Predição de resistência de concreto de alto desempenho através de redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Vasconcelos, Bergson Gonçalves Lopes
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFPB
Texto Completo: https://repositorio.ufpb.br/jspui/handle/123456789/25453
Resumo: Embora seja talvez o insumo mais popular da construção civil, o concreto requer bastante atenção em sua dosagem (principalmente o concreto de alto desempenho), e muitas vezes necessita de inúmeros ajustes empíricos para se garantir uma resistência à compressão compatível com a de projeto. Considerando ainda que os métodos mais consolidados para dosagem do traço de concreto fazem uso de ábacos e tabelas empíricas, faz-se notar, nessa ausência de método matemático direto, uma promissora possibilidade de aplicação de Redes Neurais Artificiais para se ter um método mais simples e confiável para dosagem do traço e determinação da resistência à compressão do concreto de alto desempenho a partir da proporção dos materiais que o compõem, visto que elas são modelos computacionais bastante eficazes na resolução de problemas complexos. Este trabalho tem como objetivo desenvolver um modelo de predição da resistência à compressão de concretos de alto desempenho através da utilização de Redes Neurais Artificiais com base nas proporções dos materiais que constituem o concreto, tendo obtido resultados consideravelmente satisfatórios.
id UFPB-2_8e0a376f9009285c7e65b0e3315beb6a
oai_identifier_str oai:repositorio.ufpb.br:123456789/25453
network_acronym_str UFPB-2
network_name_str Repositório Institucional da UFPB
repository_id_str
spelling 2022-11-18T15:26:30Z2022-11-182022-11-18T15:26:30Z2021-12-06https://repositorio.ufpb.br/jspui/handle/123456789/25453Embora seja talvez o insumo mais popular da construção civil, o concreto requer bastante atenção em sua dosagem (principalmente o concreto de alto desempenho), e muitas vezes necessita de inúmeros ajustes empíricos para se garantir uma resistência à compressão compatível com a de projeto. Considerando ainda que os métodos mais consolidados para dosagem do traço de concreto fazem uso de ábacos e tabelas empíricas, faz-se notar, nessa ausência de método matemático direto, uma promissora possibilidade de aplicação de Redes Neurais Artificiais para se ter um método mais simples e confiável para dosagem do traço e determinação da resistência à compressão do concreto de alto desempenho a partir da proporção dos materiais que o compõem, visto que elas são modelos computacionais bastante eficazes na resolução de problemas complexos. Este trabalho tem como objetivo desenvolver um modelo de predição da resistência à compressão de concretos de alto desempenho através da utilização de Redes Neurais Artificiais com base nas proporções dos materiais que constituem o concreto, tendo obtido resultados consideravelmente satisfatórios.Although it is perhaps the most popular material in civil construction, concrete requires a lot of attention in its dosage (especially high-performance concrete), and often requires numerous empirical adjustments to ensure compressive strength compatible with the designed. Considering that most of the consolidated methods for concrete dosage uses abacuses and empirical tables, it is noted, in this absence of a direct mathematical method, a promising possibility of applying Artificial Neural Networks to have a simpler and reliable method for concrete dosage and determination of high-performance concrete compressive strength based on the proportion of the materials that compose it, since they are computational models very effective in solving complex problems. This work aims to develop a model to predict the compressive strength of high-performance concretes through the use of Artificial Neural Networks based on the proportions of the materials that constitute the concrete, obtaining remarkably satisfactory results.Submitted by Rosangela Palmeira (rosangelapalmeira@yahoo.com.br) on 2022-11-18T15:26:30Z No. of bitstreams: 1 Trabalho-de-Conclusao-de-Curso-Bergson-Goncalves-Lopes-Vasconcelos.pdf: 908649 bytes, checksum: 51fbfc9bc90da41ec65042a1b9b83ccf (MD5)Made available in DSpace on 2022-11-18T15:26:30Z (GMT). No. of bitstreams: 1 Trabalho-de-Conclusao-de-Curso-Bergson-Goncalves-Lopes-Vasconcelos.pdf: 908649 bytes, checksum: 51fbfc9bc90da41ec65042a1b9b83ccf (MD5) Previous issue date: 2021-12-06porUniversidade Federal da ParaíbaUFPBBrasilEngenharia Civil e AmbientalCNPQ::ENGENHARIAS::ENGENHARIA CIVILConcreto de Alto DesempenhoDosagem de ConcretoResistência à CompressãoRedes Neurais ArtificiaisPredição de resistência de concreto de alto desempenho através de redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisSarmento, Francisco JácomeVasconcelos, Bergson Gonçalves Lopesinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPBinstname:Universidade Federal da Paraíba (UFPB)instacron:UFPBTEXTTrabalho-de-Conclusao-de-Curso-Bergson-Goncalves-Lopes-Vasconcelos.pdf.txtTrabalho-de-Conclusao-de-Curso-Bergson-Goncalves-Lopes-Vasconcelos.pdf.txtExtracted texttext/plain51498https://repositorio.ufpb.br/jspui/bitstream/123456789/25453/3/Trabalho-de-Conclusao-de-Curso-Bergson-Goncalves-Lopes-Vasconcelos.pdf.txt01827514e9270eedc85b17ad63d8e28bMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-82390https://repositorio.ufpb.br/jspui/bitstream/123456789/25453/2/license.txte20ac18e101915e6935b82a641b985c0MD52ORIGINALTrabalho-de-Conclusao-de-Curso-Bergson-Goncalves-Lopes-Vasconcelos.pdfTrabalho-de-Conclusao-de-Curso-Bergson-Goncalves-Lopes-Vasconcelos.pdfapplication/pdf908649https://repositorio.ufpb.br/jspui/bitstream/123456789/25453/1/Trabalho-de-Conclusao-de-Curso-Bergson-Goncalves-Lopes-Vasconcelos.pdf51fbfc9bc90da41ec65042a1b9b83ccfMD51123456789/254532022-11-19 03:06:50.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Repositório InstitucionalPUB
dc.title.pt_BR.fl_str_mv Predição de resistência de concreto de alto desempenho através de redes neurais artificiais
title Predição de resistência de concreto de alto desempenho através de redes neurais artificiais
spellingShingle Predição de resistência de concreto de alto desempenho através de redes neurais artificiais
Vasconcelos, Bergson Gonçalves Lopes
CNPQ::ENGENHARIAS::ENGENHARIA CIVIL
Concreto de Alto Desempenho
Dosagem de Concreto
Resistência à Compressão
Redes Neurais Artificiais
title_short Predição de resistência de concreto de alto desempenho através de redes neurais artificiais
title_full Predição de resistência de concreto de alto desempenho através de redes neurais artificiais
title_fullStr Predição de resistência de concreto de alto desempenho através de redes neurais artificiais
title_full_unstemmed Predição de resistência de concreto de alto desempenho através de redes neurais artificiais
title_sort Predição de resistência de concreto de alto desempenho através de redes neurais artificiais
author Vasconcelos, Bergson Gonçalves Lopes
author_facet Vasconcelos, Bergson Gonçalves Lopes
author_role author
dc.contributor.advisor1.fl_str_mv Sarmento, Francisco Jácome
dc.contributor.author.fl_str_mv Vasconcelos, Bergson Gonçalves Lopes
contributor_str_mv Sarmento, Francisco Jácome
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA CIVIL
topic CNPQ::ENGENHARIAS::ENGENHARIA CIVIL
Concreto de Alto Desempenho
Dosagem de Concreto
Resistência à Compressão
Redes Neurais Artificiais
dc.subject.por.fl_str_mv Concreto de Alto Desempenho
Dosagem de Concreto
Resistência à Compressão
Redes Neurais Artificiais
description Embora seja talvez o insumo mais popular da construção civil, o concreto requer bastante atenção em sua dosagem (principalmente o concreto de alto desempenho), e muitas vezes necessita de inúmeros ajustes empíricos para se garantir uma resistência à compressão compatível com a de projeto. Considerando ainda que os métodos mais consolidados para dosagem do traço de concreto fazem uso de ábacos e tabelas empíricas, faz-se notar, nessa ausência de método matemático direto, uma promissora possibilidade de aplicação de Redes Neurais Artificiais para se ter um método mais simples e confiável para dosagem do traço e determinação da resistência à compressão do concreto de alto desempenho a partir da proporção dos materiais que o compõem, visto que elas são modelos computacionais bastante eficazes na resolução de problemas complexos. Este trabalho tem como objetivo desenvolver um modelo de predição da resistência à compressão de concretos de alto desempenho através da utilização de Redes Neurais Artificiais com base nas proporções dos materiais que constituem o concreto, tendo obtido resultados consideravelmente satisfatórios.
publishDate 2021
dc.date.issued.fl_str_mv 2021-12-06
dc.date.accessioned.fl_str_mv 2022-11-18T15:26:30Z
dc.date.available.fl_str_mv 2022-11-18
2022-11-18T15:26:30Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufpb.br/jspui/handle/123456789/25453
url https://repositorio.ufpb.br/jspui/handle/123456789/25453
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal da Paraíba
dc.publisher.initials.fl_str_mv UFPB
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Engenharia Civil e Ambiental
publisher.none.fl_str_mv Universidade Federal da Paraíba
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPB
instname:Universidade Federal da Paraíba (UFPB)
instacron:UFPB
instname_str Universidade Federal da Paraíba (UFPB)
instacron_str UFPB
institution UFPB
reponame_str Repositório Institucional da UFPB
collection Repositório Institucional da UFPB
bitstream.url.fl_str_mv https://repositorio.ufpb.br/jspui/bitstream/123456789/25453/3/Trabalho-de-Conclusao-de-Curso-Bergson-Goncalves-Lopes-Vasconcelos.pdf.txt
https://repositorio.ufpb.br/jspui/bitstream/123456789/25453/2/license.txt
https://repositorio.ufpb.br/jspui/bitstream/123456789/25453/1/Trabalho-de-Conclusao-de-Curso-Bergson-Goncalves-Lopes-Vasconcelos.pdf
bitstream.checksum.fl_str_mv 01827514e9270eedc85b17ad63d8e28b
e20ac18e101915e6935b82a641b985c0
51fbfc9bc90da41ec65042a1b9b83ccf
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1777562273591590912