Buscar en Google Scholar
Título: Predicción de la resistencia a la compresión de concreto de 210 KG/CM² y 175 KG/CM² con redes neuronales artificiales, Cajamarca 2022
Asesor(es): Villanueva Bazán, Henrry Josué
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.01.01
Fecha de publicación: 3-jun-2023
Institución: Universidad Privada del Norte
Resumen: La investigación “Predicción de la resistencia a la compresión de concreto de 210 y 175 kg/cm2 con redes neuronales artificiales“ tuvo como objetivo determinar la precisión de la predicción de una red neuronal artificial (RNA) para determinar la resistencia a la compresión de concreto por medio del análisis estadístico de los datos de resistencia predichos en comparación con los obtenidos en laboratorio. Para ello, se creó una base de datos históricos de diseños de mezcla y se programó una RNA en Python capaz de predecir la resistencia a la compresión de ambos tipos de concreto. Luego, se elaboraron probetas de concreto de 15 x 30 cm para cada tipo de resistencia, siendo 54 en total y se determinó su resistencia a la compresión a los 7, 14 y 28 días mediante ensayos de laboratorio. Los resultados mostraron que la RNA tiene un error máximo promedio de 4.3 % en los 28 días para concreto de 175 Kg/cm2 y de 4.7 % para 7 días para un concreto con diseño 210 kg/cm2.
Enlace al repositorio: https://hdl.handle.net/11537/33741
Disciplina académico-profesional: Ingeniería Civil
Institución que otorga el grado o título: Universidad Privada del Norte. Facultad de Ingeniería
Grado o título: Ingeniero Civil
Jurado: Merma Gallardo, Lizbeth Milagros; Guillen Sheen, Tulio Edgar; Alvarez Llanos, Jane Elizabeth
Fecha de registro: 7-jul-2023



IMPORTANTE
La información contenida en este registro es de entera responsabilidad de la universidad, institución o escuela de educación superior que administra el repositorio académico digital donde se encuentra el trabajo de investigación y/o proyecto, los cuales son conducentes a optar títulos profesionales y grados académicos. SUNEDU no se hace responsable por los contenidos accesibles a través del Registro Nacional de Trabajos de Investigación – RENATI.