Modelagem preditiva de propriedades mecânicas em concretos reforçados com fibra de aço utilizando redes neurais artificiais

Autores

  • Leonária Araújo Silva Universidade Federal do Ceará
  • Lucas Benício Rodrigues Araújo Universidade Federal do Ceará
  • Ana Karoliny Lemos Bezerra Universidade Federal do Ceará
  • Arthur Hermont Fonseca Murta Universidade Federal do Ceará
  • Lucas Feitosa de Albuquerque Lima Babadopulos Universidade Federal do Ceará
  • Marcelo Silva Medeiros Júnior Universidade Federal do Ceará

Palavras-chave:

Concreto reforçado com fibra de aço, Propriedades mecânicas, RNA, Análise de sensibilidade, Dosagem

Resumo

Este artigo teve como foco a estimativa de propriedades mecânicas essenciais à concepção de estruturas de concreto mediante um modelo confiável de predição da resistência à compressão, à tração e à flexão de concreto reforçado com fibra de aço (CRFA) utilizando redes neurais artificias (RNA), bem como avaliar a influência do teor de fibras nessas propriedades. A pesquisa utilizou um banco de dados com 57 estudos experimentais descritos na literatura, sendo implementado um modelo de rede neural com 12 variáveis de entrada, 1 de saída e 2 camadas ocultas com 16 neurônios. Como resultados, obtiveram-se as seguintes métricas indicadoras da qualidade do ajuste: um erro quadrático médio (MSE) de 22,63, 0,08 e 0,80, e um erro absoluto médio (MAE) de 3,64, 0,24 e 0,74 respectivamente para as resistências à compressão, à tração e à flexão. A análise da sensibilidade evidenciou que houve aumento considerável nas resistências à tração e à flexão com uso de fibras, o que é esperado. Os resultados confirmaram a capacidade de o modelo reproduzir de forma confiável as propriedades mecânicas do CRFA.

Downloads

Não há dados estatísticos.

Downloads

Publicado

17.03.2022

Como Citar

SILVA, L. A.; ARAÚJO, L. B. R.; BEZERRA, A. K. L.; MURTA, A. H. F.; BABADOPULOS, L. F. de A. L.; MEDEIROS JÚNIOR, M. S. Modelagem preditiva de propriedades mecânicas em concretos reforçados com fibra de aço utilizando redes neurais artificiais. Ambiente Construído, [S. l.], v. 22, n. 2, p. 215–232, 2022. Disponível em: https://seer.ufrgs.br/index.php/ambienteconstruido/article/view/112214. Acesso em: 28 mar. 2024.

Artigos mais lidos pelo mesmo(s) autor(es)