Made available in DSpace on 2017-06-01T17:57:29Z (GMT). No. of bitstreams: 1
dissertacao_rosely.pdf: 8656278 bytes, checksum: df7ba267702f306c1aff9abdbcb4d7f2 (MD5)
Previous issue date: 2010-09-10 / Stripping of formworks in reinforced concrete structures can only be done when concrete is hardened enough to carry the loads without generating unacceptable deformations. These are two important demands from Brazilian Code NBR 14931-2004. To get those conditions the structural design engineer should inform the building engineer the minimum values of compressive strength and elasticity modulus that must be obtained, simultaneously, to strip of the formworks on the specified age. To determine the in situ compressive strength of concrete in an specific structural elements is usual to perform destructive tests using test standard
samples made with the same concrete that will be used in the element. This situation, however, does not configure a strict attendance to the demands of the Brazilian Code since the conditions of the tests in standard samples are quite different from the concrete in the structural element. The research discusses the possibilities to adopt and follow those requirements using non destructive ultrasonic waves tests associated with artificial
intelligence tools. Although the ultrasound test is relatively simple to perform, the interpretation of its results brings important difficulties, since it is influenced by several factors. The research, then, explored the possibility to use potentialities of Artificial Neural
Nets simulations associated with ultrasonic wave tests to estimate compressive strength of the concretes. Two distinct ways to investigate the subject were used: experimental and numerical computational simulation. In the experimental program, nine different concrete mixtures, 162
standard test samples 10x20 cm and 27 prisms with dimension of 25x25x50 cm were made. The test samples were tested in direct compression on three different ages - 7, 28 and 60 days - and ultrasonic wave tests were made in the prisms on the same ages. With the results from experimental tests, computational simulations using Artificial Neural Networks to obtain a mapping among the problem variables length of the prisms, metacaulim content, aggregate diameter, age of the test samples and ultrasonic speed - and the output properties which was the compressive strength of the concrete. Obtained results showed that the
simulations with Artificial Neural Networks together with ultrasonic wave tests are import tools that can help engineers to evaluate the compressive strength of in situ concrete / A retirada das fôrmas e do escoramento de estruturas de concreto armado só pode ser realizada quando o concreto estiver suficientemente endurecido para resistir às ações que sobre ele atuarem e não conduzir a deformações inaceitáveis. Estes são dois condicionantes importantes impostos pela norma brasileira NBR 14931 de 2004. Para o atendimento dessas condições, o responsável pelo projeto da
estrutura deve informar ao responsável pela execução da obra os valores mínimos de resistência à compressão e módulo de elasticidade que devem ser obedecidos, concomitantemente, para a retirada das fôrmas e do escoramento em determinada idade. Para se determinar a resistência à compressão in
loco dos concretos em elementos estruturais é comum o recurso a ensaios destrutivos realizados em corpos de provas padronizados confeccionados do mesmo concreto que será utilizado neste elemento. Esta situação, entretanto, não configura um estrito atendimento às demandas da norma brasileira, já que são diferentes as condições dos ensaios daquelas encontradas no elemento. A presente pesquisa
discute possibilidades de atendimento a estas exigências através da utilização de ensaios não destrutivos com ondas ultrassônicas associado com ferramentas de inteligência artificial. Embora o teste de ultrassom seja relativamente simples de se executar, a interpretação dos seus resultados
encerra importantes dificuldades, uma vez que são influenciados por vários fatores. A pesquisa, então,
explorou a possibilidade de agregar as potencialidades das simulações com Redes Neurais Artificiais com ensaios não destrutivos de ultrassom para a estimativa da resistência à compressão do concreto. Duas linhas de ação distintas foram seguidas: uma linha experimental e outra linha computacional. No programa experimental, foram confeccionados nove diferentes traços de concreto, moldados 162
corpos de prova de 10x20 cm e confeccionados 27 prismas com dimensão de 25x25x50 cm. Os corpos de prova foram rompidos em compressão em três idades diferentes 7, 28 e 60 dias e foram realizadas leituras de ultrassom nos prismas nestas mesmas idades. De posse dos resultados do
programa experimental, foram realizadas simulações computacionais com Redes Neurais Artificiais com vistas à obtenção de um mapeamento entre as variáveis de entrada do problema - comprimento dos prismas, teor de metacaulim, diâmetro dos agregados, idade dos corpos de prova e velocidade ultra-sônica e a variável de saída de interesse a resistência à compressão. Os resultados obtidos
mostraram que a simulação com redes neurais associada a ensaios de ultrassom se constituem em importantes ferramentas para se avaliar a resistência à compressão de concretos
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2.unicap.br:tede/49 |
| Date | 10 September 2010 |
| Creators | Cavalcanti, Rosely de Souza |
| Contributors | Silva, Fernando Artur Nogueira, Silva, ângelo Just da Costa e, Dantas Neto, Silvrano Adonias |
| Publisher | Universidade Católica de Pernambuco, Mestrado em Engenharia Civil, UNICAP, BR, Engenharia Civil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UNICAP, instname:Universidade Católica de Pernambuco, instacron:UNICAP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0033 seconds