Previsão de resistência de argamassa reforçada com fibra de coco babaçu usando redes neurais artificiais

A utilização de fibras vegetais como reforço em compósitos cimentícios é uma alternativa sustentável na construção civil. Entretanto, a dosagem desses materiais pelos métodos tradicionais depende de ensaios laboratoriais e tende a ser trabalhosa e cara. Assim, a previsão de características de compósitos pode proporcionar economia de tempo e redução de custos operacionais. Neste estudo, Redes Neurais Artificias (RNA) treinadas com máquina de aprendizagem extrema (ELM) foram utilizadas para prever as resistências à tração e à compressão de argamassa reforçada com fibra de coco babaçu, produto abundante na região onde esta pesquisa foi desenvolvida e cuja utilização tende a trazer benefícios socioeconômicos. Os dados foram obtidos experimentalmente totalizando 51 amostras. As topologias de RNA adotadas possuem seis parâmetros na camada entrada (cimento, areia, relação água/cimento, comprimento máximo da fibra, percentual de fibra e abatimento), um parâmetro na camada de saída (resistência à tração ou à compressão) e uma camada oculta, que possui 6 e 7 neurônios, respectivamente, nos modelos de previsão de resistência à tração (ELM-T) e à compressão (ELM-C). Os resultados das simulações indicaram que ambos os modelos são ferramentas promissoras para previsão do comportamento mecânico de argamassa reforçada com fibra de coco babaçu.

Palavras-chave
Argamassa reforçada com fibras; Fibras do coco babaçu; Redes neurais artificiais; Previsão de resistências