SciELO - Scientific Electronic Library Online

 
vol.28 número62Modeling, Design and Control of a Wind Generation System Based on MPPT with Power Electronic Converter for the Integration of a Turbine to a MicrogridEffect of the Inlet Velocity on the Behavior of Gravitational Water Vortex for Electricity Generation índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Em processo de indexaçãoCitado por Google
  • Não possue artigos similaresSimilares em SciELO
  • Em processo de indexaçãoSimilares em Google

Compartilhar


TecnoLógicas

versão impressa ISSN 0123-7799versão On-line ISSN 2256-5337

Resumo

BABAKI, Mehrdad Mirshekarian  e  TAVANDASHTI, Ali Pirhadi. Modelado de propiedades mecánicas de mezclas asfálticas espumadas recicladas mediante regresión no lineal y redes neuronales artificiales y clasificación de diferentes diseños utilizando el método TOPSIS. TecnoL. [online]. 2025, vol.28, n.62, e201.  Epub 06-Jul-2025. ISSN 0123-7799.

Las mezclas de asfalto espumado, creadas utilizando pavimento asfáltico reciclado (RAP, por sus siglas en inglés) y betún espumado, ofrecen ahorros de energía, reducción del uso de materiales vírgenes y menores costos de transporte, combinando las características de pavimentos rígidos y flexibles. Este estudio evaluó el rendimiento mecánico de las mezclas de asfalto espumado con diferentes contenidos de betún (1-3 %) y contenidos de cemento (0-2 %) para identificar la combinación óptima para aplicaciones en pavimentos. Se realizaron pruebas de resistencia a la compresión uniaxial (UCS, por sus siglas en inglés), resistencia a la tracción indirecta (ITS, por sus siglas en inglés), módulo resiliente (RM, por sus siglas en inglés) y relación de resistencia a la tracción (TSR, por sus siglas en inglés) en condiciones de laboratorio. Para predecir los resultados se utilizó un modelo de regresión no lineal y una red neuronal artificial (ANN, por sus siglas en inglés). El modelo de ANN demostró una mayor precisión con errores de predicción significativamente menores en comparación con el modelo de regresión no lineal. Luego, se empleó el método de Técnica para el Orden de Preferencia por Similaridad a la Solución Ideal (TOPSIS) para seleccionar la combinación óptima de materiales. TOPSIS prioriza las mezclas con la distancia geométrica más corta a la solución ideal positiva (mejores valores para todos los atributos) y la distancia más larga de la solución ideal negativa. Los resultados mostraron que UCS y RM aumentaron a medida que el contenido de betún aumentaba del 1 % al 2 %, pero estas propiedades disminuyeron cuando el contenido de betún superó el 2 %. En contraste, ITS (seco y saturado) mostró una mejora continua con el aumento del contenido de betún del 1 % al 3 %. El análisis de TOPSIS identificó la mezcla con 3 % de betún y 2 % de cemento como la combinación óptima, logrando el mejor rendimiento general en las pruebas de UCS, ITS, RM y TSR. Este estudio destaca la utilidad de las mezclas de asfalto espumado para la construcción sostenible, demostrando que las predicciones de ANN y TOPSIS pueden guiar eficazmente la selección de materiales para lograr un rendimiento mecánico superior mientras se reduce el impacto ambiental.

Palavras-chave : Redes neuronales artificiales; betún espumado; propiedades mecánicas; regresión no lineal; pavimento asfáltico reciclado; método TOPSIS.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )