Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufjf.br/jspui/handle/ufjf/5281
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
aldemonlagebonifacio.pdf13.89 MBAdobe PDFVista previa
Visualizar/Abrir
Clase: Tese
Título : Estratégia computacional para avaliação de propriedades mecânicas de concreto de agregado leve
Autor(es): Bonifácio, Aldemon Lage
Orientador: Farage, Michèle Cristina Resende
Co-orientador: Barbosa, Flávio de Souza
Co-orientador: Barbosa, Ciro de Barros
Miembros Examinadores: Silvoso, Marcos Martinez
Miembros Examinadores: Pitangueira, Roque Luiz da Silva
Miembros Examinadores: Borges, Carlos Cristiano Hasenclever
Miembros Examinadores: Fonseca, Leonardo Goliatt da
Resumo: O concreto feito com agregados leves, ou concreto leve estrutural, é considerado um material de construção versátil, bastante usado em todo o mundo, em diversas áreas da construção civil, tais como, edificações pré-fabricadas, plataformas marítimas, pontes, entre outros. Porém, a modelagem das propriedades mecânicas deste tipo de concreto, tais como o módulo de elasticidade e a resistência a compressão, é complexa devido, principalmente, à heterogeneidade intrínseca aos componentes do material. Um modelo de predição das propriedades mecânicas do concreto de agregado leve pode ajudar a diminuir o tempo e o custo de projetos ao prover dados essenciais para os cálculos estruturais. Para esse fim, este trabalho visa desenvolver uma estratégia computacional para a avaliação de propriedades mecânicas do concreto de agregado leve, por meio da combinação da modelagem computacional do concreto via MEF (Método de Elementos Finitos), do método de inteligência computacional via SVR (Máquina de vetores suporte com regressão, do inglês Support Vector Regression) e via RNA (Redes Neurais Artificiais). Além disso, com base na abordagem de workflow científico e many-task computing, uma ferramenta computacional foi desenvolvida com o propósito de facilitar e automatizar a execução dos experimentos científicos numéricos de predição das propriedades mecânicas.
Resumen : Concrete made from lightweight aggregates, or lightweight structural concrete, is considered a versatile construction material, widely used throughout the world, in many areas of civil construction, such as prefabricated buildings, offshore platforms, bridges, among others. However, the modeling of the mechanical properties of this type of concrete, such as the modulus of elasticity and the compressive strength, is complex due mainly to the intrinsic heterogeneity of the components of the material. A predictive model of the mechanical properties of lightweight aggregate concrete can help reduce project time and cost by providing essential data for structural calculations. To this end, this work aims to develop a computational strategy for the evaluation of mechanical properties of lightweight concrete by combining the concrete computational modeling via Finite Element Method, the computational intelligence method via Support Vector Regression, and via Artificial Neural Networks. In addition, based on the approachs scientific workflow and many-task computing, a computational tool will be developed with the purpose of facilitating and automating the execution of the numerical scientific experiments of prediction of the mechanical properties.
Palabras clave : Modelagem do concreto
Sistemas distribuídos
Mecânica dos materiais
Análise via MEF
Máquina de vetores suporte com regressão
Rede neural artificial
Workflow científico
Concrete Modeling
Distributed Systems
Mechanics of Materials
FEM Analysis
Support Vector Regression
Artificial Neural Network
Scientific Workflow
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
País: Brasil
Editorial : Universidade Federal de Juiz de Fora (UFJF)
Sigla de la Instituición: UFJF
Departamento: ICE – Instituto de Ciências Exatas
Programa: Programa de Pós-graduação em Modelagem Computacional
Clase de Acesso: Acesso Aberto
URI : https://repositorio.ufjf.br/jspui/handle/ufjf/5281
Fecha de publicación : 16-mar-2017
Aparece en las colecciones: Doutorado em Modelagem Computacional (Teses)



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