Plan de investigación-CAU PDF

CAPÍTULO ESTUDIANTIL
AMERICAN CONCRETE INSTITUTE Comentado [CMAU1]: LA PROPUESTA ES A NOMBRE DEL

CAPITULO DEL ACI?
Es válido?, no está dirigido a estudiantes o también a Organiacion
UNIVERSIDAD NACIONAL DE INGENIERÍA
FACULTAD DE INGENIERÍA CIVIL
TITULO DE LA INVESTIGACION:
Modelamiento computacional de mezclas de concreto

de alto desempeño
LINEA DE INVESTIGACION 2:
MATERIALES: Innovación tecnológica en materiales
Lima, Perú 2017

Capítulo Estudiantil de la
Universidad Nacional de Ingeniería Facultad de Ingeniería Civil
Modelamiento computacional de mezclas de concreto

de alto desempeño
2
1. ANTECEDENTES
Con las nuevas demandas estructurales, debido a diseños más ambiciosos, el

refuerzo de las estructuras de concreto se fue haciendo más denso y confinado;
por tanto, para conseguir una mezcla de mayor durabilidad, cada vez fue más
difícil llevar a cabo una correcta compactación del concreto, por lo que, ante esta
necesidad, una serie de investigadores desarrollaron lo que se conocería más
adelante como el concreto autocompactante. Este tipo de concreto trajo muchas Comentado [CMAU2]: No solo la compactación, y no fue el
ventajas para la realización de estructuras con formas complejas y gran motivo del desarrollo del SCC.
densidad de refuerzo, así como beneficios económicos y medio ambientales.
Así mismo, investigadores también realizaron esfuerzos para mejorar las
propiedades del concreto vibrado, logrando obtener propiedades como una alta
resistencia a la compresión (40 MPa para concreto normal y cerca de 80 MPa
para concretos de alto desempeño), alta capacidad de tensión, etc. Para este
propósito, se realizó un reemplazo del cemento por adiciones minerales, las
cuales mejoran no solo sus propiedades en estado endurecido, sino también sus
propiedades en estado fresco. Además, tienen beneficios económicos y
ambientales, pues estas adiciones generalmente son residuos de procesos
industriales. [1]
De la misma manera, desde hace ya varios años, se ha desarrolladose ha

desarrollado desarrolló un tipo de concreto con densidades menores a la normal,
el cual se ha ido empleando en diversas estructuras modernas, como
rascacielos o puentes con luces largas. Esto debido a sus ventajas económicas Comentado [CMAU3]: Redactar diferente, porque parece co
y potencial técnico, tales como reducir la carga muerta de sus componentes y la si “recién” se hubieses desarrollado el concepto de concreto liger
este desarrollo es antiguo.
reducción de la carga total que se transfiere a la cimentación, así como la
reducción de los costos de transporte en caso de estructuras prefabricadas. Este
concreto es denominado ligero porque posee densidades en el rango de 1700 a
2200 kg/m3. La adicción de fibras de acero también se estudió para incrementar Con formato: Superíndice
mediante la adición de espuma en la pasta de mortero o mediante el reemplazo
total o parcial de agregados normales por agregados livianos, sean estos
naturales o artificiales. Una de las maneras más sencillasfáciles, y que es
ampliamente usada, es mediante la adición de partículas de poliestireno
Comentado [CMAU5]: Si no se menciona antes, se debe pon
expandido (EPS, en inglés) como agregado artificial ultra ligero. [4] completo y entre paréntesis las siglas EPS
Comentado [CMAU5]: Si no se menciona antes, se debe pon
El concreto ligero puede ser obtenido de muchas maneras, ya sea mediante la completo y entre paréntesis las siglas EPS
adición de espuma en la pasta de mortero o mediante el reemplazo total o parcial Comentado [CMAU6]: Quizá conviene incluir este párrafo en
de agregados normales por agregados livianos, sean estos naturales o párrafo aparte, porque el párrafo se refiere a concreto ligero y no
artificiales. Una de las maneras más sencillasfáciles, y que es ampliamente hay –conexión directa- con las fibras y concreto con fibras; es otr
usada, es mediante la adición de partículas de poliestireno expandido (EPS, en idea.
inglés) como agregado artificial ultra ligero. [4] Comentado [CMAU7]: La resistencia a compresión no es una
característica para optimizar, en todo caso, se refiere a que es un
parámetro de control de calidad del concreto en obra? O una
La adicción de fibras de acero también se estudió para incrementar las propiedad que se requiere en las Especificaciones Técnicas de un
propiedades mecánicas de las mezclas, tratando de mantener las propiedades obra?. Son varias las propiedades que se verifican en obra (o
en estado fresco, tales como fluidez, capacidad de paso y resistencia a la laboratorio? Para evaluar la calidad de un tipo de concreto
segregación. [2, 3] Comentado [CMAU8]: Tracción o tensión, cual es el término

usado en Perú…tenacidad y absorción de energía son dos concep
similares; en todo caso poner tenacidad (absorción de energía) o
Actualmente, la resistencia a la compresión no no es la únicaes el único viceversa. También, no hay “buena” resistencia a tracción o “bue
característica parámetro que se busca optimizar en el concretoimportante que energía de absorción, quien define que es bueno o no?. En todo
se busca controlar en el concreto. Como se mencionó anteriormente, ahora tiene caso, poner de manera general, que es importante evaluar esas
propiedades y hacer el listado de propiedades que se menciona.
una importancia igual de relevante propiedades como la fluidez, resistencia a la Tampoco creo que sea más difícil predecir su comportamiento, p
segregación, mejor capacidad de tracción, tenacidad, buena energía de el contrario, existen herramientas que pueden predecir, unas má
complejas que otras…así le da mayor sentido al párrafo
3
absorción, buena resistencia a la tracción, entre otras. Así, durante los últimos
años se viene investigando un nuevo tipo de mezclas de concreto, los cuales
tienen propiedades mejoradas, tanto a nivel mecánico como en estado fresco.
A este tipo de concreto se le denomina Concreto de alto desempeño, y está
definido como una mezcla que presenta mejoras en propiedades múltiples,
como resistencia, peso, fluidez y tenacidad. Las propiedades de esta nueva
generación de concretos son muy sensibles a los materiales con los cuales se
producen, lo que hace más difícil predecir su comportamiento a comparación del
concreto tradicional. [1, 5]
Como se mencionó anteriormente, conocer las propiedades de este tipo de

concretos es una tarea difícil, a comparación de los concretos
normalestradicionales (definidos como concretos que no poseen adiciones
minerales, aditivos o fibras), ya que se requiere un mayor número de pruebas
experimentales. Con el objetivo de minimizar esta cantidad de pruebas,
necesarias para conocer el comportamiento de este tipo de concreto, los
modelos matemáticos toman un rol importante. Sin embargo, dada la naturaleza Comentado [CMAU9]: Uniformizar, será concreto “normal”,
compleja del concreto, las fórmulas tradicionales de regresión pierden precisión “tradicional” o “convencional” y definirlo…concreto fabricado co
….sin aditivos, mat suplementarios, sin fibras etc etc
cuando el problema contiene muchas variables independientes. Por este motivo,
la inteligencia artificial, mediante el uso de modelos como las redes neuronales
artificiales, ha sido utilizada para aproximar el comportamiento complejo y la no
linealidad de estas variables, para así representar diversas propiedades de los
materiales de construcción. [5]
Las redes neuronales artificiales surgieron como una buena opción para
predecir, con una aceptable precisión, el comportamiento de las mezclas de
concreto, prediciendo propiedades tales como la resistencia a la compresión,
trabajabilidad mediante el slump, módulo de elasticidad, entre otras. Estos
modelos de inteligencia artificial se diferencian de los modelos tradicionales por
el hecho de que mejoran su desempeño en base a experiencias pasadas y no
requieren una nueva programación para lograr mejoras en la correlación, pues
tienen la capacidad de aprender. Se ha investigado mucho sobre estos métodos
de aprendizaje recientemente y su aplicación en el ámbito ingenieril de
tecnología del concreto. Un ejemplo de esto puede verse en la aparición de
nuevos métodos más eficientes para minimizar el error y aumentar la precisión
de la predicción, como el método de la máquina de soporte vectorizada (SVM Comentado [CMAU10]: Completar. Por sus siglas en inglés S
en inglés). [6, 7, 8] y poner completo
Con el avance de la tecnología, el uso de modelos de computación en la solución

de problemas complejos de ingeniería se ha incrementado. Su aplicación en la
tecnología del concreto está en demanda y se está volviendo cada vez una
herramienta más aceptada. Es así que diversos investigadores encontraron que
el flujo del concreto puede ser definido, razonablemente bien, mediante el uso
de un modelo constitutivo de Binhgam. Recientemente se ha empleado para
modelar el flujo del concreto como fluido no newtoniano, lo que se conoce como
la metodología de simulación SPH (smooth particle hydrodynamics). Comentado [CMAU11]: Lo mismo que SVM
Anteriormente se empleaba este método en el modelamiento de astros. Esta
simulación del concreto, a diferencia de las redes neuronales o del SVM, se
enfoca más en las propiedades del material y emplea conceptos de la mecánica
de fluidos. [9, 10]
Así, el uso de simulaciones para predecir el comportamiento de mezclas de

concreto es una tendencia en aumento. Ya sea mediante métodos
programables, como la técnica SPH, o mediante métodos no programables,
4
como en el caso de la Inteligencia Artificial, la tendencia en cuanto al uso de la
simulación, para ahorrar la mayor cantidad de ensayos posibles y para poder
diseñar y predecir las propiedades de las mezclas de concreto, sobre todo las
menos convencionales, se mantiene.
2. PROBLEMA
¿Cómo obtener una mezcla de concreto de alto desempeño, definida como

una mezcla de concreto ligera, manteniendo que mantiene resistencias
estructurales, tanto a compresión como tracción, con una gran
trabajabilidad, cumpliendo, a la vez, criterios de sostenibilidad? Comentado [CMAU12]: Hasta aquí, no encuentro en alguno
los párrafos anteriores, que se haya definido estudiar el CONCRE
LIGERO, si es el tema principal debe definirse antes de este apart
Las mezclas de concreto no convencionales de alto desempeño no tienen un 2. El lector, o Comité Evaluador no “entenderá” porque este es e
método definido de diseño. Así, no existe una técnica o un conjunto de tema principal.
herramientas claras que permitan determinar la proporción óptima de materiales Hay que aclarar el Objetivo y Definir el ALCANCE
a utilizar para obtener mezclas de concreto que cumplan múltiples Comentado [CMAU13]: Cuáles son las mezclas no
características de buen desempeño. De esta manera, si se busca, por ejemplo, convencionales de alto desempeño?
un concreto que sea sostenible, posea resistencia estructural, baja densidad,
alta fluidez (en el rango autocompactante), buena resistencia a la tracción y
capacidad de disipación de energía, se requeriría un método que permita reflejar
el efecto que tiene la variación de los materiales utilizados en cada una de estas
variables. Por ejemplo, si se reduce el peso del concreto, lo más probable es
que las propiedades mecánicas de la mezcla se vean reducidas. Por otro lado,
si la relación agua/finos polvo de la mezcla se reduce, lo más probable es que Comentado [CMAU14]: Polvo o finos….el polvo por el contr
las propiedades mecánicas mejoren, pero esto afectará significativamente la perjudica la trabajabilidad porque absorbe agua, será los finos, lo
cual ya es diferente, o en todo caso si son “polvos” para el
trabajabilidad de la mezcla y la densidad de la mezcla se incrementará. Si se autocompactante, aclarar que son finos de un tamaño determina
aumenta la cantidad de polvo, aumentará la cohesión de la mezcla, pero la para que no confunda “polvos”.
fluidez disminuirá. Así también, si se utilizan fibras de acero para aumentar las Comentado [CMAU15]: Las fibras sintéticas también mejora
propiedades de tracción y tenacidad de la mezcla, la trabajabilidad de la mezcla tenacidad, pueden poner fibras, en general…o si tienen definido
se verá seriamente afectada. Entonces, ¿Cómo diseñar una mezcla de concreto solo fibras metálicas, definirlo antes.
que posea ventajas en todas estas características que muchas veces se
contradicen restringen entre sí? ¿Cómo lograr el mejor balance posible para este
tipo de mezclas complejas y satisfacer todos los criterios que se buscan, tanto
para propiedades mecánicas, densidad y trabajabilidad? Comentado [CMAU16]: Creo que si este es el objetivo, hay q
dejarlo claro, en otro apartado de ALCANCE u OBJETIVOS y despu
complementar con estos párrafos
Así mismo, si bien no existe una metodología que asegure un proceso de diseño
de mezclas de concreto que permita obtener el mejor balance entre estas
propiedades, tampoco existe manera de saber, con la mayor precisión posible,
5
para una dosificación dada, cuáles serán las propiedades mecánicas
(resistencia a la compresión, resistencia a la tracción, resistencia a la flexión,
módulo de elasticidad) y las propiedades en estado fresco (slump con cono
invertido, caja L, V-funnel), en este tipo de mezclas. Así, encontrar, un diseño Comentado [CMAU17]: Lo mismo que el anterior, aquí ya es
de mezclas que permita balancear todas estas variables y que de los resultados incorporando slump, cono invertido, la caja L, V funnel, …estos se
usan en autocompactante y en concreto con fibras aunque en
esperados, implica realizar una secuencia iterativa de vaciados y realidad el CRFR y puede aplicarse a CRF autocompactante, aunq
comprobaciones experimentales, lo que se traduce en un gasto innecesario de el CRF no es tan general autocompactante, o ustedes han
material y de tiempo, a la vez que genera afectaciones medio ambientales por encontrado que es una aplicación tradicional?...si es así adelante
desperdicio de material.
Entonces, el principal problema con respecto a las mezclas de concreto de alto

desempeño, radica en la dificultad de balancear diversas propiedades
mecánicas y en estado fresco que se contradicen entre sí (perdiéndose en el
proceso tiempo y gran cantidad de material), y, a la vez, poder obtener una
predicción, con la mayor precisión posible, de las propiedades que se buscan.
3. JUSTIFICACIÓN
¿A quién se beneficia con este tipo de mezclas?
El concreto ligero no suele ser empleado como material estructural debido a la

dificultad que representa conseguir resistencias altas para este tipo de mezclas.
Sin embargo, si este tipo de concreto logra aumentar su resistencia y, al mismo
tiempo, su trabajabilidad (haciéndolo autocompactante), mediante el uso de
aditivos minerales como las puzolanas y aditivos superplastificantes, es posible Comentado [CMAU18]: El concreto ligero como
obtener múltiples beneficios, como reducir las fuerzas sísmicas, reducir las tradicionalmente se fabrica, en la actualidad, no puede ser
autocompactante?.
secciones transversales de los elementos estructurales, emplear luces más
largas en las estructuras, etc. También es posible reducir la cantidad de acero
de refuerzo, ya que, debido a la trabajabilidad mejorada, es posible rellenar
espacios difíciles y encofrados con formas más complejas. Así, se evita el ruido Comentado [CMAU19]: Esta afirmación dice: si mejoro la
ocasionado por la compactación, entre otros beneficios, como el ahorro de trabajabilidad puedo reducir el acero de refuerzo????. El concret
autocompactante si que que permite mayor velocidad en la
tiempos de construcción y mano de obra. colocación con menor ruido porque no requiere compactación po
vibración
Debido al tema ambiental, resulta de suma importancia el empleo de adiciones
minerales, pues, en general, estas son residuos de procesos industriales que
pueden ser empleados para mejorar las propiedades del concreto. Con la
adición de fibras de acero, se mejora el comportamiento mecánico de las
mezclas, optimizando propiedades como la resistencia a la compresión, Comentado [CMAU20]: La resistencia a compresión no varía
resistencia al impacto, ductilidad, tenacidad, entre otras. por el uso de fibras, no hay incremento significativo. Las fibras
mejoran el comportamiento post-agrietamiento, tenacidad y
resistencia residual, además de impacto
Entonces, gracias a las características optimizadas de las mezclas de alto
desempeño, que suelen tener optimizaciones en las propiedades antes
mencionadas, es posible obtener beneficios múltiples que implican ahorros de
material, tiempo de construcción, comportamiento dúctil, ahorro en mano de
obra y reducción de peso de las estructuras. Esto tiene un impacto significativo
en la industria del concreto, que suele necesitar de mezclas especiales o
mejoradas para proyectos más sofisticados. También beneficia a la industria de
6
la construcción, que puede mejorar la efectividad de sus procesos constructivos,
ahorrando costos y tiempos de construcción.
Ahora, considerando que la mezcla en sí misma presenta ventajas tanto a nivel

de costos, ahorro de materiales y tiempo de construcción, el desarrollo de estas
mezclas presenta diversas incertidumbres, por lo que su producción es
engorrosa e iterativa, generando pérdida excesiva de materiales, implicando
desperdicio de tiempo y daño ambiental. De esta manera, el modelamiento
computacional de este tipo de mezclas, ya sea mediante formulaciones
variacionales (métodos meshless) que permitan predecir el comportamiento de
estas mezclas, así como mediante algoritmos de aprendizaje (redes neuronales,
SVM), permitirá obtener una respuesta anticipada al comportamiento de las
mezclas para una dosificación dada, lo que permite ahorrar la gran cantidad de
tiempo y material que se suele utilizar para diseñar este tipo de mezclas. Así, el
impacto en la industria del concreto se duplicase hace más significativo: por un Comentado [CMAU21]: Se duplica el impacto?
lado se generan ahorros y beneficios por las ventajas de la mezcla en sí misma
y, por otro lado, se generan ahorros y beneficios extras al reducirse la cantidad
de ensayos e iteraciones necesarias para obtener el resultado y las propiedades
esperadas, durante el proceso de producción de la mezcla.
4. OBJETIVOS, GENERAL Y ESPECÍFICOS
 OBJETIVO GENERAL:
- Formular un procedimiento para obtener mezclas de concreto de alto

desempeño (mezclas de menor peso, mayor fluidez, y tenacidad y , con
igual resistencia que las mezclas tradicionales), y dosificarlas mediante
simulación numérica reduciendo el número de ensayos de laboratorio. Comentado [CMAU22]: Entonces no es concreto ligero. No
claro. En los párrafos anteriores parece que se trata de Concreto
Ligero, después Autocompactante y tercero, con Fibras. Es gener
 OBJETIVO ESPECIFICO: Deben aclarar, porque los Revisores se confundirán al tratar de
identificar el Tema Principal de la Investigación.
- Determinar la dosificación de cemento, microsilice, EPS, aditivo
superplastificante y fibra que mejore la resistencia, baje el peso, permita
un comportamiento autocompactante y aporte tenacidad a la mezcla.
- Determinar las propiedades mecánicas y en estado fresco del material

compuesto.
- Simular mediante un método sin malla el comportamiento de la mezcla

de concreto (SPH,RPIM,NEM)
- Estimar una red neuronal compatible para reducir el proceso de

simulación y ensayo de laboratorio.
- Publicar en una revista indexada asociado a scielo, scopus o

sciencedirect.
7
5. MARCO TEÓRICO
a) Aprendizaje automatizado:
Campo de estudio que da a las computadoras la habilidad de aprender sin ser
programados explícitamente. Arthur Samuel (1959)
Se dice que un programa de computadora aprende de la experiencia E con respecto
a una tarea T y una medida de desempeño P, si el desempeño en la tarea T, medido
por P, mejora con la experiencia E.
b) Redes neuronales artificiales (RNA): Es un método basado en la inteligencia
artificial para tratar con el reconocimiento de fenómenos complejos y solucionar
problemas que no podrían ser resueltos con los algoritmos existentes. RNA es un
sistema de elementos de procesamiento simple llamados neuronas y que están
conectados a la red mediante pesos. Las redes pueden ser entrenadas para realizar
un trabajo específico estableciendo las relaciones entre elementos.
Algunas capacidades de las redes neuronales son:
*Aprendizaje
*Clasificación
*Almacenaje de información
*Interpolación
*Adaptación
Mientras una neurona es muy pequeña en sí misma, cuando se combinan cientos,
miles o millones de ellas pueden resolver problemas muy complejos. Por ejemplo el
cerebro humano se compone de billones de tales neuronas. (Matich, 2001)
Cada red neuronal consiste de una capa de entrada, capa oculta y capa de salida,
respectivamente. Estas capas son unidas a través de conexiones con diferentes
pesos. La función de la capa oculta es conectar las capas de entrada y salida. El
número de neuronas en cada capa depende altamente del número de valores de
entrada y de salida. Para evaluar el desempeño del modelo de red neuronal, se suele
emplear una medida del error como el error medio cuadrático (RMS).
8
Figura 1 Esquema de una red neuronal artificial
Capa de entrada: Es la primera capa de neuronas. Es la que recibe datos de

entrada a la red.
Capas ocultas: Estas son las capas que siguen a la capa de entrada.
Tampoco emiten las señales finales.
Capa de salida: Es la última capa que sigue a las capas anteriores y es la
que envía la respuesta final de la red.
Error medio cuadrático (RMS): es una medida del promedio de los errores al
cuadrado, es decir, la diferencia entre el estimador (función de aproximación) y lo que
se estima (valor esperado).
Funciones de transferencia:
También llamada función de activación, es aquella que calcula el estado de actividad
de una neurona; transformando la entrada global en un valor de activación.
Las funciones de activación más comúnmente utilizadas son:
* Limitador fuerte (Hardlim)
*Limitador fuerte simpetrico (Hardlims) Comentado [CMAU23]: ¿
*Función de transferencia lineal positiva (poslin)
*Función de transeferencia lineal(purelin) Comentado [CMAU24]: ¿
*Función de transferencia sigmoidal (logsig)
Figura 2 Función de transferencia sigmoidal (logsig)
*Función de transferencia tangente sigmoidal hiperbólica (tansig)

Además de la función de activación también se tiene la función de entrada y salida
por donde se ingresan y salen los datos respectivamente (Matich, 2001).
Sobresaturación: También llamado sobreajuste, se da cuando hay muchas

variables involucradas, la hipótesis de aprendizaje pude ajustarse al conjunto de
entrenamiento muy bien, pero puede fallar al tratar de generalizar nuevos ejemplos.
9
Comentado [CMAU25]: No me queda claro, espero que a lo

Evaluadores, si.
Figura 3 Ejemplo de tipos de ajuste en regresión lineal
c) Descripción matemática de la reología del concreto autocompactante: Comentado [CMAU26]: Lo mismo, anterior, será
El concreto y otros materiales basados en cemento, tal como los concretos autocompactante el tema central?
autocompactantes, son considerados usualmente como fluidos Bingham.
Los materiales constituyentes influyen en las propiedades del concreto
autompactante, como por ejemplo la adición de agua a la mezcla de concreto
disminuye la viscosidad plástica y el esfuerzo de fluencia. Los superplastificantes
normalmente reducen el esfuerzo de fluencia pero tiene un efecto diferente en cuanto
a la viscosidad plástica, dependiendo del tipo de superplastificante la viscosidad
plástica puede aumentar o disminuir.
La microsilice aumenta la viscosidad plástica y el esfuerzo de fluencia.
Figura 4 .Efecto de materiales constituyentes en constantes Bingham
d) Smoothed particle hydrodynamics (SPH): Es un enfoque lagrangiano sin

enmallado que ofrece un potencial considerable como método numérico para
modelar problemas con grandes deformaciones.
El método SPH tiene las siguientes características claves:
-Es libre de mallas: El problema y el dominio de frontera son representados por

partículas distribuidas arbitrariamente.
-Tiene una representación integral: Todos los campos de variables tales como la
densidad, velocidad, energía, entre otros, son representados por funciones
integrales.
10
-Soporte compacto: La función Kernel se aproxima adicionalmente usando partículas.
Este proceso es llamado la aproximación de partícula.
-Es lagrangiano.
6. HIPÓTESIS
-El correcto empleo de modelos computacionales ayuda a optimizar el

proporcionamiento de los materiales en mezclas de concretos especiales, como el
concreto ligero autocompactante de alto desempeño con fibras. Comentado [CMAU27]: Aquí recién agrupa las “tres” que le
comentaba anteriormente. Conviene que el Revisor tenga
conocimiento de esto desde inicio de su lectura. En Antecedente
-La metodología SPH ayuda a entender el comportamiento reológico de las mezclas de una vez que se ha identificado el “problema” “tema” o “estudio”
concreto. debe terminar el apartado mencionando lo que se pretende estu
o proponer como investigación, así el Revisor estará consciente d
que se trata.
-Los modelos computacionales reducirán a fututo el tiempo empleado en ensayos de
laboratorio, así como la cantidad de muestras necesarias para representar el
comportamiento mecánico y en estado del concreto del concreto.
-Los métodos computacionales tendrán una gran confiabilidad en la predicción de las

propiedades del concreto. Así, propiedades como la resistencia a la compresión,
resistencia a la tracción, resistencia a la flexión, módulo de elasticidad y las propiedades
frescas, como diámetro de slump flow, T50, V-funnel y ensayo de caja L, pueden ser Comentado [CMAU28]: Habrá que mencionar en alguna par
predichas mediante formulaciones variacionales y algoritmos de aprendizaje. que para evaluar las propiedades en estado plástico del concreto
autocompactante serealizan los ensayos mencionados, o se dejar
Revisor que tenga familiaridad y conocimiento de estas pruebas.
-El empleo de microsilice, EPS, fibra de acero y aditivo superplastificante, puede generar caso contrario, podría incluirse muy breve, lo que resulta de cada
un balance que permita mejorar las propiedades mecánicas de una mezcla, reduciendo ensayo, Tiempo para extenderse 20” (T50), la capacidad de fluir
(caja L), etc etc
el peso de la misma, otorgando gran fluidez y tenacidad. Dicho balance puede ser
determinado mediante el uso de algoritmos de aprendizaje y modelos meshless para
controlar las proporciones de los materiales y predecir el output de las propiedades
buscadas.
11
7. DISEÑO DE LA INVESTIGACIÓN
7.1 Etapa experimental

7.1.1 Materiales utilizados
Las mezclas diseñadas contienen cemento Portland tipo I, según las recomendaciones
de la ASTM C150, provisto por Cementos Sol (Perú). Para mejorar la resistencia a la
compresión y a la segregación, se utilizará microsílice Sika Fume, distribuido por Sika
Perú. Se utilizará un agregado comercial EPS como reemplazo del agregado fino y
grueso, en igual proporción, según los requerimientos volumétricos. En el caso de los
agregados naturales, se utilizarán arena gruesa, con peso específico 2.65, y piedra
confitillo, con peso específico 2.73, como agregado fino y grueso, respectivamente. Para
mejorar la fluidez de la mezcla, se utilizará el superplastificante de alto rango Sika
Viscocrete 1110, basado en policarboxilatos, con una densidad de 1.06 g/cm3. Se
utilizará la fibra Sika fiber LHO 45/35, la cual tiene una longitud de 35 mm, 0.77 mm de
diámetro, 1150 GPA de resistencia a la tensión, 210 GPA de módulo de elasticidad y
una densidad de 7850 Kg/m3. Comentado [CMAU29]: Se permiten marcas?? O puede
prescindir mencionando las características de cada material, de
acuerdo a su composición: cemento Portland Tipo 1 ASTM C150,
humo de sílice, aditivos químico que cumplen con la ASTM C494
7.1.2 Diseño de mezcla A….G, fibras metálicas (tipo, p. e. de acero extremos conformado
de long y diámetro, r esbeltez y si son f sintéticas si se incluye en
estudio)
Para el diseño de mezclas de mortero y concreto, existen diversos métodos de diseño
Comentado [CMAU30]: Donde se menciona que también se
que pueden ser utilizados. Basándose en las propiedades del modelo multimodal de fabricará mortero
partículas discretamente tamizadas, De Larrard & Sedran postularon diversas
aproximaciones para el diseño de mezclas de concreto: el Modelo de densidad de
empaquetamiento lineal (MDEL), el Modelo de suspensión sólida (MSS) y el Modelo de
empaquetamiento compresivo (MEC). Sin embargo, estos métodos se basan en las
fracciones de empaquetamiento de los componentes individuales (cemento, arena, etc)
y sus respectivas combinaciones. Por esto, resulta complicado incluir partículas muy
12
finas en las respectivas herramientas de diseño de mezclas, de la misma manera que
resulta difícil determinar la fracción de empaquetamiento de dichas partículas finas o
sus combinaciones respectivas. Existe, sin embargo, otra posibilidad de diseño que
consiste en una metodología basada en un modelo integral de distribución de tamaños
de partícula, que consiste en mezclas de gradación continua, en las cuales las partículas
más finas pueden ser integradas al diseño sin mayor dificultad, tal y como se muestra a
continuación.
Los primeros intentos por describir un diseño objetivo de mezclas de concreto, que
usualmente consistían en componentes gradados continuamente, pueden ser
encontrados hasta hace cien años. El aporte fundamental de Fuller & Thompson
demostró que el empaquetamiento de los agregados del concreto afectan
significativamente las propiedades finales del mismo. Ellos concluyeron que una
gradación geométrica continua de los agregados de la mezcla de concreto puede ayudar
a mejorar significativamente las propiedades de dicha mezcla de concreto. Basándose
en las investigaciones de Fuller & Thompson, así como en las de Andreasen y Andersen,
es posible alcanzar, teóricamente, una porosidad mínima mediante una distribución
óptima de tamaño de partículas (DTP), para todas las partículas sólidas de la mezcla,
tal y como se muestra en la Ec. (1):
𝑞
𝐷 (1)
𝑃(𝐷) = ( )
𝐷𝑚𝑎𝑥
En donde 𝐷 es el tamaño de partícula (µm), 𝑃(𝐷) es la fracción del total de sólidos que
es menor dicho a tamaño 𝐷, 𝐷𝑚𝑎𝑥 es el tamaño máximo de partícula (µm) y 𝑞 es el
módulo de distribución.
Sin embargo, en la Ec. (1), el tamaño mínimo de partícula no se encuentra incorporado,
cuando en realidad debería contarse con algún límite finito de tamaño inferior, lo cual
mejoraría las características del modelo de empaquetamiento. Así, Funk & Dinger
propusieron un nuevo modelo basado en la ecuación de Andreasen & Andersen, como
se muestra en la Ec. (2). En el presente trabajo, todas las mezclas serán diseñadas
utilizando esta ecuación, que muchas veces es referida simplemente como modelo
modificado de Andreasen & Andersen, el cual se muestra a continuación:
𝑞
𝐷 𝑞 − 𝐷𝑚𝑖𝑛 (2)
𝑃(𝐷) = 𝑞 𝑞
𝐷𝑚𝑎𝑥 − 𝐷𝑚𝑖𝑛
En donde 𝐷𝑚𝑖𝑛 es el tamaño mínimo de partícula (µm).

El modelo de empaquetamiento modificado de Andreasen & Andersen ha sido utilizado
con éxito tanto para el caso del concreto de densidad normal y el concreto ligero. Es
recomendable que la relación agua/polvo, por volumen, esté en el orden de 0.85 a 1.10,
y que se utilice estas relaciones para una primera determinación del contenido de agua
de las mezclas autocompactantes. Esto último también ha sido confirmado por Hunger,
quien reportó que la relación agua/polvo óptima, por masa, es de 0.30. Debido a su gran
fluidez, normalmente el concreto autocompactante presenta riesgo a la segregación y a
la exudación, lo cual puede prevenirse mediante el uso de una cantidad suficientemente
13
adecuada de finos (considerando a ‘’finos’’ como aquellas partículas cuyo tamaño es
menor a 125 µm). Así, en el presente estudio, se elige la cantidad de agua, es decir, la Comentado [CMAU31]: En la actualidad ya está bastante
controlado estas dificultades, aún desde su lanzamiento por el Pr
relación agua/polvo, como variable a ser estudiada, por lo que los diseños contemplan Okamura por los años 88
diferentes contenidos de agua para investigar el efecto de esta variable.
Es posible diseñar diversos tipos de mezclas de concreto utilizando la Ec. (2) y aplicando
diferentes valores del módulo de distribución 𝑞, ya que este valor determina la
proporción entre las partículas finas y gruesas de la mezcla. Usualmente, cuando el
módulo de distribución tiene un valor alto (𝑞 > 0.5), el resultado es una mezcla
pedregosa. Por otro lado, valores bajos en el módulo de distribución (𝑞 < 0.5) dan como Comentado [CMAU32]: Poner la referencia de esta afirmaci
resultado mezclas con un alto contenido de partículas finas [33]. Brouwers et al. (2005) Comentado [CMAU33]: En cada referencia incluir el año, p.
Brouwers et al. (xxxx)
demostraron que un valor teórico de 𝑞, en el rango de 0 a 0.28, da como resultado
empaquetamientos de cualidades óptimas. Hunger recomendó un valor valor de 𝑞 en el
rango de 0.22 a 0.25 para el caso del concreto autocompactante. Hüsken ha reportado
que la resistencia a la compresión disminuye cuando el valor del módulo de distribución
𝑞 aumenta, a su vez, esta disminución es mayor cuando 𝑞 varía de 0.25 a 0.30 que
cuando 𝑞 varía de 0.35 a 0.40. Así, para efectos de la presente investigación, se ha
utilizado, para efectos de diseño, el modelo de empaquetamiento modificado de
Andreasen & Andersen y, considerando que las mezclas poseen un elevado contenido
de finos (cemento y microsílice), el valor 𝑞 seleccionado tiene un valor de 0.25,
siguiendo las recomendaciones presentadas por Hungeren. Comentado [CMAU34]: Falta completar el párrafo
En el presente trabajo, la función del modelo modificado de Andreasen & Andersen (Ec.
(2)) cumple el rol de una función objetivo para optimizar la composición de las partículas
de la mezcla. Se ajusta iterativamente la proporción de cada material por separado en
la mezcla hasta que se alcanza una correlación óptima entre la composición de la
mezcla y la curva objetivo. Esto se hace utilizando un algoritmo de optimización basado
en el Método de mínimos cuadrados (MMC), tal y como se muestra en la Ec. (3). Cuando
se minimiza la desviación entre la curva objetivo y la curva de la composición de la
mezcla, la cual se expresa como la suma de los residuos cuadrados (SRC), para cada
tamaño de partícula definido, entonces puede decirse que la composición de la mezcla
de concreto obtenida es la óptima.
𝑛
2
𝑆𝑅𝐶 = ∑ (𝑃𝑚𝑖𝑥 (𝐷𝑖𝑖+1 ) − 𝑃𝑡𝑎𝑟 (𝐷𝑖𝑖+1 )) (3)
𝑖=1
En donde 𝑃𝑚𝑖𝑥 (𝐷𝑖𝑖+1 ) es la mezcla compuesta y 𝑃𝑡𝑎𝑟 (𝐷𝑖𝑖+1 ) es la gradación objetivo,

calculada según la Ec. (2).
Basándose en el modelo de empaquetamiento de partículas optimizado, se
desarrollaron un total de 27 mezclas, las cuales se muestran en la Tabla 1. Como se
observa, las mezclas se dividen en tres grupos principales: el primer grupo tiene una
relación a/p de 0.44, el segundo de 0.39 y el tercero de 0.32. Las cantidades de cemento
y microsílice se mantienen fijas al ser estas resultado de la curva objetivo de Andreasen
& Andersen. La microsílice, en este caso, sirve también como aditivo adición de unión Comentado [CMAU35]: Al microsilice es una adición, no un
entre las partículas de EPS y la pasta de cemento, al mismo tiempo que aporta tanto a aditivo
las propiedades mecánicas como a la resistencia a la segregación. Para mantener la

fluidez de las mezclas en el rango deseado, se ajustaron las dosis de superplastificante
en el rango de 2.5 a 4 kg/m3. Los agregados naturales fueron parcialmente
14
reemplazados con partículas EPS en porcentajes de 20% y 22.5% por volumen. Estos
rangos de volumen de EPS fueron seleccionados buscando asegurar obtener para todos
los casos un concreto estructural, es decir, con una resistencia mayor a 210 kg/cm2. De
la misma manera, para cada combinación de volumen de EPS, le corresponde un
porcentaje de fibra de acero de 0.5% y 0.75%. Así, se diseñaron diversas combinaciones
de porcentaje de EPS y fibra de acero para estudiar sus efectos tanto en las propiedades
mecánicas como en las propiedades del estado fresco. Es necesario mencionar que
este programa experimental es solo una aproximación y deberá ser ajustado, mediante
múltiples ensayos, para obtener las propiedades que se buscan.
Tabla 1
Programa experimental del diseño de mezclas
Total %EPS %Fibra

a/p Tanda Cemento SF agua piedra arena
Agregados Volumen Acero
P1 400 44 196 1715 800 915 0 0
P2 400 44 196 1715 800 915 0 0.5
P3 400 44 196 1715 800 915 0 0.75
P4 400 44 196 1195 531 664 20 0
0.44 P5 400 44 196 1195 531 664 20 0.5
P6 400 44 196 1195 531 664 20 0.75
P7 400 44 196 1108 491 617 22.5 0
P8 400 44 196 1108 491 617 22.5 0.5
P9 400 44 196 1108 491 617 22.5 0.75
P10 400 44 175 1715 800 915 0 0

P11 400 44 175 1715 800 915 0 0.5
P12 400 44 175 1715 800 915 0 0.75
P13 400 44 175 1195 531 664 20 0
0.39 P14 400 44 175 1195 531 664 20 0.5
P15 400 44 175 1195 531 664 20 0.75
P16 400 44 175 1108 491 617 22.5 0
P17 400 44 175 1108 491 617 22.5 0.5
P18 400 44 175 1108 491 617 22.5 0.75
P19 400 44 140 1715 800 915 0 0

0.32 P20 400 44 140 1715 800 915 0 0.5
P21 400 44 140 1715 800 915 0 0.75
15
P22 400 44 140 1195 531 664 20 0

P23 400 44 140 1195 531 664 20 0.5
P24 400 44 140 1195 531 664 20 0.75
P25 400 44 140 1108 491 617 22.5 0
P26 400 44 140 1108 491 617 22.5 0.5
P27 400 44 140 1108 491 617 22.5 0.75
7.1.3 Procedimiento de ensayos
Los ensayos en el estado fresco serán realizados de acuerdo a los procedimientos

dictados por el comité de la EFNARC. Comentado [CMAU36]: Cuales son estos, son métodos de
prueba estándar? Porque no el ASTM? O nacionales? Poner la
El ensayo de slump flow será realizado para evaluar la capacidad de llenado del referencia
concreto en ausencia de obstáculos. Siguiendo el procedimiento del ensayo, se llenará
el cono de concreto y, después de levantar el cono, se determinará el diámetro promedio
de la muestra. Según la EFNARC, existen tres clases de slump flow típicos para un
cierto rango de aplicaciones, los cuales se muestran en la Tabla 2.
La prueba del slump flow sola no resulta un factor completamente adecuado para
representar las características de una mezcla autocompactante en estado fresco. Sin
embargo, si el slump flow se mantiene en un rango adecuado, es posible evaluar los
requerimientos de la mezcla autocompactante. Entonces, para el caso de la mezcla
ligera autocompactante, algunos autores han propuesto valores adecuados de slump
flow entre 600 y 700 mm. En la presente investigación, se ha considerado este mismo
rango para la mezcla ligera EPS autocompactante reforzada con fibra.
El índice de estabilidad visual (VSI, en inglés) será utilizado para evaluar el ensayo de
slump flow, esto debido a que se trata del ensayo más simple y conocido para evaluar
la estabilidad de la mezcla. Según este índice, el concreto autocompactante se divide
en cuatro grupos, los cuales van desde 0 (altamente estable) hasta 3 (altamente
inestable). Una vez removido el cono del slump, la resistencia a la segregación de la
mezcla SCLC puede ser inspeccionada visualmente mediante la observación de zonas
con agregado grueso apilado o verificando el espesor de la pasta de cemento que se
extiende más allá del agregado grueso.
La viscosidad puede ser analizada mediante el ensayo de tiempo de T50 o V-funnel. El
tiempo registrado en el que el diámetro del slump flow alcanza 50 cm es denominado
T50. En el caso del V-funnel, se llena un embudo en forma de V con la mezcla en estado
fresco, para luego abrir un pequeño compartimiento en el fondo del embudo. El tiempo
16
que le toma a la mezcla en estado fresco para fluir completamente a través del embudo
es registrado como el tiempo del ensayo V-funnel. Basándose en la EFNARC, existen
dos clases de viscosidad, las cuales son determinadas en base a los tiempos de V-
funnel y T50.. A su vez, el ensayo de V-funnel será utilizado también para describir la
estabilidad de la mezcla autocompactante, así como su viscosidad.
El ensayo de caja L será utiizado para determinar la capacidad de paso de la mezcla
autocompactante, para el caso del flujo a través de áreas confinadas o con alta densidad
de refuerzo. Así, el ensayo de caja L consiste en un aparato en forma de L, en el cual
se llena la parte vertical con 12 L de concreto sin compactación alguna. Así, se hace
fluir el concreto al levantar una abertura que se encuentra en la zona entre la parte
vertical y horizontal de la caja. La mezcla pasa a través de barras de acero de 12 mm
de diámetro, las cuales están separadas cada 40 mm, recreando de esta manera las
condiciones de paso del concreto fresco a través de las armaduras de acero. El ratio La Comentado [CMAU37]: La relación
relación resultante entre la altura del concreto en la parte horizontal y la parte vertical,
llámese h2/h1, es un indicador de la capacidad de paso a través de estos obstáculos. La
clasificación de la capacidad de paso de las mezclas, según la EFNARC, se presentan
en la Tabla 2.
Tabla 2.
Especificación propuesta para concreto autocompactante dada
por la EFNARC.
Clase Slump flow (mm)
Slump flow
SF1 550 - 650
SF2 660 - 750
SF3 760 - 850
Clase T50(s) Tiempo V-funnel (s)

Viscocidad
VS1/VF1 <2 <8
VS2/VF2 >2 9-25.
Capacidad de paso
PA1 > 0.8 con dos barras
PA2 >0.8 con tres barras
7.2 Etapa computacional
-En esta etapa, el equipo de especialistas en matemática del equipo trabajará en las
formulaciones variacionales, que permitirán representar el comportamiento mecánico y
en estado fresco de las mezclas de concreto. El objetivo es lograr un modelo tipo
meshless, en este caso, el smooth particle hydrodynamics.
17
-De la misma manera, se trabajará probando diversos tipos de redes neuronales
(SVM, función de base radial, soma, etc), hasta conseguir la mejor representación de
las propiedades de la mezcla.
8. MODELO PARA EL ESTUDIO
18
9. RESULTADOS ESPERADOS
 Conseguir la metodología para la obtención de concretos ligeros

autocompactantes de alto desempeño mediante el uso de modelos
computacionales.
 Proponer la red neuronal obtenida para certificación de las propiedades

mecánicas y en estado fresco de la mezcla estudiada.
 Proponer el modelo meshless que permita representar las propiedades

mecánicas y en estado fresco de la mezcla estudiada.
 Publicar en una revista indexada.
19
10. BIBLIOGRAFÍA
[1] Ghanbari A. (año) Self Compacting high performance and ultra high
performance concretes.Department of civil engineering Cardiff
University,UK.ProQuest;2013.
[2] Grabois T, Cordeiro G, y Filho R. (año) Fresh and hardened- state properties
of self-compacting lightweight concrete reinforced with steel fibers. Const Build
Mater 2016:104:284-292.
[3] Bing C, Jie L, y Long-Zhu C. (año) Experimental study of lightweight

expanded polystyrene aggregare concrete containing silica fume and
polypropylene fibers.
[4] Bing C, Jie L, Long-Zhu C. (año) Experimental study of lightweight expanded

polystyrene aggregatre concrete containing silica fume and polypropylene fibers.
[5] Sadrmomtazi A,Sobhani J, y Mirgozar M. (año) Modeling compressive

strength of EPS lightweight concrete using regression, neural network and
ANFIS.Constr Build Mater 2013:42:205-16.
[6] Demir F. (año) Prediction of elastic modulus of normal and high strength
concrete by artificial neural networks. Constr Build Mater 2008:22:1428-35.
[7] Oztas A, Pala M, Ozbay E, y Kanca E. (año) Predicting the compressive

strength and slump of high stregth concrete using neural network. Constr Build
Mater 2006:20:769-75. Constr Build Mater 20:20:769-75.
[8] Sonebi M, Cevik A, Grunewald S, y Walraven J. (año) Modelling the fresh

properties of self compacting concrete using support vector machine approach.
Constr Build Mater 2016:106:55-64.
20
[9] Ghanbari A. (año) Self Compacting high performance and ultra high
performance concretes.Department of civil engineering Cardiff
University,UK.ProQuest;2013.
[10] Dhaheer M, Kukasegaram S, Karihaloo B. (año) Simulation of self

compacting concrete flow in the J-ring test using smoothed particle
hydrodynamics (SPH). Cem Concr Res. 2016:89:27-34.
[11] Neville A. M.(2010). Tecnología del concreto, 2da ed. Pearson Education
Limited. Edinburgh Gate,Harlow,Reunido unido,442 pag.
[12] Cortez A, Pro L, Rojas O, y Calemt R. (año) Categorización de textos

mediante Máquinas de soporte vectorial. Revista de Investigación de Sistemas
e Informática 2013:10:33:44.
[13]Yan K, y Shi C. (año) Prediction of elastic modulus of normal and high
strength concrete by support vector machine. Constr Build Mater
2010:24:1479:85.
11. CRONOGRAMA DE ACTIVIDADES
Marzo Abril Mayo

TAREAS 1° sem 2° sem 3° sem 4° sem 1° sem 2° sem 3° sem 4° sem 1° sem 2° sem 3° sem 4° sem
Obtención de materiales
Recopilación de información
Ensayos y reajuste
Modelamiento numérico
Redacción de paper
Junio Julio Agosto

TAREAS 1° sem 2° sem 3° sem 4° sem 1° sem 2° sem 3° sem 4° sem 1° sem 2° sem 3° sem 4° sem
Obtención de materiales
Recopilación de información
Ensayos y reajuste
Modelamiento numérico
Redacción de paper
21
12. EQUIPO DE TRABAJO
Investigadores extranjeros:
-Dr. Carlos Aire.Máximo Aire Untiveros. Comentado [CMAU38]: O solo Carlos Aire
-Dr. Luis bozzo.
Doctores nacionales:
-Dr. Oswaldo Velásquez Castañon.
Magísteres:
-Mg. Ing. Leonardo Flores Gonzalez. (Jefe del proyecto)
-Mg. Ing. Ana Torre Carrillo.
-Ms Ing. Edward Santa María.
Ingenieros:
-Ing. Yelsin valero camarera.
-Mg. Ing. Coarita tintaya dennys.
Egresados:
-Juan Vega More.
-Manuel Gutarra Vela.
Alumnos:
-Pablo Gonzalo Cárdenas.
13. PRINCIPALES RECURSOS A UTILIZAR
Los recursos a utilizar están divididos a nivel de materiales, equipos, gastos de pasaje
y alojamiento para visitar al investigador extranjero y recursos para el personal, de la
siguiente manera:
Materiales:
-Cemento
-Partículas EPS
-Agregados fino y grueso
-Aditivos superplastificantes
-Fibra de acero
-Microsílice
Equipos:
-Equipo reómetro para medición de viscosidad. Este equipo es necesario para obtener
las propiedades reológicas de la pasta de concreto, la cual es la variable principal para
obtener el modelo computacional.
22
-Bibliotecas especializadas en lenguaje C para la codificación del modelo
computacional.
Gasto de pasaje y alojamiento:
Debido a la complejidad del tema, será necesario realizar una visita al autor extranjero
que ha publicado sobre el tema con anterioridad. Gastos por viaje para visita del Comentado [CMAU39]: No sería mejor poner de manera
investigador extranjero. general, gastos por Viaje, o es necesario precisar. Igualmente el
asesor extranjero experto en el tema debería visitarles porque la
investigación experimental se realiza en la Sede.
14. PRESUPUESTO
PRESUPUESTO PROYECTO DE
INVESTIGACIÓN
Visita al autor-Gastos de transporte y alojamiento

Cant Precio $ Precio S/. Total S/.
Pasaje Lima - Londres 2 1500 5250.00 10500.00
Otros gastos 2 1000 3500.00 7000.00
23
Gasto total de transporte y alojamiento S/. 17500.00
Costos de Materiales
Cant UND Precio S/. Total
Transporte cemento - glb 200.00 200.00
Bolsas de cemento 50 bol 20.00 1000.00
Agregado piedra 3 m3 70.00 210.00
Agregado arena 3 m3 70.00 210.00
Perlita expandida 3 m3 270.00 810.00
Gasto total de materiales S/. 2430.00
Costos de equipos
Cant Precio $ Precio S/. Total
Reómetro para medición de viscocidad 1 4000 14000.00 14000.00
Gasto total de equipos S/. 14000.00
Costos de personal
Cant UND Precio S/. Total
Pago a investigadores 1 glb 11070.00 11070.00Comentado [CMAU40]: Como es esto de Pago a

Investigadores?.
Gasto total de remuneración a equipo de investigación S/. 11070.00
Costo total de la investigación S/. 45000.00
Nota: Los precios en dólares se hicieron considerando un tipo de cambio de S/. 3.50
El costo de los vuelos varian entre $1500 y $2000, dependiendo la fecha de
24
compra.
25

Plan de investigación-CAU PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Plan de investigación-CAU PDF

Cargado por

Copyright:

Formatos disponibles

CAPÍTULO ESTUDIANTIL

AMERICAN CONCRETE INSTITUTE Comentado [CMAU1]: LA PROPUESTA ES A NOMBRE DEL

Modelamiento computacional de mezclas de concreto

Lima, Perú 2017

Modelamiento computacional de mezclas de concreto

Con las nuevas demandas estructurales, debido a diseños más ambiciosos, el

De la misma manera, desde hace ya varios años, se ha desarrolladose ha

segregación. [2, 3] Comentado [CMAU8]: Tracción o tensión, cual es el término

Como se mencionó anteriormente, conocer las propiedades de este tipo de

Con el avance de la tecnología, el uso de modelos de computación en la solución

Así, el uso de simulaciones para predecir el comportamiento de mezclas de

¿Cómo obtener una mezcla de concreto de alto desempeño, definida como

Entonces, el principal problema con respecto a las mezclas de concreto de alto

¿A quién se beneficia con este tipo de mezclas?

El concreto ligero no suele ser empleado como material estructural debido a la

Ahora, considerando que la mezcla en sí misma presenta ventajas tanto a nivel

4. OBJETIVOS, GENERAL Y ESPECÍFICOS

- Formular un procedimiento para obtener mezclas de concreto de alto

- Determinar las propiedades mecánicas y en estado fresco del material

- Simular mediante un método sin malla el comportamiento de la mezcla

- Estimar una red neuronal compatible para reducir el proceso de

- Publicar en una revista indexada asociado a scielo, scopus o

Figura 1 Esquema de una red neuronal artificial

Capa de entrada: Es la primera capa de neuronas. Es la que recibe datos de

Figura 2 Función de transferencia sigmoidal (logsig)

*Función de transferencia tangente sigmoidal hiperbólica (tansig)

Sobresaturación: También llamado sobreajuste, se da cuando hay muchas

Comentado [CMAU25]: No me queda claro, espero que a lo

Figura 4 .Efecto de materiales constituyentes en constantes Bingham

d) Smoothed particle hydrodynamics (SPH): Es un enfoque lagrangiano sin

-Es libre de mallas: El problema y el dominio de frontera son representados por

-El correcto empleo de modelos computacionales ayuda a optimizar el

-Los métodos computacionales tendrán una gran confiabilidad en la predicción de las

7.1 Etapa experimental

En donde 𝐷𝑚𝑖𝑛 es el tamaño mínimo de partícula (µm).

En donde 𝑃𝑚𝑖𝑥 (𝐷𝑖𝑖+1 ) es la mezcla compuesta y 𝑃𝑡𝑎𝑟 (𝐷𝑖𝑖+1 ) es la gradación objetivo,

las propiedades mecánicas como a la resistencia a la segregación. Para mantener la

Total %EPS %Fibra

P10 400 44 175 1715 800 915 0 0

P19 400 44 140 1715 800 915 0 0

P22 400 44 140 1195 531 664 20 0

7.1.3 Procedimiento de ensayos

Los ensayos en el estado fresco serán realizados de acuerdo a los procedimientos

Clase T50(s) Tiempo V-funnel (s)

7.2 Etapa computacional

8. MODELO PARA EL ESTUDIO

 Conseguir la metodología para la obtención de concretos ligeros

 Proponer la red neuronal obtenida para certificación de las propiedades

 Proponer el modelo meshless que permita representar las propiedades

 Publicar en una revista indexada.

[3] Bing C, Jie L, y Long-Zhu C. (año) Experimental study of lightweight

[4] Bing C, Jie L, Long-Zhu C. (año) Experimental study of lightweight expanded

[5] Sadrmomtazi A,Sobhani J, y Mirgozar M. (año) Modeling compressive

[7] Oztas A, Pala M, Ozbay E, y Kanca E. (año) Predicting the compressive

[8] Sonebi M, Cevik A, Grunewald S, y Walraven J. (año) Modelling the fresh

[10] Dhaheer M, Kukasegaram S, Karihaloo B. (año) Simulation of self

[12] Cortez A, Pro L, Rojas O, y Calemt R. (año) Categorización de textos

11. CRONOGRAMA DE ACTIVIDADES

Marzo Abril Mayo

Junio Julio Agosto

13. PRINCIPALES RECURSOS A UTILIZAR

Gasto de pasaje y alojamiento:

Visita al autor-Gastos de transporte y alojamiento