Dado que en el presente proyecto es una investigación aplicada (de acuerdo al fin que persigue) y experimental (de acuerdo a la metodología para demostrar la hipótesis), por ello se desarrollarán las siguientes fases: - Ensayo a los agregados grueso y fino, con la finalidad de obtener las características de los agregados. Estos datos serán usados para la realización de los diseños de mezclas. - Se elaborarán 5 diseños de mezclas con diferentes resistencias (175 Kg/cm2, 210 Kg/cm2, 250 Kg/cm2, 280 Kg/cm2 y 300 Kg/cm2), de las cuales se harán 42 probetas cilíndricas de dimensiones 6” x 12”, para cada resistencia propuesta. Las relaciones de a/c serán tomadas dependiendo la resistencia de diseño a usar. Se tomó dicha cantidad de probetas para ser ensayadas, debido que la norma E0.60 del Reglamento Nacional de Edificaciones indica que para cada diseño de mezcla deben prepararse y curarse por lo menos 2 probetas para cada edad de ensayo, por ello se hará uso de 210 muestras con diferentes resistencias y diseños. Con el fin de brindar la mayor información a la Red Neurona Artificial para mejorar su nivel de predicción de resistencia. - Obtención de resultados del ensayo de la resistencia a la compresión del concreto, estos servirán como base de datos para el entrenamiento de la Red Neuronal Artificial. - Estructuración de la red neuronal a usar, teniendo en cuenta las variables de entrada y sus pesos, que en conjunto con un sesgo (b) pasan por la función de activación (cálculo interno que se desarrolla en la neurona), de este modo se obtendrá un valor de salida que es la resistencia predicha. Lo planteado será definir los parámetros de entrada, de este modo se modelará por medio de grafos (capas de entradas, ocultas y de salida). Con ello se trata de formar una red multicapa enlazando así cada neurona hasta llegar a la resistencia. Cabe indicar que cada neurona tiene una función de activación diferente. IMAGEN N°01
IMAGEN N°02
- Programación con una herramienta de software para la elaboración de
dicha Red Neuronal Artificial, el lenguaje a usar será Python (software libre) y el algoritmo Backpropagation (búsqueda del menor coste de atrás hacia adelante para llegar a la respuesta deseada). - Se cuenta con un registro de 210 de ensayos de roturas de probetas de concreto, el entrenamiento se realiza usando el 80% de los datos, para asegurar un mejor proceso de entrenamiento de la Red Neuronal Artificial. Además, se considera usar el 20% de los datos, para ejecutar el proceso de prueba de la Red Neuronal Artificial.
- Validación y comprobación de resistencia predicha, los cuales se
contrastarán datos obtenidos con el modelo propuesto y con los obtenidos tradicionalmente a través de la máquina de ensayo a la comprensión. 1.2 Población y muestra: 1.2.1 Población: Probetas ensayadas
1.2.2 Muestra Se elaboraron 5 diseños de mezclas (210 probetas cilíndricas de 6”
x 12”,42 por cada diseño), dichos resultados se usarán para la futura
validación de la Red Neuronal Artificial.
RESISTENCIA EDAD DE ENSAYO SUB
7 días 14 días 28 días TOTAL 175 14 14 14 42 210 14 14 14 42 250 14 14 14 42 280 14 14 14 42 300 14 14 14 42 TOTAL DE 210 PROBETAS TABLA N°02 MUESTRAS DE RESISTENCIA POR EDAD
DETERMINACION DE PARAMETROS DE DESEMPEÑO DEL METODO ANALITICO PARA. LA CUANTIFICACIÓN DE FUROSEMIDA TABLETAS DE 40 MG POR ESPECTROFOTOMETRÍA ULTRAVIOLETA
Propuesta Educativa Que Permita Mejorar Las Estrategias Metodologicas en El Area de Ciencias de La Naturaleza, de Las Escuelas Primarias Del Municipio Cajigal Estado Anzoategui