Redes neuronales artificiales para estimar propiedades en estado fresco y endurecido, para hormigones reforzados con fibras metálicas
.
El hormigón se elabora con cemento, agua, agregados, aditivos y adiciones minerales. Una de sus propiedades en estado fresco, es el asentamiento. Por su parte, en estado endurecido, sus propiedades mecánicas se alcanzan a una edad de 28 días, después del mezclado de las materias primas. Como material frágil, requiere de la incorporación de fibra para adquirir ductilidad. Tanto sin fibra como con fibras, se ha extendido el uso de redes neuronales artificiales (RNA) para predecir principalmente la resistencia a la compresión, lo cual hace interesante aplicarlo también para otras propiedades mecánicas, así como para el asentamiento. En el presente artículo se reporta la elaboración de RNA, entrenadas con los algoritmos de Levenberg-Maquardt y... Ver más
2027-8101
2619-5232
9
2017-03-29
95
107
Luis Octavio González Salcedo, Aydee Patricia Guerrero Zúñiga, Silvio Delvasto Arjona, Adrián Luis Ernesto Will - 2017
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
| Sumario: | El hormigón se elabora con cemento, agua, agregados, aditivos y adiciones minerales. Una de sus propiedades en estado fresco, es el asentamiento. Por su parte, en estado endurecido, sus propiedades mecánicas se alcanzan a una edad de 28 días, después del mezclado de las materias primas. Como material frágil, requiere de la incorporación de fibra para adquirir ductilidad. Tanto sin fibra como con fibras, se ha extendido el uso de redes neuronales artificiales (RNA) para predecir principalmente la resistencia a la compresión, lo cual hace interesante aplicarlo también para otras propiedades mecánicas, así como para el asentamiento. En el presente artículo se reporta la elaboración de RNA, entrenadas con los algoritmos de Levenberg-Maquardt y Gradiente Conjugado Escalonado, usando el software MATLAB, para predecir el asentamiento y las resistencias de diseño a la compresión, a la tensión, a la cortante, y a la flexión, así como la tenacidad flexural en hormigones reforzados con fibras de acero. Los resultados de correlación entre los valores obtenidos y reales, muestran que la herramienta computacional elaborada es confiable para su uso predictivo.Palabras Clave: Asentamiento del hormigón, Hormigón reforzado con fibra, Inteligencia Artificial, Propiedades mecánicas del hormigón, Redes Neuronales Artificiales.
|
|---|---|
| ISSN: | 2027-8101 |