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
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
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://www.teses.usp.br/teses/disponiveis/18/18134/tde-09052025-092048/. Acesso em: 04 ago. 2025. -
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://www.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 2025 ago. 04 ] Available from: https://www.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 2025 ago. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18134/tde-09052025-092048/
Informações sobre o DOI: 10.11606/D.18.2025.tde-09052025-092048 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
