Avaliação do comportamento de ligações viga-pilar em concreto pré-moldado com o auxílio de redes neurais artificiais (2025)
- Authors:
- Autor USP: EGIDIO, KARINA ESTRELA - EESC
- Unidade: EESC
- Sigla do Departamento: SET
- DOI: 10.11606/D.18.2025.tde-16092025-155221
- Subjects: ESTRUTURAS DE CONCRETO PRÉ-MOLDADO; LIGAÇÕES VIGA-PILAR; REDES NEURAIS
- Keywords: Ligação semirrígida; Redes neurais artificiais
- Language: Português
- Abstract: O concreto pré-moldado tem ganhando cada vez mais visibilidade e utilização na construção civil, principalmente em obras de grande porte, devido às vantagens que oferece, como a rapidez na execução, limpeza no canteiro de obras, a sustentabilidade ambiental e racionalização de custos. Em contrapartida, alguns desafios ainda limitam a adoção desse tipo de tecnologia, como o transporte e a montagem dos elementos, manutenção da edificação e a complexidade das ligações entre os elementos estruturais. As ligações viga-pilar semirrígidas são o foco desta pesquisa, pois, além da dificuldade de execução e montagem, há escassez de informações na literatura sobre sua capacidade resistente. Isso se deve à ausência de ensaios experimentais, motivada pelo alto custo e pela diversidade de tipos de ligações e materiais utilizados. Nesse contexto, o objetivo geral deste trabalho consiste em desenvolver um modelo de Rede Neural Artificial (RNA) capaz de fornecer, com precisão, a capacidade resistente de uma ligação da tipologia 1, segundo a ABNT NBR 9062:2017, por meio da Força última suportada. Para isso, foi criado um banco de dados com 16 ligações extraídas da literatura. No entanto, além da quantidade limitada, os dados apresentavam lacunas e dispersão nos valores de resistência, o que motivou o uso do software Abaqus para simulações numéricas, visando mapear condições de contorno não presentes nos dados iniciais. A calibração do software foi realizada com base em dois experimentos executados por Hadade (2016) e o conjunto de resultados obtidos gerou 144 ligações. A partir disso, foram realizados treinamentos, validação e testes de redes neurais do tipo MLP, com uma e duas camadas ocultas com até 20 neurônios. Análises de performance foram conduzidas chegando a um melhor modelo formado de duas camadas ocultas, com 16 e 18 neurônios, respectivamente, e função de ativação tangente hiperbólica, apresentando umerro médio quadrático RMSE de 22kN e R² de 0,942. O modelo foi estudado com a metodologia SHAP onde foi observado que a taxa de armadura de continuidade, resistência à compressão do concreto e geometria da vida possuem influências positivas na capacidade resistente ds ligações.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 04.08.2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
EGIDIO, Karina Estrela e KATAOKA, Marcela Novischi. Avaliação do comportamento de ligações viga-pilar em concreto pré-moldado com o auxílio de redes neurais artificiais. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18134/tde-16092025-155221/. Acesso em: 20 jan. 2026. -
APA
Egidio, K. E., & Kataoka, M. N. (2025). Avaliação do comportamento de ligações viga-pilar em concreto pré-moldado com o auxílio de redes neurais artificiais (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18134/tde-16092025-155221/ -
NLM
Egidio KE, Kataoka MN. Avaliação do comportamento de ligações viga-pilar em concreto pré-moldado com o auxílio de redes neurais artificiais [Internet]. 2025 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18134/tde-16092025-155221/ -
Vancouver
Egidio KE, Kataoka MN. Avaliação do comportamento de ligações viga-pilar em concreto pré-moldado com o auxílio de redes neurais artificiais [Internet]. 2025 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18134/tde-16092025-155221/
Informações sobre o DOI: 10.11606/D.18.2025.tde-16092025-155221 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
