Affiliation:
1. Universidade Federal do Ceará, Brasil
Abstract
Resumo Este artigo teve como foco a estimativa de propriedades mecânicas essenciais à concepção de estruturas de concreto mediante um modelo confiável de predição da resistência à compressão, à tração e à flexão de concreto reforçado com fibra de aço (CRFA) utilizando redes neurais artificias (RNA), bem como avaliar a influência do teor de fibras nessas propriedades. A pesquisa utilizou um banco de dados com 57 estudos experimentais descritos na literatura, sendo implementado um modelo de rede neural com 12 variáveis de entrada, 1 de saída e 2 camadas ocultas com 16 neurônios. Como resultados, obtiveram-se as seguintes métricas indicadoras da qualidade do ajuste: um erro quadrático médio (MSE) de 22,63, 0,08 e 0,80, e um erro absoluto médio (MAE) de 3,64, 0,24 e 0,74 respectivamente para as resistências à compressão, à tração e à flexão. A análise da sensibilidade evidenciou que houve aumento considerável nas resistências à tração e à flexão com uso de fibras, o que é esperado. Os resultados confirmaram a capacidade de o modelo reproduzir de forma confiável as propriedades mecânicas do CRFA.
Reference80 articles.
1. ANN-Based shear capacity of steel fiber-reinforced concrete beams without stirrups;ABAMBRES M.;Fibers,2019
2. Evaluation of mechanical properties of steel fiber reinforced concrete with different strengths of concrete;ABBASS W.;Construction and Building Materials,2018
3. Assessment of compressive strength of ultra-high performance concrete using deep machine learning techniques;ABUODEH O. R.;Applied Soft Computing Journal,2020
4. Mechanical and durability properties of high-strength concrete containing steel and polypropylene fibers;AFROUGHSABET V.;Construction and Building Materials,2015
5. Experimental investigation on the effect of steel fibers on the flexural behavior and ductility of high-strenght concrete hollow beams;AHMMAD A.;Advances in Civil Engineering,2019