Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-01-11T16:56:36Z No. of bitstreams: 1 jonatajeffersonandrade.pdf: 3871423 bytes, checksum: e67d44781c780adff8ab0f791d6a9f1c (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-01-23T13:43:37Z (GMT) No. of bitstreams: 1 jonatajeffersonandrade.pdf: 3871423 bytes, checksum: e67d44781c780adff8ab0f791d6a9f1c (MD5) / Made available in DSpace on 2018-01-23T13:43:37Z (GMT). No. of bitstreams: 1 jonatajeffersonandrade.pdf: 3871423 bytes, checksum: e67d44781c780adff8ab0f791d6a9f1c (MD5) Previous issue date: 2017-09-27 / No concreto de agregado leve, a resistência à compressão e o módulo de elasticidade são as propriedades mecânicas mais importantes e consequentemente as mais comumente analisadas. A relação entre os componentes do concreto de agregado leve e suas propriedades mecânicas é altamente não linear, e o estabelecimento de um modelo de previsão abrangente de tais características é usualmente problemático. Existem trabalhos que buscam encontrar essa relação de formas empíricas. Há também trabalhos que buscam aplicar técnicas de inteligência computacional para prever essas propriedades a partir dos componentes do concreto. Prever com precisão as propriedades mecânicas do concreto de agregado leve é um problema crítico em projetos de engenharia que utilizam esse material. O objetivo desta dissertação é avaliar o desempenho de diferentes métodos de inteligência computacional para prever a módulo de elasticidade e a resistência à compressão aos 28 dias de concretos de agregados leves em função do fator água/cimento, volume de agregado leve, quantidade de cimento e densidade do agregado leve. Para a escolha da melhor configuração de cada método, foi definida uma metodologia utilizando o algoritmo de otimização PSO (Particle Swarm Optmization). Por fim, é verificada a capacidade de generalização dos métodos através do processo de validação cruzada de modo a encontrar o método que apresenta o melhor desempenho na aproximação das duas propriedades mecânicas. / In lightweight aggregate concrete, the compressive strength, the elastic modulus and specific weight are the most important properties and consequently the most commonly analyzed. The relationship between lightweight aggregate concrete components and their mechanical properties is highly nonlinear, and establishing a comprehensive predictive model of such characteristics is usually problematic. There are works that seek to find this relation of empirical forms. There are also works that seek to apply computational intelligence techniques to predict these properties from the concrete components. Accurately predicting the mechanical properties of lightweight aggregate concrete is a critical problem in engineering projects that use this material. The objective of this dissertation is to evaluate the performance of different computational intelligence methods to predict the elastic modulus and the compressive strength at 28 days of lightweight aggregates concrete as a function of water/cement factor, lightweight aggregate volume, cement quantity and density of the lightweight aggregate. In order to choose the best configuration of each method, a methodology was defined using the Particle Swarm Optmization (PSO) algorithm. Finally, the generalization of the methods through the cross validation process is verified in order to find the method that presents the best performance in the approximation of the two mechanical properties.

Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2017-07-03T14:07:50Z No. of bitstreams: 1 pedrohenriquegarcia.pdf: 7575599 bytes, checksum: 5f088290c1ce19e54a605c6adc84e54f (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-08-08T12:27:34Z (GMT) No. of bitstreams: 1 pedrohenriquegarcia.pdf: 7575599 bytes, checksum: 5f088290c1ce19e54a605c6adc84e54f (MD5) / Made available in DSpace on 2017-08-08T12:27:34Z (GMT). No. of bitstreams: 1 pedrohenriquegarcia.pdf: 7575599 bytes, checksum: 5f088290c1ce19e54a605c6adc84e54f (MD5) Previous issue date: 2017-03-17 / O concreto de agregado leve é conhecido pelo reduzido peso específico e alta capacidade de isolamento térmico e acústico. Um dos grandes desafios relacionados a esse tipo de concreto é a obtenção de algumas propriedades mecânicas dos agregados leves, tais como o módulo de elasticidade e a resistência à compressão, em função de suas dimensões reduzidas, o que gera dificuldades na realização de ensaios experimentais. É possível encontrar trabalhos na literatura que tentam determinar as propriedades mecânicas dos agregados leves por meio de métodos baseados em formulações matemáticas e deduções empíricas. Uma alternativa a tais métodos é o emprego de modelos de simulação e a resolução de um problema inverso para a previsão de tais propriedades. O objetivo do trabalho é a aplicação de um procedimento inverso para obtenção do módulo de elasticidade e da resistência à compressão de agregados leves presentes em concretos via simulação computacional de ensaios de compressão uniaxiais em corpos de prova. O corpo de prova de concreto é representado por um modelo computacional mecânico bidimensional e bifásico, constituído por argamassa e agregados leves de formato circular, e as simulações foram conduzidas no programa Abaqus R. Os resultados encontrados foram satisfatórios em comparação com outros métodos da literatura, chegando a casos com diferenças menores que 2% para um corpo de prova com 15% de agregados. A abordagem proposta emerge como uma possível solução para análises de propriedades mecânicas de agregados leves em concretos com um reduzido tempo e custo, sendo aplicada para diversos tipos de curvas granulométricas, tipos de argamassa e diferentes porcentagens de agregados no corpo de prova. Além da previsão das propriedades mecânicas dos agregados em concretos leves, a abordagem traz um melhor entendimento da relação dos diversos conjuntos de agregados leves com as argamassas. / The lightweight aggregate concrete is known for its low specific weight and high thermal and acoustic insulation capacity. One of the great challenges related to this type of concrete is to get some mechanical properties of lightweight aggregate, such as the modulus of elasticity and the compressive strength, due to its reduced size, which generates difficulties to carry out experimental tests. It is possible to find works in the literature that try to determine the mechanical properties of the lightweight aggregate through methods based on mathematical formulation and empirical deductions. An alternative to such methods is the use of simulation models and the resolution of an inverse problem for the prediction of lightweight aggregate properties. The objective of this study is the application of an inverse procedure to obtain the modulus of elasticity and the compressive strength of lightweight aggregates present in concrete by computational simulation of uniaxial compression tests in specimens. The concrete specimen is represented by a two-dimensional and biphasic mechanical computational model, constituted by mortar and circular lightweight aggregates, and the simulations were conducted in the Abaqus R program. The results were satisfactory compared to other methods in the literature, reaching cases with differences of less than 2 % for a test specimen with 15 % of aggregates. The proposed approach emerges as a possible solution for the analysis of mechanical properties of lightweight aggregates in concrete with reduced cost and time, being applied for several types of grain sizes, mortar types and different percentages of aggregates in the concrete specimen. In addition, the approach brings a better understanding about the connection between lightweight aggregates and mortars.