Resumen

Esta investigación se centra en el uso de un sistema adaptativo de redes neuronales artificiales para evaluar el valor de resistencia al deslizamiento (Número Británico del Péndulo; BPN) de los materiales de baldosas reforzadas con fibra de vidrio. Durante la creación del modelo neuronal, se consideraron cuatro factores principales: fibra, contenido de carbonato de calcio, chorreado de arena y propiedades de pulido de las muestras. El modelo fue entrenado, probado y comparado con los resultados de las pruebas en el sitio. Según la comparación de los resultados del estudio, el análisis y los resultados de las pruebas en el sitio mostraron que hay un gran potencial para predecir el BPN de los materiales de baldosas reforzadas con fibra de vidrio utilizando el sistema neuronal desarrollado.

• Materias:Propiedades mecánicas Tipos de cargas Modelos hidrodinámicos Resistencia del hormigón
• Subjects:Mechanical properties Types of loads Hydrodynamic models Concrete strength
• Palabras claves:Investigación; Sistema adaptativo de redes neuronales artificiales; Valor de resistencia al deslizamiento; Número de Péndulo Británico; Materiales de revestimiento reforzados con fibra de vidrio; Predicción
• Keywords:Research; Adaptive artificial neural network system; Skid resistance value; British Pendulum Number; Glass fiber-reinforced tiling materials; Prediction