Influencia de la microsílice en la resistencia a compresión del concreto de alto desempeño mediante redes neuronales artificiales

Vista sencilla de ítem
dc.contributor.advisorOlivera Quintanilla, Abdón Dante
dc.contributor.authorCanales Villa, Denys Herminio
dc.contributor.authorLliuyacc Huaman, Isaias
dc.date.accessioned2025-02-04T17:05:42Z
dc.date.available2025-02-04T17:05:42Z
dc.date.issued2024-11-14
dc.description.abstractLa presente investigación tuvo como propósito determinar la influencia de la microsílice en la resistencia a compresión del concreto de alto desempeño mediante redes neuronales artificiales, tomando agregados grueso y fino de la ciudad de Huancavelica; para lograr la dosificación adecuada se ha elaborado mezclas para resistencias a la compresión de f’c=500 kg/cm2 y f´c=600 kg/cm2 . Se ha empleado 4 tratamientos, para f’c=500 kg/cm2 : 12 probetas de concreto con 0% de microsílice (Concreto patrón), 12 probetas de concreto con adición de 5% de microsílice, 12 probetas de concreto con adición de 10 % de microsílice y 12 probetas de concreto con adición de 15% de microsílice, el mismo proceso para el concreto de f’c=600 kg/cm2 , las probetas fueron curadas durante 28 días y ensayadas mediante resistencia a la compresión. El tipo de investigación fue aplicada, nivel de investigación explicativa, el diseño de investigación es cuasi experimental. Se ha elaborado 96 probetas cilíndricas que representan la población y muestra. Ya teniendo los resultados de rotura de concreto se procedió a la elaboración del modelo de la red neuronal artificial que pudo predecir la resistencia del concreto de alto desempeño a compresión. Los resultados más favorables para la resistencia a compresión de f’c=500 kg/cm2 y f’c=600 kg/cm2 fue cuando se adiciono el 10% de microsílice. La Red Neuronal Artificial M4 ha predicho datos respecto a las incorporaciones de microsílice en diferentes proporciones; la adición de 5% de microsílice genera un decrecimiento de resistencia de 0.73% por lo tanto no genera cambios favorables, mientras que la incorporación de 10% y 15% de microsílice genera un crecimiento de resistencias a la compresión de 41.09% y 40.41% respectivamente frente al concreto patrón, para el análisis estadístico se ha empleado el uso del diseño completamente al azar con una confiabilidad de 95% y 5% nivel de significancia, consiguiendo un p = 0.0001, está siendo menor a 0.05, finalmente se termina concluyendo que “La microsílice influye en la resistencia a compresión del concreto de alto desempeño mediante redes neuronales artificiales”.
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.14597/8726
dc.language.isospa
dc.publisherUniversidad Nacional de Huancavelica.
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectMicrosílice
dc.subjectConcreto del alto desempeño
dc.subjectResistencia a la compresión
dc.subjectRed neuronal artificial
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.01.00
dc.titleInfluencia de la microsílice en la resistencia a compresión del concreto de alto desempeño mediante redes neuronales artificiales
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni19878788
renati.advisor.orcidhttps://orcid.org/0000-0003-0247-7737
renati.author.dni48714771
renati.author.dni70784884
renati.discipline413018
renati.jurorOrtega Vargas, Jorge Luis
renati.jurorCesar Mancha, Cesar
renati.jurorMartínez Quispe, Judith
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería Civil
thesis.degree.grantorUniversidad Nacional de Huancavelica. Facultad de Ciencias Ingeniería
thesis.degree.nameIngeniero Civil
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
CANALES VILLA Y LLIUYACC HUAMAN.pdf
Tamaño:
6.77 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Tesis 2024