Prediction of stresses in rigid airport pavements considering slab’s temperature differential using finite element and machine learning techniques

Abstract

Este trabalho tem como objetivo desenvolver um modelo de aprendizado de máquina (ML/RF) para predição das tensões máximas de tração em placas de concreto de pavimentos aeroportuários levando em consideração os carregamentos das aeronaves e o perfil de temperatura linear e não linear na espessura da placa. A partir dos dados de tensões obtidos pela modelagem de elementos finitos, utilizando o software ILLISLAB, com trens tipo da aeronave A380 e B747 e diversos diferenciais térmicos na espessura da placa de concreto, foi construído um conjunto de dados utilizado no treinamento e validação do algoritmo. O ML/RF utilizado foi o Random Forest, por meio da biblioteca Scikit-learn do Python, que forneceu predições acuradas para diferentes espessuras, pressões dos pneus, eficiências de transferência de carga entre placas, módulos de reação do subleito, raios de rigidez relativa e posições de passagem longitudinal da aeronave na placa sob diversos diferenciais de temperatura entre o topo e o fundo da placa de concreto. A Média dos Erros Quadrados obtida pelo modelo de Random Forest foi igual a 3.60e-4 MPa², um erro absoluto máximo menor do que 0.25 MPa e a maioria dos erros absolutos próximos de 0 MPa, todos os resultados para a base de dados de treinamento, mostrando a confiabilidade do modelo proposto.