Show simple item record

dc.contributor.authorFelix, Emerson Felipe
dc.contributor.authorPossan, Edna
dc.date.accessioned2017-02-21T17:13:10Z
dc.date.available2017-02-21T17:13:10Z
dc.date.issued2014-11-06
dc.identifier.urihttp://dspace.unila.edu.br/123456789/1106
dc.descriptionAnais do III Encontro de Iniciação Científica da Unila - Sessão de Engenharia Civil - 06/11/14 – 13h30 às 15h50 - Unila-PTI - Bloco 09 – Espaço 02 – Sala 02pt_BR
dc.description.abstractPara a determinação da profundidade de carbonatação do concreto, faz-se o uso de modelos matemáticos que objetivam descrever o processo de degradação no tempo. Na literatura existem diversos modelos desenvolvidos para esse fim, no entanto a maioria não é generalizável tão pouco considera as diversas variáveis de influência na carbonatação. Neste cenário surgiu-se a ideia de estudar e determinar um modelo capaz de apresentar a profundidade de carbonatação do concreto de forma segura e eficiente. Para tal empregou-se as Redes Neurais Artificiais (RNA’s), que são ferramentas computacionais robustas e de alta complexidade que conseguem aprender padrões e fazer mapeamentos de certos comportamentos, como neste caso, descrever a frente de carbonatação de estruturas de concreto ao longo do tempo. O processo da modelagem frente às RNA’s foi realizado utilizando o algoritmo de treinamento backpropagation que tem por principal função treinar a rede determinando os melhores pesos sinápticos para que ao final seja informada uma resposta com erro mínimo. A partir do banco de dados de Possan (2010), que foi divido em três partes (treinamento, validação e verificação) foram criadas mil de duzentas RNA’s. A melhor rede simulada foi a que apresentou uma correlação entre as profundidades reais e calculadas de 0,97 na fase de treinamento e 0,990 na fase de validação do modelo. O erro máximo do modelo na fase de verificação (com dados reais de carbonatação natural) foi de ± 4,5 mm. Os resultados obtidos apontam que modelos de carbonatação utilizando RNA's constituem uma importante alternativa para a estimativa da frente de carbonatação em estruturas de concreto, auxiliando no desenvolvimento de ferramentas e modelos de previsão para a determinação da durabilidade e vida útil destas estruturas.pt_BR
dc.description.sponsorshipBolsista FPTI; Universidade Federal da Integração Latino-Americana (UNILA)pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccess
dc.subjectDurabilidadept_BR
dc.subjectModelagempt_BR
dc.subjectRedes Neurais Artificiais - RNAspt_BR
dc.subjectBackpropagationpt_BR
dc.subjectCarbonatação do concretopt_BR
dc.titleModelagem de carbonatação do concreto utilizando redes neurais artificiaispt_BR
dc.typeconferenceObjectpt_BR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record