Análisis de sensibilidad y ciencia de datos de un concreto de alta durabilidad y alto desempeño en infraestructura
| Autor: | José Alberto Guzmán Torres |
|---|---|
| Přispěvatelé: | Francisco Javier Domínguez Mota, Elia Mercedes Alonso Guzmán |
| Jazyk: | angličtina |
| Rok vydání: | 2020 |
| Předmět: | |
| Zdroj: | Universidad Michoacana de San Nicolás de Hidalgo UMSNH Repositorio Institucional de la Universidad Michoacana de San Nicolás de Hidalgo |
| DOI: | 10.13140/rg.2.2.22808.62729 |
| Popis: | Facultad de Ciencias Físico Matemáticas. Doctorado en Ciencias en Ingeniería Física The present research carries out a deep numerical analysis of the behavior of high-performance concrete, demonstrating assertions of which there was no knowledge. The importance of the analysis of materials such as concrete is detailed in the first chapter of this research. It is important to carry out a detailed analysis of this type of material to understand its behavior and to make adequate mixture designs that allow the best performance of the material placed in the construction site. The present study pretends to adjust finite element analysis with the objective of modeling deformations, which are a consequence of the application of stress, to understand the parameters that are included in these phenomena and to be able to make predictions of the deformations that an element suffers or will suffer under the action of stress. Materials research has constantly evolved and currently advanced tools have been developed that allow relationships to be established between the attributes or characteristics of the materials that cannot be seen with the naked eye, and which to do manually is a complicated and inefficient task. These tools allow performance models and value predictions to be established based on artificial intelligence. This study uses techniques of Machine Learning to get important relationships in the tests to which the concrete mixtures were tested, establishing predictive models that allow the generalization of the material's performance, proposing efficient analysis techniques that allow the quantification of the mixtures' behavior and making performance forecasts for future research, with an efficient computational cost. La presente investigación realiza un análisis numérico profundo del desempeño de un concreto de alto desempeño, demostrando aseveraciones de las cuales no se tenía conocimiento. La importancia del análisis de materiales como el concreto es detallada en el primer capítulo de la presente investigación. Es importante realizar análisis con detalle de este tipo de materiales para entender su comportamiento y realizar diseños de mezclas adecuados que permitan obtener los mejores desempeños del material puesto en obra. La presente investigación pretende ajustar análisis de elementos finitos con el objetivo de modelar deformaciones, las cuales son consecuencia de la aplicación de cargas, entender los parámetros que son involucrados en estos fenómenos y poder realizar predicciones de las deformaciones que sufre o sufrir a un elemento bajo la acción de una carga. La investigación de materiales ha evolucionado de manera constante y actualmente se han desarrollado herramientas de avanzada que permiten establecer relaciones entre los atributos o características de los materiales que no es posible apreciar a simple vista, y que realizar de manera manual resulta una tarea complicada e ineficiente, estas herramientas permiten establecer modelos de comportamiento y de predicción de valores basándose en inteligencia artificial. Este estudio emplea técnicas de Machine Learning con el objetivo de obtener relaciones importantes en las pruebas a las que fueron sometidas las mezclas de concreto, establecer modelos predictivos que permitan generalizar el desempeño del material, proponer técnicas de análisis eficientes que permitan cuantificar el comportamiento de las mezclas y realizar pronósticos de desempeño para futuras investigaciones, con un costo computacional eficiente. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|