• Informações do Trabalho

Titulo Otimização da Dosagem de Concretos Geopoliméricos Ácidos Utilizando Aprendizado de Máquina e Algoritmos Genéticos Subtítulo Autor LUCAS PAIVA DOS SANTOS Orientador LUCIANA CONCEICAO DIAS CAMPOS Resumo A indústria da construção civil é uma grande consumidora de recursos naturais, sendo a produção de cimento Portland um dos processos mais impactantes ambientalmente devido às suas elevadas emissões de dióxido de carbono. Os geopolímeros surgem como uma alternativa promissora, pois sua produção dispensa etapas de combustão, resultando em menor emissão de carbono. Esta pesquisa explora a síntese de geopolímeros com foco em ativadores ácidos e propõe o uso de aprendizado de máquina e algoritmos genéticos como ferramentas de otimização. Enquanto os geopolímeros de ativação básica já estão bem consolidados, os geopolímeros ácidos ainda representam um campo emergente, com potencial inexplorado, especialmente em ambientes agressivos. Este estudo propõe uma abordagem preditiva para otimizar a formulação de geopolímeros ácidos, reduzindo a necessidade de testes empíricos e o consumo de materiais. Modelos de aprendizado de máquina predizem propriedades mecânicas com alta precisão, enquanto algoritmos genéticos otimizam as composições. A sinergia entre essas técnicas é especialmente vantajosa para geopolímeros ácidos, que carecem de dados históricos extensos. Assim, os experimentos laboratoriais tornam-se mais focados e eficientes, guiados pelas previsões dos modelos. Essa abordagem inovadora pode acelerar o desenvolvimento de geopolímeros e contribuir para uma construção mais sustentável ao reduzir a pegada ambiental de materiais cimentícios. Palavras-Chave Concreto Geopolimérico Ácido. Aprendizado de Máquina. Dosagem. Otimização Multiobjetivo