Análisis de la resistencia a la compresión del concreto simple mediante una red neuronal artificial, San Martín 2024

• Autores: Mego Aguilar, Damaris Yuleisy, Vela Ismiño, Deivi Jhoy
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/160484
• Enlace del recurso: https://hdl.handle.net/20.500.12692/160484
• Nivel de acceso: acceso abierto
• Materia: Resistencia a la compresión; Concreto simple; Aprendizaje automático; https://purl.org/pe-repo/ocde/ford#2.01.01

En consonancia con el objetivo de desarrollo sostenible (ODS) N° 9, “Industria, innovación e infraestructuras”, este estudio utiliza una RNA para crear un modelo de estudio de f'c básico. Con un método cuantitativo exploratorio, el estudio es de naturaleza práctica y pretende abordar ciertas cuestiones relacionadas con la construcción. La población de estudio fue constituida por 04 diseños de mezclas de concreto básico y un total de 1041 muestras que constituyeron la población de estudio y nuestra muestra en este trabajo de investigación, de tal manera se consignó 148 datos de calidad f’c = 140 a 175 kg/cm2, con un curado de 3, 7, 14 y 28 días (45 muestras de 3 días, 45 muestras de 7 días, 14 muestras de 14 días y 44 muestras de 28 días), se acopló los datos a fin de que el modelo de aprendizaje automático mediante la red neuronal artificial utilizando un modelo de regresión nos permitirá predecir un error cuadrático con el software que estará disponible en línea de manera libre en su periodo de experimento, lo cual facilitará el trabajo con el mismo. Utilizando el programa RapidMiner, se desarrollaron protocolos precisos para la determinación, estudio y entrenamiento de los datos. Los resultados indicaron que los pronósticos de resistencia oscilaron entre 14 MPa y 18 MPa (f'c =140 a 175 kg/cm²), con un error cuadrático del 2.57%. Concluyendo que estos resultados ponen en manifiesto lo bien que las RNA predicen la resistencia del concreto simple y apuntan a importantes mejoras para diseñar y seleccionar los componentes, contribuyendo incluso ahorrar costes y aumentar la productividad.