Aplicação de redes neurais artificiais na predição da aderência aço-concreto em ensaios do tipo pull-out.

Abstract

O estudo visando avaliar a possibilidade de se usar os resultados do ensaio de arranchamento pull-out – ensaio de aderência aço-concreto, que vem sendo realizado com sucesso pelo grupo de pesquisa APULOT, desde 2008 [1]. A pesquisa ora realizada evidencia que a existência da correlação entre essas duas variáveis, aderência e resistência à compressão do concreto, permite estimativas apropriadas da resistência à compressão do concreto, melhorando deste modo a capacidade do controle tecnológico in situ do concreto realizado atualmente. Entretanto para se obter respostas adequadas dos ensaios de aderência aço-concreto é necessário controlar as configurações de ensaio, pois existem na literatura diversos formatos de corpos de prova para estes tipos de ensaios.Deste modo este trabalho tem por objetivo correlacionar os resultados obtidos em ensaios de aderência do tipo pull-out a suas variáveis através da utilização de Redes Neurais Artificiais (RNA). Com a utilização de uma RNA, pode-se correlacionar, de forma não linear, dados de entrada conhecidos (idade de ruptura, comprimento de ancoragem, cobrimento e resistência à compressão) com parâmetros de controle (tensão de aderência aço-concreto). Para gerar o modelo neural é necessário treinar a rede, expondo-a a uma série de dados com parâmetros de entrada e de saída conhecidos. Isto permite estimar os coeficientes de correlação entre os neurônios de cada camada. O presente trabalho apresenta a modelagem de uma RNA capaz de realizar uma aproximação não linear, visando estimar a resistência à compressão do concreto a partir dos resultados de ensaios de aderência aço-concreto.