Self-Organizing-Maps en el estudio del concreto de alto rendimiento

Autor: Moromi Nakata y Colls., Isabel
Jazyk: Spanish; Castilian
Rok vydání: 2018
Předmět:
Zdroj: Revista ECIPerú; Vol. 11 Núm. 2 (2015); 4
ECIPERÚ
Centro Nacional de Planeamiento Estratégico
instacron:CEPRECYT
ISSN: 1813-0194
Popis: The manufacture of this type of concrete is carried out taking into account the selection and characterization of materials to produce a high concrete compressive strength and mix designs suitable for these purposes. The materials used are hydraulic Portland cement Type I, fine and coarse aggregates. It follows the design of mixed methods in ACI 211.4R-93. Be added the microsílices, also superplasticizers additives which may reduce demand for water and cement content and can produce concrete with low water-cement ratio, high strength and normal or high workability. On the other hand there is the use of neural networks called Self-Organizing-Maps (RNSOM) that are not supervised by a single layer networks. The objective in this part of the work is to create an enabling RNSOM form groups or clusters of samples from manufacturing variables without involving resistance and tensile strength of the specimens and compare these results with larger groups of probes lower resistance or resistance with time and designs that are optimal. La fabricación de este tipo de concreto, se realiza tomando en cuenta la selección y caracterización de los materiales para elaborar un concreto de alta resistencia a la compresión y diseños de mezcla adecuados para estos fines. Los materiales empleados son el cemento hidráulico Portland Tipo I. Los agregados fino y grueso. Se sigue para el diseño de mezcla métodos indicados en el ACI 211.4R-93. Se han incorporado las microsílices y los aditivos superplastificantes que pueden reducir la demanda de agua y el contenido de cemento y pueden producir concretos con baja relación agua-cemento, alta resistencia y trabajabilidad normal o alta. De otro lado se tiene el uso de las redes neuronales, denominadas Self-Organizing-Maps (RNSOM) que son redes no supervisadas con una sola capa. El objetivo en esta parte del trabajo es crear un grupo de RNSOM que permitan formar grupos o clústeres de probetas a partir de las variables de fabricación, sin involucrar la resistencia ni la carga de rotura de las probetas y contrastar estos resultados con los grupos de probetas de mayor resistencia o de menor resistencia, con tiempos y diseños que resulten óptimos. 
Databáze: OpenAIRE
Externí odkaz: