Uma plataforma de aprendizado de máquina para predição dos parâmetros de pós-fissuração e resistência à força cortante em vigas de CRFA.

• Ano de defesa: 2023
• Autor(a) principal: Lage, Gabriel Emídio
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Aprendizado computacional; Comportamento pós-fissuração; Concreto reforçado com fibras de aço; Machine learning; Post-cracking behavior; Resistência à força cortante; Shear strength; Steel fiber reinforced concrete
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3144/tde-23052024-155700/

O concreto reforçado com fibras de aço (CRFA) tem demostrado ser um material muito promissor para resistir aos esforços cortantes em elementos estruturais. Pesquisas recentes demostram que o uso desse material em vigas de concreto armado, pode substituir totalmente ou parcialmente os estribos desses elementos, melhorando o seu comportamento aos estados limites de serviço e último. No entanto, devido à grande variabilidade de resultados experimentais e variáveis envolvidas no processo, um melhor entendimento sobre a contribuição de cada parâmetro do compósito no comportamento do elemento estrutural precisa ser elucidado. Neste sentido, esta pesquisa tem como objetivo principal o desenvolvimento de uma plataforma de aprendizado de máquina para predição dos parâmetros pós-fissuração e resistência à força cortante em vigas de CRFA a partir de dados experimentais encontrados na literatura. Faz-se, ainda, uma comparação dos resultados obtidos com modelos analíticos de dimensionamento à força cortante indicados em normas técnicas e referências da literatura para validação da metodologia apresentada. Os melhores modelos criados são baseados em árvores de decisão e foram incorporados à plataforma web desenvolvida. Os modelos foram capazes de realizar predições com boa performance e servem como base para novos elementos estruturais que venham a ser dimensionados com base em características do material e do elemento, auxiliando na elaboração de projetos estruturais.