Por favor, use este identificador para citar o enlazar este ítem: http://www.dspace.uce.edu.ec/handle/25000/16813
Título : Modelo de predicción de la resistencia a la compresión del hormigón con fibras naturales utilizando redes neuronales artificiales
Autor : Andrade Stacey, Diego Alfonso
Tafur Simbaña, Wilson Daniel
Viracucha Sangucho, Marco Vinicio
Palabras clave : FIBRAS NATURALES Y ARTIFICIALES
MEZCLAS
CEMENTO HOLCIM
CEMENTO SELVA ALEGRE
Fecha de publicación : 2018
Editorial : Quito: UCE
Citación : Tafur Simbaña, Wilson Daniel y Viracucha Sangucho, Marco Vinicio (2018). Modelo de predicción de la resistencia a la compresión del hormigón con fibras naturales utilizando redes neuronales artificiales. Trabajo de titulación previo a la obtención del Título de Ingeniero Civil. Carrera de Ingeniería Civil. Quito: UCE. 186 p.
Resumen : La presente investigación se basó en diseñar las diferentes dosificaciones para obtener una resistencia a la compresión simple del hormigón de 21 y 28 MPa utilizando materiales procedentes de las canteras Construarenas Cía. Ltda, ubicada en la zona no poblada de Pifo, y la cantera Fucusucu III ubicada en el sector de San Antonio de Pichincha, con cementos Holcim y Selva Alegre, a las cuales se les fue añadiendo distintos tipos de fibras naturales y artificiales en diferentes proporciones tales como el algodón, cabuya, coco, nylon y el poliéster, y a través de ensayos de probetas cilíndricas de 100 mm por 200 mm se determinó la resistencia de los mismos a la edad de 7, 14 y 28 días. Con el universo de datos obtenidos de las resistencias de los cilindros ensayados a las diferentes edades se procedió al cálculo de la resistencia característica del hormigón utilizando el método de Montoya-Meseguer-Moran cuyos resultados nos servirán como unidad de salida en la elaboración del modelo de predicción utilizando una red neuronal Artificial. Además como datos de entrada se utilizaron la relación agua- cemento, dosificación de ripio y arena, densidad de la fibra y porcentaje de adición de la fibra, con estos datos se procedió a la elaboración del modelo de predicción para la resistencia a la compresión simple del hormigón usando una red neuronal artificial de retro-propagación de alimentación hacia adelante de tres capas utilizando los datos obtenidos de los diferentes test de resistencia para la compresión simple, al final se disponía de 384 muestras, de las cuales se usaron 370 como datos de entrenamiento y 14 muestras como datos de validación, los errores obtenidos para los datos de entrenamiento fue 32,08 Kg/cm2 y para los datos de validación fue de 35,61 Kg/cm2
The present investigation was based on designing the different dosages to obtain a resistance to the simple compression of the concrete of 21 and 28 MPa using materials from the quarries Construarenas Cía. Ltda, located in the unpopulated zone of Pifo, and the Fucusucu III quarry located in the sector of San Antonio de Pichincha, with cements Holcim and Selva Alegre, to which they were added different types of natural and artificial fibers in different proportions such as cotton, cabuya, coconut, nylon and polyester, and through tests of cylindrical specimens of 100 mm by 200 mm the resistance of the same at the age of 7, 14 and 28 days. With the universe of data obtained from the resistance of the cylinders tested at different ages, we proceeded to calculate the characteristic resistance of the concrete using the Montoya-Meseguer-Moran method whose results will serve as an output unit in the elaboration of the model of prediction using an Artificial neural network. In addition, the water-cement ratio, gravel and sand dosage, fiber density and percentage of fiber addition were used as input data, with this data, the prediction model for the simple compressive strength of the concrete was elaborated using an artificial neural network of retro-propagation of forward feeding of three layers using the data obtained from the different resistance tests for compression. simple, in the end there were 384 samples, of which 370 were used as training data and 14 samples as validation data, the errors obtained for the training data was 32.08 Kg/cm2 and for the validation data it was of 35.61 Kg/cm2.
URI : http://www.dspace.uce.edu.ec/handle/25000/16813
Aparece en las colecciones: Titulación - Ingeniería Civil

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-UCE-0011-ICF-043.pdfTRABAJO DE TITULACIÓN A TEXTO COMPLETO11.12 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.