
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 | Yanagi Junior, Tadayuki | - |
| Autor(es): dc.contributor | Gomes, Francisco Carlos | - |
| Autor(es): dc.contributor | Lacerda, Wilian Soares | - |
| Autor(es): dc.contributor | Gomes, Francisco Carlos | - |
| Autor(es): dc.contributor | Yanagi Junior, Tadayuki | - |
| Autor(es): dc.contributor | Lacerda, Wilian Soares | - |
| Autor(es): dc.contributor | Nascimento, José Wallace Barbosa do | - |
| Autor(es): dc.creator | Mancini, Simone | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:12:18Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:12:18Z | - |
| Data de envio: dc.date.issued | 2022-06-07 | - |
| Data de envio: dc.date.issued | 2022-06-07 | - |
| Data de envio: dc.date.issued | 2022-06-07 | - |
| Data de envio: dc.date.issued | 2022-03-25 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/50115 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1156548 | - |
| Descrição: dc.description | Pressure prediction and structural assessment in silos is a topic of great interest in research studies. It can be considered that the degree of uncertainty in the calculations has had repercussions on the large number of failures and occurrences of collapses, in this type of structures in Brazil, and in the world. The objective of the present work was to develop a model for predicting pressures in comparison with experimental data. To obtain the experimental data, the pilot silo proposed by Pieper and Schutz was used, providing the basis for the DIN 1055 (1987) standard. In the silo, smooth plate walls and a flat bottom were used, varying the height/diameter ratio between 4, 6 and 8. Data values of horizontal pressures and friction of the product (maize) with the wall along the silo were observed and collected, for filling and discharge pressures. The results of the pressures obtained experimentally were inserted in an algorithm using Artificial Neural Networks (ANN) of the multilayer Perceptron type. The experimental pressures obtained on the silo walls, during the filling and discharge stages, were compared with the values generated by the ANN, as well as the values calculated by the AS 3774 (1996) and EN 1991-4 (2006) Standards. The ANN estimate was obtained with a confidence level of 90%, demonstrating the feasibility of its use in the predictions of pressures in silos. The calculated statistical indicators show the Mean Square Error values of horizontal and friction pressures: 0.074 and 0 067 respectively for filling and 0.071 and 0.072 respectively for discharge. For dimensions with lower values, the lowest values of horizontal pressures and friction were obtained. At elevation 1.25 m, the values 0.56 kPa and 1.12 kPa for horizontal pressures and 0.18 kPa and 0.41 kPa for friction pressures, being the filling and discharge values, respectively. Such values show significance in the actual data collected in the pilot silo. In comparing the methods tested, the ANN showed the best description of the predictability of pressure data. | - |
| Descrição: dc.description | A avaliação estrutural dos silos a partir da predição das pressões é um tema de grande interesse de pesquisadores, projetistas e fabricantes. O número de variáveis envolvidas geram incertezas nos cálculos e grande número de falhas e ocorrências de colapsos neste tipo de estruturas. Para compensar as normas, majoram os valores de pressões. Objetivou-se com o presente trabalho desenvolver um modelo de predição das pressões em comparação aos dados experimentais. Para obtenção dos dados foi usado o silo-piloto proposto por Pieper e Schutz, adotado pela norma DIN 1055 (1987). No modelo, foram utilizadas paredes de chapa lisa e fundo plano, variando a relação altura/diâmetro entre 4, 6 e 8. Foram observados e coletados valores de dados de pressões horizontais e de atrito do produto milho com a parede ao longo do silo, para pressões de carregamento e descarregamento. Os resultados das pressões obtidas experimentalmente foram inseridos em um algoritmo utilizando Redes Neurais Artificiais (ANN) do tipo Perceptron multicamadas. As pressões experimentais obtidas nas paredes do silo, durante as etapas de carregamento e descarregamento, foram comparadas com os valores gerados pela ANN, assim como com os valores calculados pelas Normas AS 3774 (1996) e EN 1991-4 (2006). A estimativa da ANN foi obtida com grau de confiabilidade de 90%, demonstrando viabilidade do seu uso nas predições de pressões em silos. Os indicativos estatísticos calculados mostram os valores do Erro Médio Quadrático das pressões horizontais e de atrito, 0,074 e 0 067 respectivamente para carregamento e 0,071 e 0,072 para o descarregamento. No comparativo dos métodos testados, a ANN foi a que melhor estimou os dados de pressão. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Engenharia Agrícola | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Engenharia | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Silos esbeltos | - |
| Palavras-chave: dc.subject | Redes neurais artificiais | - |
| Palavras-chave: dc.subject | Confiabilidade estrutural | - |
| Palavras-chave: dc.subject | Slender silos | - |
| Palavras-chave: dc.subject | Artificial neural networks | - |
| Palavras-chave: dc.subject | Structural reliability | - |
| Palavras-chave: dc.subject | Engenharia Agrícola | - |
| Título: dc.title | Redes neurais artificiais aplicadas no estudo das pressões em silos esbeltos cilíndricos metálicos: uma abordagem sobre confiabilidade estrutural | - |
| Título: dc.title | Artificial neural networks applied to the study of pressures in metallic cylindrical slimt silos: an approach to structural reliability | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: