Predicción de Redes Neuronales y Propiedades de Resistencia Mejoradas de Compuestos Reforzados con Fibras Naturales de Mezcla Cuaternaria
Autores: Chandramouli, Pavithra; Akthar, Mohamed Riyaaz Nayum; Kumar, Veerappan Sathish; Jayaseelan, Revathy; Pandulu, Gajalakshmi
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Predicción de Redes Neuronales y Propiedades de Resistencia Mejoradas de Compuestos Reforzados con Fibras Naturales de Mezcla Cuaternaria
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Civil y Estructural
Palabras clave
Investigación
composites de mezcla cuaternaria
propiedades mecánicas
edades de curado
análisis SEM
nuevo aglutinante
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 15
Citaciones: Sin citaciones
Esta investigación, con su potencial para revolucionar la industria de la construcción, tiene como objetivo desarrollar compuestos de mezcla cuaternaria (QBC) al reemplazar el 80% del cemento Portland ordinario (OPC) con metacaolín, ceniza de cáscara de arroz y ceniza de madera combinados con fibras naturales híbridas discretas en una fracción de volumen del 0.5%. Este estudio investiga las propiedades mecánicas, incluyendo la resistencia a la compresión, la resistencia a la tracción por separación y la resistencia al impacto del QBC en diferentes edades de curado de 7, 28 y 56 días. Se realizó un análisis de microscopía electrónica de barrido (SEM) para evaluar las características microestructurales. Esta investigación tuvo como objetivo formular un nuevo aglutinante cuaternario que pueda minimizar nuestra dependencia del cemento. Los resultados experimentales indican que la mezcla etiquetada como M4L2 mostró un rendimiento superior en resistencia a la compresión y a la tracción por separación, con aumentos porcentuales de aproximadamente 51.03% y 29.19%, respectivamente. Mientras tanto, la mezcla M5L1 demostró una energía de impacto mejorada, con un aumento porcentual de aproximadamente 36.40% en 56 días. Las observaciones de SEM revelaron que la mezcla MC4 contenía porciones no hidratadas y grietas más grandes. En contraste, la presencia de fibras en la mezcla M4L2 contribuyó a la resistencia a las grietas, resultando en una matriz más densa y propiedades microestructurales mejoradas. Este estudio también empleó un modelo de red neuronal artificial (ANN) para predecir las características de resistencia a la compresión, a la tracción y al impacto del QBC, con las predicciones alineándose estrechamente con los resultados experimentales. Se llevó a cabo una investigación para determinar el número ideal de capas ocultas y neuronas en cada capa. La efectividad del modelo se evaluó utilizando métricas estadísticas como el coeficiente de correlación (R), el coeficiente de determinación (R), el error cuadrático medio (RMSE), el error absoluto medio (MEA) y el error porcentual absoluto medio (MAPE). Los hallazgos sugieren que los QBC desarrollados pueden reducir efectivamente la dependencia del cemento convencional mientras ofrecen propiedades mecánicas mejoradas adecuadas para prácticas de construcción sostenibles.
Descripción
Esta investigación, con su potencial para revolucionar la industria de la construcción, tiene como objetivo desarrollar compuestos de mezcla cuaternaria (QBC) al reemplazar el 80% del cemento Portland ordinario (OPC) con metacaolín, ceniza de cáscara de arroz y ceniza de madera combinados con fibras naturales híbridas discretas en una fracción de volumen del 0.5%. Este estudio investiga las propiedades mecánicas, incluyendo la resistencia a la compresión, la resistencia a la tracción por separación y la resistencia al impacto del QBC en diferentes edades de curado de 7, 28 y 56 días. Se realizó un análisis de microscopía electrónica de barrido (SEM) para evaluar las características microestructurales. Esta investigación tuvo como objetivo formular un nuevo aglutinante cuaternario que pueda minimizar nuestra dependencia del cemento. Los resultados experimentales indican que la mezcla etiquetada como M4L2 mostró un rendimiento superior en resistencia a la compresión y a la tracción por separación, con aumentos porcentuales de aproximadamente 51.03% y 29.19%, respectivamente. Mientras tanto, la mezcla M5L1 demostró una energía de impacto mejorada, con un aumento porcentual de aproximadamente 36.40% en 56 días. Las observaciones de SEM revelaron que la mezcla MC4 contenía porciones no hidratadas y grietas más grandes. En contraste, la presencia de fibras en la mezcla M4L2 contribuyó a la resistencia a las grietas, resultando en una matriz más densa y propiedades microestructurales mejoradas. Este estudio también empleó un modelo de red neuronal artificial (ANN) para predecir las características de resistencia a la compresión, a la tracción y al impacto del QBC, con las predicciones alineándose estrechamente con los resultados experimentales. Se llevó a cabo una investigación para determinar el número ideal de capas ocultas y neuronas en cada capa. La efectividad del modelo se evaluó utilizando métricas estadísticas como el coeficiente de correlación (R), el coeficiente de determinación (R), el error cuadrático medio (RMSE), el error absoluto medio (MEA) y el error porcentual absoluto medio (MAPE). Los hallazgos sugieren que los QBC desarrollados pueden reducir efectivamente la dependencia del cemento convencional mientras ofrecen propiedades mecánicas mejoradas adecuadas para prácticas de construcción sostenibles.