Repositório Digital

A- A A+

Development of artificial neural networks for interpreting ultrasonic pulse velocity tests in concrete

.

Development of artificial neural networks for interpreting ultrasonic pulse velocity tests in concrete

Mostrar registro completo

Estatísticas

Título Development of artificial neural networks for interpreting ultrasonic pulse velocity tests in concrete
Outro título Desenvolvimento de redes neurais artificiais para interpretação de ensaios de velocidade de propagação de pulso ultrassônico no concreto
Autor Lorenzi, Alexandre
Silva Filho, Luiz Carlos Pinto da
Campagnolo, Joao Luiz
Abstract Nondestructive Testing (NDT) techniques are useful tools for analyzing reinforced concrete (RC) structures. The use of Ultrasonic Pulse Velocity (UPV) measurements enables monitoring changes in some critical characteristics of concrete over the service life of a structure. Nonetheless, the current techniques for UPV data analysis are largely based on the sensitivity of the professionals who apply these tests. For accurate diagnosis it is necessary to consider the different factors and conditions that can affect the results. In order to properly control and inspect RC facilities it is essential to develop appropriate strategies to make the task of data interpretation easier and more accurate. This study is based on the idea that using Artificial Neural Networks (ANNs) is a feasible way to generate workable estimation models correlating concrete characteristics, density and compressive strength. The study shows that this goal is achievable and indicates that neural models perform better than traditional statistical models.
Resumo Os ensaios não destrutivos servem como uma importante ferramenta para a análise de estruturas de concreto armado. A utilização de ensaios de velocidade de propagação do pulso ultra-sônico (VPU) permite realizar um acompanhamento das características do material ao longo de sua vida útil. No entanto, as técnicas atuais para análise dos resultados coletados são, em grande parte, baseadas na sensibilidade dos profissionais que as aplicam. Para facilitar o controle e inspeção de estruturas de concreto armado é fundamental desenvolver estratégias para tornar esta análise mais simples e precisa. Este trabalho se baseou na hipótese de que a aplicação de Redes Neurais Artificiais (RNAs) pode gerar modelos de relacionamento úteis e acurados entre as características do concreto, sua compacidade e sua resistência à compressão. Os resultados indicam que as RNAs podem ser usadas para gerar métodos numéricos robustos e flexíveis para estimativa da resistência à compressão a partir de dados de VPU.
Contido em Revista IBRACON de Estruturas e Materiais [recurso eletrônico]. São Paulo. Vol. 4, n. 5 (Dec. 2011), p. 814-844
Assunto Ensaios não destrutivos
Ensaios não-destrutivos
Estimativa da resistência do concreto
Estruturas de concreto armado
Redes neurais artificiais
Redes neurais artificiais
Resistência à compressão
Origem Nacional
Tipo Artigo de periódico
URI http://hdl.handle.net/10183/119219
Arquivos Descrição Formato
000955622.pdf (3.936Mb) Texto completo (inglês) Adobe PDF Visualizar/abrir

Este item está licenciado na Creative Commons License

Este item aparece na(s) seguinte(s) coleção(ões)


Mostrar registro completo

Percorrer



  • O autor é titular dos direitos autorais dos documentos disponíveis neste repositório e é vedada, nos termos da lei, a comercialização de qualquer espécie sem sua autorização prévia.
    Projeto gráfico elaborado pelo Caixola - Clube de Criação Fabico/UFRGS Powered by DSpace software, Version 1.8.1.