MODELAGEM COMPUTACIONAL DA PROFUNDIDADE DE CARBONATAÇÃO DO CONCRETO EMPREGANDO RNA's

EMERSON FELIPE FELIX¹; Thays Car Feliciano Oliveira¹; EDNA POSSAN¹; GLÁUCIA MARIA DALFRE¹

¹ UNILA

doi:10.20906/CPS/CILAMCE2015-0715

Resumo

No presente trabalho modelou-se a profundidade de carbonatação do concreto empregando Redes Neurais Artificiais (RNA's) do tipo Multi-Layer Perceptron (MLP) com diferentes algoritmos de treinamento (Backpropagation Classic, Backpropagation Momentum e o Backpropagation Delta-Bar-Delta) implementados em linguagem orientada a objetos C++. Ao total foram treinadas, validadas e testadas 1200 redes, divididas entre os três algoritmos e com diferentes características quanto às suas arquiteturas. A rede com o melhor comportamento obteve um erro médio quadrático de 0,84 mm de profundidade de carbonatação no treinamento e 1,57 mm na validação, gerando uma correlação de 0,994 e 0,981, respectivamente. Pela análise do gráfico de resíduos verificou-se um erro máximo de 3,381 mm e um erro mínimo de 0,004 mm, indicando a aplicabilidade das RNA's para modelar a frente de carbonatação do concreto, uma vez que o erro aceitável na literatura para essa determinação é de 5,0 mm.

Palavras-chave: Estruturas de Concreto; Modelagem; Profundidade de Carbonatação; Redes Neurais Artificiais