Daniel Dias Fonseca
Título
Predição da Elevação Adiabática da Temperatura do Concreto Através de Modelos Baseados em Dados
Resumo
Este trabalho apresenta um modelo baseado em análise de dados para a previsão da elevação adiabática de temperatura de concretos massivos. O banco de dados é oriundo de 226 ensaios experimentais realizados no Laboratório de Concreto de FURNAS Centrais Elétricas S.A. Os ensaios dizem respeito às mais importantes obras de concreto massa no Brasil, tais como a represa de Itaipu (a maior usina hidrelétrica em operação no mundo), a represa de Tucuruí, e vários outros concretos massivos usados para a construção de usinas hidrelétricas e nucleares. A entrada do modelo é um variado conjunto de dados correspondente às propriedades físicas e químicas do aglutinante e às proporções da mistura do concreto. A saída é um conjunto de sete parâmetros que determinam a função que é capaz de descrever a elevação adiabática de temperatura durante a hidratação do concreto. A comparação entre os dados experimentais e os resultados do modelo mostra a precisão da abordagem proposta e que mineração de dados é uma ferramenta potencial para prever tensões térmicas no projeto de estruturas de concreto massa.
Abstract
This work presents a model based on data analysis for the prediction of the adiabatic temperature rise of massive concrete. The data bank was assembled from 226 experimental tests carried out at the Concrete Laboratory of FURNAS Centrais Elétricas S.A. The tests concerns the most important mass concrete constructions in Brazil, such as Itaipu dam (the hugest hydropower plant in operation in the world) Tucurui dam, and several other mass concrete used for the construction of hydroelectric and nuclear power plants. The input of the model is a variable data set corresponding to the binder physical and chemical properties and concrete mixture proportions. The output is a set of seven parameters that determine a function which is capable to describe the adiabatic temperature rise during concrete hydration. The comparison between experimental data and modeling results shows the accuracy of the proposed approach and that data mining is a potential tool to predict thermal stresses in the design of massive concrete structures.
