Emprego de RNAS na estimativa da captura de CO2 devido à carbonatação do concreto

Página do item simplificado
dc.contributor.authorFelix, Emerson Felipe
dc.contributor.authorPossan, Edna
dc.date.accessioned2017-02-24T19:13:45Z
dc.date.available2017-02-24T19:13:45Z
dc.date.issued2015-11
dc.descriptionAnais do IV Encontro de Iniciação Científica da Unila - “UNILA 5 anos: Integração em Ciência, Tecnologia e Cultura na Tríplice Fronteira” - 05 e 06 de novembro de 2015 – Sessão Engenharia Civil e Engenharia de Energías Renováveispt_BR
dc.description.abstractRecentemente tem-se discutido que as estruturas de concreto podem capturar CO 2 durante a vida útil devido à carbonatação do concreto. Contudo, a estimativa da carbonatação ao longo do tempo é dependente do desenvolvimento de modelos matemáticos capazes de conduzirem essa determinação com o menor erro possível. Em função do número de fatores envolvidos e da não linearidade do problema, o desenvolvimento destes modelos apresenta-se como uma tarefa complexa, onde o uso de ferramentas computacionais robustas, que possibilitam a determinação de modelos de forma simples e otimizadas, por exemplo, as Redes Neurais Artificiais (RNA’s). Assim, a fim de modelar a carbonatação do concreto para então estimar o volume de CO 2 capturado durante a vida útil das estruturas, no presente trabalho foram implementadas em linguagem orientada a objetos C++, RNA’s do tipo Multilayer Perceptron com três diferentes algoritmos de treinamento (Backpropagation Classic, Momentum e Delta-bar-Delta). Ao total foram treinadas, validadas e testadas 1.200 redes, divididas entre os três algoritmos e diferentes tipologias. A modelagem foi conduzida a partir de um banco de dados advindo de estudos encontrados na literatura, e para facilitar o uso e difusão do modelo proposto, foi desenvolvido um software denominado “CARBEM”. A rede que melhor descreveu o comportamento da carbonatação obteve raiz do erro médio quadrático (RMSE) de 0,84 mm de profundidade no treinamento e 1,57 mm na validação, com correlação de 0,994 e 0,981, respectivamente. Pela análise dos resíduos verificou-se um erro máximo de 3,381 mm e um erro mínimo de 0,004 mm, o qual é inferior ao erro aceitável descrito na literatura (5,0 mm). Os resultados apontam a aplicabilidade das RNA’s para modelar a frente de carbonatação do concreto, atuando como uma ferramenta computacional robusta e eficiente, e que o modelo apresenta resultados satisfatórios, contribuindo para o estudo da sustentabilidade e vida útil das estruturas de concreto.pt_BR
dc.description.sponsorshipBolsista de Iniciação Tecnológica e Inovação do CEASB/FPTIpt_BR
dc.identifier.urihttps://dspace.unila.edu.br/handle/123456789/1236
dc.language.isoporpt_BR
dc.rightsopenAccess
dc.subjectCarbonatação do concretopt_BR
dc.subjectEstrutura de concretopt_BR
dc.subjectProfundidade de carbonataçãopt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectVida útilpt_BR
dc.titleEmprego de RNAS na estimativa da captura de CO2 devido à carbonatação do concretopt_BR
dc.typeconferenceObjectpt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
IV Anais EIC 2015_167-172.pdf
Tamanho:
100.31 KB
Formato:
Adobe Portable Document Format
Descrição:
Resumo evento acadêmico
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1019 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

IC - Artigos científicos