.17
DOI:
Tabla 1. Funciones de activación

Tabla 1 Funciones incorporadas
de activación en MATLAB ®.
lineal del RNA.
Función de activación Ecuación matemática Representación gráfica
Lineal pura (PURELIN) 𝑦=𝑥
Sigmoidea o logística 1
𝑦=
(LOGSIG) 1 + 𝑒 −𝑥
Tangente hiperbólica 1 − 𝑒 −𝑥
𝑦=
(TANSIG) 1 + 𝑒𝑥
Fuente: Adaptado del Internet.
La función de activación más utilizada es la función sigmoidea, esta produce la señal de

La función lineal pura, permite que el resultado obtenido pueda tomar cualquier valor. La
salida en el rango cerrado de 0 a 1. Los valores 0 y 1 se obtienen únicamente para valores
función sigmoidea o logística produce la señal de salida en el rango cerrado de 0 a 1 cuyos valores
infinito negativo y positivo, respectivamente. Conforme los valores de salida se acercan
se obtienen únicamente para valores infinitos negativo y positivo, respectivamente. La función
a estos límites, derivadas de esta función disminuyen. La segunda función de activación
tangente hiperbólica es una variante bipolar de la función sigmoidea, la cual produce una salida
más utilizada es la función tangente-hiperbólica. La función de tangente-hiperbólica es una
dentro del rango cerrado de -1 a +1, que se obtienen en el menos y más infinito, respectivamente.
versión bipolar de la función sigmoidea. La función tangente-hiperbólica produce la salida
(Montoya, 2018) plantea que no existe un criterio uniforme para definir el número de
escalada dentro del rango cerrado de -1 a +1. Los valores de salida de -1 y +1 se obtienen en
capas intermedias ni el número de neuronas por capa que compondrá la RNA. Por lo que este
el menos y más infinito, respectivamente. Debido a que el conjunto de salida de la función
proceso depende del investigador y del tipo de aplicación que se le dará a la red. Sin embargo,
tangente-hiperbólica es más amplio, este puede ser más eficiente para el rendimiento de la
(González Salcedo, Gotay Sardiñas, Roodschild, Will, & Rodríguez, 2017) plantean que para
clasificación de la red PMC.
definir el número de neuronas ocultas la metodología que usa el algoritmo de poda es una
herramienta útil para los usuarios sin experiencia en el uso de redes neuronales artificiales.
2.3 Marco conceptual.
En el caso de las redes tipo perceptrón multicapa, se realiza un entrenamiento
supervisado,
2.3.1 con retropropagación
Evaluación hacia adelante.
de la estabilidad En la pasada
y análisis hacia
sísmico adelante,
de la presa.se aplica en la
capa de entrada un patrón o vector de entrada, este propaga su efecto a través de las diferentes
El campo de la estabilidad de taludes estudia la estabilidad o posible inestabilidad de un talud
capas y como consecuencia produce un vector de salida. Durante este proceso, los pesos
a la hora de realizar un proyecto, o llevar a cabo una obra de construcción de ingeniería civil,
266
siendo un aspecto directamente relacionado con la ingeniería geológica - geotécnica.
27
2.3 Marco conceptual. | Capítulo II
2.3.1.1 Estabilidad de talud de las presas.
Convencionalmente la teoría divide a los taludes en estables o inestables. Los taludes estables,
que son los que no se han caído, tienen un coeficiente de seguridad superior a 1. Los taludes
inestables, que son los que se han caído total o parcialmente, tienen un coeficiente de seguridad
inferior a 1. Esta simplista dicotomía no se sostiene en la práctica. Los taludes no se caen
bruscamente cuando su coeficiente de seguridad pasa de 1.01 a 0.99. En realidad la rotura de
un talud es un proceso largo, que empieza con deformaciones y roturas parciales que culminan,
o no, en una rotura general.
2.3.1.2 Las fuerzas sísmicas.
Es una fuerzas provocadas por movimientos de la corteza terrestre generadas por un terremoto.
El diseño de los componentes horizontales de una estructura en zona sísmica, es de importancia
fundamental ya que son estos elementos los menos resistentes a este tipo de movimientos.
2.3.1.3 Tensiones o esfuerzos.
Las tensiones o esfuerzos son el conjunto de fuerzas internas a las que está sometido un cuerpo
a consecuencia de las solicitaciones o acciones que actúan sobre él. Estas fuerzas internas son
el resultado de la interacción de unas partículas del cuerpo sobre las otras. Cuando una fuerza
(o un momento) actúa sobre un elemento de un cuerpo o de una estructura, se ven afectadas
en mayor o menor medida todas las partículas del mismo. A estas partículas llega el resultado
de esa acción que intenta deshacer el equilibrio que existía antes de que esta fuerza existiese.
2.3.1.4 La deformación.
Deformación se refiere al cambio que sufre un cuerpo o cosa tras haberle aplicado una serie
de fuerzas externas, como tensión o compresión, que producen la variación de su tamaño o
forma natural. También hay deformaciones que derivan como consecuencia de los cambios
de temperatura, es decir, por la dilatación térmica.
2.3.2 Parámetros que influyen en la evaluación de la estabilidad y

análisis sísmica de talud de la presa.
Los factores influyentes o que influyen en la estabilidad de los taludes son: factores geológicos
(relacionados a la presencia de planos y zonas de debilidad y anisotropía en el talud), factores
geométricos (tiene que ver con la altura e inclinación del talud), factores hidrogeológicos (se
28
relaciona con la parecencia de agua en los taludes) y factores geotécnicos (se relaciona al
comportamiento mecánico de rocas y suelos que conforman el talud, ademas de la resistencia
y deformabilidad de los materiales).
2.3.2.1 Parámetros geométricos.
A) Altura de la presa.
Diferencia de cota entre el punto más bajo de la cimentación, sin tener en cuenta los rastrillos,
pantallas de impermeabilización, rellenos de grietas u otros elementos semejantes, y el punto
más alto de la estructura resistente.
B) Talud aguas arriba.
Es la cara interna de la presa que esta en contacto con el agua, están relacionados a la
clasificación de suelos que se va a usar en la construcción, especialmente suelos impermeables.
El talud elegido es estrictamente conservador, y dependen del tipo de cortina y de la naturaleza
de los materiales. Todos los taludes internos así como el piso del embalse de P.H. Cariblanco
serán revestidos mediante una geomembrana que tendrá la función de impermeabilizar e
impedir las filtraciones internas de agua a través del dique.
C) Talud aguas abajo.
Es la cara externa de la presa que no esta en contacto directo, El talud aguas abajo de la
presa puede ser protegido de los efectos erosivos de la lluvia, la desecación y el agrietamiento
superficial mediante la colocación de una capa de grava. También este talud puede ser
protegido mediante la siembra de hierba.
D) Nivel de agua en la presa.
NAMO: Nivel de Aguas Máximas Ordinarias, máximo nivel con que se puede operar la presa
para satisfacer las demandas, puede ser agua potable, generación de energía y/o riego; cuando
el vertedor de excedencias no es controlado por compuertas, el NAMO coincide con su cresta
o punto más alto del vertedor.
2.3.2.2 Parámetros geotécnicos.
A) Peso específico.
Peso (de los sólidos y el agua) de un suelo por unidad de volumen total de una masa de suelo
o de roca, independientemente de su grado de saturación.
29
B) Cohesión.
La tenacidad o cohesión es el mayor o menor grado de resistencia que ofrece un mineral a la

rotura, deformación, curvatura, aplastamiento o pulverización.
C) Angulo de fricción.
El ángulo de fricción interna en el suelo representa el parámetro más importante en la

evaluación de la resistencia al corte, lo cual permite evaluar sus capacidades portantes última
y admisible.
Figura 23 Sección típica de presa Ustunaccocha.

Fuente: Obtenido del expediente técnico.
30
Capítulo III
Método de la Investigación.
En este capítulo se desarrolló el procedimiento para la determinación de los factores de seguridad (F.S) de la presa
Ustunaccocha mediante el GeoStudio y mediante el empleo de Redes Neuronales Artificiales. Luego se evalúa y
analiza por acción sísmica la estabilidad de la talud de la presa de enrocado Ustunaccocha
3.1 Enfoque.
El enfoque de esta investigación es cuantitativa por que tiene que ver con la evaluación
de la estabilidad y análisis sísmico de la talud de la presa de enrocado Ustunaccocha
mediante los factores de seguridad obtenidos mediante las redes neuronales artificiales. En la
presente investigación se realiza la recolección de datos del expediente técnico de la etapa
de construcción, y la estabilidad y análisis sísmico de la presa enrocado Ustunaccocha se
analizan con el empleo de modelos numéricos.
3.2 Alcance (exploratorio, descriptivo, correlacional,

explicativo).
El alcance de la presente investigación es aplicativo.
Aplicativo por que se evalúa la estabilidad y análisis sísmico del talud de la presa de enrocado
Ustunaccocha mediante el empleo de las redes neuronales artificiales.
3.3 Diseño de investigación (tipos: experimental y/o no

experimental).
El diseño de investigación desarrollada en esta tesis es de tipo cuantitativo no experimental,
por que se desarrolla manipulando deliberadamente las variables.
31
3.4 Población y muestra. | Capítulo III
NO experimental porque que se evalúa la estabilidad y análisis sísmico del talud de la presa
de enrocado Ustunaccocha mediante el empleo de las redes neuronales artificiales tal y cómo
se dan en su contexto natural, se observan las situaciones ya existentes, en esta investigación
las variables de evaluación ya han sido estudiados y ya no pueden ser manipulados por
el investigador, por que la estabilidad y análisis sísmico del talud de la presa enrocado
Ustunaccocha ya fueron determinados al igual que sus efectos.
3.4 Población y muestra.
3.4.1 Población.
Comprende una sola presa de enrocado Ustunaccocha del distrito de Vinchos, provincia de
Huamanga - Ayacucho.
480000.000000 540000.000000 600000.000000 660000.000000 720000.000000
8610000.000000
8610000.000000
HUANTA
LEYENDA
!
.!.
!
.!
.
!
.
.
! PRESAS !
.!
.
.
!!
. LA MAR
8540000.000000
8540000.000000
HUAMANGA
.
! !
.
!
. !
.
CANGALLO
.
!
VICTOR FAJARDO VILCAS HUAMAN
8470000.000000
8470000.000000
HUANCA SANCOSVICTOR FAFARDO

!!
..
VICTOR
. FAJARDO
!
SUCRE
.
!
.
! !
. .
!
!
.
8400000.000000
8400000.000000
!
.
.
!
LUCANAS .!
! .
!
!
.!.!
.!
.
!. .!
.
!
. !
.
!
. . PARINACOCHAS
.!
!
.!
8330000.000000
8330000.000000
!
. !. !
.
PAUCAR DEL SARA SARA
!
.
480000.000000 540000.000000 600000.000000 660000.000000 720000.000000
Figura 24 Ubicación de presas de Ayacucho.

Fuente: Adaptado de una tesis.
32
3.4 Población y muestra. | Capítulo III
Figura 25 Distribución de presas por Provincia.

Figura 26 Cantidad de presa según uso.

3.4.2 Muestra del estudio.
Para la investigación se realizó un muestreo no probabilístico por conveniencia, se eligió a la

presa de enrocado Ustunaccocha. Asimismo se tiene acceso a la información de los registros
de la estabilidad y análisis sísmico del talud, geotecnia, geología y mecánica de suelos en el
archivo de OPEMAN-GRA y expediente técnico. La Presa enrocado Ustunaccocha cuenta
con solo una sección 0 + 275m con pantalla de geomembrana PVP–P de espesor de 2mm con
una corona de 275m de longitud y una altura máxima de 24.5m. Para la investigación se toma
toda la sección de la presa del cual se saca los parámetros geométricos y geotécnicos para el
entrenamiento de la red neuronal artificial con ello la obtención de los factores de seguridad.
33
3.5 Hipótesis. | Capítulo III
3.5 Hipótesis.
3.5.1 Hipótesis general.
Se dispondrá de una adecuada evaluación de la estabilidad y diseño sísmico de talud en una

presa de enrocado (Ustunaccocha) con la ayudada del empleo de redes neuronales artificiales
distrito de Vinchos – Huamanga – Ayacucho 2021.
3.5.2 Hipótesis específicas.
1. Al determinar los parámetros que influyen en la evaluación de la estabilidad y análisis

artifíciales distrito de Vinchos – Huamanga – Ayacucho 2021 se garantiza la estabilidad
de la presa.
2. Con evaluación de la estabilidad y análisis sísmica de talud de la presa de enrocado
(Ustunaccocha) empleando las redes neuronales artificiales en distrito de Vinchos –
Huamanga – Ayacucho 2021 se garantiza la estabilidad de talud de la presa.
3. Al obtener los factores de seguridad de la estabilidad y análisis sísmica de talud en
la presa de enrocado (Ustunaccocha) empleando las redes neuronales artificiales en
distrito de Vinchos – Huamanga – Ayacucho 2021 se garantiza la estabilidad de talud
de la presa.
3.6 Operacionalización de variables, definición conceptual

y operacional.
3.6.1 Variables.
Una variable es un factor, evento, situación o fenómeno que representa cierto interés dentro
de la investigación y del cual se precisa conocer su intensidad o categoría. Se conoce como
variable porque el factor estudiado “puede” obtener distintos valores, es decir, varía entre una
observación y otra. Existen básicamente dos variables que participan de todo proceso de
investigación: evaluativa, calibración.
Variables Evaluativas: Son aquellas variables que se miden para saber si la intervención
34
3.6 Operacionalización de variables, definición conceptual y operacional. | Capítulo III
tiene el efecto que se espera en el objeto de estudio. Se identifica siempre una variable cuya
magnitud o característica es evaluable. Las variables evaluativas objeto de estudio en la tesis
son la estabilidad y análisis sísmico del talud de la presa de enrocado (Ustunaccocha) con
las siguientes dimensiones, las fuerzas sísmicas, las tensiones o esfuerzos y La deformaciones
obtenidas de una evaluación de la estabilidad y análisis sísmico de talud de una presa enrocado.
Variables de Calibración: Son aquellas variables de calibración que son necesarias para la
evaluación del objeto de estudio. Las variables de calibración para la presente tesis son, los
parámetros que influyen en la evaluación de la estabilidad y análisis sísmica de talud
de la presa de enrocado (Ustunaccocha) empleando las redes neuronales artificiales
teniendo las siguientes dimensiones parámetros geométricos y geotécnicos.
3.6.2 Indicadores.
Al referirnos a los conceptos indicamos que estos no son observables directamente. Por
lo tanto, se deben buscar procedimientos que permitan la medición indirecta mediante
manifestaciones externas, empíricas y observables. Tales manifestaciones o expresiones
reciben el nombre de indicadores.
Indicador asociada a la variable Evaluativa: Factores de seguridad establecidos por la norma

(FS ), indice de fuerza (kgf ), resistencia (Kgf /cm2 ) y longitud de las deformaciones (mm).
Indicador asociada a la variable de Calibración: Altura de la presa (m), talud aguas arriba
(1/H ), talud aguas abajo (1/H ), nivel de agua en la presa (m), peso específico (kN /m3 ),
Cohesión (kPa) y Angulo de fricción (∘ ).
La Tabla siguiente muestra en resumen, la relación entre las variables e indicadores

identificados en la presente investigación.
35
3.7 Técnicas e instrumentos. | Capítulo III
Tabla 2 Variables, Dimensiones e Indicadores del estudio

Variables Dimensiones Indicadores
La estabilidad del Factores de seguridad establecidos

talud de la presa. por la norma (FS).
Estabilidad y
Evaluación
Análisis sísmico de
talud de la presa de Las fuerzas sísmicas. Índice de fuerza (kgf)
enrocado. Las tensiones o esfuerzos. Resistencia (Kgf/cm2 )
La deformación. Long. de las deformaciones (mm)
Altura de la presa (m).

Parámetros que
influyen en la Talud aguas arriba (1/H).
evaluación de la Parámetros geométricos.
Talud aguas abajo (1/H).
Calibración
estabilidad y análisis
sísmica de talud de Nivel de agua en la presa (m).
la presa de enrocado.
Peso específico (kN/m3 ).
Parámetros geotécnicos. Cohesión (kPa).
Angulo de fricción (∘ ).
3.7 Técnicas e instrumentos.

Para el procesamiento de la información de la presente investigación requiere de la aplicación
de técnicas e instrumentos de recolección de datos e información, que permitan ampliar y
profundizar el estudio, los mismos que se detallan a continuación:
A) Técnicas.
Revisión bibliográfica: el objetivo principal de esta modalidad es realizar una investigación

documental, es decir, recopilar información ya existente sobre el tema o problema. Se pudo
obtener para esta investigación información de diversas fuentes como, por ejemplo, revistas,
artículos científicos, libros, material archivado y otros trabajos académicos.
36
Figura 27 Informe documentario.

Fuente: Obtenido de Flores, Glez y Garcia (2021)
Revisión de expediente técnico: el objetivo principal de esta revisión fue para obtener los
datos necesarios de la presa de enrocado (Ustunaccocha) para la investigación.
Figura 28 Registro de datos geotécnicos.

37
B) Instrumentos.
Para llegar al objetivo de la tesis, Las aplicaciones o programas utilizadas son las siguientes:
1. Recopilación de información de los estudios de campo de la presa enrocado

(Ustunaccocha) mediante el expediente técnico ”construccion del sistema de riego
laguna Ustunaccocha - Ccasanccay en el distrito de Vinchos, provincia de de Huamanga
- Ayacucho”.
2. Análisis de datos: Microsoft Office Excel 2018.
3. Análisis de datos: Python 3.9.
4. Programas de Dibujo: AutoCad 2020.
5. Programas de Analisis: GeoStudio 2012.
6. Distribución TeX : MiKTEX 2.9.
7. Edición de Textos : TEXstudio, JabRef 2.10.
8. Equipo: Ordenador Portátil con Sistema Operativo Windows 10.
(a) Microsoft Office Excel

2018. (b) AutoCad 2020.
Figura 29 Instrumentos de calculo y dibujo.
(a) Python 3.9. (b) GeoStudio 2012.

Figura 30 Instrumentos de programación y modelamiento.
38
3.8 Técnicas estadísticas para el procesamiento de la información. | Capítulo III
3.8 Técnicas estadísticas para el procesamiento de la

información.
La prueba de hipótesis se realiza con la obtención de los factores de seguridad de la evaluación
de la estabilidad y análisis sísmico de talud de la presa de enrocado (Ustunaccocha) empleando
las redes neuronales artificiales. la evaluación de la estabilidad y análisis sísmico de la talud
de la presa enrocado se lleva acabo con los parámetros geométricos y geotécnicos de la presa
en estudio.
Así mismo los factores de seguridad de la estabilidad y análisis sísmico de la talud de la presa
enrocado se obtienen mediante el entrenamiento de las redes neuronales artificiales para ello
son necesarios los parámetros de la presa enrocado (Ustunaccocha).
3.9 Desarrollo del trabajo de tesis
3.9.1 Presa de enrocado Ustunaccocha
Este proyecto se encuentra ubicado en la sierra central del Perú, región Ayacucho, provincia
Huamanga, distrito de Vinchos, localidad Ccasanccay - Anchachuasi. a una altitud de 3920
msnm.
Figura 31 Presa Ustunaccocha.

Fuente: Obtenido de Google Earth.
39
3.9 Desarrollo del trabajo de tesis | Capítulo III
Ustunaccocha es la presa mas importante para el distrito de Vinchos, tiene una longitud de eje
de 275 m y en la sección mas alta tiene una altura de 24.5 m y se encuentra zonificado con
una pantalla aguas arriba con membrana impermeabilizante, filtros de transición y espaldón
de enrocado y cuenta con una capacidad de embalse de 6.000 MMC. El proyecto fue realizado
por PRIDER - GORE Ayacucho.
Figura 32 Eje longitudinal de la presa Ustunaccocha.

3.9.2 Sección típica de la presa y materiales seleccionados.
Según las características del proyecto se ha hecho la siguiente zonificación del cuerpo de la
presa, teniendo en cuenta las recomendaciones para la construcción de presas de enrocado.
40
Figura 33 Sección típica de la presa Ustunaccocha.

1. ZONA 1 (transición): Para la zona seleccionada como ZONA 1 se utilizará la cantera de

Huaycaccocha, cuyo resultado de mezcla se encuentra dentro de los husos recomendados
para la zona 1 (material de apoyo de la pantalla suelo cemento).
2. ZONA 2 (cuerpo): Las dimensiones de las partículas de la zona 2 será como máximo
5”.
3. ZONA 3 (protección): Rocas acomodadas.
Tabla 3 Materiales de la presa.

CARACTERÍSTICAS GEOTÉCNICAS
ESFUERZOS TOTALES UU.
PESO
N° MATERIAL COHESIÓN FRICCIÓN
ESPECÍFICO
kN/m3 kPa °
1 Cuerpo 19.3 19.61 27.92
2 Geomembrana 19.3 19.61 27.92
3 Material 2 (Suelo Cemento) 19 10 35
4 Material 3 (Transición) 20 0 35
5 Colchón Reno 22 60 40
6 Muro 24
7 Dique Natural 19 69 25.5
8 Roca 19.5 885 28
9 Protección 21 0 35
10 CL (Dren) 18 20 20
11 Inyecciones 19 69 25.5
41
3.9.3 Procesamiento de datos.
3.9.3.1 Obtención de datos para el entrenamiento de la RNA.
Para el entrenamiento de la RNA se obtuvieron 169 datos mediante el modelamiento de la

presa en GeoStudio 2012, para el modelamiento los datos se obtuvo de la variación de los
parámetros geotécnicos de la presa entre 100% y 50%, también con la obtención de diferentes
alturas de la presa sacados de la longitud del eje de la presa Ustunaccocha que varia desde los
5.4m hasta los 24.5m de altura.
Figura 34 Obtención F.S con GeoStudio aguas abajo.

Figura 35 Obtención F.S con GeoStudio aguas abajo con sismo.

42
Factores de seguridad (F.S) obtenidos del modelamiento en GeoStudio 2021:
Tabla 4 Factores de seguridad (F.S) obtenidos del modelamiento en GeoStudio.

PESO
COHESION
ESPECIFICO COHESION DE ANGULO DE FACTOR DE
ALTURA DE LA INCLINACION NIVEL DEL DEL CUERPO
N° DATOS DEL CUERPO …... INYECCIONES INYECCIONES SEGURIDAD
PRESA (m) DEL TALUD (°) AGUA (m) DE LA PRESA
DE LA PRESA (kPa) (°) (FS)
(kPa)
(kN/m3)
1 24.3 27 23.3 19.3 19.61 …... 69 25.5 2.282
2 24.3 27 23.3 17.37 17.649 …... 62.1 22.95 2.127
3 24.3 27 23.3 15.44 15.688 …... 55.2 20.4 1.978
4 24.3 27 23.3 13.51 13.727 …... 48.3 17.85 1.835
5 24.3 27 23.3 11.58 11.766 …... 41.4 15.3 1.695
6 24.3 27 23.3 9.65 9.805 …... 34.5 12.75 1.559
7 5.4 27 3.4 19.3 19.61 …... 69 25.5 5.31
…... …... …... …... …... …... …... …... …... …...
89 13.4 27 11.4 11.58 11.766 …... 41.4 15.3 1.885
90 13.4 27 11.4 9.65 9.805 …... 34.5 12.75 1.753
91 14 27 12 19.3 19.61 …... 69 25.5 2.328
92 14 27 12 17.37 17.649 …... 62.1 22.95 2.178
93 14 27 12 15.44 15.688 …... 55.2 20.4 2.034
94 14 27 12 13.51 13.727 …... 48.3 17.85 1.895
95 14 27 12 11.58 11.766 …... 41.4 15.3 1.761
96 14 27 12 9.65 9.805 …... 34.5 12.75 1.63
97 21.2 27 19.2 19.3 19.61 …... 69 25.5 1.825
98 21.2 27 19.2 17.37 17.649 …... 62.1 22.95 1.676
99 21.2 27 19.2 15.44 15.688 …... 55.2 20.4 1.534
100 21.2 27 19.2 13.51 13.727 …... 48.3 17.85 1.398
101 21.2 27 19.2 11.58 11.766 …... 41.4 15.3 1.266
102 21.2 27 19.2 9.65 9.805 …... 34.5 12.75 1.138
103 21 27 19 19.3 19.61 …... 69 25.5 2.026
104 21 27 19 17.37 17.649 …... 62.1 22.95 1.876
105 21 27 19 15.44 15.688 …... 55.2 20.4 1.715
106 21 27 19 13.51 13.727 …... 48.3 17.85 1.594
107 21 27 19 11.58 11.766 …... 41.4 15.3 1.46
108 21 27 19 9.65 9.805 …... 34.5 12.75 1.329
109 15.1 27 13.1 19.3 19.61 …... 69 25.5 2.128
110 15.1 27 13.1 17.37 17.649 …... 62.1 22.95 1.977
111 15.1 27 13.1 15.44 15.688 …... 55.2 20.4 1.832
112 15.1 27 13.1 13.51 13.727 …... 48.3 17.85 1.693
113 15.1 27 13.1 11.58 11.766 …... 41.4 15.3 1.558
114 15.1 27 13.1 9.65 9.805 …... 34.5 12.75 1.426
115 15.2 27 13.2 19.3 19.61 …... 69 25.5 2.115
116 15.2 27 13.2 17.37 17.649 …... 62.1 22.95 1.965
…... …... …... …... …... …... …... …... …... …...
166 10.7 27 8.7 13.51 13.727 …... 48.3 17.85 2.015
167 10.7 27 8.7 11.58 11.766 …... 41.4 15.3 1.877
168 10.7 27 8.7 9.65 9.805 …... 34.5 12.75 1.741
3.9.3.2 Proceso de entrenamiento de la RNA.
De los 169 datos que se obtuvo 165 datos se utilizo para el entrenamiento 73% = 120 datos,
validación 18% = 30 datos y verificación 9% = 15 datos de la red neuronal artificial y el
resto 4 datos para la evaluación manual, la red neuronal artificial consta de 15 parámetros o
variables de entrada (inputs) y 1 de salida (output).
43
Tabla 5 Parámetros geométricos y geotécnicos para el entrenamiento del RNA.

Altura de la
presa
H (m)
Nivel de
agua en la N_A (m)
Valores de entrada (Inputs).

presa
PESO ESPECÍFICO: P.E_C.P (kN/m3)
Cuerpo de la
COHESIÓN: C_C.P (kPa)
presa
FRICCIÓN: A.F_C.P (°)
Suelo PESO ESPECÍFICO: P.E_S.C (kN/m3)
cemento - COHESIÓN: C_S.C (kPa)
Material 2 FRICCIÓN: A.F_S.C (°)
Transición - PESO ESPECÍFICO: P.E_T (kN/m3)
Material 3 FRICCIÓN: A.F_T (°)
PESO ESPECÍFICO: P.E_C.R (kN/m3)
Colchón
COHESIÓN: C_C.R (kPa)
Reno
FRICCIÓN: A.F_C.R (°)
PESO ESPECÍFICO: P.E_P (kN/m3)
Protección
FRICCIÓN: A.F_P (°)
(Output).
Valor de
salida
Factor de
F.S
seguridad
PRIMERA CAPA
ENTRADA OCULTA
(INPUTS) SEGUNDA CAPA
Altura de la OCULTA
N1 H (m) 24.5 24.3
Valores de entrada (Inputs) - parametros
presa
geotécnicos y geométricos de la presa.
H (m)----> X1 M1
Nivel
N2 de
N_A (m)----> X2 agua en la M2 N_ATERCERA
(m) CAPA 22.5 22.3
presa
N3 OCULTA
P.E_C.P X3
(kN/m3) ----> PESO MESPECÍFICO:
3
P.E_C.P
N4 de la Z1 (kN/m3) 19.30 13.5
Cuerpo
C_C.P COHESIÓN: C_C.P (kPa) 19.61
SALIDA 13.7
----> X4 presa (OUTPUT)
(kPa) N5 FRICCIÓN: A.F_C.P (°) 27.92 19.5
M4
A.F_C.P X5 Suelo PESO ESPECÍFICO: P.E_S.C Z2 19.00
(kN/m3) Y ----> F.S 13.3
(°) ----> N 6
cemento - COHESIÓN: C_S.C (kPa) 10.00 7.00
P.E_S.C Material 2 M5
(kN/m3) ----> X6
N7
FRICCIÓN: A.F_S.C (°) 35.00 24.5
Z3
Transición - PESO ESPECÍFICO: P.E_T (kN/m3) 20.00 14.0
C_S.C
(kPa) ---->
X7 Material
N8 3 M6 FRICCIÓN: A.F_T (°) 35.00 24.5
. .
. .
PESO ESPECÍFICO:
.
P.E_C.R (kN/m3) 22.00 15.4
. Colchón
A.F_P
. COHESIÓN: C_C.R (kPa)
. 60.00 42.0
Reno
.
(°) ----> X15
FRICCIÓN:
M10 A.F_C.R (°) 40.00 28.0
N30
PESO ESPECÍFICO: P.E_P (kN/m3) 21.00 14.7
Protección
Figura 36 Arquitectura de la Red Neuronal Artificial de entrenamiento. 35.00 24.5
de Valor de
ut) (Output)

salida
Factor de F.S - OBTENIDO CON GEOSTUDIO

1.864 1.47
seguridad 44 2012.
a
3.9.3.3 Esquema de entrenamiento de la RNA.
1. Tipo de red: Perceptrón multicapa, con retropropagación hacia adelante.

2. Tipo de aprendizaje y problema: Entrenamiento supervisado, problema tipo
regresión.
3. Tres capas ocultas: Primera capa oculta 30 neuronas, segunda capa oculta 10 neuronas
y tercera capa oculta con 3 neuronas.
4. Funciones de activación en las capas ocultas: Función de tangente hiperbólica (Tanh)
en la primera capa oculta, unidad lineal rectificada (Relu) segunda capa oculta y unidad
lineal rectificada (Relu) tercera capa oculta.
5. Función de activación en la capa salida: Función de activación lineal pura (linear).
6. Tipo de función de rendimiento: Error cuadrático medio.
A) Importación de datos obtenidos al RNA para el entrenamiento:
Estadísticas de los datos, para ver si los datos son Gausianos.
Figura 37 Estadística de datos no normalizados.

Se puede verificar que los datos importados son muy dispersos.
45
Figura 38 Datos importados no normalizados.

B) Nurmalización de datos importados:
Nurmalización de los datos importados a la RNA para tener datos no muy dispersos.
Figura 39 Estadística de datos normalizados.

Se puede verificar que los datos importados ya no son muy dispersos.
46
Figura 40 Datos importados normalizados.

C) Primer entrenamiento:
Con 250 épocas o iteraciones.
El entrenamiento de la Red Neuronal Artificial se llevara todo con los datos normalizados.
Figura 41 Primer entrenamiento de RNA.

47
D) Segundo entrenamiento:
Con 1200 épocas o iteraciones.
Error promedio del entrenamiento: 0.000 = 0%

Precisión del entrenamiento: 0.954 = 96%
Figura 42 Segundo entrenamiento de RNA.

Error promedio de la validación: 0.000 = 0%

Precisión de la validación: 0.906 = 91%
Figura 43 Validación de segundo entrenamiento de RNA.

48
Coeficiente de correlación y precisión: R2 = 0.9890 = 99%
Figura 44 Coeficiente de correlación del entrenamiento de RNA.

49
Capítulo IV
Resultados
En esta capítulo se muestra los resultados obtenidos de la evaluación de la estabilidad de talud mediante GeoStudio
y por las Redes Neuronales Artificiales.
4.1 Contrastación de hipótesis.
4.1.1 Verificación del aprendizaje de la red neuronal artificial.
El error promedio para la verificación de la RNA: 0.000

Precisión de la verificación de la RNA: 0.8044 = 80%
Figura 45 Verificación del aprendizaje de la RNA.

50
FRICCIÓN: A.F_C.P (°)
Valores de entrad
Suelo PESO ESPECÍFICO: P.E_S.C (kN/m3)
cemento - COHESIÓN: C_S.C (kPa)
Material 2 FRICCIÓN: A.F_S.C (°)
Transición - PESO ESPECÍFICO: P.E_T (kN/m3) 4.2 Análisis e interpretación. | Capítulo IV
Material 3 FRICCIÓN: A.F_T (°)
PESO ESPECÍFICO: P.E_C.R (kN/m3)
Colchón
COHESIÓN: C_C.R (kPa)
Reno
4.2 Análisis e interpretación.
FRICCIÓN: A.F_C.R (°)
PESO ESPECÍFICO: P.E_P (kN/m3)
Protección
En el tabla 6 se presenta los valores de factores de segurida (F.S) calculados mediante el
(Output).
Valor de
salida
Factor de
SLOPE/W deseguridad F.S
GeoStudio para los 4 casos, en la misma tabla se incluyen los valores estimados
a través de las redes neuronales artificiales diseñadas en el presente estudio.
Tabla 6 Comparación de F.S GeoStudio y RNA.

Altura de la
H (m) 24.5 24.3 17 22.4
Valores de entrada (Inputs) - parametros
presa
geotécnicos y geométricos de la presa.
Nivel de
agua en la N_A (m) 22.5 22.3 15 20.4
presa
PESO ESPECÍFICO: P.E_C.P (kN/m3) 19.30 13.51 13.51 15.44
Cuerpo de la
presa
COHESIÓN: C_C.P (kPa) 19.61 13.73 13.73 15.69
FRICCIÓN: A.F_C.P (°) 27.92 19.54 19.54 22.34
Suelo PESO ESPECÍFICO: P.E_S.C (kN/m3) 19.00 13.30 13.30 15.20
cemento - COHESIÓN: C_S.C (kPa) 10.00 7.00 7.00 8.00
Material 2 FRICCIÓN: A.F_S.C (°) 35.00 24.50 24.50 28.00
Transición - PESO ESPECÍFICO: P.E_T (kN/m3) 20.00 14.00 14.00 16.00
Material 3 FRICCIÓN: A.F_T (°) 35.00 24.50 24.50 28.00
PESO ESPECÍFICO: P.E_C.R (kN/m3) 22.00 15.40 15.40 17.60
Colchón
Reno
COHESIÓN: C_C.R (kPa) 60.00 42.00 42.00 48.00
FRICCIÓN: A.F_C.R (°) 40.00 28.00 28.00 32.00
PESO ESPECÍFICO: P.E_P (kN/m3) 21.00 14.70 14.70 16.80
Protección
FRICCIÓN: A.F_P (°) 35.00 24.50 24.50 28.00
Valor de Valor de
(Output) (Output)
salida
Factor de F.S - OBTENIDO CON GEOSTUDIO

1.864 1.474 1.706 1.698
seguridad 2012.
salida
Factor de F.S - OBTENIDO CON REDES

1.977 1.575 1.693 1.771
seguridad NEURONALES ARTIFICIALES (RNA).
51
Conclusiones.
Conclusiones.
1. El modelo total presenta una buena correlación obteniéndose un modelo de Red Neuronal
Artificial con R2 = 0.9890 = 99% de correlación, lo que significa que se logró una
red con buenos resultados.
2. La red llego al objetivo a pesar de no haber alcanzado al 100% de precisión tuvo buenas
predicciones de los valores de factores de seguridad (F.S) para la estabilidad de la presa
con respecto a los datos obtenidos del modelamiento de GeoStudio 2012 de la presa
Ustunaccocha.
Recomendaciones.
1. Se recomienda aplicar las RNA para la evaluación de la estabilidad de taludes teniendo
datos reales para el entrenamiento de la red neuronal artificial.
Trabajos futuros.
1. Evaluar la estabilidad de talud de las presas de tierra con núcleo impermeable empleando
las RNA.
2. Evaluar la estabilidad de talud de las presas heterogéneas y homogéneas empleando las
RNA.
52
Referencias bibliográficas
Alva, J. E. & Infantes, M. (2019). Diseño Sísmico de Presas de Tierra y Enrocado. En Curso:
Actualización Profesional Dinámica de Suelos.
ANA. (2010). Criterios de Diseños de Obras Hidráulicas para la Formulación de Proyectos
Hidráulicos Multisectoriales y de Afianzamiento Hídrico.
ANA. (2015). Inventario de Presas en el Perú. Ministerio de Agricultura y Riego.
Arunav, K. & Diganta, G. (2018). Slope Stability Prediction using Artificial Neural
Network (ANN). International Journal Of Engineering And Computer Science, 6(6),
21845–21848.
Avilés, J., Flores, R., Gonzales, J. F., Herrera, S. R., Hristov, V., Li Liu, X. & Mejía, R.
(2001). Geotecnia en Ingeniería de Presas (C. de tecnología Hidráulica, Ed.). Instituto
Mexicano de Tecnología del Agua.
Aydin, A. & Özgüler, E. (2008). Evaluation of dispersive properties of clays to be used in
embankment of arsuz-gönençay dam. International Conference on Case Histories in
Geotechnical Engineering.
Barkhordari, K. & Entezari, H. (2015). Prediction of Permanent Earthquake-Induced
Deformation in Earth Dams and Embankments Using Artificial Neural Networks. Civil
Engineering Infrastructures Journal, (48(2)), 271–283.
Beiranvand, B., Mohammadzadeh, A. & Komasi, M. (2019). Effect of different parameters of
heterogeneous dams on safety factor using the neural network. Nexo Revista Científica.
Berzal, F. (2018). Redes Neuronales & Deep Learning. Granada.
Chafla, E. X. (2019). Análisis del rendimiento de algoritmos de entrenamiento de Redes
Neuronales Artificiales aplicadas al modelamiento dinámico de represas hidroeléctricas,
mediante el error de predicción del nivel de embalse de agua. Escuela Superior
Politécnica de Chimborazo.
Choobbasti, A. J., Farrokhzad, F. & Barari, A. (2009). Prediction of Slope Stability Using
Artificial Neural Network (Case Study: Noabad, Mazandaran, Iran). Springer, 311–319.
53
Costa, C. (2016). Predicción de la Estabilidad de Presas Heterogéneas Mediante Redes

Neuronales Artificiales (Máster Universitario en Sistemas de Ingeniería Civil). Escuela
Técnica Superior de Ingeniería de Caminos, Canales y Puertos.
Duch, W. & Jankowski, N. (1999). Survey of neural transfer functions. Neural Computing
Surveys.
Esra, E. & Ozcan, T. (2021). Use of Artificial Neuronal Networks in Stability Control
of Cantilever Retaining Walls. International Civil Engineering and Architecture
Conference 2019 (ICEARC’19), 469–478.
Flores, I., Glez, Y. & Garcia, J. (2021). Evaluación de la Estabilidad de Taludes en Presas de
Tierra Empleando Redes Neuronales Artificiales. Revista de la Universidad del Zulia,
(32), 261–283.
Galindez, C. A. & Bohórquez, S. A. (2019). Evaluación del Sobrevertido y Estabilidad en
Presas de Tierra Frente a un Sismo (Trabajo de Investigación para optar por el Título
de Ingenieros Civiles). Ingeniería Civil.
Gomes, G. (2016). .Modelo de predicción de aportaciones mensuales urilizando Redes
neuronales Artificiales. Aplicación a la cuenca dek río Amambaí (Brasil). Universidad
Politécnica de Valencia.
Krahn, J. (2004). Seepage modeling with SEEP/W: An engineering methodology. Canada:
GEO-SLOPE/W International Ltd.
Llano, L., Hoyos, A., Arias, F. & Velásquez, J. (2007). Comparación del desempeño de
funciones de activación en Redes Feedforward para aproximar funciones de datos con
y sin ruido. Avances en Sistemas e Informática.
Loizos, P. (2013). Seismic Response and Analysis of Earth Dams (T. M̃. Imperial College
of Science, Ed.). London, United Kingdom.
Montoya, E. (2013). Modelo de alerta de escorregamentos deflagrados por chuvas usando
redes neurais artificiais. Universidad de Brasilia.
Montoya, E. (2018). Metodología para la aplicación de Redes Neuronales Artificales para
sistemas de alerta de deslizamientos provocados por lluvias en regiones montañosas.
Universidad de Brasilia.
Murillo, R. (2012). Presas de Tierra y sus Fallas. Sociedad Mexicana de Ingenieria Geotécnica,
A.C.
54
Nelas, S. A. (2016). Hydraulic Engineering Failure of Large Dams (F. de Engenharia

Universidade do Porto, Ed.). Departamento de engenharia Civil.
Ortiz, W. F. & Portilla, E. I. (2014). Estudio de Estabilidad de los Taludes de las Presas Del
Proyecto Pacalori, Teniendo en CIuenta la Acción Sísmica (Tesis previa a la obtención
del Título de Ingeniero Civil). Escuela de Ingeniería Civil.
Pano, A. D. (2015). Realización FPGA de una Red Neuronal Artificial para Reproducir
Comportamiento Caótico. Instituto Nacional de Astrofísica, óptica y electrónica.
Perez, G. (2016). Manual de Obras Hidraulicas.
Qian, Z. G. & Jiang, J. C. (2019). An Artificial Neural Network Approach to Inhomogeneous
Soil Slope Stability Predictions Based on Limit Analysis Methods. ELSEVIER, (59),
556–569.
Sánchez, A. M. & Taza, A. A. (2017). Análisis de Estabilidad Sísmica para una Presa
Utilizando Relave Grueso con el Método de Suelo Armado (Huachocolpa Uno -
Huancavelica) (Para Optar el Título Profesional de Ingeniero Civil). Escuela Profesional
de Ingeniería Civil.
Shivakumar, S. A., Shivamanth, S. & Dodagoudar, G. R. (2015). Seepage and Stability
Analyses of Earth Dam Using FInite Element Method. ELSEVIER, 4, 876–883.
Sulca, J. (2016). Estabuilidad de Taludes para Determinar Fallas en la Presa de Tantar,
Distrito de Concepción - Vilcashuaman - Ayacucho 2016 (Tesis para Obtener el Título
Profesional de Ingeniero Agricola). Escuela de Ingeniería Agrícola.
Thair, A., Yahyea, A.-t. & Zeena, A. (2020). Evaluation of the upstream slope stability of
earth dams based on drawdown conditions - Khassa Chai Dam: a case study. Materials
Science and Engineering.
Vahid, N. & Hamid, N. (2012). Assessment of Slope Stability in Embankment Dams Using
Artificial Neural Network (Case Study: Zonouz Embankment Dam). IJACEA, 65–75.
Valderrama, F. J., Chávez, D. A., Muñoz, S. P., Tuesta, V. A. & Mejía, H. I. (2020). Importancia
de las Redes Neuronales Artificiales en la Igeniería Civil: Una Revisión Sistemática de
la Literatura. ITECKNE.
Vallarino, E. (2006). Tratado básico de presas. Colegio de Ingenieros de Caminos, Canales y
Puertos.
Zeng, L. (1999). Prediction and classification with neural network models. Sociological
Methods & Research.
55
Anexo A
Matriz de consistencia. MATRIZ DE CONSISTENCIA
Investigación: “Evaluación de la estabilidad y análisis sísmico de talud en la presa enrocado (Ustunaccocha) empleando redes neuronales artificiales
distrito de Vinchos – Huamanga – Ayacucho 2021.”
Tabla A.1 Matriz de consistencia.
Problema Objetivos Hipótesis Variables Metodología Población y Muestra Técnicas e
General Instrumentos de
investigación
¿De qué manera el empleo de redes Evaluar la estabilidad y diseño sísmico Se dispondrá de una adecuada evaluación de Variable evaluativa: Investigación: Población: Técnicas:
neuronales artificiales ayudara en la de talud en la presa enrocado la estabilidad y diseño sísmico de talud en una Evaluación de la estabilidad Cuantitativa. 1 presa enrocada. Revisión bibliográfica.
evaluación de la estabilidad y análisis (Ustunaccocha) empleando las redes presa enrocado (Ustunaccocha) con la y análisis sísmico de talud Muestra:
sísmico de talud en la presa enrocado neuronales artificiales en distrito de ayudada del empleo de redes neuronales en presa enrocado
Nivel: La presa enrocada Revisión de expediente
(Ustunaccocha) distrito de Vinchos – Vinchos – Huamanga – Ayacucho artificiales distrito de Vinchos – Huamanga – (Ustunaccocha).
Aplicativo. Ustunaccocha distrito de técnico.
56
Huamanga – Ayacucho 2021? 2021. Ayacucho 2021.

Vinchos – Huamanga –
Específicos:
Tipo: Ayacucho. Instrumentos:
¿Cuáles son los parámetros que Determinar los parámetros que influyen Al determinar los parámetros que influyen en
Cuantitativo. Datos de la presa
influyen en la evaluación de la en la evaluación de la estabilidad y la evaluación de la estabilidad y análisis
Ustunaccocha obtenidos
estabilidad y análisis sísmico de análisis sísmico de talud en la presa sísmico de talud en la presa enrocado
Diseño: del expediente técnico.
1 talud en la presa enrocado enrocado (Ustunaccocha) empleando (Ustunaccocha)
empleando las redes
(Ustunaccocha) empleando las las redes neuronales artifíciales distrito neuronales artifíciales distrito de Vinchos – Aplicativo – No
redes neuronales artifíciales de Vinchos – Huamanga – Ayacucho Huamanga – Ayacucho 2021 se garantiza la Experimental. Excel 2018.
distrito de Vinchos – Huamanga – 2021. estabilidad de la presa.
Ayacucho 2021? Variable de calibración: Uso de Python.
¿Cómo evaluar la estabilidad y Evaluar la estabilidad y análisis sísmica Con evaluación de la estabilidad y análisis Parámetros que influyen en
análisis sísmica de talud en la de talud de la presa enrocado sísmica de talud de la presa enrocado la evaluación de la
Uso de herramientas de
presa enrocado (Ustunaccocha) (Ustunaccocha) empleando las redes (Ustunaccocha) empleando las redes estabilidad y análisis
2 GeoStudio 2012.
empleando las redes neuronales neuronales artificiales en distrito de neuronales artificiales en distrito de Vinchos – sísmica de talud de la presa
artificiales en distrito de Vinchos Vinchos – Huamanga – Ayacucho Huamanga – Ayacucho 2021 se garantiza la enrocado (Ustunaccocha)
Uso de AutoCAD 2020.
– Huamanga – Ayacucho 2021? 2021. estabilidad de talud de la presa. empleando las redes
¿Cuáles son los factores de Evaluar los factores de seguridad de la Al obtener los factores de seguridad de la neuronales artificiales.
seguridad de la estabilidad y estabilidad y análisis sísmica de talud estabilidad y análisis sísmica de talud en la
3 análisis sísmica de talud en la en la presa enrocado (Ustunaccocha) presa enrocado (Ustunaccocha) empleando las
presa enrocado (Ustunaccocha) empleando las redes neuronales redes neuronales artificiales en distrito de
empleando las redes neuronales artificiales en distrito de Vinchos – Vinchos – Huamanga – Ayacucho 2021 se
artificiales en distrito de Vinchos Huamanga – Ayacucho 2021. garantiza la estabilidad de talud de la presa.
– Huamanga – Ayacucho 2021?

Anexo B
Matriz de variables. MATRIZ DE OPERACIONALIZACION DE VARIABLES
Investigación: “Evaluación de la estabilidad y análisis sísmico de talud en la presa enrocado (Ustunaccocha) empleando redes neuronales artificiales
distrito de Vinchos – Huamanga – Ayacucho 2021.”
Tabla B.2 Matriz de variables.
Variable Definición conceptual Definición operacional Dimensiones Indicadores Instrumentos
El campo de la estabilidad de Evaluar la estabilidad y análisis La estabilidad del talud de la presa Factores de seguridad establecidos
taludes estudia la estabilidad o sísmico de talud en presa enrocado. por la norma (FS).
Evaluación de la estabilidad y posible inestabilidad de un talud a la enrocado (presa Ustunaccocha)
Las fuerzas sísmicas. Índice de fuerza (kgf).
análisis sísmico de talud en la presa hora de realizar un proyecto, o llevar empleando las redes neuronales Guías.
enrocado (Ustunaccocha). a cabo una obra de construcción artificiales para verificar si
Las tensiones o esfuerzos. Resistencia (Kgf/cm2).
de ingeniería civil, siendo un aspecto cumplen con los factores de Datos de la presa Ustunaccocha
57
directamente relacionado con la seguridad establecidos por las La deformación. Longitud de las deformaciones obtenidos del expediente técnico.
ingeniería geológica - geotécnica. normas. (mm).
Los parámetros influyentes o que Determinar los parámetros Altura de la presa (m). Excel 2018.
influyen en la estabilidad de los influentes o que influyen en la
Talud aguas arriba (1/H).
Parámetros que influyen en la taludes son: parámetros geométricos evaluación de la estabilidad y Parámetros geométricos. Uso de Python.
Talud aguas abajo (1/H).
(tiene que ver con la altura e inclinación
evaluación de la estabilidad y análisis sísmico de talud en la
del talud) y parámetros geotécnicos (se Nivel de agua en la presa (m).
análisis sísmica de talud de la presa presa enrocado (Ustunaccocha) Uso de herramientas de GeoStudio
relaciona al comportamiento mecánico
enrocado (Ustunaccocha) empleando las redes neuronales Peso específico (kN/m ). 3 2012.
de rocas y suelos que conforman el talud,
empleando las redes neuronales artificiales así determinar el
además de la resistencia y Cohesión (kPa).
artificiales. factor de seguridad para Parámetros geotécnicos. Uso de AutoCAD 2020.
deformabilidad de los materiales).
garantizar la estabilidad de talud Angulo de fricción (°).
de la presa.
Anexo C
Códigos de entrenamiento de la RNA.

Códigos en PYTHON del entrenamiento de la RNA.
58
C.0 | Anexo C
59
C.0 | Anexo C
60
C.0 | Anexo C
61
C.0 | Anexo C
62
D.0 | Anexo D
63
Anexo D
Datos entrenamiento de la Red Neuronal

Artificial.
D.1 Datos obtenidos del modelamiento en GeoStudio que

servirán de entrada (Inputs) y salida (Output) para el
entrenamiento de la Red Neuronal Artificial.
64
D.1 Datos obtenidos del modelamiento en GeoStudio que servirán de entrada (Inputs) y salida (Output) para el
entrenamiento de la Red Neuronal Artificial. | Anexo D
ALTURA NIVEL DE FACTOR

TRANSICION -
DE LA AGUA EN CUERPO DE LA PRESA SUELO CEMENTO - MATERIAL 2 COLCHON RENO PROTECCION DE
MATERIAL 3
DATOS PRESA LA PRESA SEGURIDA
P.E_C.P P.E_S.C P.E_T P.E_C.R P.E_P
H (m) N_A (m) C_C.P (kPa) A.F_C.P (°) C_S.C (kPa) A.F_S.C (°) A.F_T (°) C_C.R (kPa) A.F_C.R (°) A.F_P (°) F.S
(kN/m3) (kN/m3) (kN/m3) (kN/m3) (kN/m3)
1 24.30 23.30 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.282
2 21.00 19.00 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.026
3 24.00 22.00 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.077
4 21.40 19.40 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.052
5 15.20 13.20 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.796
6 10.70 8.70 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.741
7 15.30 13.30 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.719
8 15.10 13.10 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.700
9 24.30 22.30 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.114
10 15.20 13.20 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.549
11 16.50 14.50 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.720
12 15.20 13.20 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.419
13 14.20 10.60 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.698
14 13.40 11.40 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 2.020
15 22.40 20.40 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.249
16 5.40 3.40 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 4.497
17 15.10 13.10 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.693
18 24.00 22.00 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.920
19 15.30 13.30 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.858
20 15.10 13.10 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.984
21 21.00 19.00 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.876
22 21.40 19.40 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.888
23 25.90 23.90 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 1.802
24 13.40 11.40 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.454
25 15.10 13.10 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.136
26 24.00 22.00 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.241
27 15.10 13.10 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.977
28 5.40 3.40 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 4.763
29 22.70 20.70 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 2.013
30 25.90 23.90 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.512
31 18.90 16.90 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.374
32 14.90 12.90 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.667
33 17.00 15.00 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.630
34 10.70 8.70 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.877
35 15.10 13.10 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.558
36 14.90 12.90 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.528
37 18.50 16.50 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.560
38 15.30 13.30 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.453
39 21.20 19.20 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.398
40 26.00 24.00 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.468
41 18.90 16.90 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.245
42 16.50 14.50 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.452
43 15.10 13.10 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.564
44 22.70 20.70 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.713
45 24.00 22.00 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.768
46 14.00 12.00 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 2.034
47 24.30 23.30 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.127
48 22.70 20.70 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.170
49 18.90 16.90 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.786
50 22.40 20.40 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 1.807
51 15.30 13.30 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.154
52 10.40 8.40 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.916
53 21.40 19.40 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.222
54 24.30 22.30 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 1.801
55 26.00 24.00 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.933
56 18.50 16.50 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.846
57 14.20 10.60 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.825
58 15.10 13.10 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.832
59 10.70 8.70 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 2.158
60 26.00 24.00 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.321
61 22.40 20.40 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.120
62 16.50 14.50 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.584
63 14.90 12.90 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.806
64 14.00 12.00 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.630
65 25.90 23.90 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.116
66 22.40 20.40 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.380
67 17.00 15.00 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.516
65
68 24.30 22.30 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.400
69 10.40 8.40 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 2.596
70 22.70 20.70 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.568
71 24.00 22.00 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.477
72 21.20 19.20 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.534
73 26.00 24.00 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.618
74 24.30 22.30 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.906
75 24.30 22.30 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.653
76 26.00 24.00 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.100
77 15.20 13.20 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.093
78 21.00 19.00 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.460
79 10.40 8.40 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 2.295
80 21.40 19.40 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.430
81 25.90 23.90 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.244
82 18.90 16.90 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.644
83 16.50 14.50 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.860
84 14.20 10.60 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.960
85 17.00 15.00 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.992
86 22.40 20.40 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.659
87 18.90 16.90 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 1.935
88 24.30 22.30 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.045
89 14.90 12.90 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.256
90 16.50 14.50 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.158
91 14.00 12.00 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.328
92 10.70 8.70 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.461
93 15.20 13.20 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.965
94 15.30 13.30 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.003
95 5.40 3.40 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 5.039
96 17.00 15.00 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.867
97 26.00 24.00 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.773
98 21.20 19.20 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.266
99 15.20 13.20 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.657
100 5.40 3.40 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 4.239
101 22.70 20.70 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.860
102 24.00 22.00 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.621
103 14.00 12.00 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.895
104 5.40 3.40 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 3.987
105 15.30 13.30 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.584
106 21.40 19.40 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.579
107 17.30 15.30 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.282
108 21.40 19.40 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.731
109 14.20 10.60 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.575
110 15.20 13.20 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.683
111 17.30 15.30 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.544
112 21.00 19.00 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.715
113 18.50 16.50 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.700
114 15.20 13.20 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.941
115 14.00 12.00 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.178
116 10.70 8.70 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.307
117 21.20 19.20 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 1.825
118 18.50 16.50 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 1.998
119 14.20 10.60 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.100
120 15.10 13.10 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.128
121 25.90 23.90 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.654
122 14.90 12.90 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.100
123 24.30 23.30 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.978
124 13.40 11.40 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 2.159
125 17.30 15.30 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.681
126 21.00 19.00 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.329
127 13.40 11.40 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.753
128 10.40 8.40 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 2.095
129 15.20 13.20 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.521
130 15.10 13.10 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.426
131 25.90 23.90 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.375
132 21.00 19.00 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.594
133 18.50 16.50 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.292
134 24.30 22.30 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.522
135 24.30 23.30 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.695
136 15.20 13.20 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.390
137 18.90 16.90 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.507
138 21.20 19.20 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.138
139 24.30 23.30 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.835
66
140 18.50 16.50 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.424
141 24.30 22.30 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.242
142 15.20 13.20 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.821
143 15.10 13.10 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.839
144 16.50 14.50 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.006
145 21.20 19.20 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.676
146 17.30 15.30 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 1.972
147 17.00 15.00 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.122
148 5.40 3.40 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 5.310
149 22.70 20.70 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.334
150 15.20 13.20 19.30 19.61 27.92 19.00 10.00 35.00 20.00 35.00 22.00 60.00 40.00 21.00 35.00 2.115
151 17.30 15.30 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 1.823
152 13.40 11.40 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.303
153 10.40 8.40 17.37 17.65 25.13 17.10 9.00 31.50 18.00 31.50 19.80 54.00 36.00 18.90 31.50 2.752
154 14.90 12.90 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.950
155 24.30 22.30 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.774
156 24.30 22.30 15.44 15.69 22.34 15.20 8.00 28.00 16.00 28.00 17.60 48.00 32.00 16.80 28.00 1.511
157 14.00 12.00 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.761
158 10.40 8.40 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 2.444
159 14.20 10.60 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.400
160 13.40 11.40 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.885
161 17.30 15.30 11.58 11.77 16.75 11.40 6.00 21.00 12.00 21.00 13.20 36.00 24.00 12.60 21.00 1.412
162 10.70 8.70 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 2.015
163 24.30 22.30 13.51 13.73 19.54 13.30 7.00 24.50 14.00 24.50 15.40 42.00 28.00 14.70 24.50 1.646
164 15.10 13.10 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.432
165 24.30 23.30 9.65 9.81 13.96 9.50 5.00 17.50 10.00 17.50 11.00 30.00 20.00 10.50 17.50 1.559
67

Proyecto 5

Cargado por

Copyright:

Formatos disponibles

Proyecto 5

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Proyecto 5

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE SAN

“Evaluación de la estabilidad y análisis sísmico de talud en la

EL siguiente investigación propone la evaluación y análisis sísmico de

Palabras clave: Estabilidad de taludes, funciones de activación, funciones de

keywords: Slope stability, activation functions, training functions, artificial

El proceso de aprendizaje consiste en el ajuste de los parámetros libres de la RNA, a partir

En la evaluación de la estabilidad de taludes intervienes diversidad de variables, y la relación

A los docentes de la Escuela de Formación Profesional de Ingeniería Civil de

Finalmente, a mis amigos y compañeros de la Universidad Nacional de San

UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA

2.2. Bases teóricas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

3.6. Operacionalización de variables, definición conceptual y operacional. . . . . . . . . . . . 34

Figura 9 Sección típica de la presa de enrocado Ustunaccocha. . . . . . . . . . . . . . . . . . . . 10

Figura 24 Ubicación de presas de Ayacucho. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

Figura 33 Sección típica de la presa Ustunaccocha.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Figura 45 Verificación del aprendizaje de la RNA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

Tabla 2 Variables, Dimensiones e Indicadores del estudio . . . . . . . . . . . . . . . . . . . . . . . 36

Tabla 6 Comparación de F.S GeoStudio y RNA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

Tabla A.1 Matriz de consistencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

Tabla B.2 Matriz de variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

ANA : Autoridad Nacional del Agua

AUTOCAD : Software de Dibujo 2D y Modelado 3D

EXCEL : Hoja de Cálculo Desarrollada por Microsoft para Windows

GEOSTUDIO : Modelador de Estabilidad de Taludes

GRA : Gobierno Regional de Ayacucho

ICOLD : Comité Internacional de Grandes Presas

LDC : Lineas de Corriente

LDS : Linea de Saturación

LEP : Lineas Equipotenciales

LOGSIG : Sigmoidea o Logistica

MATLAB : Laboratorio de Matrices

MEF : Método de Elementos Finitos

NAMI : Nivel de Agua Mínimo de Operación

NAMO : Nivel de Agua Máximo de Operación

OPEMAN : Oficina de Operación y Mantenimiento Hidráulico

PMC : Perceptron Multi Capa

PRIDER : Programa Regional de Irrigaciones y Desarrollo Rural Integrado

PURELIN : Lineal Pura

PYTHON : Lenguaje de Programación Interpretado

RNA : Redes Neuronales Artificiales

TANSIG : Tangente Hiporbólica

ϕ′ Ángulo de fricción interna efectivo

Planteamiento del Problema.

1.1 Descripción del problema (mundial, país y región).

0 5000 10000 15000 20000 25000

100 a 200 100 a 200

Figura 3 Fallas de presas menos de 10 años

1.1 Descripción del problema | Capítulo I

[PT=Tierra,PE=Enrocado,PG=Gravedad,PC=Contrafuerte,PA=Arco,MA= Multi Arco]

Material suelto; 249

En los últimos tiempos la construcción de presas en la Región de Ayacucho a ido en

1.2 Delimitación del problema. | Capítulo I

1.1.3 Descripción del Problema Regional

1.2 Delimitación del problema.

1.2.1 Espacial (geográfica). 4

La presente investigación se realiza en la presa de enrocado Ustunaccocha que se encuentra

1.2.3 Temática y unidad de análisis.

La unidad de análisis (o caso) se refiere al qué o quién es el objeto de investigación.

La unidad del objeto de estudio de la investigación es la evaluación de la estabilidad y