REDES NEURAIS ARTIFICIAIS APLICADAS NO ESTUDO DAS PRESSÕES EM SILOS ESBELTOS CILÍNDRICOS METÁLICOS: UMA ABORDAGEM SOBRE CONFIABILIDADE ESTRUTURAL
Silos Esbeltos, Redes Neurais Artificiais, Confiabilidade estrutural.
A predição das pressões e a avaliação estrutural em silos são temas de grande interesse de estudos de pesquisadores. Podemos considerar que o grau de incerteza nos cálculos, tem repercutido no grande número de falhas e ocorrências de colapsos, neste tipo de estruturas no Brasil e também no mundo. O objetivo do trabalho é propor um modelo de predição das pressões em comparativo aos dados experimentais. Na fase experimental para realização da coleta de dados, foi usado um silo-piloto proposto por Pieper e Schutz adotado pela norma Alemã DIN 1055 (1987). Foi utilizado nas paredes do silo a chapa lisa, e o fundo plano, variando a relação altura/diâmetro entre 4, 6 e 8. Foram observados valores de dados de pressões horizontais e de atrito do produto 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 do tipo Perceptron Multicamadas. As pressões medidas nas paredes do silo durante as etapas de carregamento e descarregamento, foram confrontadas com os valores estimados pelas Redes Neurais Artificiais e com os valores calculados através das Normas AS 3774 (1996) e EN 1991-4 (2006). Dos modelos testados, as Redes Neurais Artificiais, foram capazes de fazer a previsibilidade das pressões nas paredes do silo. Podendo assim contribuir para a confiabilidade estrutural. Mostrando-se confiável e fornecendo resultados de alta precisão. Demonstrando a viabilidade do seu uso nas predições de pressões em silos.