Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/50115
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMancini, Simone-
dc.date.accessioned2022-06-07T18:02:48Z-
dc.date.available2022-06-07T18:02:48Z-
dc.date.issued2022-06-07-
dc.date.submitted2022-03-25-
dc.identifier.citationMANCINI, S. Redes neurais artificiais aplicadas no estudo das pressões em silos esbeltos cilíndricos metálicos: uma abordagem sobre confiabilidade estrutural. 2022. 80 p. Dissertação (Mestrado em Engenharia Agrícola) - Universidade Federal de Lavras, Lavras, 2022.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/50115-
dc.description.abstractPressure 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.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.subjectSilos esbeltospt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectConfiabilidade estruturalpt_BR
dc.subjectSlender silospt_BR
dc.subjectArtificial neural networkspt_BR
dc.subjectStructural reliabilitypt_BR
dc.titleRedes neurais artificiais aplicadas no estudo das pressões em silos esbeltos cilíndricos metálicos: uma abordagem sobre confiabilidade estruturalpt_BR
dc.title.alternativeArtificial neural networks applied to the study of pressures in metallic cylindrical slimt silos: an approach to structural reliabilitypt_BR
dc.typedissertaçãopt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Agrícolapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Yanagi Junior, Tadayuki-
dc.contributor.advisor-co1Gomes, Francisco Carlos-
dc.contributor.advisor-co2Lacerda, Wilian Soares-
dc.contributor.referee1Gomes, Francisco Carlos-
dc.contributor.referee2Yanagi Junior, Tadayuki-
dc.contributor.referee3Lacerda, Wilian Soares-
dc.contributor.referee4Nascimento, José Wallace Barbosa do-
dc.description.resumoA 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.pt_BR
dc.publisher.departmentDepartamento de Engenhariapt_BR
dc.subject.cnpqEngenharia Agrícolapt_BR
Aparece nas coleções:Engenharia Agrícola - Mestrado (Dissertações)



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.