Predicción de propiedades en la gestión de residuos en base cemento

Abstract

RESUMEN: El desarrollo y diseño de sistemas cemento/residuo es complicado debido a varios factores, entre otros a: - La existencia de numerosos materiales cementicios y puzolánicos, que pueden ser combinados de diferentes formas resultando un amplio intervalo de propiedades y costes. - Las complejas interacciones entre los componentes del material cementicio. Por ello, los sistemas cemento/residuo suelen ser desarrollados intensivamente en el laboratorio antes de su aplicación a gran escala. El desarrollo de modelos sencillos que pudieran predecir el comportamiento de estos complejos sistemas cemento/residuo permitiría avanzar en el diseño de formulaciones adecuadas que cumplan con los requisitos de las propiedades deseadas. El objetivo de esta tesis doctoral es la recogida de datos sobre mezclas cemento/residuo extraídos de la bibliografía existente, organizados en una base de datos, "MONOLITH", para la extracción selectiva de información de determinados sistemas cemento/residuo que pueda ser alimentada para el entrenamiento de redes neuronales diseñadas para la predicción de propiedades finales de los sistemas cemento/residuo. Los sistemas cemento/residuo estudiados son los siguientes: - Cemento/cenizas volantes - Cemento con polvo de acería Se demostrará para ambos casos de estudio la viabilidad de emplear redes neuronales artificiales para la predicción de las propiedades estudiadas, y las ventajas respecto al empleo de técnicas lineales como la regresión lineal múltiple.

ABSTRACT: The development and design of cement/waste systems is complicate due to several factors, such as: - The existence of numerous cementitious and pozzolanic materials, which can be combined in different ways resulting in a wide range of properties and costs. - The complex interactions between components of the cementitious material. Therefore, the cement/waste systems are usually developed intensively in the laboratory before large-scale application. The development of simple models that could predict the behavior of these complex cement/waste systems would allow to design suitable formulations that fulfill the requirements of the desired properties. The aim of this PhD thesis is to collect cement/waste mixtures data extracted from existing bibliography, organized in a database called “MONOLITH”, for the selective extraction of certain cement/waste systems information that can be used for training neural networks designed for predicting the final properties of cement/waste systems. The studied cement/waste systems are: - Cement/fly ashes - Cement/electric arc furnace dust It will be shown, for both cases, the feasibility of using artificial neural networks for predicting the studied properties and the benefits of it comparing to linear techniques such as multiple linear regression.