Modelo multivariado predictivo sobre la resistencia del concreto

Esta monografía presenta un estudio sobre la implementación de un modelo de regresión multivariada para predecir la resistencia del concreto a 28 días, utilizando el software MINITAB y un modelo con pre-ajuste mediante Análisis de Componentes Principales (PCA). El objetivo principal es identificar la contribución de diversas variables predictoras a la resistencia del concreto, mejorando la precisión del modelo y reduciendo los problemas de multicolinealidad. Inicialmente, se identifican las relaciones y comportamientos de las variables de manera estadísticamente tradicional, llevándose a cabo relaciones una a una, para ser comparadas con las correlaciones existentes entre todas estas variables, además se sigue esta línea realizando superficies de respuesta y contorno que revelan los valores óptimos y comportamientos de las variables ante la resistencia, arrojando resultados similares. se desarrolla un modelo de regresión multivariada utilizando todas las variables originales del conjunto de datos, lo que permite capturar las relaciones generales entre estas variables y la resistencia del concreto. Sin embargo, este enfoque enfrenta desafíos significativos debido a la alta correlación entre las variables predictoras, lo que complica la interpretación y reduce la precisión del modelo. Para abordar estas limitaciones, se aplica el PCA como método de ajuste, logrando una reducción efectiva de la dimensionalidad y simplificación del modelo. El PCA permite identificar las combinaciones lineales de variables que explican la mayor parte de la variabilidad en los datos, destacando la importancia de factores como la relación agua/cemento (A/C), el Tamaño Máximo del Agregado (TMN) y los aditivos plastificantes. Los resultados muestran que el modelo ajustado mediante PCA no solo mejora la interpretabilidad y robustez del modelo, sino que también proporciona una herramienta eficaz para la predicción de la resistencia del concreto, en contrataste a los modelos de regresión multivariada que abarcan mayor variabilidad, pero con problemas de multicolinealidad y aceptación de nuevos datos. Este enfoque puede ser utilizado como base para futuras investigaciones y aplicaciones prácticas en el campo de la ingeniería civil, ofreciendo un método sólido para optimizar el diseño de mezclas de concreto.

• Autores: Torres Ortega, Bleymer Santiago; Moreno Contreras, Laura Fernanda
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/42435
• Acceso en línea: http://hdl.handle.net/11349/42435
• Palabra clave: Modelo de regresión multivariada; Resistencia del concreto; Análisis de Componentes Principales (PCA); Variables predictoras; Superficies de respuesta; Contornos; Tamaño Máximo del Agregado (TMN); Relación agua/cemento (A/C); Aditivos plastificantes; Diseño de mezclas de concreto; Ingeniería civil; Tecnología en construcciones civiles - Tesis y disertaciones académicas; Modelo de regresión multivariada; Resistencia del concreto; Análisis de componentes principales (PCA); Ingeniería civil; Multivariate regression model; compressive strength of concrete; Principal Component Analysis (PCA); Predictor variables; Response surfaces; Contour plots; Maximum Aggregate Size (MAS); Water/cement ratio (W/C); Plasticizing admixtures; Concrete mix design; Civil engineering
• License: CC0 1.0 Universal