Prediction of modulus of elasticity and compressive strength of concrete specimens by means of artificial neural networks

José Fernando Moretti, Carlos Roberto Minussi, Jorge Luis Akasaki, Cesar Fabiano Fioriti, José Luis Pinheiro Melges, Mauro Mitsuuchi Tashima
2016 Acta Scientiarum: Technology  
Currently, artificial neural networks are being widely used in various fields of science and engineering. Neural networks have the ability to learn through experience and existing examples, and then generate solutions and answers to new problems, involving even the effects of non-linearity in their variables. The aim of this study is to use a feed-forward neural network with back-propagation technique, to predict the values of compressive strength and modulus of elasticity, at 28 days, of
more » ... t 28 days, of different concrete mixtures prepared and tested in the laboratory. It demonstrates the ability of the neural networks to quantify the strength and the elastic modulus of concrete specimens prepared using different mix proportions. Previsão do módulo de elasticidade e da resistência à compressão de corpos de prova de concreto por meio de redes neurais artificiais RESUMO. Atualmente, redes neurais artificiais são largamente utilizadas em vários campos da ciência e da engenharia. Redes neurais possuem a habilidade de aprender por meio de experiências anteriores, e, posteriormente, gerar soluções e respostas para novos problemas, envolvendo até a não linearidade em suas variáveis. Este trabalho visa à utilização de uma rede neural, com a técnica da retropropagação, para prever os valores do módulo de elasticidade e da resistência à compressão do concreto, aos 28 dias, advindos de dosagens preparadas e ensaiadas em laboratório. Demonstra-se, a partir dos resultados obtidos, a capacidade das Redes Neurais em quantificar a resistência e o módulo de elasticidade de corpos de prova de concreto elaborados a partir das dosagens escolhidas. Palavras-chave: módulo de elasticidade, resistência à compressão, concreto, redes neurais, inteligência artificial.
doi:10.4025/actascitechnol.v38i1.27194 fatcat:kcudevqzwnbgjlsfolt7y4atka