Previsão de resistências à compressão a 28 dias de cimentos com base na condutividade – validação de equipamento de previsão

• Autor(a) principal: Cruz, Ricardo Jorge Tomé
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10362/132856
• topic: cimento; resistência mecânica à compressão a 28 dias; validação; condutividade; previsão; redes neuronais; Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Química

A presente dissertação, teve como principais objetivos o desenvolvimento de um método interno para previsão de resistências mecânicas à compressão a 28 dias de cimentos com base na medição da condutividade elétrica e a validação de um equipamento inerente a esse método. Foi avaliada a capacidade do equipamento em prever resistências mecânicas de cimentos da fábrica A e da fábrica B da SECIL com um desvio absoluto médio inferior a 3 MPa. Foram desenvolvidos modelos preditivos multivariáveis lineares e redes neuronais. O desenvolvimento do método foi realizado através de um desenho de experiências fracionado. Desta análise conclui-se que, apenas a temperatura da solução influencia de forma significativa a condutividade. Os parâmetros “Tempo de agitação”, “Agitação”, “Temperatura” e ”Tempo de espera” foram fixados, respetivamente, em, 50 segundos, 7 rotações por segundo, 20oC e 5 minutos. A repetibilidade, a precisão intermédia e a reprodutibilidade das variáveis de resposta “Condutividade aparente a 20oC” e “Resistência mecânica à compressão a 28 dias” foram avaliadas pelo coeficiente de variação (CV). Na validação do método obtiveram-se os seguintes resultados para a resistência mecânica: repetibilidade com CV de 0,15% para a amostra-padrão da fábrica A e 0,20% para a da B; precisão intermédia de 0,36% para a fábrica A e 0,29% para a B e reprodutibilidade de 3,16% para a fábrica A e 1,04% para a B. Para condutividade: repetibilidade com CV de 1,70% para a fábrica A e 2,31% para a B; precisão intermédia com 3,02% para a fábrica A e 4,32% para a B e reprodutibilidade com CV de 15,18% para a fábrica A e 14,45% para a B. A estimativa da incerteza foi avaliada pelo método top-down com uma incerteza expandida para a resistência mecânica de 0,43 MPa para a fábrica A e 0,35 MPa para a fábrica B, e em relação à condutividade, de 2,29 para a fábrica A e 2,78 para a B. A robustez foi estudada, com base num desenho fatorial de Youden, recorrendo exclusivamente à amostra-padrão da fábrica A. Nenhum dos parâmetros analisados foi significativo. Relativamente à aptidão do equipamento em prever a resistência mecânica à compressão a 28 dias, foram estudados os cimentos CEM I 42,5R, CEM I 52,5R, CEM II/A-L 42,5R e CEM II/B-L 32,5N da fábrica A. Obtiveram-se desvios absolutos médios de 1,72 MPa, 3,35 MPa, 2,70 MPa e 3,44 MPa, respetivamente. Foram também estudados os cimentos CEM I 52,5R e CEM II/A-L 42,5R da fábrica B que apresentam desvios absolutos médios de 1,30 MPa e 1,56 MPa, respetivamente. Por último, foram desenvolvidos modelos preditivos para os cimentos CEM I 52,5R e CEM II/A-L 42,5R da fábrica A. As redes neuronais implementadas apresentaram resultados mais satisfatórios para ambos os cimentos estudados, com um R2=0,96 e RMSE=0,64 MPa e R2=0,92 e RMSE=0,79 MPa, respetivamente. Através do acompanhamento de novas previsões, verificou-se a existência de overfitting em ambas as redes neuronais. Foram redesenhadas as redes neuronais com um menor grau de complexidade, apresentando R2=0,84 e RMSE=1,34 MPa e R2=0,73 e RMSE=1,47 MPa para o CEM I 52,5R e CEM II/A-L 42,5R, respetivamente. Não se conseguiu resolver por completo o problema de overfitting mas o desempenho das redes neuronais foi superior ao do método interno.