Previsão do comportamento de ligações viga-pilar em estruturas de concreto pré-moldado por meio de modelos de redes neurais (2025)
- Authors:
- Autor USP: SILVA, JULIANA SOUZA - EESC
- Unidade: EESC
- Sigla do Departamento: SET
- DOI: 10.11606/D.18.2025.tde-09052025-092048
- Subjects: ESTRUTURAS DE CONCRETO ARMADO PRÉ-MOLDADO; LIGAÇÕES ESTRUTURAIS; REDES NEURAIS; RESISTÊNCIA ESTRUTURAL; APRENDIZADO COMPUTACIONAL
- Keywords: Força.; Momento fletor.
- Language: Português
- Abstract: A presente pesquisa analisa o comportamento de ligações viga-pilar em estruturas de concreto pré moldado, visando diminuir os desafios associados ao tempo e custo de estudos experimentais, com o uso da aplicação de aprendizado de máquina, com foco em redes neurais artificiais. As ligações investigadas corresponderam as 6 tipologias sugeridas pela norma brasileira, complementadas por outras 3 tipologias típicas de estudos internacionais. Para tanto, foi realizada a previsão da capacidade resistentes dessas ligações, considerando o momento de plastificação da armadura negativa, rigidez secante e força última da ligação. O banco de dados utilizado consistiu em parâmetros geométricos, taxas e propriedades gerais de ligações que foram previamente investigadas por outros autores. Na escolha dos parâmetros de entrada para alimentação da rede, realizou-se uma análise estatística para compreender as relações entre os parâmetros de entrada e as variáveis de saída. A implementação das redes neurais artificiais foi realizada com a biblioteca scikit-learn, através da linguagem de programação python. Para avaliar o desempenho dos modelos foram empregados o coeficiente de determinação (R-quadrado), o erro percentual absoluto médio (MAPE) e o erro médio normalizado (RMSE). Os resultados demonstram elevado desempenho dos modelos, com destaque para o mapeamento da força última. Além disso, os valores previstos de momento fletor, rigidez secante e força última foram comparados com os valoresexperimentais e numéricos de estudos da literatura, apresentando baixa dispersão. No estudo de sensibilidade das três variáveis preditas, verificou-se que os parâmetros que mais impactaram estavam em conformidade com as recomendações da norma brasileira e outros estudos, sendo a armadura de continuidade o que se destaca, com maior relevância para as três variáveis mapeadas. Com isso conclui-se que os modelos desenvolvidos para o mapeamento das variáveis momento fletor, rigidez secante e força última das ligações viga-pilar em concreto pré-moldado, possuem um desempenho elevado, sendo capazes de realizar previsões significativas, desde que os parâmetros de entrada fornecidos estejam dentro do domínio de validade utilizada nesse estudo
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 14.03.2025
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
SILVA, Juliana Souza. Previsão do comportamento de ligações viga-pilar em estruturas de concreto pré-moldado por meio de modelos de redes neurais. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://teses.usp.br/teses/disponiveis/18/18134/tde-09052025-092048/. Acesso em: 10 abr. 2026. -
APA
Silva, J. S. (2025). Previsão do comportamento de ligações viga-pilar em estruturas de concreto pré-moldado por meio de modelos de redes neurais (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/18/18134/tde-09052025-092048/ -
NLM
Silva JS. Previsão do comportamento de ligações viga-pilar em estruturas de concreto pré-moldado por meio de modelos de redes neurais [Internet]. 2025 ;[citado 2026 abr. 10 ] Available from: https://teses.usp.br/teses/disponiveis/18/18134/tde-09052025-092048/ -
Vancouver
Silva JS. Previsão do comportamento de ligações viga-pilar em estruturas de concreto pré-moldado por meio de modelos de redes neurais [Internet]. 2025 ;[citado 2026 abr. 10 ] Available from: https://teses.usp.br/teses/disponiveis/18/18134/tde-09052025-092048/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
