Abstract

MOMENI, Ehsan; NAZIR, Ramli; ARMAGHANI, Danial Jahed  and  MAIZIR, Harnedi. Application of Artificial Neural Network for Predicting Shaft and Tip Resistances of Concrete Piles. Earth Sci. Res. J. [online]. 2015, vol.19, n.1, pp.85-93. ISSN 1794-6190.  https://doi.org/10.15446/esrj.v19n1.38712.

La Capacidad Axial de Soporte (ABC, en inglés) de un pilote de construcción se determina usualmente a través de una Prueba de Carga Estática (SLT, inglés). Sin embargo, estas pruebas son costosas y demandan tiempo. La evaluación de las Dinámicas de Alto Esfuerzo de Pilotes (HSDPT, inglés), que la provee el programa de Análisis de Excavación (PDA, inglés), es una forma de aproximación más reciente para preveer la Capacidad Axial de Soporte. En comparación con la Prueba de Cargas Estática, la evaluación PDA es rápida y económica. La implementación de Redes Neuronales Arficiales (ANN, en inglés) que permita resolver problemas geotécnicos ha ganado atención recientemente debido a su posibilidad de hallar relaciones no lineales entre los diferentes parámetros. En este estudio se propone un modelo predictivo ANN para estimar la Capacidad Axial de Soporte de pilotes y su distribución. Para fines de una red de construcción se realizaron 36 pruebas PDA en pilotes de diferentes proyectos. Los resultados de los Análisis de Excavación, las características geométricas de los pilotes, al igual que los datos de investigación del suelo se utilizaron para probar los modelos ANN. Los resultados indican la viabilidad del modelo ANN en predecir la resistencia de los pilotes. Los coeficientes de correlación, R², que alcanzaron 0.941, 09.36 y 0.951 para la evaluación de los datos, revelan que la capacidad del pilotaje en el último rodamiento, en el cojinete del eje y en la punta que se predijeron con el modelo ANN concuerda con las establecidas a través del HSDPT. A través del análisis de respuesta se determinó que la longitud y el área de los pilotes son factores dominantes en el modelo predictivo propuesto.

Keywords : Capacidad Axial de Soporte; Red Neuronal Artificial; Dinámicas de Alto Esfuerzo de Pilotes; resistencia de punta.

        · abstract in English     · text in English     · English ( pdf )