Utilização de redes neurais para estimativa da resistência à compressão do concreto simples / Use of neural networks to estimate the compressive strength of simple concrete

• Autor(a) principal: Nina Rocha, Stéphanie Oliveira
• Data de Publicação: 2020
• Outros Autores: Maia, Nilton Alves, Carvalho Júnior, Álvaro Barbosa de, Alves Dias, Mikaella Pricila, Veloso, Renê Rodrigues
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Veras
• DOI: 10.34117/bjdv6n10-424
• Texto Completo: https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/18526
• topic: Concreto; Redes Neurais; MLP; RBF.

O concreto é um material que possui inúmeras variáveis quanto ao seu uso, pois fatores como o tipo de cimento, agregados, aditivos, quantidade de água e tempo de cura, podem influenciar sua resistência à compressão. Buscando desenvolver uma metodologia para investigar os efeitos dessas variáveis na resistência à compressão do concreto, foram desenvolvidas Redes Neurais Artificiais, do tipo Percepton de Múltiplas Camadas (MLP), utilizando os algoritmos back-propagation (BP) e Levemberg-Marquardt (LM) para verificar qual dessas redes se comporta melhor diante das variáveis. Nessa pesquisa também foram utilizadas Redes de Base Radiais (RBF) com o auxílio do software Matlab. Essas redes foram utilizadas com o intuito de estimar a resistência à compressão do concreto passível de uso em diversas aplicações. Depois de treinadas, ambas as redes demonstraram resultados satisfatórios, em especial a RBF, que apresentou um erro de 0.0129 com um tempo de processamento de 4.7813 segundos. Os resultados preliminares desse estudo mostraram a potencialidade de uso da inteligência artificial na engenharia civil, a qual pode auxiliar nas etapas de dosagem do concreto.