Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Evangelista Junior, Francisco | - |
Autor(es): dc.creator | Santos, Erick Douglas de Luna | - |
Data de aceite: dc.date.accessioned | 2025-09-01T11:56:18Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T11:56:18Z | - |
Data de envio: dc.date.issued | 2025-05-20 | - |
Data de envio: dc.date.issued | 2025-05-20 | - |
Data de envio: dc.date.issued | 2025-05-20 | - |
Data de envio: dc.date.issued | 2024-12-17 | - |
Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/52269 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1118946 | - |
Descrição: dc.description | Dissertação (mestrado) — Universidade de Brasília, Programa de Pós-Graduação em Estruturas e Construção Civil, Faculdade de Tecnologia, 2024. | - |
Descrição: dc.description | Este trabalho tem como objetivo desenvolver um modelo de aprendizado de máquina (ML/RF) para predição das tensões máximas de tração em placas de concreto de pavimentos aeroportuários levando em consideração os carregamentos das aeronaves e o perfil de temperatura linear e não linear na espessura da placa. A partir dos dados de tensões obtidos pela modelagem de elementos finitos, utilizando o software ILLISLAB, com trens tipo da aeronave A380 e B747 e diversos diferenciais térmicos na espessura da placa de concreto, foi construído um conjunto de dados utilizado no treinamento e validação do algoritmo. O ML/RF utilizado foi o Random Forest, por meio da biblioteca Scikit-learn do Python, que forneceu predições acuradas para diferentes espessuras, pressões dos pneus, eficiências de transferência de carga entre placas, módulos de reação do subleito, raios de rigidez relativa e posições de passagem longitudinal da aeronave na placa sob diversos diferenciais de temperatura entre o topo e o fundo da placa de concreto. A Média dos Erros Quadrados obtida pelo modelo de Random Forest foi igual a 3.60e-4 MPa², um erro absoluto máximo menor do que 0.25 MPa e a maioria dos erros absolutos próximos de 0 MPa, todos os resultados para a base de dados de treinamento, mostrando a confiabilidade do modelo proposto. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). | - |
Descrição: dc.description | This work aims to develop a machine learning model (ML/RF) to predict maximum tensile stresses in concrete slabs on airport pavements, considering aircraft loads and the linear and nonlinear temperature profile between top and bottom of the concrete slab. From the tensile stress data obtained by finite element simulations, using software ILLISLAB, with A380 and B747 aircraft landing gears and several positive and negative temperature differentials, a dataset was assembled and divided to train and validate the proposed machine learning model. The ML/RF used was Random Forest, through the Scikit-learn Python Library, which provided accurate predictions for different plate thicknesses, tire pressures, load transfer efficiencies between plates, moduli of subgrade reaction, radii of relative stiffness and longitudinal passage positions of the aircraft on the slab path under temperature differential of the concrete slab. The Mean Squared Error obtained by the Random Forest model was equal to 3.60e-4 MPa², a maximum absolute error smaller than 0.25 MPa and the majority of the absolute error nearby 0 MPa, all of theses results to the test dataset, showing the reliability of the proposed model. | - |
Descrição: dc.description | Faculdade de Tecnologia (FT) | - |
Descrição: dc.description | Departamento de Engenharia Civil e Ambiental (FT ENC) | - |
Descrição: dc.description | Programa de Pós-Graduação em Estruturas e Construção Civil | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Direitos: dc.rights | Acesso Aberto | - |
Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
Palavras-chave: dc.subject | Pavimentos de concreto | - |
Palavras-chave: dc.subject | Pavimentos - aeroporto | - |
Palavras-chave: dc.subject | Temperatura | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Título: dc.title | Prediction of stresses in rigid airport pavements considering slab’s temperature differential using finite element and machine learning techniques | - |
Título: dc.title | Previsão de tensões em pavimentos rígidos aeroportuários considerando o diferencial de temperatura da placa utilizando elementos finitos e técnicas de machine learning | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional – UNB |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: