Avaliação do comportamento de ligações viga-pilar em concreto pré-moldado com o auxílio de redes neurais artificiais

• Ano de defesa: 2025
• Autor(a) principal: Egidio, Karina Estrela
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: artificial neural networks; beam-column connection; concreto pré-moldado; ligação semirrígida; ligação viga-pilar; numerical simulation; precast concrete; redes neurais artificiais; semi-rigid connection; simulação numérica
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/18/18134/tde-16092025-155221/

O concreto pré-moldado tem ganhando cada vez mais visibilidade e utilização na construção civil, principalmente em obras de grande porte, devido às vantagens que oferece, como a rapidez na execução, limpeza no canteiro de obras, a sustentabilidade ambiental e racionalização de custos. Em contrapartida, alguns desafios ainda limitam a adoção desse tipo de tecnologia, como o transporte e a montagem dos elementos, manutenção da edificação e a complexidade das ligações entre os elementos estruturais. As ligações viga-pilar semirrígidas são o foco desta pesquisa, pois, além da dificuldade de execução e montagem, há escassez de informações na literatura sobre sua capacidade resistente. Isso se deve à ausência de ensaios experimentais, motivada pelo alto custo e pela diversidade de tipos de ligações e materiais utilizados. Nesse contexto, o objetivo geral deste trabalho consiste em desenvolver um modelo de Rede Neural Artificial (RNA) capaz de fornecer, com precisão, a capacidade resistente de uma ligação da tipologia 1, segundo a ABNT NBR 9062:2017, por meio da Força última suportada. Para isso, foi criado um banco de dados com 16 ligações extraídas da literatura. No entanto, além da quantidade limitada, os dados apresentavam lacunas e dispersão nos valores de resistência, o que motivou o uso do software Abaqus para simulações numéricas, visando mapear condições de contorno não presentes nos dados iniciais. A calibração do software foi realizada com base em dois experimentos executados por Hadade (2016) e o conjunto de resultados obtidos gerou 144 ligações. A partir disso, foram realizados treinamentos, validação e testes de redes neurais do tipo MLP, com uma e duas camadas ocultas com até 20 neurônios. Análises de performance foram conduzidas chegando a um melhor modelo formado de duas camadas ocultas, com 16 e 18 neurônios, respectivamente, e função de ativação tangente hiperbólica, apresentando um erro médio quadrático RMSE de 22kN e R2 de 0,942. O modelo foi estudado com a metodologia SHAP onde foi observado que a taxa de armadura de continuidade, resistência à compressão do concreto e geometria da viga possuem influências positivas na capacidade resistente das ligações.