Predição da resistênica à compressão e do coeficiente de permeabilidade de concretos permeáveis por meio da aprendizagem de máquinas

Abstract

Devido a limitação dos sistemas de drenagem e a impermeabilização dos solos, as chances de ocorrerem inundações, devido ao aumento do escoamento superficial são elevadas em dias de chuva. O aumento de áreas impermeáveis afeta também a recarga do lençol freático, pois dificulta a infiltração da água no solo. Para atenuar os transtornos citados, surge, como alternativa aos sistemas de drenagem tradicionais, o concreto permeável, que é um material poroso que possibilita a penetração da água entre suas camadas. Devido ao seu alto volume de vazios o concreto permeável acaba apresentando propriedades físicas inferiores quando comparados ao concreto convencional, necessitando de estudos que busquem otimizar esses aspectos. Métodos de aprendizagem de máquina demonstram sucesso em estudos preditivos de propriedades do concreto permeável. Através do ajuste dos hiperparâmetros de cada modelo, é possível ainda melhorar os algoritmos e aumentar a precisão dos resultados. Além disso, a ferramenta função de desejabilidade otimiza respostas de forma simultânea. O banco de dados utilizado foi o disponível no trabalho de Zhang et al. (2020) e é composto por diferentes proporções de misturas de concreto permeável, levando em conta a relação água/cimento, diâmetro do agregado e relação agregado/cimento, e suas respectivas respostas, resistência à compressão e coeficiente de permeabilidade. Os dados foram processados, utilizando a linguagem R, em busca do modelo que apresentasse melhor comportamento. Os algoritmos foram ajustados para sua otimização e a função de desejabilidade foi empregada em busca da melhor configuração, maximizando as respostas. Para a resistência à compressão do concreto permeável, o modelo que apresentou melhor resultado foi o cubist que, após o ajuste, apresentou valor de R2 igual a 0,9994 para treino e de 0,9987 para teste. Para o coeficiente de permeabilidade, o melhor modelo foi o svmRadial, com valor de R2 igual a 0,9887 para treino e 0,9719 para teste, após os ajustes. As desejabilidades requeridas foram D1, máximo valor de resistência à compressão e máximo valor de coeficiente de permeabilidade, D2, valor de resistência à compressão alvo de 20 MPa e valor do coeficiente de permeabilidade alvo de 1 mm/s, e D3, valor de resistência à compressão alvo 20 MPa e máximo valor de coeficiente de permeabilidade, com no mínimo 1 mm/s. Os resultados de desejabilidade global foram, respectivamente, 0,7731, 0,9618 е 0,9289, demonstrando que a técnica estatística é capaz de aperfeiçoar e direcionar estudos, encontrando o melhor resultado possível para cada combinação, mitigando despesas relacionadas a testes laboratoriais.