Avaliação dos parâmetros que influenciam a sensibilidade à água de misturas betuminosas com recurso a técnicas de Data Mining

Detalhes bibliográficos
Autor(a) principal: Magalhães, José Pedro Macedo de
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/1822/70834
Resumo: Dissertação de mestrado integrado em Engenharia Civil
id RCAP_68470581e300791c2e043c17b4458e79
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/70834
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Avaliação dos parâmetros que influenciam a sensibilidade à água de misturas betuminosas com recurso a técnicas de Data MiningEvaluation of parameters that influence water sensitivity of asphalt mixtures using Data Mining techniquesMisturas betuminosasSensibilidade à águaITSRData miningAsphalt mixturesWater sensitivityEngenharia e Tecnologia::Engenharia CivilDissertação de mestrado integrado em Engenharia CivilAos diferentes tipos de misturas betuminosas, aplicadas nas camadas de desgaste, de ligação e, por vezes, de base dos pavimentos flexíveis, é exigida uma série de características, fundamentais para garantir a qualidade estrutural e funcional dos pavimentos. A sensibilidade das misturas à ação erosiva da água afeta a durabilidade dos pavimentos e está dependente de vários parâmetros afetos ao agregado, ao betume e aos processos de produção e aplicação. O principal objetivo deste trabalho consiste na obtenção de um modelo de previsão de resultados do índice de resistência conservada por tração indireta (ITSR – Indirect Tensile Strength Ratio) de uma mistura betuminosa, de acordo com a sua composição e com a variação dos parâmetros que afetam estes resultados, referindo a importância relativa de cada um. Para o desenvolvimento deste modelo foram recolhidos e tratados os dados relativos a 15 parâmetros de 167 misturas diferentes. Construída a base de dados, iniciou-se um processo de modelação denominado Data Mining (DM). Este processo ocorreu em ambiente R, auxiliado pela biblioteca rminer para a aplicação das técnicas de DM: Árvores de Regressão (AR), Regressões Múltiplas (RM), Redes Neuronais Artificiais (RNA), Máquinas Vetores de Suporte (MVS) e k-Vizinhos Próximos (k-VP). Os modelos desenvolvidos foram sujeitos a um processo de auto validação do tipo K-FOLD, e o seu desempenho foi avaliado através das métricas de erro: Desvio Absoluto médio (DAM), Raiz do Erro Quadrático Médio (REQM) e o coeficiente de correlação de Pearson (R). A análise foi realizada para misturas betuminosas em geral e para misturas betuminosas a quente. Para ambas as abordagens, e tendo em conta as medidas de desempenho referidas, o melhor modelo de previsão do valor de ITSR é obtido com as MVS, técnica que aponta o tipo de agregado e a percentagem de betume como parâmetros que mais influenciam este resultado.The different types of asphalt mixtures, applied in surface, binder and base courses of flexible pavements, require a series of characteristics that are fundamental to guarantee the structural and functional quality of the pavements. The sensitivity of the mixtures to the erosive action of water affects the durability of the pavements depends on several parameters related to the aggregate, the bitumen and the production and application processes. The main objective of this work is to obtain a predictive model of the Indirect Tensile Strength Ratio (ITSR) of an asphalt mixture, according to its composition and to the variation of the parameters that affect these results, while assessing their relative importance. For the development of this model, the data concerning 15 parameters of 167 different mixtures were collected and processed. Once the database was built, a modelling process called Data Mining (DM) was started. This process was performed in the R environment, assisted by the rminer library for the application of DM techniques: Regression Trees (RT), Multiple Regressions (MR), Artificial Neural Networks (ANN), Support Vector Machines (SVM) and k-Nearest Neighbours (k-NN). The developed models were subjected to a k-Fold crossvalidation process, and their performance was evaluated through the error metrics: Mean Absolute Deviation (MAD), Root Mean Square Error (RMSE) and Pearson correlation coefficient (R). The analysis was performed for asphalt mixtures in general and for hot mix asphalts. For both approaches, and taking into account the mentioned performance metrics, the best predictive model of the ITSR value is obtained with the MVS, technique that indicates the type of aggregate and the percentage of bitumen as parameters that most influence this result.Oliveira, Joel R. M.Martins, Francisco F.Universidade do MinhoMagalhães, José Pedro Macedo de20172017-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/1822/70834por202619443info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T11:56:29Zoai:repositorium.sdum.uminho.pt:1822/70834Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T18:46:05.553137Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Avaliação dos parâmetros que influenciam a sensibilidade à água de misturas betuminosas com recurso a técnicas de Data Mining
Evaluation of parameters that influence water sensitivity of asphalt mixtures using Data Mining techniques
title Avaliação dos parâmetros que influenciam a sensibilidade à água de misturas betuminosas com recurso a técnicas de Data Mining
spellingShingle Avaliação dos parâmetros que influenciam a sensibilidade à água de misturas betuminosas com recurso a técnicas de Data Mining
Magalhães, José Pedro Macedo de
Misturas betuminosas
Sensibilidade à água
ITSR
Data mining
Asphalt mixtures
Water sensitivity
Engenharia e Tecnologia::Engenharia Civil
title_short Avaliação dos parâmetros que influenciam a sensibilidade à água de misturas betuminosas com recurso a técnicas de Data Mining
title_full Avaliação dos parâmetros que influenciam a sensibilidade à água de misturas betuminosas com recurso a técnicas de Data Mining
title_fullStr Avaliação dos parâmetros que influenciam a sensibilidade à água de misturas betuminosas com recurso a técnicas de Data Mining
title_full_unstemmed Avaliação dos parâmetros que influenciam a sensibilidade à água de misturas betuminosas com recurso a técnicas de Data Mining
title_sort Avaliação dos parâmetros que influenciam a sensibilidade à água de misturas betuminosas com recurso a técnicas de Data Mining
author Magalhães, José Pedro Macedo de
author_facet Magalhães, José Pedro Macedo de
author_role author
dc.contributor.none.fl_str_mv Oliveira, Joel R. M.
Martins, Francisco F.
Universidade do Minho
dc.contributor.author.fl_str_mv Magalhães, José Pedro Macedo de
dc.subject.por.fl_str_mv Misturas betuminosas
Sensibilidade à água
ITSR
Data mining
Asphalt mixtures
Water sensitivity
Engenharia e Tecnologia::Engenharia Civil
topic Misturas betuminosas
Sensibilidade à água
ITSR
Data mining
Asphalt mixtures
Water sensitivity
Engenharia e Tecnologia::Engenharia Civil
description Dissertação de mestrado integrado em Engenharia Civil
publishDate 2017
dc.date.none.fl_str_mv 2017
2017-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1822/70834
url http://hdl.handle.net/1822/70834
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 202619443
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132215251042304

Registros relacionados