GONZALEZ SALCEDO, Luis Octavio; GUERRERO ZUNIGA, Aydée Patricia; DELVASTO ARJONA, Silvio    ERNESTO WILL, Adrián Luis. EXPLORACIÓN CON REDES NEURONALES ARTIFICIALES PARA ESTIMAR LA RESISTENCIA A LA COMPRESIÓN, EN CONCRETOS FIBROREFORZADOS CON ACERO. []. , 22, 1, pp.19-41. ISSN 0124-8170.

^les^aRESUMEN En diseño y construcción de estructuras de concreto, la resistencia a la compresión a 28 días de curado es la especificación de control de estabilidad de la obra. La inclusión de fibras como reforzamiento de la matriz cementicia permite una ganancia en sus propiedades, además de obtener un material de alto desempeño. En las normativas, se plantean formulaciones predictivas de la resistencia a la compresión basadas en unos pocos parámetros de composición del concreto, tales como la relación agua/cemento y el contenido de cemento Portland. Por otra parte, también se han planteado métodos de diseños de concreto para definir la ponderación de sus materiales componentes, teniendo como referencia la resistencia a la compresión del concreto simple. Además, las redes neuronales artificiales, como un símil de las neuronas biológicas, han sido utilizadas como herramientas de predicción de la resistencia a la compresión en el concreto, también con referencia al concreto simple, sin reforzamiento con fibras. Los antecedentes en este uso muestran que es interesante desarrollar aplicaciones en los concretos reforzados con fibras. En el presente trabajo se elaboraron redes neuronales artificiales para predecir la resistencia a la compresión en concretos reforzados con fibras de acero. Los resultados de los indicadores de desempeño mostraron que las redes neuronales artificiales elaboradas pueden realizar una aproximación adecuada al valor real de la propiedad mecánica.^len^aABSTRACT By designing and building concrete structures, the compressive strength achieved at 28-day curing typically represents the stability control specification of any work. Furthermore, reinforcing fibers into the cement based matrix has allowed a gain to their properties, as well as a high performance material. Technical literature states predictive formulations of compressive strength of concrete in function of a few composition parameters, such as water/cement ratio and the Portland cement. Also, there are formulations to find the proportion of the raw materials to get a defined compressive strength, specifically non-reinforced ordinary concrete. Besides artificial neural networks as a metaphor of biological neurons have been used as a tool to predict concrete compressive strength. The experience in this application shows an increasing interest to develop applications using fiber-reinforced concrete. In this paper, an artificial neural network has been developed to predict the compressive strength of steel-fiber-reinforced-concrete. The results prove that developed artificial neural networks may perform an adequate approximation to the actual value of the mechanical property.

: .

        · | |     · |     · ( pdf )