Anda di halaman 1dari 145

PREDIÇÃO DA EXOTERMIA DA REAÇÃO DE HIDRATAÇÃO DO CONCRETO ATRAVÉS DE MODELO TERMO-QUÍMICO E MODELO DE DADOS Étore Funchal de Faria TESE

SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISITOS NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE MESTRE EM CIÊNCIAS EM ENGENHARIA CIVIL. Aprovada por: ________________________________________________ Prof. Eduardo de Moraes Rego Fairbairn, Dr. Ing. ________________________________________________ Prof. Romildo Dias Toledo Filho, D.Sc. ________________________________________________ Prof. Alexandre Gonçalves Evsukoff, Dr. ________________________________________________ Eng. Marcos Martinez Silvoso, D.Sc. ________________________________________________ Eng. Walton Pacelli de Andrade ________________________________________________ Prof. Hélio José Corrêa Barbosa, D.Sc. RIO DE JANEIRO, RJ – BRASIL OUTUBRO DE 2004

DE FARIA, ÉTORE FUNCHAL Predição da exotermia da reação de hidratação do concreto através de modelo termo-químico e modelo de dados [Rio de Janeiro] 2004 XV, 130 p. 29,7 cm (COPPE/UFRJ, M.Sc., Engenharia Civil, 2004) Tese – Universidade Federal do Rio de Janeiro, COPPE 1. Concreto 2. Exotermia do concreto 3. Modelos preditivos I. COPPE/UFRJ II. Título (série)

ii

Dedico meu trabalho à minha mãe e à minha esposa.

iii

A Furnas Centrais Elétricas S. soube me dar o que mais precisava: disciplina. Tolêdo Filho. honestidade. infelizmente. amor. nas pessoas dos engenheiros Antonio de Pádua Bemfica Guimarães. Walton Pacelli de Andrade. Ela é tudo. Rubens iv . Karla. ou você não teria tempo de concluir a leitura deste meu trabalho. muito mesmo! Continue assim! Aos que têm me ajudado como “pais”: Dr. Aos meus orientadores. Ao meu pai. Celso José Pires Filho. Vencer acompanhado é muito melhor.Agradecimentos Agradeço a tantos que. Antônio Marcos. e muitos mais. que me é muito. à sua maneira. na pessoa do meu padrinho. Entretanto. R. Hélio Goulart Júnior. Fairbairn e Romildo D. E também às outras mães que tive nesta minha jornada. Eduardo M. e ao meu outro pai. se fosse listá-los. ou eu facilmente me esqueceria de muitos.A. Aos colegas do Laboratório de Estruturas da COPPE/UFRJ pela colaboração e auxílio na busca de um trabalho o mais completo possível. Pessoa completa. A quem não posso deixar de citar: Quintiliano Mascarenhas Guedes.. Jairo Roberto da Silva. Minha memória está falhando agora. que me foi pouco. como de costume. agradeço à minha família que. quem iniciou tudo. Laércio Borges da Silva. À minha esposa. entre eles: Walter Vasconcelos Pinto “Celito”. Darlan Ésper Kallas e José Augusto de Souza Martins. Gilda. À minha mãe. Aos meus grandes professores pelas lições de vida. por tudo o que me proporcionaram e proporcionam.

Moacir Alexandre Souza de Andrade. pela oportunidade e disponibilidade de informações. Finalmente. porque me exigiram sabedoria para atingir meu horizonte sem me importar com elas. v . porque foram esteios em minhas atribulações.Machado Bittencourt.T. E aos que se fizeram pedras em meu caminho. investimento em meu aprimoramento profissional e incentivo. do tecnólogo Élcio Antônio Guerra e de todo o corpo de apoio técnico do Departamento de Apoio e Controle Técnico – DCT. agradeço a quem sempre esteve ao meu lado.

da temperatura do concreto fresco e do calor específico do concreto estudado.A. consistindo-se das características e/ou consumo dos materiais constituintes. vi .) PREDIÇÃO DA EXOTERMIA DA REAÇÃO DE HIDRATAÇÃO DO CONCRETO ATRAVÉS DE MODELO TERMO-QUÍMICO E MODELO DE DADOS Étore Funchal de Faria Outubro/2004 Orientadores: Eduardo de Moraes Rego Fairbairn Romildo Dias Tolêdo Filho Programa: Engenharia Civil O presente trabalho apresenta dois modelos para a previsão da elevação adiabática de temperatura do concreto: um físico multifásico elaborado por MAEKAWA et al. Para a aplicação dos dois modelos foi elaborado um banco de dados baseado em 250 ensaios de elevação adiabática de temperatura. Os resultados obtidos com a aplicação desses modelos apresentaram indicativos de que eles sejam ferramentas preditivas importantes na fase de projeto de estruturas massivas de concreto.Resumo da Tese apresentada a COPPE/UFRJ como parte dos requisitos necessários para a obtenção do grau de Mestre em Ciências (M. o outro. [1]. um modelo de dados baseado em redes neurais artificiais.Sc. Os parâmetros de entrada dos dois modelos são praticamente os mesmos. com erro médio da ordem de 3.0ºC. realizados pelo Laboratório de Concreto de Furnas Centrais Elétricas S.

For the application of the two models a database was elaborated based on 250 rehearsals of adiabatic temperature rise. being consisted of the characteristics and/or consume of the constituent materials.Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the requirements for the degree of Master of Science (M. of the temperature of the fresh concrete and of the specific heat of the studied concrete.) EXOTHERMY PREDICTION OF CONCRETE HYDRATION REACTION BY THERMO-CHEMICAL AND DATA MODELING Étore Funchal de Faria October/2004 Advisors: Eduardo de Moraes Rego Fairbairn Romildo Dias Tolêdo Filho Departament: Civil Engeneering The present work presents two models for the prediction of the adiabatic temperature rise of concrete: a physicist multiphase elaborated by MAEKAWA et al. accomplished by the Laboratory of Concrete of Furnas Centrais Elétricas S.0ºC. a data model based on artificial neural networks.A. with medium error of the order of 3. [1]. The results obtained with the application of those models presented indicative that they are important predictive tools in the phase of project of massive concrete structures. vii . the other.Sc. The parameters of entrance of the two models are practically the same ones.

..................1......... 21 B B B B 2..............................2.............5.............. Modelo Multi-escala de Bernard..................2........................... Os Reagentes ..................................... O Problema a ser Resolvido: Evolução dos Campos de Temperatura e Hidratação......................... Cinzas Volantes.. Modelo Multicomponente de Calor de Hidratação de Maekawa.................................................4........................... 1.. 1...................2.....1.1........................................4.... As Reações de Hidratação................ A Cinética da Hidratação ξ&(ξ ) ........... 1............. Motivação..... 1.............................. 12 2..................... 13 2............3.. 4 4 5 8 2......... 1.2............................... 2....................... Grau de Hidratação .......... Os Aditivos Químicos............2........................................... Objetivos e Relevância do Trabalho . 21 B B B B 2...................1................1.......... Determinação da Afinidade Química Normalizada Ã(ξ) a partir de Ensaios de Elevação Adiabática de Temperatura ................................. O Cimento Portland .. Estado da Arte dos Modelos de Previsão da Exotermia do Concreto................................ 32 viii ...............1............2...1....................... Ulm e LeMarchand ................ 23 2.......................... 23 2.....................1.................2..........................................4.......5................................................. 1........... 10 2.......................5......1......... A Química da Hidratação dos Aluminatos (C3A e C4AF) ....... INTRODUÇÃO ......... 2........................ 17 2..........................................3.... Modelo de Vincent Waller ..............................................................................1........................2........ 26 2..............1........................ Patamar de Percolação.. A Água.....3....................4........................................................................5...............3.Índice 1................... 2 3 3 1 1 1 2 2.................................2. Escória de Alto Forno...................... Modelo de Ulm e Coussy para a Hidratação ........................................................................ 14 2.....3.......4........5.. A Química da Hidratação dos Silicatos (C3S e C2S)................................. 2...............................3... 17 2...............................................1.............................................................................. ASPECTOS FÍSICO–QUÍMICOS DA HIDRATAÇÃO....2.... Chaube e Kishi ............... 30 2...........1........................................................ Determinação da Afinidade Química Normalizada Ã(ξ)a partir de Ensaios de Resistência à Compressão Uniaxial......... 27 2......... Os Aditivos Minerais..............................3...

................1............................................ Calor Específico .............. 57 3..... Teste .8........... 64 ix .................7...................3. Esquema das RNAs ........7...2............... 48 3........................... 54 3.............5.... 47 3.................................. 49 3.......................2.......................1........... 45 3........................................... Treinamento e Utilização da Rede MLP ..........4............ PROCEDIMENTOS EXPERIMENTAIS E ELABORAÇÃO DO BANCO DE DADOS .............................................................1............1.8........................7........................1......................8.................................................2........................................ 60 3................. Treinamento.................7................................8... Procedimentos de ensaio .......................6.......................5................. Coleta de Dados e Separação em Conjuntos ............................................................... 56 3.................................. Introdução.. 45 3................................... A Energia de Ativação ................5....2...... 50 3........................ Principais Arquiteturas de RNAs .................... 63 4............ Integração ............................... ASPECTOS DE MODELOS DE DADOS: INTRODUÇÃO ÀS REDES NEURAIS ARTIFICIAIS (RNAs) ........................... 59 3....... Configuração da Rede . 56 3.............2......................................................................8.1........................2............................ Funções de Ativação . 43 3........................................................................................................... Exemplo de Cálculo da Afinidade Normalizada Ã(ξ) .... Breve Histórico...................7........................6..............2............ Neurônios Artificiais .......................... 61 3................................8................4.... 48 3.......... O Neurônio de McCulloch–Pitts – MCP ...... Redes em Camadas ........... Base Biológica.............................................3............ Difusividade e Condutividade Térmicas .........................1........................ 64 4........... 61 3...2........8.....................................2...............................................2. 60 3. Processos de Aprendizagem.........8.........................4.....................................2.......... 50 3......... 36 2.....5.................................................... Redes Perceptron de Múltiplas Camadas (MLP) ......... O Neurônio Genérico........................................ 45 3............................................ 33 2..........................8.....................................3... 57 3....................... 62 3...................... Algoritmo da Retropropagação – Backpropagation ............................... 42 2.............................................5........... Desenvolvimento de Aplicações...................................

... Constituição do Modelo MCH.....................1............... 116 APÊNDIDE B – MODELO DE VINCENT WALLER .................. Modelagem da Formação de Etringita ...................1.............................8....4.................................................4............................................................................ Composição Potencial de BOGUE do Cimento (µ).....................1.......................................................2.... Calorímetro Adiabático ..1........................1........ 64 4................3........... Outras Propriedades Térmicas ............ 71 5......2.........1.......................1..................6............................................ Finura de Blaine (si) ..... 64 4............ Elaboração do Banco de Dados....................1.......... 64 4..............1...........2.....7............1.. RESULTADOS......3... Análise Química do Cimento. 107 9......................2.......2....... Termoativação (Eai/ℜ)..... 74 B B 5................... 83 5.............. CONCLUSÕES E RECOMENDAÇÕES .......1................1............. Descrição do Modelo........ 72 5................1.......................................................................................... Consumo de Água (βi).................................................. 86 6.... 82 5............1... ANÁLISE E DISCUSSÃO............................1....... 80 B B 5......................1.1........3................................... 80 B B 5........................................................................................................T0) .... 124 x ..........1...................1............... Consumo de Escória de Alto Forno e Cinza Volante (ζ) .. 77 B B 5............5... Consumo de Adição Química (γ) .... Elevação Adiabática de Temperatura ....................................1.. Procedimento........ 68 5...........1......................3............ 66 4.........................1..................... MODELO DE RNA PARA A ELEVAÇÃO ADIABÁTICA DE TEMPERATURA DO CONCRETO...1.......... 68 4......................4.... 84 5...1........................ 78 5....... 71 5.......................... Implementação do Modelo MCH............................................ Módulo de Finura de Blaine ........ BIBLIOGRAFIA ............................1...................... 99 8...................................... 64 4.... 90 7....1.................1............... 109 APÊNDIDE A – FUNÇÕES PARA CARACTERIZAÇÃO DAS CURVAS DE ELEVAÇÃO ADIABÁTICA DE TEMPERATURA DO CONCRETO.. MODELO MULTICOMPONENTE DE CALOR DE HIDRATAÇÃO (MCH) DE MAEKAWA ET AL.... Taxa de Geração de Calor de Referência (Hi............................1...............

.............................................2 – Gráfico comparativo da utilização de Escória pura (E100) [27]. ................................. 53 Figura 3........... 36 Figura 2................ 46 Figura 3................4 – Função semilinear e sua derivada em relação à entrada interna......... ........ 19 Figura 2...... ............... 28 Figura 2....1 – Modelo de SIERRA [22................ .....................6 – Função lógica ou threshold...........7 – Agulhas de etringita ..................... 29 Figura 2.................................................. ......... ....... 67 Figura 4.............. 52 Figura 3...........................3 – Representação de um neurônio de uma RNA ...................... 34 Figura 2............................... 40 Figura 3.............. ..........vista geral da ante-sala e (b) corpo-de-prova inserido no Calorímetro..............................12 – Temperatura adiabática e sua derivada em relação ao tempo [27].........11 – Relação entre fc e grau de hidratação dada pela expressão (2...11 – Estrutura em camadas com uma camada escondida .3 – Gráfico comparativo da utilização de Cinza Volante (CV) [27]........................................................ ..........10 – Função sigmoidal logística e sua derivada em relação à entrada interna....................1 – Calorímetro Adiabático – Ante-sala – Corte Longitudinal [27] ............................. 70 Figura 4......... 22 Figura 2.......5.....6 – Estágios do processo de hidratação ...................... 51 Figura 3...........................................................14 – Afinidade normalizada................................................................................................... 50 Figura 3............... 34 Figura 2....................................4b – Banco de dados parcial – dados utilizados como output nas aplicações – parte II [27].....4a – Banco de dados parcial – dados utilizados como output nas aplicações – parte I [27]..... 66 Figura 4....................Índice de Figuras Figura 2........................................2 – Taxa de geração de calor da Escória de Alto Forno e da Cinza Volante [6].................................. 28 Figura 2........8 – Função gaussiana e sua derivada em relação à entrada interna............ 18 Figura 2.................3a – Banco de dados parcial – dados utilizados como input nas aplicações – parte I [27].... 51 Figura 3...............9 – Categorização de redes neurais .. 16 Figura 2....................23]............................................ segundo ACKER [29]......................................... .. 10 Figura 2................................................... 17 Figura 2........ ... [27] ....................................... 56 Figura 3............................................ 75 Figura 5...........17 – Efeito da temperatura nas reações químicas ............ 69 Figura 4.............................................. 70 Figura 5................................................................................... 37 Figura 2...................................................................... 33 Figura 2.............................7 – Função sigmóide (ou logística) e sua derivada em relação à entrada interna.. 49 Figura 3...................................... 54 Figura 3...............16 – Tipos de reação em função da entalpia ...........13)....................... 38 Figura 2.......2 – (a) Calorímetro Adiabático .....................9 – Evolução da reação de hidratação ................................... 76 TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UB UB UT TU UT TU UT TU UB UB UT TU UT TU UT TU UT TU UT TU UT TU UT UT T U TU UT TU UT TU UT TU UT TU UT TU UT TU T U TU UT TU UT UT T U TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU T U xi ....................................................... .. 70 Figura 4.13 – Resistência à compressão e sua derivada com o tempo [27]..12 – Esquema de Treinamento Backpropagation ....3b – Banco de dados parcial – dados utilizados como input nas aplicações – parte II [27]... 59 Figura 3..........13 – Utilização de rede MLP após o seu treinamento .......................... 57 Figura 3. ........ ...8 – Elevações adiabáticas de temperatura para diversas temperaturas iniciais (Ti)........................5 – Influência do tipo de cimento na evolução do calor de hidratação [27]..................................... 55 Figura 3........................................... 14 Figura 2..........1 – Constituintes da célula neuronal – esquema ...... .10 – Sistema de amortecedor simples .............................................. .......18 – Representação esquemática da variação de Ea sugerida por Pinto [41]. 35 Figura 2.......1 – Taxa de geração de calor dos minerais componentes do clínquer [6]...........................15 – Geometria favorável para a colisão das moléculas ................................ 60 Figura 4.......4 – Representação esquemática das noções de teoria da percolação........................................ .............................................2 – Esquema de unidade MCCULLOCH e PITTS [63] ...........................5 – Função linear e sua derivada em relação à entrada interna.............

................Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .... .......... 78 Figura 5....... Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda . 120 Figura A.......escala logarítmica..Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .3 – Representação esquemática dos dados de entrada e saída do modelo de previsão da exotermia da reação de hidratação...................................................... ...escala decimal e direita ...........4 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27]...4 – Gráficos do ajuste da função de “Ulm-Coussy-Kefei-Larive” para o ensaio E-2832 [27]....... ... ..... 77 Figura 5............escala logarítmica............... .................. .................. 119 Figura A.........................escala logarítmica...... 103 Figura 7..2 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27].2 – Gráficos do ajuste da função de Resposta no Tempo de Sistemas de 1ª Ordem (RTS1O) para o ensaio E-3026 [27]............ 122 Figura A.......... 95 Figura 7.... ..................................................................escala decimal e direita ..... .............. 121 Figura A...........3 – Gráficos da incerteza padrão para os ajustes da função de Ulm-CoussyKefei-Larive........ ..5 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27].... 87 Figura 5..........escala decimal e direita ............escala decimal e direita ...... 99 Figura 7.....1 – Gráfico da incerteza padrão para os ajustes da função de Resposta no Tempo de Sistemas de 1ª Ordem...... .... 122 TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT TU UT xii ............. 118 Figura A.....escala decimal e direita ............ ................................................ . Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .. 89 Figura 6......................... .......................... 121 Figura A...... Os ensaios colocados acima são os mesmos em escalas diferentes: em cima ........................3 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27]......................escala decimal e direita ..........escala logarítmica...escala logarítmica..............................................8 – Comparação entre da função HILL e a função de Resposta no Tempo de Sistemas de 1ª Ordem (RTS1O)................ .... ..5 – Esquema do modelo MCH [1].............4 – Taxa de geração na formação de etringita [1]..................... ...................... ............2 – Exemplos de curvas de elevação adiabática ajustadas através da função Hill – parte II....................... 101 Figura 7.......................... .........................Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda ...escala decimal e direita .....5 – Gráficos da incerteza padrão para os ajustes da função HILL............... .......................6 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27]...........................escala logarítmica........ 94 Figura 6. ..............4 – Arquitetura da rede...Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda ......................... [1].... ....................................7 – Variações de superfície específica do cimento para a predição da exotermia da dosagem E-1433 utilizando o modelo MCH.1 – Gráficos da incerteza padrão para os ajustes do Modelo MCH e do Modelo HILL-RNA.............escala decimal e em baixo ...7 – Curvas experimental e modelada para o ensaio OPC400 realizado por MAEKAWA et al.3 – Termoativação para a reação de cada componente mineral [1].............. 104 Figura 7....... 102 Figura 7.escala logarítmica.............................................................. 106 Figura A.......Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda ...6 – Gráficos ajuste da função HILL para o ensaio E-3026 [27]............................Figura 5............ 118 Figura A.. ................... 92 Figura 6...........................................1 – Exemplos de curvas de elevação adiabática ajustadas através da função Hill – parte I...........7 – Gráficos do ajuste da função HILL para o ensaio E-2832 [27]..................6 – Algoritmo do programa de implementação do modelo MCH [1]........ 105 Figura 7..................... 93 Figura 6.............escala logarítmica................ 88 Figura 5...........

...9 – Comparação entre da função HILL e a função de Resposta no Tempo de Sistemas de 1ª Ordem (RTS1O)............... 123 TU UT xiii .......................................Figura A............ ........

.......2 – Composição química do cimento Portland comum ..4........ ... 8 TU UT Tabela 2................... 96 TU UT Tabela 6... 129 TU UT xiv .........................Índice de Tabelas Tabela 2................5 – Análise Termogravimétrica da água aprisionada ................................ 5 TU UT Tabela 2.. ....................6 – Calor específico dos constituintes do concreto a 20ºC [4(*).................... 76 TU UT Tabela 5................................................4 – Cimento Portland no Brasil ..........2 – Calor de hidratação das microssílicas estudadas por WALLER [4] ............... 44 TU UT Tabela 4....... 68 TU UT Tabela 5................... 129 TU UT Tabela B..27] ........ 6 TU UT Tabela 2.............................. 98 TU UT Tabela 7........................2 – Topologias aplicadas na RNA da Figura 6.................17] ......16...................................7 – Fatores influentes na Difusividade e Condutividade Térmicas do concreto [27............ [1]............3 – Nomenclatura dos tipos de cimento [13........2 – Composição da mistura OPC400 realizada por MAEKAWA et al............................................1 – Ensaios de Calor Específico........14......................1 – Notação utilizada na química do cimento.........WALLER [4] ........................... .1 – Calor de hidratação das fases do clínquer .....................................43]...................1 – Calor de hidratação das fases do clínquer.... 7 TU UT Tabela 2..3 – Calor de hidratação das cinzas volantes estudadas por WALLER [4] ................... ....................................15.................................. ........2 – Parâmetros estatísticos para o modelo HILL-RNA aplicado a 136 ensaios..................................................................................................................................... 100 TU UT Tabela 7.......... Difusividade Térmica e Condutividade Térmica [27.. desvio padrão e amplitude para cada topologia testada...................1 – Funções de ativação utilizadas na RNA da Figura 6..43]... 25 TU UT Tabela 2. ............. 128 UT Tabela B............... 43 TU UP UP UT Tabela 2...................... 100 TU T U TU Tabela B.................... 95 UT Tabela 6.... 89 TU UT THU UHT TU Tabela 6.........4........1 – Quadro comparativo dos parâmetros estatísticos entre o modelo MCH e o modelo HILL-RNA para 14 ensaios.3 – Valores médios da incerteza padrão......... .....

xv .Notações gerais utilizadas CV E FS E-0000 CPI000 POZ000 E000 CV000 & x Cinza Volante (fly ash) Escória de Alto Forno (blast furnace slag) Microssílica ou Fumo de sílica (silica fume) Código da dosagem (0000 refere-se ao seu número) Consumo de cimento tipo I na dosagem estudada Consumo de pozolana na dosagem estudada Consumo de escória na dosagem estudada Consumo de cinza volante na dosagem estudada Derivada de x em relação ao tempo.

um aumento significativo das possibilidades de análise das estruturas de concreto-massa aumentando também a capacidade dos procedimentos de otimização.Capítulo 1 – Introdução 1. então.1 MOTIVAÇÃO Hoje em dia existem modelos capazes de prever. considerando variações de geometria para simular a fase construtiva. Altura das camadas de concretagem.2. Tempo de espera entre a execução das camadas.2 ESTADO DA ARTE DOS MODELOS DE PREVISÃO DA EXOTERMIA DA REAÇÃO DE HIDRATAÇÃO Não são muitos os modelos existentes para a previsão da elevação adiabática da temperatura de materiais à base de cimento. da hidratação e de tensões e deformações em estruturas de concreto-massa. Tipo e consumo de material As características físico-químicas e mecânicas do material a ser utilizado são geralmente determinadas a partir de ensaios realizados em corpos-de-prova obtidos de dosagens experimentais. a evolução dos campos térmicos. A motivação da presente tese é a predição das características da exotermia da reação de hidratação (cinética e amplitude) visando a determinação da elevação adiabática de temperatura dos concretos.3]. 1. Tais modelos preditivos permitirão. como se pode observar em [1. O input destes modelos constitui-se geralmente de: Temperatura de lançamento do concreto. Uma das características físico-químicas mais importantes do material é o calor gerado pela exotermia da reação de hidratação do cimento. com precisão. Os poucos modelos existentes não foram ainda submetidos a testes que permitam seu uso de forma corriqueira em 1 .

não sendo.6].5] e o modelo de MAEKAWA et al. cujos materiais pozolânicos foram o Fumo de Sílica e a Cinza Volante.5] realizou estudos com concretos elaborados com cimento sem adições e com concretos compostos binários e ternários. Modelo de Waller WALLER [4. O modelo de FERREIRA [7] está em fase de desenvolvimento. 1. os efeitos do consumo de água. C3S. como o de FERREIRA [7] baseado no modelo de BERNARD et al. ainda. da escória de alto forno e B B B B B B B B da cinza volante (que são as duas pozolanas estudadas pelos autores). 1.2.5] se encontram no Apêndice B.Introdução projeto de estruturas massivas. Maiores detalhes do modelo de WALLER [4. Esta função de avanço é chamada de afinidade química normalizada e o seu cálculo se dá de maneira idêntica ao elaborado por ULM e COUSSY detalhado no subitem 2. Dentre os modelos disponíveis podemos citar os modelos macroscópicos desenvolvidos por WALLER e DE LARRARD [4. [1] segue o conceito de multiplas fases. no final deste trabalho. A exotermia do concreto prevista pelo modelo de MAEKAWA et al. Assim. são modelados separadamente e posteriormente somados para constituir a elevação adiabática de temperatura do concreto. [1.5. os consumos de cimento e de pozolanas e o calor específico do concreto.2. C4AF e C2S).2. os graus de hidratação finais do cimento e das pozolanas. O modelo apresentado contempla os graus de avanço das reações de hidratação no cimento e nas pozolanas.1. de aditivos 2 . Mais recentemente foram propostos modelos multiescala que utilizam os conceitos da micromecânica e nanomecânica. operacional para a obtenção de valores para projeto. Além disso. Descrevemos brevemente. a seguir. [8] para a evolução de parâmetros ligados à hidratação do concreto. O modelo emprega o conceito de modelagem preditiva sobre um ensaio prévio do material para se definir uma função de avanço das reações químicas que ocorrem durante a hidratação. os efeitos exotérmicos das reações químicas dos principais compostos do cimento (C3A. estes três modelos. Modelo Multicomponente de Calor de Hidratação de Maekawa et al.

pasta de cimento. Para isto. 1. e 3) A implementação de um modelo de dados para prever a elevação adiabática de temperatura no concreto através da aplicação do treinamento supervisionado de uma rede neural. Modelo Multi-escala de Ferreira (Bernard et al. Tal modelo encontra-se em fase de desenvolvimento. [8] aos conceitos de acoplamentos termo-químico-mecânicos e a conceitos de homogeneização de temperatura para poder prever a elevação adiabática de temperatura em função da exotermia da reação de hidratação. [8] é fundamentado no formalismo da micromecânica que descreve a evolução isotérmica de parâmetros elásticos de materiais cimentícios considerando uma cinética que homogeneíza diversas escalas. não sendo ainda possível sua utilização em projeto. 2) A implementação computacional e a correlação dos resultados do banco de dados ao modelo multifásico proposto por MAEKAWA et al.T.Introdução químicos e de outras propriedades do cimento também são considerados. 3 . argamassa e concreto.3 OBJETIVOS E RELEVÂNCIA DO TRABALHO Este trabalho tem como objetivos: 1) A elaboração de um banco de dados a partir das informações obtidas nos ensaios realizados no Laboratório de Concreto do Departamento de Controle e Apoio Técnico – DCT. estando inserido no contexto da modelagem do concreto a poucas idades com aplicações a barragens. (chamada daqui por diante apenas por Furnas) na realização de 250 ensaios de elevação adiabática de temperatura do concreto em conjunto com ensaios de caracterização dos materiais constituintes do mesmo.A. FERREIRA [7] adaptou o modelo de BERNARD et al. Este modelo. 1. será descrito em detalhes no capítulo 5.3. foram definidos quatro níveis de escala para abranger o máximo de informação possível desde a nano até a macroestrutura do material: hidratos de C–S–H. [1]. O trabalho tem sua relevância calcada na evolução das técnicas de projeto e construção de estruturas de concreto-massa. que foi implementado computacionalmente dentro do quadro da presente tese. de Furnas Centrais Elétricas S. desde a escala nanométrica até à escala estrutural. Adaptado) O modelo de BERNARD et al.2.

2) (2.0. Devido à exotermia 4 .4) (2.0.5) (2.0. sob a forma das equações (2. ao curso das quais os grãos de cimento anidro iniciais vão sendo progressivamente dissolvidos dando origem a uma estrutura que incorpora as moléculas de água. O desenvolvimento da reação de hidratação corresponde ao aumento progressivo do número de hidratos que formam o esqueleto poroso proporcionando o aumento da rigidez e da resistência do material. a reação de hidratação do cimento Portland abrange um conjunto de reações interdependentes de suas diferentes fases. podendo ser apresentadas. em sua maioria.2) a (2. Os produtos formados. que por sua vez começam a formar uma matriz porosa coesiva.0. C-S-H representa os hidratos de silicato de cálcio hidratado e CH .1) onde H = H2O. Entretanto. esquematicamente.0.6) abaixo: C3S + H → C-S-H + CH + calor B B (2. Desta forma.0.0.6) B C2S + H → C-S-H + CH + calor B B C3A + CS H 2 + H → AFt + calor B B B B C4AF + CS H 2 + H → AFt + CH + FH3 + calor B B B B B B C3 A C 4 AF + AFt + H → AFm + CH + FH3 B B B B B sendo AFt o símbolo usado para a etringita e AFm o símbolo usado para o B B B B monossulfato. são os C-S-H. a reação de hidratação é na realidade a composição de diversas reações de hidratação. é geralmente apresentada de forma simplificada (e unificada) como: cimento + H → C-S-H + CH + calor B B (2.0. com cinéticas diferentes. o hidróxido de cálcio ou Portlandita.Capítulo 2 – Aspectos Físico–Químicos da Hidratação A reação de hidratação do cimento.3) (2.

1. 2. Os compostos que formam o clínquer são principalmente óxidos de cálcio e sílica. B B extrai-se a cal (CaO) e libera-se CO2 na atmosfera: B B CaCO3 → CaO + CO2 B B B B B B B B B B (2.1 abaixo: Tabela 2.1) – Da argila extraem-se os óxidos SiO2.9]. Considera-se que o calor de hidratação gerado na hidratação completa de um cimento é aproximadamente uma função aditiva dos calores gerados na hidratação dos compostos individuais do cimento. com a adição de algumas frações de gesso. O Cimento Portland A notação normalmente utilizada na bibliografia técnico-científica especializada para os componentes químicos do cimento Portland é apresentada na Tabela 2. Al2O3 e Fe2O3 e através de uma mistura balanceada de todos estes componentes elabora-se o clínquer. ponderados pelos teores dos compostos [1.Aspectos Físico–Químicos da Hidratação da reação de hidratação o calor total gerado fornece uma boa resposta macroscópica da evolução das reações químicas que envolvem a hidratação.1 – Notação utilizada na química do cimento Nome Óxido de Cálcio Óxido de Silício Óxido de Alumínio Óxido de Ferro Água Sulfeto Fórmula CaO SiO2 B B Nome popular Cal Sílica Símbolo C S A F H Al2O3 B B B B Alumina B Fe2O3 B B B Ferrito ou Hematita Água Sulfeto H2O B B SO3 B B S O cimento Portland é um aglomerante hidráulico produzido a partir do clínquer triturado.1 OS REAGENTES 2.1. Seu processo de fabricação corresponde à seguinte seqüência: – Do calcário (carbonato de cálcio – CaCO3 – calcita).1. apesar destas gerarem diferentes taxas de evolução de calor. 5 . através de queima.

692 ⋅ % Fe2 O3 C 4 AF = 3. bem como as abreviações comumente utilizadas para os seus componentes.852 ⋅ % SO3 = 2.2 – Composição química do cimento Portland comum Componentes do Clínquer Silicato Tricálcico ou Alita Silicato Bicálcico ou Belita Aluminato Tricálcico ou Aluminato Ferroaluminato Tetracálcico ou Ferrito Outros componentes Componentes do Gesso Gipsita Composição CaSO4⋅2H2O B B B B Composição 3CaO⋅SiO2 B B Sigla C3S B B Porcentagem 42% a 60% 14% a 35% 6% a 13% 5% a 10% ≈ 10% ≈ 85% 2CaO⋅SiO2 B B C2S B B B 3CaO⋅Al2O3 B B B C3A B B 4CaO⋅Al2O3⋅Fe2O3 B B B B B B B B C4AF B B Sigla Porcentagem 3% a 5% C SH 2 O conhecimento do teor das fases (componentes) do cimento pode ter fundamental importância para a análise da evolução da reação de hidratação. A gipsita é encontrada no estado natural em B B B B B B grandes jazidas sedimentares.430 ⋅ % Fe2 O3 − 2.071 ⋅ %CaO − 7.2. da evolução das propriedades do concreto. A composição química típica de um cimento Portland com seus óxidos é mostrada na Tabela 2.867 ⋅ % SiO2 − 0. O conjunto das equações de BOGUE é dado a seguir: C3 S C2 S = 4. hemidrato ou bassanita B B B B (CaSO4⋅0.7544 ⋅ %C3 S C3 A = 2.5H2O) e anidrita (CaSO4). Tabela 2. tais como MgO e álcalis.Aspectos Físico–Químicos da Hidratação – O gesso.600 ⋅ % SiO2 − 6. Estas equações admitem que todas as reações químicas ocorridas na formação do clínquer estão completas.718 ⋅ % Al 2 O3 − 1. ignorando a presença de impurezas no cimento.043 ⋅ % Fe2 O3 (I) 6 . que é o produto de adição final no processo de fabricação do cimento Portland (com o fim de regular o tempo de pega por ocasião da reação de hidratação) é encontrado sob a forma de gipsita (CaSO4⋅2H2O). e conseqüentemente.650 ⋅ % Al 2 O3 − 1. Uma forma de estimar a composição potencial do cimento a partir da análise de seus óxidos é utilizar uma série de equações desenvolvidas por BOGUE [10].

tais como difratometria de raios X.852 ⋅ % SO3 = 2. dentre outras. Os principais estão apresentados na Tabela 2.600 ⋅ % SiO2 − 4.64 (Al2O3 / Fe2O3 ≥ 0.3 – Nomenclatura dos tipos de cimento [13. Para análises mais precisas é necessário o uso de técnicas experimentais.64).702 ⋅ % Fe2 O3 (II) As equações de BOGUE avaliam de modo aproximado a composição potencial (fases) do cimento.859 ⋅ % Fe2 O3 − 2. Neste caso o cálculo da composição potencial do cimento é expresso pelo seguinte sistema de equações: C3 S C2 S = 4.4. A descrição detalhada de tais técnicas é encontrada em [12]. expresso como ss(C4AF + C2F).100 ⋅ % Al2 O3 + 1. pois uma solução sólida de alumino-ferrito de cálcio. B B B B B B B B Caso esta relação não seja válida. dentre outros. é formada.17] Nome Cimento Portland Comum Cimento Portland Comum com Adição Cimento Portland Composto com Filler Cimento Portland Composto com Escória Cimento Portland Composto com Pozolana Cimento Portland de Alto Forno Cimento Portland Pozolânico Cimento Portland de Alta Resistência Inicial Sigla CP I CP I-S CP II F CP II E CP II Z CP III CP IV CP V-ARI 7 .867 ⋅ % SiO2 − 0. pelo uso de adições e pela sua finura. Tabela 2. a série de equações (II) abaixo deverá ser utilizada conforme preconiza a norma ASTM C 150-00 [11]. espectometria e ressonância magnética.071 ⋅ %CaO − 7. No Brasil.3 e na Tabela 2. alta resistência a sulfatos. Os diferentes tipos de cimento produzidos têm suas características determinadas em função de sua aplicação.16.14. cimentos de alta resistência inicial. de baixo calor de hidratação.15. Por exemplo.Aspectos Físico–Químicos da Hidratação Estas equações são aplicáveis aos cimentos Portland desde que a relação entre Óxido de Alumínio e Óxido de Ferro seja maior que 0. As propriedades do cimento são bastante influenciadas pelo proporcionamento dos compostos no clínquer.479 ⋅ % Al2 O3 − 2.7544 ⋅ %C3 S ss(C 4 AF + C 2 F ) = 2. são produzidos vários tipos de cimento Portland. Não há C3A em B B B B B B cimentos com esta composição.

2. o “CP II E 32 BC ”. POWERS e BROWNYARD [19]. 8 . citados por WALLER [4]. cuja resistência à compressão aos 28 dias é de 32MPa.Aspectos Físico–Químicos da Hidratação Tabela 2. a quantidade total seria de aproximadamente 42% da massa de cimento. por exemplo. ela desempenha também a função de propiciar a trabalhabilidade da mistura antes do início do seu enrijecimento.4 – Cimento Portland no Brasil Tipos Classes de Resistência aos 28 dias (MPa) NORMA (ABNT) Clínquer Gesso (Sulfatos de Cálcio) CP I 25 MPa 32 MPa 40 MPa CP I S 25 MPa 32 MPa 40 MPa CP II F 25 MPa 32 MPa 40 MPa CP II E 25 MPa 32 MPa 40 MPa NBR 11578 [14] CP II Z 25 MPa 32 MPa 40 MPa CP III 25 MPa 32 MPa 40 MPa NBR 5735 [15] CP IV 25 MPa 32 MPa ⎯ NBR 5736 [16] ≤ 82% ≥ 40% ≥ 3% ≤ 5% ⎯ ⎯ ≥ 15% ≤ 50% ≥ 0% ≤ 5% ⎯ ⎯ 100% CP V-ARI ≥ 34 MPa NBR 5732 [13] ≤ 97% ≥ 95% ≥ 3% ≤ 5% ⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ⎯ 100% ≤ 96% ≥ 90% ≥ 3% ≤ 5% ⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ≥ 1% ≤ 5% 100% ≤ 91% ≥ 85% ≥ 3% ≤ 5% ⎯ ⎯ ⎯ ⎯ ≥ 6% ≤ 10% ⎯ ⎯ 100% NBR 5733 [17] ≤ 97% ≥ 90% ≥ 3% ≤ 5% ⎯ ⎯ ⎯ ⎯ ≥ 0% ≤ 5% ⎯ ⎯ 100% ≤ 91% ≥ 51% ≥ 3% ≤ 5% ≥ 6% ≤ 34% ⎯ ⎯ ≥ 0% ≤ 10% ⎯ ⎯ 100% ≤ 91% ≥ 71% ≥ 3% ≤ 5% ⎯ ⎯ ≥ 6% ≤ 14% ≥ 0% ≤ 10% ⎯ ⎯ 100% ≤ 62% ≥ 20% ≥ 3% ≤ 5% ≥ 35% ≤ 70% ⎯ ⎯ ≥ 0% ≤ 5% ⎯ ⎯ 100% Escória de Alto Forno Pozolana Fillers (material carbonático) Escória + Pozolanas + Fillers TOTAL Assim. Além de se combinar com o clínquer para formar os hidratos. o cimento com a denominação “CP II E 32” é um cimento Portland (CP) composto (II) com Escória (E). A Água A água é um importante reagente no processo de hidratação dos aglomerantes. afirmaram que se a água não evaporável e a água adsorvida (não disponível para hidratação) fossem somadas.1. segundo a norma NBR 13116 [18] como.2. O cimento Portland de Baixo Calor de Hidratação recebe a sigla “BC” após a denominação usual.

dos quais ela faz parte integrante sob a forma de água de solvatação ou de cristalização. A água adsorvida é constituída pelas primeiras camadas de moléculas de água submetidas ao campo das forças elétricas superficiais das partículas de C–S–H [22]. combinada aos hidratos. A água quimissorvida é adsorvida em lugares privilegiados através de uma ligação química real com as moléculas do adsorvente.25 vezes o peso de cimento na mistura. estabelecem ligações de P P P P hidrogênio com as moléculas de água na vizinhança das folhas. A fisissorção diz respeito às ligações por forças intermoleculares de atração (tipicamente as forças de Van der Waals) que corresponde a energias relativamente fracas. Uma classificação clássica da água presente no sistema compreende várias subdivisões. LAPLANTE [21] reforçou esta afirmativa citando que a água total utilizada ao final da hidratação.24g é necessária para hidratar completamente 1g de cimento. A estrutura eletrônica da molécula da água varia muito pouco neste processo. Entretanto. por simples condensação. Caso a energia destas forças de ligação seja forte ou fraca (daí originando o caráter de ligação como provisório ou permanente) se fala de água fisi ou quimissorvida. onde os grupamentos hidroxilas OH–. A quimissorção diz respeito a uma transferência de elétrons. adotando o modelo microestrutural de FELDMAN E SEREDA [22] distingue os seguintes casos. considerando a temperatura necessária para seu desprendimento do sistema. Como esta ligação implica numa transferência de elétrons. ou seja.1): a. 2. a relação água/cimento mínima de 0. como veremos a seguir: 1. e a um processo que concerne uma energia de algumas centenas de kJ/mol. as quais ela favoriza a estabilização das folhas. SIERRA [23]. METHA e MONTEIRO [9] apresentaram um cálculo estequiométrico mostrando que uma quantidade de água igual a ≈ 0. um filme relativamente uniforme sobre toda a superfície do sólido que ela ocupa. da ordem de uma dezena de kJ/mol.Aspectos Físico–Químicos da Hidratação Segundo CZERNIN [20]. em peso. A água fisissorvida intervém na molhagem (umedecimento) dos grãos de cimento e forma.40. a reatividade da água adsorvida é fortemente modificada. A água hidroxílica. Ela não é mais considerada como parte da fase líquida do material. para t = ∞. A água quimicamente ligada. é ≈ 0. 9 . é necessária para que o cimento seja completamente hidratado. por ordem decrescente de energia de ligação com o sólido (ver Figura 2. ligados aos P P átomos Si4+ ou Ca2+ sobre as faces interna e externa das folhas.

que é submetida ao campo de forças criado pelas lâminas. com o intuito de plastificá-las. Água adsorvida interfoliar Água adsorvida interlamear Lamela de C–S–H com 3 folículos Molécula de água Água hidroxílica Lamela de C–S–H com 2 folículos Ponte de hidrogênio Figura 2. em particular os macroporos. Uma outra classificação. ela ocupa os poros capilares. igrejas e pontes. No Brasil.1. 2. 10 . quando as trocas higrométricas são permitidas com o meio ambiente. que empregavam substâncias como a albumina (sangue e clara de ovos) e álcalis (cal) em suas obras. é estruturada e fixada sobre uma hidroxila isolada ou ligada a outras moléculas de água. Os romanos também faziam uso destas substâncias. É a primeira a migrar quando da exsudação e. da secagem. A água adsorvida interfoliar. para as construções históricas.1 – Modelo de SIERRA [22.3. relativamente à água necessária à hidratação. tais como os incas. relativa às técnicas de caracterização da rede porosa consiste em distinguir água evaporável (água livre e água fisissorvida) e água não-evaporável (água quimissorvida e água ligada quimicamente). sobretudo. Em excesso. que intervém na coesão intrínseca da lâmina e é fixada entre as folhas por pontes de hidrogênio ou grupamentos de hidroxila.23] 3.Aspectos Físico–Químicos da Hidratação b. A água adsorvida interlamelar. que escapa às forças superficiais das partículas sólidas. Os Aditivos Químicos A utilização de aditivos químicos data desde a época de povos que se encontram extintos. c. o uso de óleo de baleia foi muito utilizado em argamassas para o assentamento de pedras. E a água livre.

que os aditivos não transformam um concreto mal dosado e mal manuseado em um concreto bom. Este consumo de Ca2+ retarda a formação de núcleos cristais de CH . Já no caso dos redutores de água. Segundo LEA [24]. em especial nos que contêm menos cimento e água. em função do tipo de cimento. em países como Estados Unidos. o B B retardamento pode exceder a 12 horas dependendo dos efeitos da adição de um superplastificante. Os tensoativos são adsorvidos nas interfaces ar-água e cimento-água e a orientação (polaridade) da molécula determina se a sua ação principal é de incorporação de ar ou de redução de água. Hoje. com uma extremidade hidrófila (que atrai a água) e outra hidrófoba (que repele a água). os incorporadores de ar têm seus grupos polares ligados ao grão de cimento sob a forma de bolhas. conduzindo a um sistema bem disperso de grãos de cimento. Os aditivos químicos são produtos tensoativos que consistem essencialmente de moléculas orgânicas de cadeia longa.25] que alguns superplastificantes ficam incorporados dentro dos hidratos dos materiais intersticiais como resultado da rápida hidratação de C3A ou B B 11 . No caso de concretos de alta fluidez. reagem com Ca2+ originados pela hidratação de cimento. o concreto aditivado chega a 80% de todo o concreto consumido. eles conferem apenas um aprimoramento às suas qualidades. Assim. É comum o conhecimento de que a adição de um superplastificante retarda a o início da pega e da geração de calor do concreto. É bem sabido. tornando-os hidrófilos e diminuindo a tensão superficial da água. da dosagem que se pretende aplicar na obra. Foi relatado [9.Aspectos Físico–Químicos da Hidratação O desenvolvimento de aditivos tomou força apenas com o aparecimento do cimento Portland no início do século XIX. usando cimentos de composição ternária ou de alta quantidade de belita (C2S). Quando grupos funcionais do superplastificante adicionado. todos os fabricantes de aditivos recomendam um estudo preliminar. que é desenhado para contribuir para a dispersão de partícula. agregados leves e de textura rugosa. a cadeia polar aniônica é adsorvida na superfície da partícula de cimento. ou pelo menos diminui a taxa de formação de cristais. Japão e Alemanha. A sua aplicação é maior na melhoria da trabalhabilidade dos concretos. que P P B B são os “gatilhos” que ativam a geração de calor de hidratação. um sal de Cálcio é P P formado [1]. tornando sua superfície hidrófoba de modo que o ar possa deslocar a água. diminuindo a tensão superficial. em laboratório.

cimentantes – como as escórias de alto forno. os aditivos minerais são classificados em: pozolânicos – como as cinzas volantes com baixo teor de cálcio. ao cimento. e incluem a melhora da resistência à fissuração térmica devido ao baixo calor de hidratação. parcial ou integral. alterar a interdependência entre as reações. aumento das resistências. Os Aditivos Minerais A função dos aditivos minerais é similar à dos aditivos químicos. Isto corresponde com a observação de que o efeito de redução de água varia. separadamente. Seus efeitos são os mesmos.1. incluindo Escória de Alto Forno. retarda a P P formação de um núcleo cristal de CH que dispara o início da geração de calor de hidratação ou retarda a taxa de formação de cristais.Aspectos Físico–Químicos da Hidratação de outros materiais intersticiais. serão detalhadas nos itens que se seguem. pó de Pedra Calcária. são usados como aditivos minerais. A razão é que o consumo de Ca2+ na reação com aditivos orgânicos. 12 . Fumo de Sílica e agentes de expansão. do calor acumulado global do sistema. Cinzas Volantes. Segundo um artigo de UCHIKAWA et al. Hoje. mais tarde. dependendo do método de adição. Em um cimento composto contendo vários materiais pulverulentos que podem. [26].4. uma variedade considerável de materiais pulverulentos. porém com a propriedade de serem adicionados em substituição. físicas. e cimentantes-pozolânicos – como as cinzas volantes de alto teor de cálcio. que são objetos de estudo neste trabalho. a fim de alterar suas propriedades térmicas. químicas e mecânicas. não é possível garantir que os efeitos da hidratação possam ser previstos. Segundo METHA [9]. A Escória de Alto Forno e as Cinzas Volantes. o efeito de retardamento de um aditivo orgânico varia dependendo de como ele é adicionado. o efeito é aparentemente maior com pós-adição do que com adições simultâneas. 2. maior durabilidade a ataques químicos em função da baixa alcalinidade e maior impermeabilidade dos poros [9]. e assim é consumido sem causar qualquer efeito retardador. independentemente de serem adicionados ou de já constituírem o cimento Portland composto. especialmente porque a temperatura se altera de várias formas [1].

controlando a fissuração térmica. as escórias são originadas da moagem e graduação de produtos do resfriamento lento. magnésia. a expansão por reação álcali-agregado. É utilizada como agregado ou como aglomerante em substituição ao cimento nos conretos. As escórias granuladas moídas atuam na melhoria da durabilidade do concreto. e as escórias básicas. Quando usadas como agregados. Por este fato são conhecidas por escórias pelotizadas. A escória líquida sob alta temperatura. além de outras bases. desenvolvem propriedades cimentantes satisfatórias. Amplas variações na finura também são produzidas. valores entre a do agregado normal e a do agregado leve estrutural. formando pelotas. escórias expandidas ou espuma de escória. mantém a maior parte de cal.4. As escórias ácidas dão origem a agregados mais densos.1. Quando moídas a uma superfície específica de 400 a 500 m²/kg. Suas partículas possuem dimensões iguais às da areia sendo. As diferenças nos teores químicos do MgO e do Al2O3 da escória não mudam drasticamente B B B B as suas propriedades hidráulicas. onde M é MgO). a resistência à ação de soluções ácidas e de sulfatos. 13 . Possui uma estrutura química mais desordenada e será por isso mais reativa. Sua constituição química tem a forma de melilita cristalina (solução sólida de C2AS-C2MS2 . sílica e alumina no estado cristalino ou vítreo. A escória é essencialmente cristalina e a reatividade na fase vítrea varia com a história térmica do material.Aspectos Físico–Químicos da Hidratação 2. Escória de Alto Forno A escória de alto-forno é um produto não metálico consistindo essencialmente de silicatos e aluminossilicatos de cálcio. resfriada bruscamente com água ou água/ar. originário da produção do ferro fundido ou ferro-gusa.1. por isso. Devem ser moídas até atingir partículas muito finas para adquirirem certa atividade cimentante e pozolânica. As escórias resfriadas de forma lenta têm massa específica entre 1120 e 1360 kg/m³. a agregados com estrutura vesicular ou celular menos densas (2000 a 2800 kg/m³). chamada de escória granulada. que não reage com B B B B B B água à temperatura ambiente.

tendem a reduzir a sua reatividade. principalmente quartzo. 14 . em prejuízo dos constituintes não cristalinos ou vítreos destas cinzas volantes [9].2. trabalhabilidade do concreto fresco. 2.01 0. a cinza volante é peletizada e então sinterizada em um forno rotativo.4. São divididas em duas categorias: baixo (<10%) e alto (normalmente de 15 a 30%) teor de cálcio. a morfologia e as características de superfície da cinza volante exercem uma influência considerável sobre o consumo de água. forno vertical ou de esteiras rotativas. se presentes em grandes proporções.2 – Gráfico comparativo da utilização de Escória pura (E100) [27]. hematita e magnetita. que. Cinzas Volantes As Cinzas Volantes consistem essencialmente de pequenas partículas esféricas de vidro aluminosilicosas. e velocidade de desenvolvimento da resistência do concreto endurecido. A distribuição granulométrica das partículas. a temperaturas na faixa de 1000 a 1200oC. mulita. As variações na finura e no P P teor de carbono da cinza volante são os principais problemas no controle da qualidade da cinza volante sinterizada. 60 60 50 Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 50 40 CPI100 E100 40 CPI100 E100 30 30 20 20 10 10 0 0 5 10 15 t (dias) 20 25 30 0 0.1. que são produzidas pela combustão de carvão pulverizado nas usinas termoelétricas.Aspectos Físico–Químicos da Hidratação O gráfico da Figura 2.2 mostra a elevação adiabática de temperatura de concretos elaborados com CPI (referência) e com 100% de Escória de alto forno (E100) [27]. Em um processo típico de fabricação. como não são reativos à temperatura ambiente.1 1 t (dias) 10 100 CPI100 E100 - Ensaio com 100% de cimento Portland comum (E-2434 – Referência) Ensaio com 100% de Escória (E-3648) Figura 2. As cinzas volantes de baixo teor de cálcio contêm minerais cristalinos.

7g de água por grama de alumínio reagido.4 a 1. ocorre a conversão em monossulfoaluminato: 2 A + 6CH + etringita → 3C4 AS H12 + 2 H (2. que consomem em média 2.1. Além da reação sílica-CH. entre 4 e 5.Aspectos Físico–Químicos da Hidratação Durante a reação pozolânica CH-cinza volante. A estequiometria das reações químicas da cinza volante segundo WALLER [4] é a seguinte: A + 2CH + 6 H → C2 AH 8 (2.7. é necessário que a sílica e o alumínio reativos estejam solubilizados. também.1.1. às equações 2. algumas reações acontecem entre o alumínio reativo e o CH para formar hidratos similares àqueles originados das reações de hidratação dos aluminatos do cimento [4]. Pode-se considerar que a etringita está inteiramente transformada no momento em que a reação pozolânica se inicia.1.0 e.5 a 2.8) Para que a reação pozolânica possa ocorrer. Na presença de etringita.0g de CH.4) Podem-se reduzir estas últimas três equações a apenas uma. um estudo refinado da reação sílica-CH irá revelar que 1. assim.0g de CH e 0.1. Segundo WALLER [4]. alguns silicoaluminatos de cálcio hidratados: A + S + 2CH + 6 H A + xS + 3CH + ( y − 3) H → C 2 ASH 8 → C3 AS x H y (2. outra.1.7) Onde x varia de 0.1.6) (2.5) Formam-se.1. qual seja: A + 3CH + 3H → C3 AH 6 (2.3) A + 4CH + 9 H Sabendo-se que: C 2 AH 8 + C 4 AH 13 → C 4 AH13 → 2C3 AH 6 + 9 H (2. o que leva um certo tempo.1. vários tipos de hidratos são criados. O consumo de água se divide em duas partes: uma quimicamente ligada da reação alumínio-CH e. Atende-se.0g de cinza volante de composição média (contendo 55% de sílica e 25% de alumínio dos quais 75% são reativos) consome em torno de 1.2) (2. idêntica àquela que ocorre entre a sílica do fumo de sílica e o CH. adsorvida pelos produtos de C–S–H das reações de sílica- 15 . y .

01 0. mediu a taxa de calor de hidratação do cimento composto binário em vários teores de substituição de cinza volante e. através do estudo da taxa de calor da reação de um compósito de escória e cinza volante com um reagente. É sabido que a adição de cinza volante ao cimento Portland retarda a hidratação. 60 CPIII100 CPIII62 + CV38 CPIII50 + CV50 60 CPIII100 CPIII62 + CV38 CPIII50 + CV50 50 Elevação Adiabática de Temperatura (ºC) 50 Elevação Adiabática de Temperatura (ºC) 30 40 40 30 30 20 20 10 10 0 0 5 10 15 t (dias) 20 25 0 0. 16 .3 a seguir. A cinza volante retarda o início das reações que ocorrem entre o cimento e a água. [1]. observou que o pico exotérmico correspondente à hidratação ativa do cimento era retardado conforme o aumento na substituição de cinza volante. então. SANTHIKUMAR [29]. WALLER [4] concluiu que se torna difícil quantificar a água total consumida sem saber a ordem de grandeza desta última parte. Também foi visto [1] que a cinza volante tem um efeito retardador na reação da escória tanto quanto no cimento.3 – Gráfico comparativo da utilização de Cinza Volante (CV) [27].1 1 t (dias) 10 100 CPI100 CPI62 + CV30 CPI50 + CV50 - Ensaio com 100% de cimento Portland comum (E-4247 – Referência) Ensaio com 62% de cimento Portland comum + 30% de Cinza Volante (E-4259) Ensaio com 50% de cimento Portland comum + 50% de Cinza Volante (E-4290) Figura 2. O efeito da adição da cinza volante em concreto pode ser observado no gráfico da Figura 2. por isso seu efeito é considerado semelhante ao de um aditivo químico.Aspectos Físico–Químicos da Hidratação CH. citado por MAEKAWA et al.

estes aparecem inicialmente de maneira aleatória e isolada no volume. e ainda. +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ xxxx xxxx xxxx xxxx +++ +++ +++ xxxx +++ +++ +++ xxxx ++++++ ++++++ +++ ++++++ +++ +++ xxxx+++ xxxx xxxx+++ xxxx xxxx+++ xxxx xxxx xxxx xxxx xxxx +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ xxxx xxxx xxxx xxxx +++ xxxx +++ xxxx +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ xxxx +++ +++ +++ xxxx xxxx xxxx xxxx +++ xxxx +++ xxxx +++ xxxx xxxx +++ xxxx +++ +++ xxxx xxxx +++ +++ +++ xxxx xxxx +++ +++ xxxx xxxx +++ +++ xxxx xxxx +++ xxxx xxxx +++ xxxx +++ xxxx xxxx +++ +++ xxxx xxxx +++ xxxx +++ +++ xxxx +++ +++ +++ +++ +++ +++ xxxx +++ +++ +++ xxxx +++ +++ +++ acontecimentos isolados formação de “amas” patamar de percolação Figura 2. o fluido em que inicialmente se constitui a mistura (cimento. se considerarmos que este esqueleto é formado.Aspectos Físico–Químicos da Hidratação 2.2 PATAMAR DE PERCOLAÇÃO O patamar de percolação (início da pega) é uma característica física extremamente importante já que define o momento exato a partir do qual o material pode fissurar ou romper por compressão.3 AS REAÇÕES DE HIDRATAÇÃO Se considerarmos que. pelos hidratos. poros estes que podem estar cheios de água ou de ar. brita. 17 . o estabelecimento de uma ligação mecânica entre dois grãos constitui um acontecimento elementar. areia e água) se transforma em um esqueleto com duas redes de poros (uma nanométrica e outra micrométrica). constatamos que o esqueleto está em evolução e podemos considerar o concreto como um meio poroso quimicamente reativo. Segundo ACKER [29]. em grande parte.4. depois existe a formação de amas (subconjuntos contínuos de grãos ligados mecanicamente). a partir do patamar de percolação. conforme a Figura 2. enfim a aparição do primeiro caminho contínuo atravessando o conjunto constitui o limiar de percolação que é a aparição do primeiro caminho contínuo de grãos mecanicamente ligados. que são os resultados das reações da água livre com o cimento anidro (reação de hidratação). ligando uma face do volume à face oposta. segundo ACKER [29]. 2.4 – Representação esquemática das noções de teoria da percolação.

que o cimento Portland de Alto Forno (CP III).Aspectos Físico–Químicos da Hidratação O processo de hidratação do cimento Portland é dependente de fatores intrínsecos relacionados às reações químicas que ocorrem interdependentemente entre as suas fases. A Figura 2. libera menos calor durante sua hidratação do que um cimento Portland comum (CP I). Apesar disso. novos hidratos. ainda.5 – Influência do tipo de cimento na evolução do calor de hidratação [27]. com o aumento da sua espessura. Foi relatado por MAEKAWA et al. Os maiores 18 . O grau de dependência entre as reações dos minerais de clínquer ainda deixa muitos fatos inexplicados e. é difícil avaliar quantitativamente as possíveis causas e seus graus de influência [1]. é de consenso que concretos com cimentos de altos teores de C3S e C3A terão alta resistência inicial B B B B somada a uma grande liberação de calor durante a sua hidratação. assim. Convém lembrar que o fenômeno da hidratação é dependente da evolução da camada de hidratos precipitados ao redor dos grãos de clínquer que. alta resistência B B a longo prazo e. [1] que uma diferença na composição do cimento faz com que a taxa de geração de calor de cada fase se altere durante o período de difusão.5 mostra a influência da composição (tipo) do cimento na evolução do calor de hidratação do concreto. um concreto com alto teor de C2S irá promover uma baixa resistência inicial.01 0. baixa liberação de calor. 60 60 50 Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 50 40 40 30 30 20 CP I CP IV CP III 20 CP I CP IV CP III 10 10 0 0 5 10 15 t (dias) 20 25 30 0 0. Por outro lado. até agora.1 1 t (dias) 10 100 CP I CP IV CP V - Ensaio com cimento Portland comum (E-2434 – Referência) Ensaio com cimento Portland pozolânico (E-2725) Ensaio com cimento Portland de Alto Forno (E-3481) Figura 2. cuja composição inclui a Escória de Alto Forno. impede cada vez mais que a água penetre através dos seus nanoporos para combinar-se com o cimento anidro. Observa-se. da figura acima. formando.

A evolução da reação de hidratação está diretamente relacionada à evolução das propriedades do material como módulo de elasticidade. Isto quer dizer que ao mesmo tempo em que os campos térmicos da massa de concreto são alterados pela evolução da reação.2). mesmo a longo prazo. A superfície específica dos pós. retração. liberando uma grande quantidade de calor. estágio I. Quando os 19 . dentre os quais o Al3+ reage P P instantaneamente com o gesso e a água do sistema. A reação de hidratação do cimento é uma reação química exotérmica e termoativada. mais intenso é este fenômeno. pode-se afirmar que a taxa de reação por unidade de massa é maior para partículas mais finas de cimento. medida em m2/kg.. o cimento começa a ser dissolvido na água formando uma suspensão de íons. Portanto. Quanto maior o grão de cimento.6 – Estágios do processo de hidratação Nos primeiros instantes (15 a 20 minutos). fluência. a própria cinética desta reação é alterada em função da temperatura da massa de concreto aquecida. como é mostrado na Figura 2. resistência. supersaturação dos íons Ca2+ P P Formação de C–S–H e CH IV III I minutos horas dias Tempo de hidratação Figura 2.Aspectos Físico–Químicos da Hidratação grãos do cimento provavelmente não alcançarão um estado completo de transformação. 1º pico dissolução e formação da etringita Conversão de etringita em monossulfato Evolução do calor liberado 2º pico V 3º pico Controle de difusão II Período dormente. etc. evolução esta que pode ser denominada pelo termo “envelhecimento” do concreto.6 abaixo.3. é mais influente para o cimento Portland de endurecimento precoce com P P alterações na composição mineral do que para o de alta resistência inicial [1]. Desta reação resulta uma camada constituída por pequenas agulhas chamadas etringita (ver subitem 2. O processo exotérmico de hidratação em relação ao tempo pode ser subdividido em cinco estágios. promovendo o primeiro pico exotérmico.

O estágio III (4 a 8 horas) é marcado pela concentração crítica de íons e a conseqüente retomada das vigorosas reações nas quais. A etringita continua sendo formada enquanto houver gesso na forma de íons SO42– na solução. impedindo o seu contato com o P P SO42– e a água. onde o cimento ainda permanece plástico. Se o cimento provê P P um abundante suprimento de Ca . P P P P juntamente com os hidratos precipitados dos íons Ca2+. com o aumento de espessura dessa cobertura e do tempo que a água leva para penetrar na mesma. a temperatura tem pouco efeito na hidratação. o efeito retardador dos aditivos terá curta duração. Dada a quantidade de Ca2+ e sua P P P P reatividade. assim. A dissolução dos minerais do cimento é concluída. Neste estágio. ocorre a conversão da etringita em monossulfato pela sua reação com os íons Al3+ não reagidos. Em contraste com os efeitos retardadores dos aditivos químicos e da cinza volante. A reação se transforma em difusão B B controlada. o último estágio. aumentando a B PB P concentração de íons na solução. o suprimento pelo C2S será menor do que pelo C3S. principalmente os íons Ca2+ P P estão envolvidos na formação e precipitação do C–S–H e do CH. a cristalização de Silicato de Cálcio Hidratado (C–S–H) e de Hidróxido de Cálcio (CH) começa. formando uma cobertura. B PB P causando sua desintegração e dando fim ao período dormente.Aspectos Físico–Químicos da Hidratação íons de cálcio e de hidróxido alcançam concentrações críticas. Os íons Al3+ remanescentes reagem formando novos hidratos que. também chamado controle de difusão [1]. Pode. à medida que a B PB P camada que cobre os íons de Al3+ fica mais espessa. consolidando o estágio IV P P (8 a 12 horas). promovendo uma forte liberação de calor que dá origem ao segundo pico exotérmico. Com o desaparecimento do SO42– na solução vem a instabilidade da camada de etringita. portanto. O CH cristaliza da solução e o C–S–H se desenvolve na superfície do C3S . porém. A pega chega ao final e o endurecimento se inicia. os componentes do cimento são provedores de íons Ca2+. chamado período dormente ou de indução. A taxa máxima de reação acontece nesta fase. de forma mais lenta. impedindo o contato da água livre com a sua parte não hidratada. Após o segundo pico exotérmico. deveria ser mais propenso aos efeitos retardadores do P P 20 . com sua dissolução de Ca2+ relativamente mais pobre. o estágio V (12 a 24 horas). Inicia-se. Este advento é seguido pelo estágio II (2 a 4 horas). O C2S hidrata a uma taxa mais lenta porque é um componente B B menos reativo. ser B B B B deduzido que o cimento Portland de baixo calor de hidratação. formam uma proteção em torno P P do grão de cimento. A P P 2+ dissolução de Ca2+ deve variar de fase para fase. Por isso se nota uma baixa liberação de calor neste estágio.

3. A Química da Hidratação dos Silicatos (C3S e C2S) B B B B As reações de hidratação dos dois silicatos de cálcio. como já abordado anteriormente. 2.3.2.7 SH 4 → C1. formando uma P P camada de pequenas agulhas.1) (2. mesmo quando iguais quantidades de superplastificante são adicionadas [1].3. A Química da Hidratação dos Aluminatos (C3A e C4AF) B B B B Os assim chamados materiais intersticiais.3.1. diferindo.3. pode ser B B B B considerado que a hidratação do C3S domina o processo exotérmico de hidratação B B quando a composição química do cimento é similar à do cimento Portland comum. B B As reações freqüentemente indicadas para expressar a hidratação dos Silicatos são: 2C3 S 2C 2 S + 6H + 4H → C3 S 2 H 3 → C3 S 2 H 3 + 3CH + CH (2.7 a seguir.3 H → C1. o C3A e o C4AF. são fases que se B B B B dissolvem rapidamente na hidratação do cimento Portland e. 3 H + 4 . ( ) 21 .7 SH 4 + 1. os íons Al3+ reagem energicamente com a água e o gesso.3CH + 0.2) BENTZ e GARBOCZI [31] apresentaram as seguintes variações para estas reações: C3 S C2 S + 5.Aspectos Físico–Químicos da Hidratação que o cimento Portland comum.3) (2. são muito semelhantes. na taxa de reação. cuja fração de C3S chega próximo a 50% no cimento. quando o gesso está presente.4) 2. que compõem a maior porcentagem do cimento Portland. que no caso do C2S é muito mais baixa que a do C3S. Então. mostradas na Figura 2. chamadas etringita C3 A ⋅ 3C S ⋅ H 32 ou C6 AS 3 H 32 .3. apenas.3CH (2.

que é um dos produtos finais da hidratação dos cimentos Portland que contêm mais de 5% de C3A. de C4AF e de gesso. Os elementos dissolvidos a partir da desintegração da etringita reagem com os íons restantes de C3A e de C4AF não reagidos e a água livre. se precipitam na forma de hidratos de aluminato de cálcio segundo a equação abaixo. Portanto.3.3. mas a sua taxa diminui à medida que o restante de C3A e de C4AF se torna coberto pelo B B B B produto formado. porque o gesso foi consumido.5) Nas primeiras idades da reação.Aspectos Físico–Químicos da Hidratação Figura 2. evitando a pega extremamente rápida do cimento. a formação de etringita é muito rápida. ao se adicionar um excesso de gesso. C3 A + 6 H → C3 AH 6 (2.5 mostra a estequiometria de formação da etringita. na presença de água livre.3. facilmente B B B B se convertendo em monossulfato C3 A ⋅ C S ⋅ H 12 . É sabido que a formação de etringita se encerra quando não há mais SO42– na fase líquida. a etringita continuará sendo formada e a formação de hidratos do C3A e B B B B B B do C4AF não ocorrerá. B B B B Cerca de 3 a 5% de gesso é geralmente adicionado para retardar a hidratação do C3A.6) Os íons remanescentes destas reações.3.7) O calor gerado pela formação de etringita e o tempo que levam a conversão etringita-monossulfato e a hidratação dos materiais intersticiais não reagidos dependerão. − 2− AlO4 + 3SO4 + 6Ca 2+ + xH 2 O → C3 A ⋅ 3C S ⋅ H 32 ou C 6 AS 3 H 32 (etringita) (2. e assim assegurando um B B 22 . descobrindo partes não reagidas. Presume-se [1] que não há B BP P formação de hidratos de C3A e de C4AF enquanto existir gesso não reagido na fase B B B B líquida.7 – Agulhas de etringita A equação 2. obviamente. comparado com a quantidade de C3A e de C4AF. O desaparecimento de SO42– da fase líquida define a B B B BP P instabilidade da etringita e o conseqüente colapso da camada de agulhas. de acordo com a B B ( ) seguinte equação: − 2− AlO4 + SO4 + 4Ca 2+ + xH 2 O → C 4 AS H 18 (monossulfato) (2. das quantidades adicionadas de C3A.

9) (2. BYFORS [37] propôs a definição mais utilizada: ξ= Quantidade de cimento hidratado .10) (2. Os cálculos estequiométricos mais usuais são apresentados a seguir: C 3 A + 3C S H 2 + 26 H + 4H → C 3 A ⋅ 3C S ⋅ H 32 → 3 C3 A ⋅ 3C S ⋅ H 12 2C3 A + C3 A ⋅ 3C S ⋅ H 32 [ ] (2.Aspectos Físico–Químicos da Hidratação certo período de trabalhabilidade sob condições frescas.3. algumas variações destes cálculos também são apresentadas.3.3. como: C3 A + 3C S H 2 + 26 H + 4H → C3 A ⋅ 3C S ⋅ H 32 → 3 C3 A ⋅ 3C S ⋅ H 12 + 2C3 A + C3 A ⋅ 3C S ⋅ H 32 + + → [ ] + FH 3 (2.1] Quantidade total de cimento (2.1) 23 . onde a quantidade de água é o ponto principal. No que diz respeito à determinação do grau de hidratação. alterando os produtos finais da hidratação especialmente da fase ferroaluminato.3. Ele é consumido dentro de 24 horas após o início da hidratação em um cimento Portland padrão.18) (2.3.16) (2.3.3.15) (2.3. ξ ∈ [0. que constitui o parâmetro objetivo para caracterizar a maturidade do concreto.19) C3 A + 6 H C 4 AF 3C S H 2 30 H → C3 AH 6 C 3 A ⋅ 3C S ⋅ H 32 2C 4 AF + C 4 A ⋅ 3C S ⋅ H 32 + 12 H C 4 AF + 10 H → 3 C3 A ⋅ 3C S ⋅ H 12 + 2CH + 2 FH 3 + CH + FH 3 [ ] CH → C 3 AH 6 2.3.17) (2.4.11) (2.3.13) C3 A + 6 H → C 3 AH 6 C 4 AF + 3C S H 2 C 4 AF + 27 H → C3 ( AF ) ⋅ 3C S ⋅ H 32 2C 4 AF + C 4 ( AF ) ⋅ 3C S ⋅ H 32 + 6 H → 3 C3 ( AF ) ⋅ 3C S ⋅ H 12 + 2CH [ ] + CH + 2CH + 10 H → C3 AH 6 − C3 FH 6 Neste caso.8) (2.3.3.4 GRAU DE HIDRATAÇÃO A evolução da reação química entre água e cimento pode ser avaliada através do grau de hidratação (representado na bibliografia com ξ ou α).12) (2.14) (2. Um exemplo são os cálculos relatados por BENTZ e GARBOCZI [31] em seus estudos.

ξ ∈ [0. A análise termogravimétrica consiste em pesar continuamente um corpo de prova submetido a uma temperatura crescente. por meio de uma análise de raios X. a determinação da quantidade de cimento não hidratado em função da estrutura cristalina do clínquer. Pode-se então descrever o grau de hidratação da forma seguinte: ξ= 1 − Quantidade de cimento não hidratado . programada em função do tempo.4) 24 .4. igualmente. Tecnicamente. em qualquer tempo.1] W (t = ∞ ) (2. Entretanto. As diferentes variações de massa que se produzem durante a experiência permitem conhecer as quantidades de água ligadas sob suas diferentes formas (ver Tabela 2. como já foi dito. o conhecimento da composição original do cimento permite a determinação.25 ⋅ C (2.4. Esta quantidade (água ligada) é então assimilada.2) Pode-se. ξ ∈ [0. é impossível extrair de um corpo de prova apenas esta água ligada. geralmente linear.3). W(t = ∞) representa a quantidade de água ligada para uma hidratação total do cimento. Um valor aproximado de W (t = ∞). Assim sendo.Aspectos Físico–Químicos da Hidratação A quantidade de cimento hidratado é uma grandeza difícil de ser caracterizada.4. atingir diretamente o grau de hidratação da seguinte maneira: ξ= onde W W (t ) . à quantidade de água não-evaporável. geralmente. citado por LAPLANTE [38]. é possível. dada acima. 0. da quantidade de cimento não hidratado. é dado por: W(t = ∞ ) = onde C é a quantidade total de cimento. Isto permite observar a evolução de sua massa sob atmosfera controlada. Esta última pode ser extraída quando o corpo de prova é submetido a uma análise termogravimétrica por aquecimento entre 105ºC e 1050ºC.4.5).3) é a quantidade de água ligada em função do tempo. Na equação (2.1] Quantidade total de cimento (2.

35] considera o concreto como um meio poroso quimicamente reativo e é desenvolvido dentro do formalismo teórico da termodinâmica. 25 . provando que a quantidade de água ligada pode ser utilizada para acompanhar o processo de hidratação [38]. etc.5) 2.1] (2. O calor liberado pelas reações de hidratação pode ser utilizado para a determinação do grau de hidratação. Assim. módulo de elasticidade.5 – Análise Termogravimétrica da água aprisionada Temperatura (ºC) 95 – 105 105 – 380 380 – 600 600 – 750 750 – 1000 Forma em que se encontra a água Água evaporável Água dos hidratos de silicatos e de aluminatos Água da cal hidratada Descarbonatação da calcita (forma mais estável dos carbonatos de cálcio) Produtos secundários da hidratação Uma comparação entre os graus de hidratação obtidos por meio de análise de raios X e por determinação da quantidade de água ligada indica uma boa correlação. Em todos eles a evolução de cada propriedade está ligada.4.34. Os métodos descritos até aqui são métodos diretos de determinação do grau de hidratação. outros métodos indiretos que permitem determinar o grau de hidratação a partir de propriedades macroscópicas.5 MODELO DE ULM E COUSSY PARA A HIDRATAÇÃO O modelo de ULM e COUSSY [32. Existem. com um certo grau de acoplamento à evolução do grau de hidratação. ainda. tornando-se um parâmetro significativo para descrever a evolução do grau de hidratação. calor liberado.Aspectos Físico–Químicos da Hidratação Tabela 2. que são relativamente fáceis e usuais no estudo do concreto. ξ ∈ [0. Nesta seção alguns conceitos são apresentados de modo a descrever o modelo proposto para a cinética da reação de hidratação. é possível colocar a expressão: ξ= Quantidade de calor liberado até o tempo t Q(t ) = Quantidade de calor liberado até o tempo t = ∞ Q(t = ∞) .33. como resistência à compressão.

Aspectos Físico–Químicos da Hidratação

2.5.1. O Problema a ser Resolvido: evolução dos campos de temperatura e hidratação

Dada uma massa de concreto, a descrição da evolução da reação de hidratação é dada, de modo a considerar a exotermia e a termoativação da reação, a partir da solução da equação de evolução dos campos térmicos em um dado volume. Desta forma, a equação do calor no tempo, considerando-se o acoplamento termoquímico (geração de calor de hidratação com termoativação) seguindo o quadro teórico de acoplamentos termo-químicos, pode ser colocada sob a forma [33,34,35]:

&= Q+L m & + k∇ 2T Cε T m
Onde podem ser conhecidos os termos

(2.5.1)

& = Q + k∇ 2T , como a Cε T

equação padrão de evolução dos campos térmicos, sendo: Cε
B B

o calor específico a deformação constante para o concreto; o fluxo de calor originário de alguma fonte de calor; a condutividade térmica; a temperatura;

Q k T

& corresponde ao acoplamento termo-químico e representa a geração de Lm m

calor pela reação de hidratação (exotermia); sendo Lm , o calor latente de hidratação,
B B

& , a velocidade da positivo devido à natureza exotérmica da reação de hidratação e, m
reação representada pela velocidade com que a massa de esqueleto aumenta (derivada de m em relação ao tempo). O grau de hidratação, que é uma medida do avanço da reação de hidratação, pode ser considerado como uma normalização da variável m , isto é, a variação da massa do esqueleto: m(t ) m∞

ξ=
onde:

(2.5.2)

m∞ é o valor alcançado por m(t) no tempo t = ∞ (quando a hidratação está
B B

completa). Visto que:
dm dξ = m∞ ⋅ dt dt

(2.5.3)

26

Aspectos Físico–Químicos da Hidratação

podemos reescrever a equação (2.5.1) como:

& + k∇ 2T & = Q + Lξ Cε T
onde: L = m∞Lm.
B B B B

(2.5.4)

A equação (2.5.4) permite, então, que seja calculado o campo de
&. É temperaturas considerando-se a geração de calor de hidratação dada pelo termo Lξ

importante notar que a velocidade da reação de hidratação dada por ξ& depende do estado em que se encontra a reação de hidratação, ou seja, devemos escrever,
&(ξ ) . Visto que a reação de hidratação é termoativada, o estado em que se formalmente, ξ

encontra a reação de hidratação dependerá da evolução do campo de temperaturas. A solução numérica da equação (2.5.4) implica, então, em que seja calculado o campo das hidratações ξ para todos os passos de tempo em que será calculado o campo de temperaturas T, ou seja, para que a equação (2.5.4) seja resolvida
&(ξ ) (cinética da hidratação) possa ser determinada para cada passo de é preciso que ξ

tempo.
&(ξ ) 2.5.2. Cinética da Hidratação ξ

Ao considerarmos a cinética da hidratação (ou seja, a velocidade com que a reação se processa), podemos encarar um ensaio de elevação adiabática da temperatura como correspondendo a “fotografias” da evolução da reação química. Visto que a reação é termoativada, é razoável que curvas de elevação adiabática correspondentes a diversas temperaturas iniciais dos corpos de prova tenham a forma similar às curvas mostradas na Figura 2.8.

27

Aspectos Físico–Químicos da Hidratação

Ti alta
B

Tad – Ti (ºC)
P P B B

Ti baixa
B

tempo
Figura 2.8 – Elevações adiabáticas de temperatura para diversas temperaturas iniciais (Ti).
B B

O modelo de ULM e COUSSY [33,34,35] considera que o fenômeno da hidratação é dependente da evolução da camada de hidratados que, com o seu crescimento progressivo (Figura 2.9), impede cada vez mais que a água penetre através dos nanoporos para se combinar com o cimento anidro e formar novos hidratos.
MICRODIFUSÃO TERMO ATIVAÇÃO

Água livre Cimento Anidro Hidratos

Figura 2.9 – Evolução da reação de hidratação

Com base nos conceitos expressos acima, a equação (2.5.5) para a evolução da massa do esqueleto, baseada na lei de Arrhenius, foi proposta [33,34,35]. dm 1 ⎛ Ea ⎞ = ⋅ A(m ) ⋅ exp⎜ − ⎟ dt η (m ) ⎝ ℜT ⎠ (2.5.5)

28

com o passar do tempo. Ea é a energia de ativação.10. η = η (ξ) . ℜ é a constante universal dos gases – Ea/ℜ podendo ser tomado como sendo igual a 4000K – e T é a temperatura em Kelvin. responde a uma tensão constante através da relação constitutiva dε/dt = (1/η )σ indicando a analogia que pode ser feita entre velocidade de deformação e velocidade de formação de massa ( dm/dt = (1/ η )A – sendo a tensão σ e. na Figura 2. ou ainda. é razoável que se coloque η = η (m). as “forças”. Neste caso.10 – Sistema de amortecedor simples Ainda na equação (2. à tensão σ).5). considerada constante.5. também é razoável que se coloque A = A(m) ou ainda A = A(ξ). a afinidade química A . no sentido termodinâmico da palavra). sendo m a quantidade de esqueleto já formado. Esta viscosidade η sugere o fato de que o fenômeno que é mostrado na Figura 2. visto que esta viscosidade aumenta com a evolução da reação química.5. parâmetro que correspondente à cinética (velocidade) da reação de hidratação que pode ser colocada simplificadamente como: água + cimento → hidratos.5) pode ser reescrita como: 29 . como mostrado na Figura 2.10.Aspectos Físico–Químicos da Hidratação onde: dm / dt indica a variação da massa do esqueleto (hidratos C–S–H) no tempo. que é o parâmetro que indica a propensão que os reagentes têm de se combinarem quimicamente (analogamente. Fazendo a mudança da variável m para ξ. σ ε σ Figura 2. sendo 0 ≤ ξ ≤ 1 o grau de hidratação já definido anteriormente. Lembramos que um sistema simples de amortecedor. Já que esta propensão deve variar com a evolução da reação. usando a equação (2.9 é um fenômeno que.5. A é a afinidade química.2). a relação cinética (2. é cada vez mais comandado pela difusão da água na rede porosa dos nano-hidratos que se forma em torno dos grãos de cimento anidro. η corresponde a alguma medida de viscosidade.

para uma dosagem de concreto-massa identificada por E6343 [27. módulo de elasticidade. os graus de hidratação ξ – o que é desejável – já que para a solução do problema mecânico (ou termomecânico) os parâmetros característicos de diversos fenômenos. a função Ã(ξ) será calculada a partir dos dados experimentais obtidos para o ensaio de evolução adiabática da temperatura e de evolução da resistência a compressão uniaxial. que são uma medida intrínseca da cinética da reação. a equação (2.3. a título de exemplo. podem ser obtidos experimentalmente. realizados no Laboratório de Concreto do Centro Tecnológico de Engenharia Civil de Furnas Centrais Elétricas S. Os valores de Ã(ξ).6) sendo a afinidade normalizada Ã(ξ) correspondente a: ~ A(ξ ) = (2. da equação (2. se for possível conhecer uma curva Ã(ξ) – ξ .36].6) responsável pela termoativação. para cada passo de tempo calculem-se. 2. já que ξ além das temperaturas T.5. Assim. sendo o termo exp(–Ea/ℜT) . seja através de ensaios adiabáticos. como evolução da resistência. Nos itens que se seguem. viscosidade e a afinidade química propriamente dita.5.4). Neste modelo a energia de ativação aparente (Ea) é considerada constante ao longo do tempo. será possível resolver & = dξ / dt desde que.5. A afinidade normalizada é também a propriedade do concreto que independe da temperatura.7) A afinidade normalizada é um parâmetro que engloba os efeitos físicos correspondentes ao aumento da massa de hidratos. Existem numerosas técnicas 30 .5. seja através de ensaios isotermos de compressão uniaxial realizados em diversas idades.Aspectos Físico–Químicos da Hidratação dξ = dt ~ ⎛ Ea ⎞ A(ξ ) ⋅ exp⎜ − ⎟ ⎝ ℜT ⎠ A(m(ξ )) m∞ ⋅η (ξ ) (2.5. como será mostrado a seguir.A. (Goiânia-GO). retração autógena e fluência podem ser correlacionados ao grau de hidratação. difusão. Determinação da Afinidade Química Normalizada Ã(ξ) a partir de Ensaios de Elevação Adiabática de Temperatura Uma forma de determinar o valor de Ã(ξ) é relacionar a evolução da reação hidratação com a quantidade de calor por ela gerado.

obtemos: L = T ad (∞ ) − T0ad Cε [ ] P P (2. É possível fazer uma divisão em dois tipos básicos de calorímetros: os calorímetros adiabáticos e os calorímetros semi-adiabáticos.5.11) . denominados calorímetros. com a consideração de que Q = 0 (não há fluxo ou geração de calor além do calor de hidratação) e ∇2T = 0 (não há P P variação espacial da temperatura – condição adiabática).4).8) & ad representa a derivada da temperatura do concreto em Nesta equação. em condições adiabáticas.5. Nos calorímetros adiabáticos considera-se que a perda de calor para o meio é muito pequena e.9) e (2. Tais técnicas devem ser capazes de determinar a evolução da temperatura do concreto com o tempo. para hidratação completa. Neste caso a equação (2.9) P P P P P P Considerando.5. Com os dados do ensaio adiabático é possível obter Ã(ξ) partindo da equação de difusão de calor que.Aspectos Físico–Químicos da Hidratação laboratoriais desenvolvidas para medir o calor liberado pela hidratação do cimento. onde Tad(∞) representa o valor assintótico da curva de temperatura. determina-se uma P P relação entre Tad e ξ. ensaios desse tipo são realizados em equipamentos especiais.5. uma vez conhecida a capacidade térmica do calorímetro. devida apenas ao calor de hidratação.10) chega-se à equação que determina o histórico do grau de hidratação a partir dos valores de Tad.5. Integrando (2. é possível determinar a quantidade de calor gerada a partir da reação de hidratação.10) Operando as expressões (2. o corpo de prova pode ser considerado isolado e a evolução da sua temperatura é toda atribuída ao calor de hidratação. assim. torna-se: & & ad = Lξ Cε T (2.5. apresenta um acoplamento termo-químico linear. T condições adiabáticas e sua evolução é resultado da natureza exotérmica da reação de hidratação. ξ = 1 e Tad = Tad(∞).5. Nos calorímetros semi-adiabáticos devem ser consideradas as perdas para o meio e. obtendo-se: P P ξ (t ) = T ad − T0ad ( )C L ε (2. T ad (t ) − T0ad T ad (∞) − T0ad 31 ξ (t ) = (2.5. assim. Normalmente.8) e fazendo ξ(t=0) = 0 e Tad(t=0) = T0ad .

Considerando uma relação bi-linear entre a resistência e a hidratação (ver Figura 2.5.39] pode-se escrever: ⎧0 ⎪ f c (t ) = ⎨ [ξ (t ) − ξ (0)] ⎪ f c .∞ B B é a resistência do material quando a reação de hidratação se representa o limiar da percolação. 2. Finalmente.∞ ⋅ 1 − ξ (0) ⎩ para para ξ (t ) < ξ (0) ξ (t ) > ξ (0) (2.6).12) permitem então a obtenção da afinidade normalizada Ã(ξ) a partir dos valores de Tad.11) e (2.5. substituindo (2.12) As expressões (2.2. e ξo B B 2.5.4.5.11). Determinação da Afinidade Química Normalizada Ã(ξ) a partir de Ensaios Isotermos de Resistência à Compressão Uniaxial É igualmente possível determinar o grau de hidratação do material a partir de sua resistência à compressão utilizando o acoplamento plasto-químico.38.5. conforme definido no subitem completa.13) onde fc.5.5.Aspectos Físico–Químicos da Hidratação Utilizando a expressão anterior com os dados obtidos no ensaio de elevação adiabática da temperatura é possível obter a evolução do grau de hidratação com o tempo. 32 . verificada pelas pesquisas experimentais relatadas na bibliografia [37. resulta a expressão para Ã(t): ~ A(t ) = ⎟ ⎜ RT ad ( t ) ⎟ dT ad (t ) ⎜ 1 ⎝ ⎠ ⋅ ⋅ e ad ad dt T (∞) − T0 ⎛ Ea ⎞ (2. ou seja dos valores obtidos em ensaios de P P elevação adiabática da temperatura.11) em (2.

Aspectos Físico–Químicos da Hidratação f c(t ) B B fc.14) onde T* representa a temperatura de referência na qual foram realizados os ensaios.4.5.14).∞ B B 0 fc.13). 33 .12 ilustra os resultados experimentais obtidos para o concreto referenciado em [27] como E-6343. B B Substituindo (2. 2.0 B B ξ (0 ) ξ (1 ) ξ (t ) Figura 2. ou seja dos valores obtidos em ensaios de resistência no B B tempo.13) em (2. Aplicando (2.5.∞ dt ⎛ Ea ⎞ para ξ > ξ (0) (2.11 – Relação entre fc e grau de hidratação dada pela expressão (2.5. sob temperatura constante. A Figura 2.T/Furnas são mostrados nos Capítulos 4 desta Tese.5. é possível então obter a afinidade normalizada Ã(ξ) a partir dos valores de fc(t).6) obtemos uma nova expressão para Ã(t): ⎟ * ~ 1 − ξ (0) df c (t ) ⎜ A(t ) = ⋅ e ⎝ RT ⎠ f c . Exemplo de Cálculo da Afinidade Normalizada Ã(ξ) Diversos exemplos de ensaios adiabáticos realizados no DCT.5.1.5.

Aspectos Físico–Químicos da Hidratação Evolução Adiabática da Temperatura T ( C) 80.0 60.5 10.0 0.0 15.25 2 dTad/dt (oC/h) ad o Temperatura Adiabática Derivada da Temperatura Tempo (Dias) Figura 2.0 20.0 0 90. Os valores obtidos para a evolução isoterma a 20ºC da resistência à compressão com o tempo para a mesma dosagem de concreto-massa E-6343 cujo ensaio adiabático foi utilizado acima.0 30.5 2.0 5.0 16.75 0.0 10.75 50.25 0 20.12 – Temperatura adiabática e sua derivada em relação ao tempo [27].0 40.0 1.0 10. 34 .0 10.0 60. são mostrados na Figura 2.0 70.0 20.0 20.75 2.0 18.0 0.5 1.0 12.0 35.0 0.0 4.0 1.0 0. Resistência à Compressão dRc/dt (MPa/h) Rc (MPa) 40.0 70.0 2.0 0.0 30.0 0.13 – Resistência à compressão e sua derivada com o tempo [27].0 50.25 1 0.0 40.13.0 0.0 25.25 Resistência Derivada da Resistência Tempo (Dias) Figura 2.0 80.5 0.0 8.0 14.0 6.0 30.

3 0.0 0.9 1.2 0.0 0.0 Ensaio de Elevação Adiabática da Temperatura Ensaios de Resistência à Compressão Grau de Hidatação .daí o fato de não ser possível encontrar.8 0.42]. o valor da afinidade normalizada para esse inicio de reação. O valor para a relação Ea/ℜ utilizado no cálculo da afinidade normalizada foi tomado como 4000K. 35 .5 0.0 0.0 5. com grau de hidratação acima 0.deve ser observada a dificuldade de realização de ensaios à resistência no concreto muito jovem . foram calculadas as curvas que descrevem a cinética da hidratação dadas pelos valores da afinidade.35. Os resultados obtidos estão apresentados na Figura 2. os valores obtidos para a afinidade com os dados do ensaio de resistência. com estes dados.1 0.14 – Afinidade normalizada. No entanto. Para obtenção de resultados mais precisos torna-se necessária a determinação experimental da relação Ea/ℜ.ξ Figura 2.Aspectos Físico–Químicos da Hidratação Aplicando os dois métodos apresentados nas seções precedentes e utilizando os dados experimentais fornecidos pelo Laboratório de FURNAS.41.6 0. Os dados do ensaio de resistência à compressão que foram aqui apresentados não permitem o cálculo do grau de hidratação para o concreto nas primeiras horas . Afinidade Normalizada (1/s) 10. com base na bibliografia [33.7 0.4 0.14. apresentaram valores próximos àqueles obtidos com o ensaio de elevação adiabática da temperatura.5.40.

e uma energia mínima de formação. que exige duas condições para sua existência: uma geometria de colisão favorável. embora necessária. 36 .15.Aspectos Físico–Químicos da Hidratação Esse resultado indica a natureza intrínseca da função da cinética da hidratação Ã(ξ) e sua dependência apenas do grau de hidratação. obtemos gráficos do tipo indicado na Figura 2.15 – Geometria favorável para a colisão das moléculas Representando-se graficamente o caminho de uma reação no eixo das abscissas e a entalpia (energia) H no eixo das ordenadas. 2.16 a seguir.35]. Figura 2. H H I H + H I ↔ I H H I ↔ I + I Figura 2. chamada de complexo ativado.6 A ENERGIA DE ATIVAÇÃO Para haver uma reação é necessário que haja colisão entre as moléculas dos reagentes.34. chamada energia de ativação. exibe uma estrutura de transição. não é a única condição. Mas esta. escrita com fórmulas . Outras exigências têm que ser atendidas. já comprovada por ULM e COUSSY em [33. por exemplo. A reação HI + HI estruturais H–I + H–I H-----I H-----I H I | + | H I → H 2 + I 2 .

é geralmente fornecida pela energia cinética molecular.16 – Tipos de reação em função da entalpia O número de colisões efetivas ou eficazes (aquelas que ocorrem em posição geométrica favorável à formação dos complexos ativados e com energias iguais ou superiores à energia de ativação da reação) é mínimo em relação ao número de colisões não efetivas. a energia de ativação aparente das reações no concreto. a energia de ativação está associada à sensibilidade da reação à temperatura (dependência da temperatura). representa a probabilidade da energia cinética das moléculas ser maior do que a energia de ativação. a energia de ativação funciona como uma barreira para as reações químicas. as moléculas propensas a reagir são as que têm uma energia cinética mais alta do que a energia de ativação da reação. grandes números de 37 .Aspectos Físico–Químicos da Hidratação H Complexo ativado H Ea reagentes ∆H < 0 reagentes produtos Complexo ativado produtos Ea ∆H > 0 caminho da reação Ea = energia de ativação REAÇÃO EXOTÉRMICA caminho da reação Ea = energia de ativação REAÇÃO ENDOTÉRMICA Figura 2. Então. Mais adiante. Ea. Podemos obter a energia de ativação determinando a termoativação de uma reação pela medição do efeito da temperatura na taxa de reação química [1]. é de 35 a 45 kJ/mol. A dependência da taxa de reação química à temperatura. A energia necessária para o avanço da reação. Portanto. A temperatura pode ser considerada termodinamicamente como a média das energias cinéticas das moléculas. a taxa de calor de hidratação é independente da temperatura e a reação definitivamente acontecerá quando as moléculas colidirem. que é expressa como uma função exponencial da temperatura. Sob uma elevada temperatura. são mostrados vários métodos utilizados para se obter o valor da energia de ativação do concreto. como já foi dito. Segundo WALLER [4]. devido à probabilidade da ocorrência de uma colisão qualquer ser muito maior. Quando a colisão entre as moléculas de cimento e de água acontece. Se a energia de ativação é zero.

T1 B B T2 > T1 ⇒ EC > eC B B B B B B B B número de moléculas T2 B B eC B B B B B B EC B B B B B B Ea eC = energia cinética média na temperatura T1 EC = energia cinética média na temperatura T2 Ea = energia de ativação da reação energia cinética das moléculas Figura 2. A temperatura mais baixa implica que menos moléculas têm energias cinéticas maiores do que a energia de ativação. com a diferente dependência da temperatura de cada reação. também.17 – Efeito da temperatura nas reações químicas Num sistema de reação simples. a taxa de reação de cada fase do clínquer não pode ser considerada constante em relação ao valor exotérmico global do cimento. para cada procedimento de controle no processo exotérmico de hidratação. A dependência da temperatura é supostamente diferente para cada mineral. Assim. a reação e a liberação de calor são interdependentes. é razoável esperar que a termoativação do cimento mude como um todo com a evolução da hidratação. A Figura 2. são supostamente existentes no sistema e a reação pode proceder rapidamente. o processo de hidratação de cada fase pode ser associado a diferentes níveis de termoativação [1]. Sendo a reação de cada fase do clínquer diferentemente dependente da temperatura. Ou seja. Além disso. a reação progride relativamente de forma mais lenta. Assim. uma vez que os minerais se revezam como atores principais na reação dependendo do status do processo de hidratação. devido à diferença de reatividade entre eles e.Aspectos Físico–Químicos da Hidratação moléculas. porque a termoativação do cimento como um todo muda não-linearmente com o calor acumulado [6]. cujas energias excedem a energia de ativação. à medida que a quantidade de calor acumulada aumenta. a taxa na qual cada componente reage varia conforme a temperatura do cimento. Mas não é isto que ocorre efetivamente quando múltiplas reações são observadas. 38 .17 mostra o efeito da temperatura na energia cinética das moléculas dos reagentes. como no cimento.

isto é. Ea. citados por CARVALHO [42]. quando se procura utilizar uma lei do tipo Arrhenius é necessário considerar o valor de Ea como um parâmetro constante [53]. a energia de ativação é determinada a partir de uma função que relaciona a modificação de uma propriedade particular ao longo do tempo. da hidratação do cimento Portland pode ser determinada a partir das curvas relativas entre o progresso da hidratação e o calor liberado a uma dada temperatura [49]. o conceito de reação química ativada não é muito fácil de ser entendido dentro da química do cimento. Como na hidratação do cimento Portland estão envolvidas diversas reações interdependentes. [52]. No entanto. a energia de ativação não é constante em todos os estágios da hidratação.Aspectos Físico–Químicos da Hidratação A energia de ativação (Ea) é um parâmetro que mede a sensibilidade de uma reação à temperatura. Assim.42. a consideração de um valor de energia de ativação maior leva a superestimar a sensibilidade da reação de hidratação à temperatura. Ainda assim. massa. dentre outros trabalhos. em virtude do caráter espontâneo das reações de hidratação. e depende de alguns fatores que modificam a hidratação do cimento. em [37. Segundo COURTAULT e BRIAND [47] e PAULINI [48]. a termoativação da reação. é chamado de energia de ativação aparente.44. finura). [50]. A determinação da Ea pode ser feita experimentalmente conforme descrito. o valor da energia de ativação obtida por meio de métodos globais de determinação. fator água/cimento. Grande parte dos trabalhos publicados comprova que a energia de ativação. como é o caso dos métodos que utilizam o desprendimento de calor. Estudos recentes têm mostrado que Ea é uma característica própria de cada mistura de concreto. aditivos químicos e adições minerais [41]. esse conceito se mostra apropriado para o entendimento da influência da temperatura na hidratação e conveniente para a determinação da maturidade das argamassas e concretos. a uma determinada temperatura. dentre os quais JAWED et al. Uma dessas propriedades pode ser a liberação de calor de hidratação ou o grau de hidratação. D’ALOIA e CHANVILLARD [51] e BENAMEUR et al.41. 39 . Em função do elevado grau de complexidade das reações de hidratação do cimento.46] e será analisada a seguir. Segundo diversos autores. tais como: cimento (composição química.

BYE [55] encontrou valores de Ea entre 40 a 50 kJ/mol para o cimento Portland. além deste valor. D’ALOIA e CHANVILLARD [51]. De acordo com seus estudos. Os valores encontrados pelos mesmos variam de 42 a 47 kJ/mol (dependendo do tipo de cimento). GAUTHIER e REGOURD [54] concluiram que Ea pode ser tomada como constante durante a hidratação do concreto. 40 . encontraram valores para Ea da ordem de 38.18 – Representação esquemática da variação de Ea sugerida por Pinto [41]. e 20 kJ/mol para o período de difusão controlada. com diversos valores de energia de ativação aparente para os diferentes estágios da reação de hidratação do cimento.6 kJ/mol em cimentos Portland comum (CPI) para valores de grau de hidratação menores que 40% sendo que. Outros pesquisadores têm estudado a energia de ativação das reações de hidratação em vários estágios. Evolução do calor liberado Ea3 B B Ea4 B B Ea1 B B Ea constante Ea5 B B I minutos II horas III IV V dias Tempo de hidratação Figura 2. [50] encontraram valores de 40 kJ/mol para a energia de ativação durante os primeiros estágios da hidratação. JAWED et al. a energia de ativação não poderia ser considerada constante. Baseados em estudos utilizando diferentes tipos de cimentos Portland. B B A Figura 2. [52] estabeleceram que a energia de ativação aparente é mais ou menos constante numa amplitude do grau de hidratação entre 5 e 50%. BENAMEUR et al. utilizando ensaios calorimétricos. agrupando os estágios I e II para a Ea1. PINTO sugere utilizar funções de maturidade diferentes.18 ilustra esse procedimento. tem-se que a energia de ativação para o período de difusão controlada é duas vezes menor que no período de intensas reações químicas (início da hidratação).Aspectos Físico–Químicos da Hidratação Em [41].

46]. ou isotérmicas [40. FREIESLEBEN e PEDERSEN [56] propuseram que Ea depende da temperatura de cura (Tc. P P α = 0.3144 J⋅mol–1⋅K–1).6. [58] propuseram que Ea varia segundo o tempo. c -1 ( ) Ea (T ) = ( 33500 [J ⋅ mol ].42. grau de hidratação e temperatura de cura. Ea varia de acordo com a temperatura de cura e com o grau de hidratação: ⎡ ⎛ dξ ⎞ ⎤ ⎢ ⎜ dt ⎟ ⎥ 1 ⎝ ⎠T ⎥ ⋅ −1 ⋅ℜ Ea(T .6. Tc é a temperatura de cura em ºC.Aspectos Físico–Químicos da Hidratação Alguns modelos foram desenvolvidos com o intuito de se encontrar o valor da energia de ativação. através de uma função não-linear dada por: Ea = onde: Ea0 ⋅ exp(− α t ) (2.ξ ) = ln ⎢ ⎢ ⎛ dξ ⎞ ⎥ Tr − T −1 ⎟ ⎥ ⎢⎜ ⎣ ⎝ dt ⎠Tr ⎦ onde: (2. é a temperatura do concreto (K). para T c < 20°C .6. P P P P KIM et al.1) Segundo KJELLSEN e DETWILER [57].3) Ea0 = 42830 − 43 ⋅ T c (J⋅mol–1).52]. Pode-se determinar Ea experimentalmente através de testes isotermos de resistência à compressão conforme a ASTM C 1074 – 98 [59]. P P t é o instante de tempo (segundos). ou ainda.44. Estes dois últimos métodos citados são similares.00017 ⋅ T c (constante). temperatura de cura em ºC) sendo encontrada de P P acordo com a seguinte equação: Ea T c = 33500 + 1470 ⋅ 20 − T c J ⋅ mol -1 . )[ ] para T ≥ 20°C c (2. citada em [41. ℜ é a constante universal dos gases (8. 41 . através de testes de calor em condições adiabáticas. referenciados por D’ALOIA e CHANVILLARD [51].2) ξ T B B é o grau de hidratação. diferenciando-se no modo de obter as curvas de calor gerado pela reação de hidratação no tempo com históricos de temperatura diferentes. Tr é a temperatura de referência (K).

Quando o concreto endurece em condições adiabáticas ocorrem dois efeitos que podem alterar o calor específico: 1.Composição mineralógica do agregado: o calor específico é pouco alterado pela composição mineralógica. A elevação de temperatura. por si só.Temperatura: o calor específico aumenta com a temperatura. Nesta referência estão listados os principais fatores que influenciam o calor específico do concreto. dos componentes minerais do cimento. 2. . São eles: . . tem grande influência nas reações químicas de hidratação dos aglomerantes. BREUGEL [61] também afirma que o calor específico é fortemente influenciado pela umidade do concreto e por sua densidade.7 CALOR ESPECÍFICO O calor específico é um parâmetro físico que expressa a capacidade de um material armazenar calor. numa escala mais reduzida. A transformação do cimento e das pozolanas em produtos de hidratação conduzem a uma diminuição do calor específico.84 e 1.26 kJ/(kg⋅K) [27. para concretos mais secos e leves encontram-se valores menores. Valores típicos do calor específico para concretos normais estão entre 0. P P 42 .Densidade: o calor específico do concreto aumenta com a diminuição da densidade do concreto. são encontrados valores maiores para o calor específico. . [27]. enquanto que. Um procedimento de ensaio para determinação experimental do calor específico é descrito em detalhe por ANDRADE et al. para a mistura fresca e concretos saturados por água.Aspectos Físico–Químicos da Hidratação 2. atingindo um valor máximo para o concreto saturado. . essencialmente por causa da diminuição da quantidade de água livre. O calor específico dos constituintes do concreto e.60]. cria um aumento significativo do calor específico (acima de 10% entre 10 e 80oC). O calor específico corresponde à quantidade de calor necessária para elevar em um grau a temperatura de uma unidade de massa.Volume de agregado graúdo: o calor específico diminui com o aumento do volume de agregado graúdo. de modo que.Grau de Saturação: o calor específico aumenta consideravelmente devido ao acréscimo de umidade.

[27] citam o US BUREAU OF RECLAMATION [43] para afirmar que a idade do concreto não influi em seu calor específico.6 – Calor específico dos constituintes do concreto a 20ºC [4(*).Aspectos Físico–Químicos da Hidratação Em geral.40 Basalto Calcário Calcário Dolomítico Cimento Portland anidro Cinza Volante . segundo BASTIAN e KHELIDJ [62]. 43 .6 para os mais usuais componentes do concreto obtidos pelo Laboratório de FURNAS [27] e por WALLER [4]. Valores típicos de calor específico são dados na Tabela 2.40 Quartzito Riolito 840 P Calor específico (J⋅kg–1⋅K–1) P P P P Cith B PB P Concreto P 730(*) P ⎯ P 4190 P (*) ⎯ ⎯ ⎯ 1005 992 ⎯ ⎯ ⎯ 1026 795 1259 723 (*) P / 783 P P 890(*) 760 P (*) P / 661 (*) P P 730 854 730(*) P P ⎯ 980 ⎯ 971 992 733 1469 758 800 2. A Condutividade Térmica é a capacidade do concreto em conduzir calor e é definida como a velocidade de fluxo de calor através de uma espessura unitária. Também. o calor específico sofre muito pouca alteração quando os dois efeitos são somados. juntamente com o Calor Específico.Classe F Dolomito Fumo de sílica Granito Pasta – a/c = 0. o calor específico permanece constante com a evolução do material.27] P P Constituintes Agregado silicoso Água Areia quartzosa Argamassa – traço 1:1 – a/c = 0. entre as faces justapostas de dois materiais submetidos a diferentes temperaturas unitárias. Tabela 2. ANDRADE et al. Assim sendo. por uma área unitária.8 DIFUSIVIDADE E CONDUTIVIDADE TÉRMICAS A Difusividade Térmica e a Condutividade Térmica são duas propriedades térmicas do concreto que. compõem importantes parâmetros para os cálculos das temperaturas de estruturas constituídas pelo material.

43]. o Calor Específico e a Densidade do concreto. Variações para diferentes tipos de cimento. Para temperaturas crescentes. ♦ Variações para diferentes procedências de agregados com mesmos tipos litológicos.S. P P P P P P P P k é a Condutividade Térmica (J⋅m–1⋅s–1⋅K–1 ou W⋅m–1⋅K–1).1) a seguir: h2 = k γ ⋅C (2.1) onde h2 P P é a Difusividade Térmica (m2⋅s–1 ou m2⋅dia–1). ♦ Reduz com o aumento de ar incorporado. ♦ 44 .8. ♦ Reduz com o aumento do Fator a/c.7 – Fatores influentes na Difusividade e Condutividade Térmicas do concreto [27. ♦ ♦ Efeito Condutividade Térmica Variações para diferentes tipos litológicos de agregados. ♦ ♦ Teor de Ar Incorporado Tipo de Cimento Grau de saturação do concreto Variações para diferentes tipos de cimento. Tabela 2. conforme a equação (2. P P P P P P P P P P γ C é a Densidade (kg⋅m–3). 60 e 180 dias menores que os prováveis erros experimentais. 28. 7. ♦ Aumenta com o aumento da dimensão máxima do agregado. ♦ Aumenta com o aumento do grau de saturação do concreto. 14. ♦ Fator a/c Emprego de material isolante Temperatura ♦ ♦ Reduz com o aumento do Fator a/c. Normalmente. a idade do concreto não influencia nem na Difusividade. sendo as diferenças de valores relativas a idades iguais a 3. Diminui com o aumento de material isolante.7. ♦ Aumenta com o aumento da temperatura. nem na Condutividade Térmica do concreto. P P P P Segundo o U. a condutividade aumenta para concretos com agregados de menor condutividade e pouco varia para concretos com agregados com maior condutividade. Diminui com o aumento da massa específica do agregado. Fator DifusividadeTérmica Agregado graúdo Amplas variações para diferentes tipos litológicos de agregados. ♦ ♦ Aumenta com o aumento de volume de agregado.8. ♦ Aumenta com o aumento da dimensão máxima do agregado. BUREAU OF RECLAMATION [43]. Os fatores influentes e suas respectivas ações na Difusividade e Condutividade Térmicas são mostradas na Tabela 2. P P é o Calor Específico (J⋅kg–1⋅K–1).Aspectos Físico–Químicos da Hidratação A Difusividade Térmica é a capacidade de difusão de calor do concreto em todas as direções da estrutura e indica sua facilidade ou não de sofrer variações de temperatura. a Difusividade é calculada a partir dos valores obtidos por ensaios para a Condutividade.

BASE BIOLÓGICA O cérebro desempenha funções como controle motor. A capacidade de aprender e generalizar a informação aprendida é o principal atrativo das RNAs que. do Programa de Engenharia Civil da COPPE/UFRJ.2.Capítulo 3 – Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) Os textos inseridos neste capítulo se baseiam principalmente nas Notas de Aula da disciplina COC786 [63].1. intuição. a partir de uma entrada semelhante. e da disciplina IA353 [64]. para que a rede tenha um comportamento desejado. sendo que os neurônios são considerados como unidades básicas de processamento do cérebro. percepção. O cérebro de um 45 . com auto-organização e processamento temporal. 3. A rede treinada é capaz de reconhecer os padrões “aprendidos”. muito mais do que simplesmente mapear relações de entrada e saída. 3. Uma RNA é um modelo matemático que possui parâmetros que podem ser ajustados. no qual é apresentado um conjunto de exemplos à rede que extrai automaticamente características necessárias para fornecer respostas coerentes a dados não-conhecidos. adivinhações. são capazes de extrair informações não-explicitadas nos exemplos. através de um treinamento. etc.. INTRODUÇÃO Redes Neurais Artificiais (RNAs) são técnicas computacionais em sistemas paralelos distribuídos compostos por unidades simples de processamento (neurônios) que apresentam um modelo matemático (normalmente não-linear) inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência. O procedimento usual na solução de problemas com RNAs passa inicialmente por um processo de aprendizagem. da Unicamp/FEEC/DCA. reconhecimento de padrões.

1. sinapses. Os neurônios são formados pelos dendritos. Eles permitem o fluxo de entrada e saída de correntes elétricas. pelo corpo central.1 – Constituintes da célula neuronal – esquema Os neurônios processam e transmitem informação por vários mecanismos bioquímicos. comparadas com experiências passadas e transformadas em ações adequadas ou absorvidas na forma de conhecimento. que são facilmente identificáveis no sistema nervoso. 46 . como mostra a Figura 3. Alguns estudiosos afirmam que a capacidade das sinapses de serem moduladas é a chave principal para todos os processos cognitivos que o cérebro realiza.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) mamífero pode conter muitos bilhões de neurônios. através das quais os impulsos nervosos são transmitidos entre si. Figura 3. e a liberação de neurotransmissores. e pelos axônios que são longos terminais de saída. sendo que o cérebro humano possui cerca de 1011 neurônios. O sistema nervoso pode estar organizado em diferentes níveis: moléculas. mapas. incluindo-se aí os canais iônicos. a geração e a propagação de potenciais de ação. que são pequenas aberturas nas suas membranas celulares. sistemas e os neurônios. P P O sistema nervoso é responsável por suprir o organismo de informações sobre o ambiente no qual ele habita através de entradas sensoriais. camadas. que são um conjunto de terminais de entrada. especialistas em processamento de sinais. Estas informações são processadas. Os neurônios biológicos estão conectados uns aos outros através de conexões sinápticas (a terminação do axônio de um neurônio e o dendrito de outro).

que vem permitindo a realização física de modelos de nodos e sua interconexão de um modo antes impensável. o neurônio “A” dispara. que pode estar conectado a um dendrito de um outro neurônio “B”. 3. principalmente da microeletrônica. produzindo uma substância neurotransmissora que flui do corpo celular para o axônio. HEBB – 1949 [66]. Este processo depende de vários fatores. BREVE HISTÓRICO Um histórico resumido sobre Redes Neurais Artificiais deve começar por três das mais importantes publicações iniciais. [69] que introduziram o poderoso método “Retropropagação” (backpropagation). desenvolvidas por: MCCULLOCH e PITTS – 1943 [65]. como a geometria da sinapse e o tipo de neurotransmissor. cada neurônio forma entre mil e dez mil sinapses. 47 . não ter conseguido avanços significativos na resolução de alguns problemas simples para um ser humano. Alguns históricos sobre esta disciplina não se referem aos anos 60 e 70 e indicam um reinício das pesquisas com a publicação dos trabalhos de HOPFIELD [68] relatando a utilização de redes simétricas para otimização e de RUMELHART et al. inibindo ou excitando a geração dos pulsos no neurônio B. e atingindo um dado limiar de ação. o modelo básico de rede de auto-organização. em um determinado momento.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) Assim. O número de sinapses em um ser humano é de mais de 1014. respectivamente. e o fato de a escola simbolista. Em média. e o modelo Perceptron de treinamento supervisionado. o cérebro pode se adaptar às várias situações devido ao fato de que a efetividade da transmissão de sinais pode ser modulada. possibilitando a formação de redes muito P P complexas. e ROSEMBLATT – 1959 [67]. Estas publicações introduziram o primeiro modelo de redes neurais simulando “máquinas”. são processados. A retomada do interesse nesta linha de pesquisa se deu em função de dois outros fatores: o avanço tecnológico. O neurotransmissor pode diminuir ou aumentar a polaridade da membrana pós-sináptica. a despeito de seu sucesso na solução de determinados tipos de problemas.3. Os impulsos recebidos por um neurônio “A”.

Podemos identificar três componentes básicos no processamento de uma unidade de uma RNA: 1. 3. A função de ativação é geralmente utilizada com dois propósitos: limitar a saída do neurônio e introduzir não-linearidade no modelo.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) 3. cujo funcionamento é bastante simples. Integração dos sinais de entrada (junção somadora) ponderados pelos pesos das conexões. Um potencial de membrana aparece como resultado da integração dos sinais de entrada. NEURÔNIOS ARTIFICIAIS No neurônio biológico. O resultado é um valor chamado de “valor de ativação”. que são entradas recebidas pelas suas conexões.4. 48 . Essas unidades. permitindo a entrada e saída de íons. Um conjunto de conexões (sinapses). As unidades fazem operações apenas sobre seus dados locais. que representam os dendritos do modelo biológico. B B B B 2. esta parte do processamento representa o corpo celular do modelo biológico. 3. geralmente são conectadas por canais de comunicação que estão associados a determinado peso. pulso. que é aplicada sobre o valor de ativação obtido na saída da integração.5. que irão determinar se o neurônio irá produzir um sinal de saída (spike. Função de ativação (que representa o axônio do modelo biológico). um sinal de entrada ui é multiplicado pelo parâmetro θij que define o peso desta conexão. O comportamento inteligente de uma Rede Neural Artificial vem das interações entre as unidades de processamento da rede. varia de acordo com a definição da função de ativação. A saída de cada unidade da rede. Uma grande rede neural artificial pode ter centenas ou milhares de unidades de processamento. Na primeira etapa do processamento de uma unidade j. os sinais de entrada chegam através de canais localizados nas sinapses. assim como o comportamento da rede como um todo. O elemento computacional básico fundamental empregado na maioria das RNAs é um integrador (elemento processador de informações). O potencial de ação resulta na liberação de neurotransmissores na sinapse sempre que o potencial de membrana for superior a um determinado limiar (threshold). onde cada conexão é associada a um parâmetro que determina o peso da conexão. ESQUEMA DAS RNAs Uma RNA é composta por várias unidades de processamento (neurônios). ou potencial de ação) ou não.

ou peso.. A seguir descrevemos dois tipos de neurônios artificais: o mais clássico. Cada sinal é multiplicado por um número.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) O efeito líquido de todos estes processos biológicos que ocorrem nas sinapses é representado por um peso associado. Função de ativação F(u) y x1 x2 Σ Junção somadora u f(u) Saída θ Figura 3.1.. a influência na saída da unidade. que é capaz de resolver apenas problemas linearmente separáveis.5.5. onde o modelo matemático. 3... 49 .2 – Esquema de unidade MCCULLOCH e PITTS [63] u O modelo é apresentado a seguir: yk = f (u k ) = ⎛ f⎜ ⎜ ⎝ ∑w j =1 m kj ⎞ ⋅ xj ⎟ ⎟ ⎠ (3. é composto por n terminais de entrada x1. O Neurônio de McCulloch e Pitts – MCP Este é considerado o modelo mais clássico de neurônio. proposta por MCCULLOCH e PITTS [63] em 1943. o B B valor u é chamado ativação e f é a função de ativação [65]. pode ser resumida da seguinte maneira: - Sinais são apresentados à entrada. proposto por MCCULLOCH e PITTS [63]. chamado de Genérico. x2. A operação de uma unidade de processamento.1) Onde os parâmetros wkj representam os pesos das conexões sinápticas. e o mais utilizado. Se este nível de atividade exceder um certo limiar (threshold – θ). xn (que representam os dendritos) e apenas B B B B B B um terminal de saída y (representando o axônio). - unidade produz uma determinada resposta de saída. que indica a sua É feita a soma ponderada dos sinais que produzem um nível de atividade.

à sinapse ligada a ele. a função linear. por exemplo. xm Σ Junção somadora uk f(uk) yk Saída Figura 3. O exemplo mais simples são as funções semilinear e linear.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) 3.3 – Representação de um neurônio de uma RNA Nesta representação. Diversas funções podem ser utilizadas como funções de ativação como. definidas como: yk = ⎧1 se pu k ≥ 1 ⎪ f (u k ) = ⎨ pu k se 0 < pu k < 1 ⎪0 se pu ≤ 0 k ⎩ (3. uma combinação linear das entradas com os pesos associados. o primeiro subscrito k do peso sináptico wkj B B corresponde ao neurônio pós-sináptico. O limiar bk tem o papel de aumentar ou diminuir a influência do valor B B B B da entrada líquida para a ativação do neurônio k.5. mais o B B limiar (bias) bk. 3. . a função degrau.2. ilustradas nas Figuras 3. . ou seja. esta operação corresponderá ao produto interno do vetor de entradas x pelo vetor de pesos wk. B B mais o limiar bk.4 e 3. A junção somadora reúne todos os sinais de entrada ponderados pelos pesos das conexões. FUNÇÕES DE ATIVAÇÃO A função de ativação define as propriedades computacionais de um neurônio. as funções sigmóides e as funções de base radial. Arranjando os vetores de entrada e de pesos como vetores coluna. O Neurônio Genérico Pesos das conexões bk ← Limiar (bias) Função de ativação x1 Entradas wk1 wk2 wkm x2 .1) 50 .5.6. e o segundo (j).6.

e yk = f (u k ) = ⎛ f⎜ ⎜ ⎝ ∑ ⎞ wkj ⋅ x j ⎟ ⎟ j =1 ⎠ m (3.2) f(u) 5 f(u) 5 0 0 -5 -5 0 5 u -5 -5 0 5 u Figura 3.8 0.2 0 -0.4 0.5 u Figura 3.2 0 0 0.6 0.2 1 0.5 – Função linear e sua derivada em relação à entrada interna.5 1 1.4 1.5 u -0.4 – Função semilinear e sua derivada em relação à entrada interna.8 0.5 f(u) 1.6 1.4 0.2 -0.2 -0.5 1 1.2 1 0.6.5 0 0. f(u) 1.6 0. 51 .Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) sendo p o parâmetro que define a inclinação da “rampa” (coeficiente angular).

6): yk = ⎧0 se u k < bk f (u k ) = ⎨ ⎩1 se u k ≥ bk (3.6.6 – Função lógica ou threshold.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) Outra função de ativação é a função lógica ou threshold (Figura 3. Um exemplo deste tipo de função muito utilizado é a função logística (Figura 3.5) 52 .5. A versão contínua da função de ativação lógica é a função sigmóide encontrada em diversas aplicações de RNA.6. o que dificulta a utilização de algoritmos eficientes de treinamento.6.3) f(u) 2 1 0 bk -1 -2 -5 5 u Figura 3. definida pela equação (3.5): yk = f (u k ) = 1 1 + e − puk (3.4) A função de ativação lógica não é contínua em bk = uk .1) como: yk = f (u k ) = ⎛ f⎜ ⎜ ⎝ ∑ ⎞ wkj ⋅ x j + bk ⎟ ⎟ j =1 ⎠ m B B B B (3.7).6. onde o parâmetro bk determina o ponto de transição ou limiar (bias) do B B neurônio. O ponto de transição pode ser integrado ao modelo do neurônio (3.

8 0.4 0.7) 53 .2 0 -0.7 – Função sigmóide (ou logística) e sua derivada em relação à entrada interna.6.6 0.2 -5 0 5 u Figura 3. Outra vantagem da função de ativação sigmóide é que sua derivada pode ser calculada facilmente como: ∂y = ∂u k pu k ⋅ (1 − u k ) > 0 (3.2 1 0.4 0.2 1 0. onde o parâmetro p modifica a derivada da função sigmóide nas vizinhanças do ponto uk = 0 e serve para ajustar a “velocidade” da transição. u k < 0 ⎨ ⎩1.5) limita a saída de um neurônio no intervalo [0.6.2 0 -0.2 -5 0 5 u f(u) 1. de forma que os valores das unidades de saída da rede podem ser interpretados como graus de pertinência em problemas de reconhecimento de padrões.8 0.6.6) A função de ativação sigmóide (3.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) f(u) 1.6 0. u k ≥ 1 (3. 2 p →∞ lim y = ⎧0.1]. No limite tem-se: B B lim y = p →0 1 .

por exemplo.2 -5 0 5 u -1. a topologia da rede e o algoritmo de treinamento utilizado.2 0 0.8). 54 .2 0 -0. são mais apropriadas para resolver problemas que envolvem processamento temporal.4. Redes com uma camada única de nodos MCP (MCCULLOCH e PITTS). a Topologia de Múltiplas Camadas e o Algoritmo da Retropropagação.8 – Função gaussiana e sua derivada em relação à entrada interna. que é o utilizado na presente Tese. mas usualmente utilizase para problemas de engenharia o Treinamento Supervisionado.2 1 0. a Estrutura em Camadas. como a gaussiana (Figura 3.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) Entretanto. 3. são capazes de resolver apenas problemas linearmente separáveis. também podem ser utilizadas: yk = f (uk ) = e − uk 2 (3.2 -5 0 5 u Figura 3. PRINCIPAIS ARQUITETURAS DE RNAs A arquitetura de uma RNA é um fator preponderante na restrição do tipo de problema que a rede pode resolver. A Figura 3. a estrutura.10) f(u) 1.6 f(u) 1.7. outras funções de ativação. por sua vez. Pode-se observar que um grande número de arquiteturas podem ser encontrados.8 0.9 apresenta uma categorização segundo o tipo de treinamento. Redes recorrentes.4 0.

sendo capaz de classificar padrões linearmente separáveis. o Perceptron é a arquitetura mais simples de rede neural. Malsberg Memória Associativa ART1 ART ART2 Treinamento não Supervisionado Vector Quantization Linker Sanger Single Layer Oja Clustering and Bayesian Clustering and Least Squares ART MAP LVQ Madaline Recorrente BP BPTT Hopfield Recorrente Competitive Multi-Layer Camadas Prob NN Treinamento Híbrido Camadas RBF Figura 3.9 – Categorização de redes neurais Introduzido por ROSEMBLATT [67] em 1959.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) Treinamento Estrutura Topologia Algoritmo RTRL Multi-Layer Boltzman Recorrente ART Competitive Treinamento Supervisionado Multi-Layer Backpropagation Camadas Adaline Single Layer Perceptron Kohonen SOM Willshaw. 55 . o que o diferencia do neurônio MCCULLOCH-PITTS (função de ativação tipo degrau). Seu algoritmo de aprendizagem foi o primeiro modelo de treinamento supervisionado. constituído por apenas um neurônio com pesos ajustáveis. o bias.

2 0 -0. a rede se igualaria a uma rede de uma só camada. - Camada de Saída: onde o resultado final é concluído e apresentado. f(u) 0.4 0.2 -5 0 5 u -5 0 5 u (3.8 -1 -1. apesar de ser multicamadas.7.2 -0. 3.2 0 -0. A maioria delas é também nãodecrescente e a mais utilizada é a sigmoidal logística yk = f (u k ) = 1 − uk p .4. 1+ e onde o parâmetro p determina a suavidade da curva.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) 3. Usualmente as camadas são classificadas em três grupos: - Camada de Entrada: onde os padrões são apresentados à rede.2 Figura 3. Redes em Camadas A estrutura é formada por neurônios organizados em camadas. através das conexões ponderadas.6 0. podem ser consideradas como extratoras de características.1. Camadas Intermediárias ou Escondidas: onde é feita a maior parte do processamento. as funções de ativação são não-lineares e diferenciáveis para que o gradiente possa ser calculado direcionando o ajuste dos pesos.6 -0. 56 .2.8 0.11) f(u) 1.4 -0. de forma que os neurônios de uma camada estão conectados aos neurônios da camada seguinte.7. Neste tipo de rede.10 – Função sigmoidal logística e sua derivada em relação à entrada interna. Caso contrário.2 1 0. Redes Perceptron de Múltiplas Camadas (MLP) É a estrutura mais utilizada em aplicações de RNA.

. u(t) . No caso geral. Já duas ou mais camadas são suficientes para aproximar qualquer função matemática. Porém um excesso de camadas pode ser prejudicial ao treinamento da rede. . a rede opera em uma seqüência de dois passos.3. ele se torna menos útil e preciso. um padrão é apresentado à camada de entrada da rede. 3.. u1(t) B B y (t ) Figura 3. . utiliza-se a estrutura com três camadas mostrada na Figura 3. quantidade de ruído presente nos exemplos. para se evitar overfitting (excesso de nodos .7.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) Na maior parte das aplicações. etc. mais camadas intermediárias podem ser colocadas entre a camada de entrada e a camada de saída. em vez de extrair as características gerais para a generalização ou o reconhecimento de padrões não vistos durante o treinamento) ou underfitting (a rede não converge durante o seu treinamento). distribuição estatística dos dados de treinamento.a rede memoriza os padrões de treinamento. . . . pois cada vez que o erro medido durante o mesmo é propagado para a camada anterior.11. complexidade da função a ser aprendida. .11 – Estrutura em camadas com uma camada escondida Foi relatado que uma camada intermediária é suficiente para aproximar qualquer função contínua. Para o número de neurônios. Algoritmo da Retropropagação (Backpropagation) Durante o treinamento com o algoritmo da Retroprogapação. camada por camada. até que 57 . Primeiramente. A atividade resultante flui através da rede. a quantidade adequada depende de vários fatores como: número de exemplos de treinamento. .

3. Nesse contexto existem os seguintes paradigmas de aprendizagem: - Aprendizagem Supervisionada. estes algoritmos diferem entre si principalmente pelo modo como os pesos são modificados. PROCESSOS DE APRENDIZAGEM A propriedade mais importante das redes neurais é a habilidade de adaptarse ao seu ambiente. o erro é calculado. e os pesos das conexões das unidades das camadas internas vão sendo modificados conforme o erro é retropropagado. quando a resposta correta do conjunto Aprendizagem Não Supervisionada (auto-organização). Isso é feito através de um processo iterativo de ajustes aplicado a seus pesos.8. à aprendizagem. A aprendizagem ocorre quando a rede neural atinge uma solução generalizada para uma classe de problemas. Existem muitos tipos de algoritmos de aprendizagem específicos para determinados modelos de redes neurais. Os parâmetros livres correspondem apenas aos pesos sinápticos. a saída obtida é comparada à saída desejada para esse padrão particular. No contexto de RNAs. - correta não é conhecida e o treinamento da rede busca encontrar alguma relação embutida no conjunto de treinamento. Denomina-se algoritmo de aprendizagem a um conjunto de regras bem definidas para a solução de um problema de treinamento. apresentando um modelo implícito do sistema proposto. 58 . quando saída de treinamento é conhecida. No segundo passo. no caso de redes mais simples e tradicionais. e com isso melhorar seu desempenho. O erro é propagado a partir da camada de saída até a camada de entrada. de acordo com regras pré-existentes. Outro fator importante é a maneira pela qual uma rede neural se relaciona com o ambiente.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) a resposta seja produzida pela camada de saída. Se esta não estiver correta. conhecidos como padrões (dados) de entrada e de treinamento. aprendizagem ou treinamento corresponde ao processo de ajuste dos parâmetros livres da rede através de um mecanismo de apresentação de estímulos ambientais. ou ao treinamento.

o erro vai sendo progressivamente reduzido (ver Figura 3. Modo Batch: Apenas uma correção é feita por ciclo. Denomina-se ciclo uma apresentação de todos os n pares (entrada e saída) do conjunto de treinamento no processo de aprendizagem. a partir desta camada as unidades calculam sua resposta que é produzida na camada de saída. desta forma. saída obtida E r r o A t i v i d a d e padrão de entrada Figura 3.12 – Esquema de Treinamento Backpropagation 59 . 3. No primeiro. este é propagado a partir da camada de saída até a camada de entrada. Cada correção de pesos baseia-se somente no erro do exemplo apresentado naquela iteração. em cada ciclo ocorrem n correções.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) - Aprendizagem por Reforço. um padrão é apresentado às unidades da camada de entrada e. seu erro médio é calculado e a partir deste erro fazem-se as correções dos pesos. quando um crítico externo avalia a resposta fornecida pela rede.8. Modo Padrão: A correção dos pesos acontece a cada apresentação à rede de um exemplo do conjunto de treinamento. Todos os exemplos do conjunto de treinamento são apresentados à rede.1. 2. e os pesos das conexões das unidades das camadas internas vão sendo modificados e.12). A correção dos pesos num ciclo pode ser executada de dois modos: 1. Treinamento e Utilização da Rede MLP O treinamento supervisionado da rede MLP utilizando retropropagação consiste em dois passos. Assim. o erro é calculado e o no segundo passo.

8. A saída apresentada é o modelo dos dados.2. como no treinamento. mas sem a retropropagação do erro. que 60 .2. Além disso.13). e dados de teste. a mesma poderá ser utilizada como uma ferramenta para classificação de novos dados. os dados coletados devem ser significativos e devem cobrir amplamente o domínio do problema. Para isto. que serão utilizados para o treinamento da rede. Os resultados são apresentados na camada de saída.1. novas entradas são apresentadas à camada de entrada que são processadas nas camadas intermediárias. Coleta de Dados e Separação em Conjuntos Os dois primeiros passos do processo de desenvolvimento de redes neurais artificiais são a coleta de dados relativos ao problema e a sua separação em um conjunto de treinamento e um conjunto de testes. Normalmente. ou seja. Esta tarefa requer uma análise cuidadosa sobre o problema para minimizar ambigüidades e erros nos dados. mas também as exceções e as condições de contorno do domínio do problema.13 – Utilização de rede MLP após o seu treinamento 3.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) Depois que a rede estiver treinada e o erro estiver em um nível satisfatório.8. a rede deverá ser utilizada apenas no modo progressivo (feedforward). os dados coletados são separados em duas categorias: dados de treinamento. na interpretação da rede (ver Figura 3. saída obtida A t i v i d a d e padrão de entrada Figura 3. não devendo cobrir apenas as operações normais ou rotineiras. Desenvolvimento de Aplicações 3.

tais como: a inicialização da rede. para torná-los mais apropriados à sua utilização na rede. o número de unidades em cada camada. sendo importante considerar alguns aspectos. serão ajustados os pesos das conexões.3. Configuração da Rede O terceiro passo é a definição da configuração da rede. Existem metodologias. utilizado para verificar a eficiência da rede quanto à sua capacidade de generalização durante o treinamento. 3. Determinação de parâmetros do algoritmo de treinamento e funções de ativação.o número de camadas. Treinamento O quarto passo é o treinamento da rede. Além disso. 2.2. Além dessa divisão. através de normalizações. o modo de treinamento e o tempo de treinamento. que requer grande experiência dos projetistas. podendo ser empregado como critério de parada do treinamento.2. Uma boa escolha dos valores iniciais dos pesos da rede pode diminuir o tempo necessário para o treinamento. etc. A definição da configuração de redes neurais é ainda considerada uma arte. "dicas" e "truques" na condução destas tarefas. Determinação da topologia da rede a ser utilizada . seguindo o algoritmo de treinamento escolhido.8. 3. os valores iniciais destes pesos são 61 .Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) serão utilizados para verificar sua performance sob condições reais de utilização. Nesta fase. escalonamentos e conversões de formato. 3. pode ser necessário que estes dados sejam pré-processados.2. Depois de determinados estes conjuntos. eles são. criando um conjunto de validação. colocados em ordem aleatória para prevenção de tendências associadas à ordem de apresentação dos dados. pode-se usar também uma subdivisão do conjunto de treinamento. geralmente. Normalmente estas escolhas são feitas de forma empírica. Seleção do paradigma neural apropriado à aplicação. Este passo tem um grande impacto na performance do sistema resultante.8. Normalmente. que pode ser dividido em três etapas: 1.

devem ser consideradas a taxa de erro médio por ciclo e a capacidade de generalização da rede. A eficiência relativa dos dois modos de treinamento depende do problema que está sendo tratado. causando o problema de over-training. Quanto à correção dos pesos. menor que um erro admissível. Pode ocorrer que. ou seja. além de ser menos suscetível ao problema de mínimos locais devido à pesquisa de natureza estocástica que realiza. as conexões associadas podem ser consideradas insignificantes e assim serem eliminadas (prunning). Assim. na prática é mais utilizado o modo Padrão devido ao menor armazenamento de dados. valores substantivamente maiores que os outros poderiam indicar que houve over-training da rede. Devem ser considerados ainda outros testes como análise do comportamento da rede utilizando entradas especiais e análise dos pesos atuais da rede. 62 . vários fatores podem influenciar a sua duração. porém sempre será necessário utilizar algum critério de parada. no modo Batch se tem uma melhor estimativa do vetor gradiente.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) números aleatórios uniformemente distribuídos em um intervalo definido. Durante esta fase o conjunto de teste é utilizado para determinar a performance da rede com dados que não foram previamente utilizados. deve-se encontrar um ponto ótimo de parada com erro mínimo e capacidade de generalização máxima.8. pois se existirem valores muito pequenos. medida nesta fase. A performance da rede. O critério de parada do algoritmo backpropagation não é bem definido. A escolha errada destes pesos pode levar a uma saturação prematura. em um determinado instante. a rede se especializa no conjunto de dados de treinamento e perde a capacidade de generalização. Mas. De modo inverso. e geralmente é utilizado um número máximo de ciclos. 3.4. o que torna o treinamento mais estável.2. O treinamento deve ser interrompido quando a rede apresentar uma boa capacidade de generalização e quando a taxa de erro for suficientemente pequena. o treinamento convirja a uma degeneralização. Por outro lado. Quanto ao tempo de treinamento. Teste O quinto passo é o teste da rede. é uma boa indicação de sua performance real. ou seja.

Estas sugestões poderão ser muito úteis em novas versões ou em novos produtos. este sistema deverá conter facilidades de utilização como interface conveniente e facilidades de aquisição de dados através de planilhas eletrônicas. com a rede treinada e avaliada.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) 3. o sistema deve periodicamente monitorar sua performance e fazer a manutenção da rede quando for necessário ou indicar aos projetistas a necessidade de re-treinamento. Outras melhorias poderão. ainda.8. 63 .5. Integração Finalmente. interfaces com unidades de processamento de sinais. Uma boa documentação do sistema e o treinamento de usuários são necessários para o sucesso do mesmo.2. ela pode ser integrada em um sistema do ambiente operacional da aplicação. Para maior eficiência da solução. Além disso. ou arquivos padronizados. ser sugeridas quando os usuários forem se tornando mais familiares com o sistema.

Os ensaios aos quais se referem esta Tese foram realizados no calorímetro adiabático do Laboratório de Concreto do DCT.T de Furnas. 4. Elevação Adiabática de Temperatura O ensaio de elevação adiabática de temperatura [83] é realizado em um calorímetro adiabático. as leituras eram realizadas. que trata de disposições gerais da análise química.81]. PROCEDIMENTOS DE ENSAIO 4.1.73.75. 4. Naquela época.1. Análise Química do Cimento A análise química do cimento tem sua vertente principal na NBR NM10/04 [65]. aparelho capaz de medir a elevação da temperatura do concreto sem troca de calor com o ambiente.1.Capítulo 4 – Procedimentos Experimentais e Elaboração do Banco de Dados Neste capítulo são apresentados alguns procedimentos de ensaios executados no Laboratório de Concreto de Furnas e de que maneira foi estruturado o banco de dados contendo os seus resultados. Entretanto. para a utilização em aplicações numéricas. era necessária a presença de um profissional para que as leituras fossem registradas. para uma análise global se faz uso da NBR NM12/04 à NBR NM21/04 [72. Este fato impedia 64 .3. por um técnico. ou seja.80.78.1. Módulo de Finura de Blaine O módulo de finura de Blaine é obtido através do ensaio realizado em conformidade com o que preconiza a norma NBR NM76/98 [82]. 4.77.74. uma a uma.76.79.2.1. O calorímetro de Furnas foi implantado no início dos anos 80.

Na ante-sala existe um sistema de ventilação para promover a circulação de ar.3. para tal. na ocasião do ensaio.1. foram instaladas duas hélices. obedecendo ao ciclo de verificação de 2 em 2 (dois) anos e/ou quando ocorrer troca de equipamento na sala do calorímetro como ventiladores. O calorímetro possui paredes. com resolução de 5ºC estão instalados na ante-sala e outros dois. 4. Essas câmaras contêm ar em seu interior. Dois termômetros (sensores) de resistência elétrica de fio de cobre. e a outra no teto. no mesmo nível da resistência.1ºC. na parede lateral da forma onde será moldado o corpo-de-prova. no calorímetro.5ºC após as 24 horas que indicam o final do procedimento. No teto e no piso da ante-sala utilizaram-se concretos especiais com baixa difusividade térmica. um é instalado na sua parte superior e. etc. com resolução de 0. Calorímetro Adiabático O calorímetro do Laboratório de Concreto de FURNAS se constitui de uma câmara interna a uma ante-sala. 2. piso e teto de madeira. em duas camadas intercaladas com manta de lã de rocha de 10cm de espessura. Com a finalidade de manter uniforme a temperatura do calorímetro. se obtivesse todas as leituras que deveriam ser realizadas. outro. para o registro das temperaturas. Hoje em dia. tipo Carlson. no máximo. ambas as câmaras (considerando a ante-sala como uma câmara) são aquecidas a uma temperatura de 70ºC. com encaixe do tipo “macho-fêmea”. são arredondados a fim de homogeneizar esta circulação. motores. que deve ser de. a 65 . As portas. tanto da sala quanto do calorímetro. sendo as resistências desligadas em seguida.1. resistências. procedimento este que não será abordado aqui. O sistema de ventilação deverá ser acionado desde a colocação do corpo-de-prova. são do tipo frigorífico. Durante o ensaio. onde será inserido o corpo-de-prova a ser ensaiado [27]. com uma camada intermediária de lã de rocha como material isolante térmico. Dos dois termômetros do calorímetro. São efetuadas leituras de uma em uma hora para a verificação da sua perda de temperatura. uma na parte inferior. em alguns ensaios. tanto da sala como do calorímetro.Procedimentos Experimentais e Elaboração do Banco de Dados que. construída com dupla parede de alvenaria. O isolamento da câmara interna é freqüentemente aferido e. Os cantos. Esta verificação poderá ser conhecida também pelo controle de estabilização da temperatura da sala do calorímetro adiabático. o que tornou possível garantir que todas as leituras sejam efetuadas nas suas devidas datas. o calorímetro já está equipado com um sistema informatizado.

. . Figura 4. . . .3.Procedimentos Experimentais e Elaboração do Banco de Dados temperatura da ante-sala deve permanecer ligeiramente abaixo daquela do calorímetro. . . apresenta uma foto de um corpo-de-prova inserido no calorímetro.2(b). . . Neste caso. . . . . . . .2. com volume de 180 a 300 litros. . também. . . . . . . . . . . . . .1 – Calorímetro Adiabático – Ante-sala – Corte Longitudinal [27] 4. . . . é necessário adotar as medições realizadas no último controle para realização de um ensaio. . . com concreto integral e ensaiado imediatamente após moldagem do mesmo. . . . . . . a seguir. . . . . . . . chapa de aço ou outro material que mantenha a estanqueidade necessária. . . Termômetros Resistência CP de Concreto Circulador de Ar . . . . . . . . manter a diferença de temperatura da ante-sala em relação à sala do calorímetro adiabático próxima à encontrada no seu último controle. . . . . A Figura 4. . . Figura 4.1. . . . . . . . . tampa com furos para imersão dos termômetros de resistência elétrica. conforme NBR 12819/93 [83]. . . . . Resistência da Ante Sala Refrigeração da Ante Sala .1 mostra a ante-sala (vide. . . . 66 . A Figura 4. . . . . . . o suficiente para não influenciar no controle de estabilização da temperatura deste último. . Procedimento O corpo-de-prova é moldado de uma única betonada em um molde cilíndrico de plástico rígido. ou seja.2(a)) e o calorímetro em corte com as partes e os acessórios deles. . . .

de dois conjuntos frigoríficos capazes de baixar a temperatura da sala para até 4°C. O ajuste inicial é feito manualmente. principalmente nas primeiras 24 horas. Quando se inicia o ensaio. O ensaio efetivamente consiste em determinar a elevação adiabática da temperatura do concreto em intervalos de uma hora durante as primeiras 24 horas.vista geral da ante-sala e (b) corpo-de-prova inserido no Calorímetro. em intervalos de 3 horas até o final 67 . a liberação de calor é muito intensa e uma simples abertura da câmara externa pode influenciar no resultado do ensaio. o corpo-de-prova é tampado e vedado para evitar a perda de calor. Os tubos são preenchidos com óleo hidráulico fino. Neste período. Esses sensores instalados no centro do corpo-de-prova. resfriando ou aquecendo as duas câmaras.Procedimentos Experimentais e Elaboração do Banco de Dados (a) (b) Figura 4. O calorímetro é controlado através de um painel na parte externa à ante-sala para se evitar a entrada de pessoas para leitura e manuseio dos termômetros. devem ter resolução de no mínimo 0. a ante-sala e o calorímetro devem estar a uma temperatura a mais próxima possível. o corpode-prova começa a se aquecer. [27] Após a moldagem. para o resfriamento das duas câmaras. não acima. À medida que se processam as reações de hidratação do cimento. Depois. Os termômetros (sensores) são colocados em tubos de cobre.2 – (a) Calorímetro Adiabático . da temperatura do concreto fresco que será ensaiado. com acompanhamento do controle automático.1ºC. Para o aquecimento da ante-sala utilizam-se nove resistências elétricas de 750W cada. de maneira a não haver troca de calor entre eles. situados no centro e até a meia altura do corpo de prova já posicionado na câmara interna. O calorímetro deve se aquecer na mesma quantidade e velocidade do corpo-de-prova. latão ou ferro de parede fina. para melhorar a condução do calor. O conjunto de refrigeração e aquecimento deve ser capaz de controlar a temperatura na faixa de 5°C a 70°C. Dispõe-se de uma resistência elétrica de 750W aberta para o aquecimento do calorímetro e.

O banco de dados foi formado a partir de 250 ensaios de elevação adiabática de temperatura do concreto realizados no período de 1984 a 2003. além da litologia do agregado graúdo e do calor específico. na faixa decimal de temperatura. consumo de água.T de Furnas. A partir destes ensaios obtiveram-se dados relativos a apenas 136 dosagens: composição química (representando o tipo). Ensaio Calor Específico Difusividade Térmica Condutividade Térmica Norma Técnica NBR12817/93 [83] NBR12818/93 [85]. Bureau of Reclamation. este último ensaiado apenas para 80 dessas dosagens.1. O ensaio deve ser conduzido por um período mínimo de 14 dias e máximo de 28 dias até que haja estabilização da temperatura ou até que as leituras de temperatura se repitam por um período mínimo de 48 horas. de agregado graúdo.S. são realizados segundo a orientação de normas técnicas conforme a Tabela 4. Difusividade Térmica e Condutividade Térmica [27. ELABORAÇÃO DO BANCO DE DADOS Para a elaboração do banco de dados dos ensaios realizados no Laboratório de Concreto de Furnas. uma leitura diária até o final do ensaio. 4. Nos finais de semana e feriados deve ser realizada. de adição química e de adição mineral e temperatura inicial do corpode-prova estudado. apenas com o intuito de informação.Procedimentos Experimentais e Elaboração do Banco de Dados do ensaio. NBR12820/93 [87] 4. no mínimo. foi feita uma mineração e agrupamento dos respectivos resultados.43]. com pequenas modificações [43.86]. Outras Propriedades Térmicas Os ensaios de caracterização das outras propriedades térmicas do concreto: calor específico. Para a aplicação de Redes Neurais 68 . onde foram destacados os parâmetros que influenciam a exotermia do concreto.2. Tabela 4. no calorímetro adiabático do Laboratório do DCT.1.1 – Ensaios de Calor Específico. baseado no método desenvolvido pelo U. difusividade térmica e condutividade térmica.4. consumo e a superfície específica do cimento. as fases de BOGUE.

28 10.25 12.3a.5900 5.51 16.3600 19. tiveram que ser estimados segundo critérios apresentados a seguir. Entretanto.0000 3000.8800 64.28 C4AF 12.1400 5.5900 2. em certos casos.0400 2.1200 64.5900 1.09 53.6000 320.07 8.0400 2.51 16.70 2.9700 E1395 1399 1412 1416 1421 1423 1433 1437 1757 1759 1772 1900 1941 1972 1997 2010 2019 SiO2 19. A marca do cimento utilizado. respectivamente.5900 4.67 38.1400 5.6100 C3S 59.70 3. DOSAGEM Cimento Composição Potencial Fases Bogue (%) SO3 1. ou seja.8800 62.23 2.23 2.0000 149.70 2.0000 92.0000 345.67 56. O banco elaborado foi formatado de maneira a ser utilizado para os estudos a que se propõe este trabalho.0600 CaO 62.7200 64.95 11.31 11.5900 5.19 16.70 2.9000 1.5900 5.5900 1.7200 64.10 C2S 10.7200 3.54 59.01 8.01 8.0000 2745.4a e 4.7200 2.23 3.0300 4.8800 62.8200 Al2O3 5.54 59.54 59.6700 20.0000 130.8800 62.32 11.25 12.5900 5.0000 2 Figura 4.3400 64.32 8.0000 3000.0000 139.80 C3A 8.28 17.07 5.01 8.8800 62.19 15.3a – Banco de dados parcial – dados utilizados como input nas aplicações – parte I [27].3600 20.25 12.5900 20.5900 1. 4. fosse ele o agregado graúdo ou o cimento.0400 2.2800 5. para completar os resultados necessários aos estudos feitos nesta Tese.0000 154.2800 3.59 10. Uma estimativa do valor não determinado para a característica do material.0400 2.0000 3000.0000 3000.6700 20.0000 109.8800 62.54 59.6700 20.5900 1.28 10.09 58.0000 2911.95 5. dados sobre a superfície específica do cimento. 2.3600 19.54 59.5900 1.0000 3000.5900 5. 4.0000 108.54 56.5900 5.54 59. fosse ele o agregado graúdo ou o cimento.01 8.07 8.35 Consumo (Kg/m³) 185.0000 2911. [1].47 3.0000 3000.59 16.28 10.3400 64. O tipo de material aplicado.0300 3.0000 3000.70 2.25 12.4500 366.5900 20. no caso do cimento.0000 104.04 58.25 12.59 10.19 5.2800 3. para a aplicação do modelo.9000 1.5900 1.51 31.3400 62.0000 3000.19 15.57 CaSO4 2.67 56.0000 95.54 59.0000 2911.7200 62.3600 19.59 10.5900 1.0000 3000.3600 19.51 16.3b.59 10.57 2.8800 62.3600 19.95 5.0300 4.01 8.70 2. descritos no Capítulo 7.0300 4.8800 62. Os locais de aplicação do material.7200 3.70 2.70 2.25 12.47 3. Foram considerados pela ordem: 1. 3.5900 18.2800 3.59 10.47 3.8900 Fe2O3 4.25 10.5900 5.6200 4.1400 5.3600 19.0000 3000.59 10.5900 5.25 12.0300 4.0000 Blaine (cm /g) 3000. segundo uma média calculada a partir dos critérios anteriores.6200 4. 69 .4000 109.47 3.3600 19.Procedimentos Experimentais e Elaboração do Banco de Dados Artificiais e do modelo de MAEKAWA et al.0000 280.74 15.0300 4.67 56.0300 4.0000 97.0800 20.0000 337.01 8.6700 21.01 8. As Figuras 4.59 10.0000 2911.9000 1.7200 64.6900 3. 4.6200 6.07 8.0300 4.0000 3000.1400 5. foram utilizados dados (input e output) desse banco atendendo aos seus respectivos requisitos essenciais.1000 1.09 58.32 11.4b mostram parte do banco de dados utilizado como input e output.01 8.

87 2.87 18.03 13 0.8200 13.15 7.09 15.74 15.38 47.00 4.06 17.82 4.00 0.0000 90.57 5.50 42.31 18.0000 0.52 2.74 16.31 47.94 18.74 15.52 4.5742 0.0000 0.79 18.15 1.55 0.19 25.47 12.95 14.4300 21.60 88.77 44.37 11.00 11.24 47.09 5.16 43.46 11.59 20.49 47.53 15.10 0.56 18.00 0.95 30.69 2. DOSAGEM Elevação Adiabática de Temperatura t (horas / dias) 0 0 0.70 52.17 21.2100 5.0000 0.51 14.62 48.96 12.81 10.42 18.0000 18.37 96 4.99 15.11 3.12 14.37 24.75 19.19 18.0000 E 0.11 18.48 6.43 50.0000 190.29 43.06 7.49 17.74 1.96 30.00 25.00 25.53 16.16 41.64 144 6.0000 0.66 7.70 47.00 100.0000 76.0000 0.0000 0.32 15.91 47.62 16.50 19 20 21 22 23 24 1.58 2.77 0.13 0.95 21.21 8.18 3.06 4.79 16.25 17.09 1.98 45.72 24.0000 0.78 3.23 17.0000 91.31 14.93 16.97 40.3b – Banco de dados parcial – dados utilizados como input nas aplicações – parte II [27].2800 21.0000 1063.0000 0.32 22.60 5.93 15.0000 14.70 100.02 3.54 14 0.46 11.18 13.35 48.96 18.4b – Banco de dados parcial – dados utilizados como output nas aplicações – parte II [27].72 12.36 14.0000 1790.78 17.27 14.30 14.63 44.16 7.35 1.00 50.21 3.95 48.45 40.48 41.57 5.06 25.69 7.91 19.08 24.47 22.12 11.60 25.97 24.12 6.06 0.71 13.44 47.34 17.0000 92.59 18.62 15.0000 0.98 48.00 14.14 19.0300 678 616 606 Figura 4.46 48.0000 96.90 16.07 22.83 15.27 38.0000 13.17 10.3390 0.07 3.95 0.61 19.70 17.00 66.68 42.73 5.95 16.10 43.0000 85.52 24.16 46.25 1.20 2.92 0.94 0.3300 12.73 28.14 48.00 17.20 24.52 33.29 0.00 28.44 21.49 28.0000 1831.0000 200.62 24.80 5.43 6.66 5.92 32.65 46.49 23.53 15.31 19.10 42.65 2.86 9.90 18.00 26.00 24.48 3.83 16.3795 0.85 5.75 44.77 48.67 16.0000 0.69 16.02 13.82 0.34 25.79 17.52 16.48 11.51 6.14 24.0000 26.62 15.93 29.59 85.43 12.94 42.71 1.13 4 0.65 4.41 2.49 1.32 2.83 19.75 24.55 15.34 1.0000 99.69 18.08 19.53 17.37 18.48 18.76 0.50 16.25 7 0.33 5.93 6.77 44.59 22.06 14.20 8.99 23.21 16.22 1.0000 1860.57 18.92 29.18 41.0000 0.36 26.7900 14.50 8.73 4.00 0.61 27.67 8.40 6.87 5.85 192 8.19 24.81 20.73 3.53 2.0000 0.80 18.33 15.0000 93.32 16.84 19.0000 0.00 22.06 10.19 21.0000 0.77 17.46 12 0.43 5.04 1.17 20.0000 0.0000 1851.36 13.49 18.79 44.20 13.66 23.37 18.65 9.64 0.36 12.18 7.34 0.91 17.93 16.73 44.6800 22.0000 0.00 19.20 4.51 6.84 15.27 23.59 10.53 3.69 18.87 2.41 0.96 47.97 24.00 0.21 16.80 15.00 52.0000 0.08 48.84 1.75 52.00 0.92 18.27 14.75 4.61 16.63 26.20 8.0000 0.83 16.41 25.25 43.84 E1395 1399 1412 1416 1421 1423 1433 1437 1757 1759 1772 1900 1941 1972 1997 2010 2019 0.69 44.81 7.0000 1090.07 4.08 51.0000 0.44 16.08 3.0000 0.0000 85.01 13.79 0.74 44.20 5.38 47.0000 0.0000 0.64 51.63 4.0000 1837.84 13.16 13.44 5 0.60 25.37 0.94 16.74 14.61 18.41 16.00 60.05 38.67 10.51 16.74 24.0000 31.0000 0.91 3.61 17.40 5.91 43.24 4.39 10.00 21.24 19.95 23.57 16.30 17.30 20.29 8 0.88 0.77 23.21 14.10 72 3.00 12.16 9.61 0.63 Figura 4.83 0.37 25.12 8.07 43.74 16.45 17.94 18.52 18.29 4.99 0.0900 21.52 52.94 29.30 1.26 24.89 26.48 21.29 21.79 8.00 60.96 7.47 1.27 10.00 0.89 28.00 18.79 46.57 0.96 5.11 15.87 41.59 52.98 18.25 3.55 36.21 6 0.0000 1864.80 52.83 16.01 30.0000 200.33 17.22 0.83 17.00 15.08 0.19 18.98 13.04 21.87 14.0000 1831.43 43.0000 91.84 3.37 0.4a – Banco de dados parcial – dados utilizados como output nas aplicações – parte I [27].16 2.72 14.18 18.33 168 7.25 1.75 2.0000 1721.38 10 0.08 16.00 0.26 15.00 17.0000 0.95 51.83 23.00 87.00 0.90 1.00 26.25 18.1680 1874.70 42.36 23.00 21.39 20.71 0.2200 22.44 3.50 17.48 9.05 13.92 13.76 8.23 19.0000 0.96 37.80 21.69 16.00 45.04 21.30 49.06 4.53 27.14 0.68 24.23 3.42 5.Procedimentos Experimentais e Elaboração do Banco de Dados DOSAGEM Consumo cimento/aglomerante Fator água/cimento Adição Mineral (Kg/m³) Água Adição Química (Kg/m³) Agregado Graúdo (kg/m³) Temperatura do Concreto Fresco (ºC) Calor Específico E1395 1399 1412 1416 1421 1423 1433 1437 1757 1759 1772 1900 1941 1972 1997 2010 2019 Pozo 0.89 77.54 0.16 50.12 5.0000 40.39 28.0000 0.00 19.33 15.91 18.36 17.33 16.97 42.14 16.59 12.38 24.88 1.00 1 0.14 22.29 17.14 6.85 21.86 48.4990 0.80 0.0000 1878.19 11 0.61 18.34 8.52 3.12 16.33 24.76 44.48 16.04 14.15 15.92 16.44 23.32 27.44 25.74 23.64 43.75 44.00 25.64 2.00 26.39 45.00 27.72 44.31 6.79 8.73 0.78 19.0000 0.38 51.00 23.50 18.21 51.60 18.89 46.93 0.57 7.92 18.71 9.84 13.0000 93.87 16.13 17.90 29.71 2.91 40.69 48.25 23.35 0.00 0.39 0.54 47.35 2.14 16.51 4.85 16.50 4.00 67.06 43.71 18 0.52 0.43 11.86 29.75 42.0000 0.59 19.0000 0.40 4.45 52.0000 190.35 18.34 16.70 71.0000 0.71 6.0000 CV 0.00 0.79 14.10 45.39 44.36 4.0000 1040.64 52.31 16.84 6.02 34.00 9.37 21.0000 40.21 42.0000 0.55 18.58 0.09 47.57 14.42 6.96 0.17 1.75 14.00 77.19 23.00 70.00 0.68 18.05 17.10 22.01 19.00 100.15 21.0000 1837.35 46.00 0.85 2.0000 0.93 13.02 13.74 120 5.36 14.44 41.32 1.62 1.0000 0.32 34.0000 0.0000 185.44 2.39 0.15 15.0000 0.39 8.67 0.68 7.95 17.81 1.9000 5.25 3.56 20.78 100.65 3.03 20.00 100.45 18.3599 0.20 11.98 24.89 5.54 18.95 45.97 30.89 25.00 0.34 46.0000 0.79 0.44 18.0000 1830.80 75.93 17.00 70.87 11.48 9.71 41.37 9.28 43.0000 22.58 9.43 2.42 27.05 0.23 19.62 4.22 15.74 23.63 48 2.68 27.0000 Consumo (Kg/m³) 93.80 42.99 3.50 18.04 21.67 47.0000 (kcal/(m³. DOSAGEM Elevação Adiabática de Temperatura t (horas / dias) 36 1.19 50.65 77.24 48.0000 26.16 5.00 60.77 22.55 22.06 23.72 19.15 17.69 16.93 19.00 50.22 43.46 6.07 24.0000 1040.00 22.21 16.04 14.0000 57.30 42.99 12.61 5.19 18.37 0.88 9.1700 13.04 0.23 17.31 10.97 15.00 24.25 35.13 39.21 9 0.09 26.54 48.9600 20.17 6.65 100.37 43.55 13.16 46.42 24.80 51.71 44.62 49.93 50.64 18.60 23.76 16.58 17.41 1.82 28.02 48.0000 80.78 44.4635 0.77 0.10 21.45 22.3900 21.62 0.54 24.41 11.14 16.13 15.00 23.07 15.56 18.00 55.35 21.65 20.46 34.94 13.03 1.40 13.79 5.98 Figura 4.60 21.78 28.05 48.40 14.32 5.86 24.33 5.41 9.2000 5.30 51.0000 11.94 0.47 6.09 9.98 46.00 8.74 18.23 25.00 100.0000 31.21 15.62 4.10 16.68 21.27 19.32 24.52 21.53 77.27 4.46 7.00 1.93 7.5600 12.4900 7.19 19.42 16.64 240 264 288 312 336 360 384 408 432 456 480 504 528 552 576 600 624 648 672 E1395 1399 1412 1416 1421 1423 1433 1437 1757 1759 1772 1900 1941 1972 1997 2010 2019 10.36 19.00 85.97 21.83 3 0.0000 0.00 11.49 15.00 13.00 85.19 16.24 0.35 0.62 18.79 40.14 24.71 14.00 70.85 11.44 5.0000 0.0000 0.50 45.03 23.39 42.0000 1057.23 8.86 11.37 7.81 8.11 17 0.94 2.83 18.00 0.41 7.47 0.91 9.30 19.96 16.97 6.29 1.72 16.69 15 0.11 48.00 20.27 1.74 25.56 44.90 9.83 22.ºC)) 100.04 21.04 1.34 1.67 16.90 20.79 16.59 42.75 18.29 2.94 48.9490 0.02 2.75 11.45 16.0000 0.00 0.4066 0.0000 0.36 7.08 46.00 0.25 15.96 45.43 55.58 18.60 34.8410 0.01 1.00 16.3117 0.0000 0.85 42.82 0.59 7.61 42.46 5.32 216 9.93 11.58 16.00 14.66 5. 70 .83 39.47 4.76 20.59 2 0.90 6.18 6.42 46.25 6.63 16 0.06 2.

B B B B O modelo MCH descreve a hidratação do cimento em termos das reações dos componentes minerais individuais. O objetivo deste modelo é prognosticar o processo exotérmico para cada componente mineral depois de isolar os processos de hidratação individuais na química do cimento. [1. expressando as diferenças entre os vários tipos de cimento Portland. 5. separando-se as ações químicas presentes no cimento Portland. não é tratada como parte do modelo para o calor de hidratação do C3A e C4AF. Referenciando-se ao modelo proposto por SUZUKI et al. DESCRIÇÃO DO MODELO MAEKAWA et al.6] apresentaram um modelo unificado para previsão do calor de hidratação do cimento e dos demais aglomerantes presentes no concreto. mas é modelada separadamente. nos minerais. Este modelo foi denominado de Multicomponente de Calor de Hidratação. [6] para a completa hidratação do cimento.1. as reações da escória de alto forno e da cinza volante são combinadas no sistema para incorporar interações mútuas. com diferenças em sua composição química. abreviado para MCH. a taxa de geração de calor de hidratação para cada componente mineral é expressa utilizando duas funções de material: uma taxa de geração de calor de referência intrínseca à 71 . A reação de formação de etringita. e considerando a interdependência entre as reações minerais. No modelo.Capítulo 5 – Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa et al. como será chamado daqui por diante. a quantidade de água livre deixada no sistema e a quantidade de hidróxido de cálcio são consideradas como indicadores de controle para as reações de componentes minerais. ou em unidades de reação. no entanto. Posteriormente. O processo exotérmico de hidratação para cada componente é modelado. A aplicabilidade do modelo proposto foi verificada analisando os resultados de ensaios existentes de elevação adiabática de temperatura e medições de temperatura de pequenos blocos em condições semi-adiabáticas realizados pelos autores.

formalmente.1. tratando-se desta forma de um modelo multicomponente. no qual a taxa de geração de calor de hidratação do cimento é obtida como a soma das taxas de calor de hidratação de cada componente ponderada por suas proporções. A equação generalizada governante da geração de calor de hidratação do cimento é dada pelas equações (5. que considera a dependência da temperatura da hidratação de cada componente mineral.1.1) H (TS . [6]. Os efeitos da temperatura ambiente.1. Chaube e Kishi temperatura constante e uma outra associada à termoativação.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.1) e (5. pelo modelo.1) e (5. para a avaliação racional do processo exotérmico do cimento misturado. H & Q é a taxa de geração de calor por unidade de peso de cimento. Q ) = Q S ⎜ ℜ ⎝ T TS ⎟ ⎢ ⎥ ⎠⎦ ⎣ (5. O modelo foi expandido para cimentos misturados com escória de alto forno e/ou cinzas volantes enfocando a quantidade de hidróxido de cálcio (Ca(OH)2) presente B B no sistema.1. que a produção de hidróxido de cálcio pela hidratação do cimento e o seu consumo pela escória e pela cinza volante sejam simultaneamente simulados. escrevendo-se. a hidratação de cada componente mineral foi modelada separadamente.2). é a derivada no tempo do calor gerado na hidratação.1.2). ⎡ 1 1 ⎞⎤ & = H (T . Assim. que quantifica o calor gerado pela reação de hidratação de modo dependente da temperatura.1. é necessário. [1]. previsto dependente do calor gerado Q e da temperatura T.1. da água e das taxas de geração de calor de cada componente mineral.Q). 5. O modelo considera ainda os efeitos retardadores provocados pelo aditivo químico e pela cinza volante para a reação do cimento e da escória. 72 . Baseado nos estudos realizados por SUZUKI et al. Q ) = ⎡ Ea(Q ) ⎤ H ∞ (Q ) ⋅ exp ⎢− ⎥ ⎣ ℜTS ⎦ (5.1. [6].2) Em (5. Constituição do Modelo MCH MAEKAWA et al. Q ) ⋅ exp⎢− Ea(Q ) ⎛ ⎜ − ⎟⎥ H = H (T . utilizam o modelo de SUZUKI et al. H(T. são considerados de modo a modelar a reação de hidratação de todo o sistema.

B B pi B B é a sua fração. O modelo descreve o processo exotérmico da reação de hidratação.1.1.1. na composição do cimento. B B B B expressas. tem-se: H= ∑ p ⋅H i i (5.3) pode ser reescrita como: H= pC3 A ⋅ H C3 AET + H C3 A ( ) + + pC4 AF ⋅ H C4 AFET + H C4 AF pC2 S ⋅ H C2 S + ( ) + pC3S ⋅ H C3S (5. por H C3 A e H C4 AF são consideradas apenas quando a reação 73 . uma fase B B B B aluminato (C3A). Para o cimento composto. em massa. é dependente do calor total gerado Qi. e o gesso (tratado como di-hidrato de gesso). produzida a partir do C3A e C4AF. tomada como referência para a é a taxa de geração de calor última do cimento a temperatura é a energia de ativação do cimento que. na composição do cimento. ponderadas por suas frações. para cada componente. é a constante universal dos gases. Assim. a escória de alto forno (ESC) e a cinza volante (CV) são incorporados no modelo como componentes individuais.1). que é uma situação imaginária. é a temperatura absoluta do concreto.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. de acordo com (5. em massa. a expressão (5. belita (C2S). B B B B A taxa global de geração de calor pela reação de hidratação (H) é considerada como o somatório das taxas de geração de calor de cada componente.Q).3) onde: Hi é a taxa de geração de calor do mineral i por unidade de peso.∞. Assim.1. respectivamente. Os componentes considerados são os principais minerais presentes no cimento Portland: alita (C3S). respectivamente. uma fase ferrito (C4AF). H∞(Q) B B infinita. dentro do quadro deste B B determinação de H(Ts. As taxas de geração de calor da hidratação dos compostos C3A e C4AF. Ea(Q) ℜ T modelo. Chaube e Kishi TS B B é a temperatura constante. separando as reações químicas e considerando a interdependência entre elas.4) p ESC ⋅ H ESC + pCV ⋅ H CV onde: H C3 AET e H C4 AFET são as taxas de geração de calor na formação de B B B B etringita.

de cada componente i na B B temperatura de referência T0. genericamente. βi B disponibilidade de água livre (espaço de precipitação). Eai é definido como a termoativação. expressa.T0 é a taxa de geração de calor de referência do componente i em B B temperatura constante T0 (e é também uma função do calor acumulado Qi).1. propondo para cada componente mineral uma função para a taxa de geração de calor dependente da temperatura.1. B B B B Eai B B é a energia de ativação do componente i. cinza volante devido à escassez de hidróxido de cálcio na fase líquida. Taxa de Geração de Calor de Referência (Hi.5). Hi. processo exotérmico de hidratação inicial. ⎡ Ea ⎛ 1 1 ⎞⎤ H i = si ⋅ β i ⋅ µ ⋅ ζ ⋅ γ ⋅ H i .1. é a constante universal dos gases. na equação (5.T0.1.1.T0) B B As taxas de geração de calor de referência. isto é. quando ocorrer o consumo completo do gesso presente na mistura. MAEKAWA et al. Chaube e Kishi de formação da etringita estiver finalizada. [1] utilizaram uma lei do tipo Arrhenius. (5. ℜ ℜ O valor indicado por − O calor acumulado pela reação de hidratação de cada componente é dado pela equação abaixo: Qi = ∫H i dt . Hi. são estabelecidas como funções intrínsecas do material e B B 74 .6) 5.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.5) é um coeficiente que muda a taxa de calor de referência conforme a é a redução da taxa de geração de calor devido à reduzida B finura dos pós. µ ζ γ expressa alterações na taxa de geração de calor em termos de é a alteração da taxa de geração de calor da escória de alto forno e da é o efeito de retardamento do aditivo químico e da cinza volante no diferença de composição mineral do cimento Portland.T0 (Qi ) ⋅ exp⎢− i ⎜ ⎟⎥ ⎜T − T ⎟ ℜ 0 ⎠⎦ ⎝ ⎣ onde: si B B (5.1.

no qual a taxa de calor de referência de um determinado mineral é nula. foi adotado até 25% para o C3S e até 30% para o C2S. 2. conforme subitem 2. que engloba os estágios III e IV (ver subitem 2. Figura 2.1 – Taxa de geração de calor dos minerais componentes do clínquer [6]. O processo da reação de hidratação exotérmica em cada mineral foi dividido em etapas em termos de geração de calor cumulativo: 1.1. A B B Tabela 5.1 apresenta o calor de hidratação das fases do clínquer adotados por MAEKAWA et al. não foi estabelecida a fronteira entre as etapas 2 e 3 sendo B B B B esta fronteira definida a partir do próprio modelo. que acopla os estágios I e II (ver subitem 2. determinados por SUZUKI et al. A temperatura de referência T0 foi fixada em 293 K (20ºC) B B e a geração de calor resultante da molhagem de cada mineral não foi considerada. [1].Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.6) para o C3S e B B para o C2S foi considerada para percentuais acima dos valores de fronteira da etapa 2.6). A ETAPA 1. 6 5 Hi.3. B B O calor acumulado.3. corresponde ao calor final produzido por 100% de hidratação (Qi. Para a ETAPA 2. Chaube e Kishi são mostradas na Figura 5. [6] a partir da geração de calor 75 .3. foi definida como o período limitado por 1% do máximo calor acumulado para todos os componentes minerais.∞).6). No processo B B B B exotérmico do C3A e C4AF. Figura 2. 3.t0 [ kcal kg-1 h-1 ] 4 ETAPA 1 3 ETAPA 2 ETAPA 3 2 C3A C4AF C3S C2S 1 0 0 40 80 120 160 200 Calor acumulado [ kcal kg -1 ] Q i Figura 5. Figura 2. A ETAPA 3 (estágio V.

Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. A título de comparação a Tabela 5. Tabela 5.t0 [ kcal kg-1 h-1 ] 2 Escória de Alto Forno (E) 1 Cinza Volante (CV) 0 0 20 40 60 80 100 120 Calor acumulado [ kcal kg -1 ] Q i Figura 5.T0.2 – Taxa de geração de calor da Escória de Alto Forno e da Cinza Volante [6]. Hi.2 apresenta as taxas de geração de calor de referência. 76 . Calor de Hidratação Calor de Hidratação Fases do clínquer SUZUKI et al. Chaube e Kishi teórica de cada mineral. (293 K – 20 B B ºC). [6] (kJ⋅kg–1) – (cal⋅g–1) P P P P WALLER [4] (kJ⋅kg–1) – (cal⋅g–1) P P P P C3S B B 502 – (120) 260 – (62) 867 – (207) 419 – (100) 510 – (122) 260 – (62) 1100 – (263) 410 – (98) C2S B B C3A B B C4AF B B A Figura 5.1 apresenta ainda os valores obtidos por WALLER [4].1 – Calor de hidratação das fases do clínquer. As taxas de geração de calor de referência da escória e da cinza volante foram ajustadas pela comparação de resultados analíticos com os dados experimentais. 3 H i. As taxas de geração de calor de referência da escória de alto forno e da cinza volante são consideradas sob condições para as quais a água e os hidróxidos de cálcio são suficientes para suprir as suas reações. da B B cinza volante e da escória de alto forno na temperatura de referência T0.

1. valor consideravelmente menor do que aquele obtido por WALLER [4] (570 ± 80 kJ/kg). [6] para termoativação do cimento tendem a diminuir de aproximadamente –6500 K para –2500 K quando o calor acumulado excede 25 cal/g (etapa 3). 5. A geração de calor total da cinza volante na taxa de referência de geração de calor segundo MAEKAWA et al.3 – Termoativação para a reação de cada componente mineral [1]. Termoativação (Eai/ℜ) B B Os valores adotados para a termoativação (Eai/ℜ) de cada mineral são B B mostrados na Figura 5.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.3. 0 C3A C4AF C3S C2S Cinza Volante (CV) Escória (E) -E/ ℜ [ K ] Atividade Térmica do Cimento -2500 -5000 -7500 -10000 0 40 80 120 160 200 Calor acumulado [ kcal kg -1 ] Q i Figura 5. Os valores de SUZIKI et al. Foram utilizados os valores obtidos por SUZIKI et al.1. sendo fixada em 460. considerando a reatividade de cada mineral. 77 .55 kJ/kg (110 cal/g).2. A informação quantitativa para as reações de cinza volante é escassa e não fica claro que a reação da cinza volante termina quando a curva de elevação adiabática de temperatura tende a uma assíntota.34 kJ/kg (50 cal/g). Chaube e Kishi A geração de calor total da escória de alto forno foi considerada aproximadamente a mesma que a do cimento comum e ligeiramente maior que a do cimento de moderado calor. [6] para a termoativação do cimento como uma referência para determinar a termoativação das reações dos minerais individuais. [1] foi fixada em 209.

A avaliação que determina se a formação de etringita terminou ou não.7) e (5.1. e assim. 78 .t0 [ kcal kg-1 h-1 ] 60 50 40 30 20 10 0 0 50 100 150 200 250 300 350 400 C3AET C4AFET Calor acumulado [ kcal kg -1 ] Q i Figura 5.1.8). B B B B 5. Modelagem da Formação de Etringita As taxas de geração de calor de referência para a formação de etringita envolvendo C3A. Chaube e Kishi Foram adotados valores diferentes para a termoativação (Eai/ℜ) durante o B B processo de hidratação do C3S e do C2S. As taxas de ligação do C3A.1. B B C4AF e di-hidrato de gesso na formação de etringita são obtidas utilizando as equações B B (5.∞ ) e da taxa de transformação de C3A B B e C4AF. C4AF e gesso são ilustradas na Figura 5. O consumo de gesso pode ser calculado através do grau de reação (QiET QiET .4. depende de um cálculo da quantidade de gesso remanescente.3.1.4 – Taxa de geração na formação de etringita [1]. Para os valores de termoativação das reações de formação de etringita foram admitidos os mesmos fixados para as reações de hidratação do C3A e C4AF. As termoativações do C3A e do C4AF foram B B B B B B B B consideradas constantes em todas as etapas do processo de hidratação. a quantidade de gesso não reagido pode ser obtida deduzindo este B B consumo de gesso da quantidade total de gesso do cimento. B B B B 90 80 70 Hi.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.

a geração do calor de hidratação das fases intersticiais. e o calor gerado na conversão para monossulfato foi expresso pela multiplicação da taxa de calor de referência associada com a hidratação por 2 .3 e 5. a partir da etringita. O calor gerado pela conversão para monossulfato foi determinado pela equação (5.1. Na modelagem da geração de calor da hidratação oriunda do C3A e do B B C4AF.9). Portanto. As equações seguintes são usadas para representar a conversão para monossulfato. e para dar as quantidades não reagidas de C3A e C4AF: B B B B 2C3 A + C6 AS 3 H 32 + 4H → 3C6 AS 3 H 12 (5. 3 79 .7) (5.9) (5.8) → C 6 ( AF ) S 3 H 32 + CH O modelo considera que uma parte da geração de calor após a mistura já está considerada na temperatura do concreto fresco.015dias (≈20min). No modelo. 1 mol de C3A já convertido para etringita foi tratado como C3A não B B B B reagido no cálculo do calor de hidratação. Isto significa que o ponto de partida da elevação de temperatura se dá aos 0.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.1. em todas as análises deste modelo. desde que haja uma equação química qualificada para tal. O modelo das reações de formação de etringita continua a operar até que todo o gesso seja consumido. começa imediatamente após o desaparecimento de gesso não reagido. expressas por H C3 A e H C4 AF . Chaube e Kishi C3 A + 3C S H 2 + 26 H C 4 AF + 3C S H 2 + 27 H → C 6 AS 3 H 32 (5.4. Assim. que mostra que 3 moles de monossulfato são formados de 2 moles de C3A não B B reagido. o consumo de gesso e o gesso B B não convertido são calculados e foi assumido [1] que a conversão para monossulfato pára quando não há gesso remanescente.1.1.10) 2C 4 AF + C6 ( AF )S 3 H 32 + 6 H → 3C6 ( AF )S 3 H 12 + CH O calor de hidratação destes componentes pode ser calculado a partir da entalpia de formação de cada um.015dias (≈ 20min) após o início da hidratação. a geração de calor não é contada na elevação de temperatura até 0. assim como no modelo de formação de etringita. O modelo representa a conversão para monossulfato e a hidratação de C3A e C4AF não reagidos utilizando as curvas de B B B B geração de calor de hidratação mostradas nas Figuras 5.1.

Consumo de Água (βi) B B Foi admitido que a redução da taxa de geração de calor devido à escassez de água livre resulta da menor probabilidade de contato entre as superfícies reagentes das partículas e a água livre. Finura de Blaine (si) B B MAEKAWA et al. si = 1. [1] consideram que a finura do material pulverulento afetaria somente a probabilidade de contato entre as partículas e a água circundante que é o objeto de reação.1.1. e P P B Si0 é o valor de Blaine de referência do componente i. fixados em 3380.12) onde r e ν são constantes. 4330 e 3280 (cm2/g). Esta redução foi modelada a partir dos coeficientes β i que são dados de acordo com a seguinte equação: ⎧ ⎡⎛ ω livre ⎪ β i = 1 − exp⎨− r ⋅ ⎢⎜ α ⎜ ⎪ ⎣⎝ 100 ⋅ηi ⎩ ⎞ 1/ 2 ⎤ ⎟ ⎟ si ⎥ ⎠ ⎦ ν ⎫ ⎪ ⎬ ⎪ ⎭ (5. para as fases do cimento. Chaube e Kishi 5. utilizado como um indicador de finura.4.1. neste caso. o B B B B efeito da finura não é levado em consideração e. C2S e escória. comuns a todos os minerais. Os valores de Blaine de referência da escória de alto forno e da cinza volante são valores obtidos experimentalmente. Da comparação entre os resultados experimental e analítico foi determinado que r = 5.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. O coeficiente βi reduz a taxa de calor quando a quantidade de B B B B água livre é reduzida e as partículas não-hidratadas estão cobertas por blocos espessos 80 .5. escória de alto forno e cinza volante P P respectivamente.1. si = onde Si B B B Si Si0 (5.0 e ν = 2.1. Os coeficientes si representam a mudança somente da taxa de B B referência de calor e são expressos através do valor de Blaine. Na etapa 2 do C3S. O coeficiente βi (0≤βi ≥1) representa a redução da taxa de calor e B B B B é formulado em função da quantidade de água livre (ωlivre) e da espessura da camada B B interna de hidratos (ηi).1.11) é o valor de Blaine do componente i (cm2/g).4. B B 5.

que representa o aumento da espessura do hidrato formado pela B B reação de hidratação do componente i. é a quantidade unitária de cimento. é dado pela equação B B B (5.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.1. pelo grau de reação computado pelo modelo (Qi / Qi.1. é obtido a partir da equação (5. [1] consideraram que para todos os minerais esse processo de fisissorção consome 15% da água necessária para a reação química.1. Chaube e Kishi de hidratos. que podem entrar em contato com a água livre.13) e o termo ηi. O coeficiente βi também é uma função do coeficiente si que representa a B B B B alteração da taxa de geração de calor de referência devido à finura do pó. MAEKAWA et al.16) (5.1. O termo ωlivre.∞ ⎠ ⎝ (5.1. B B Wi B B é a água consumida e fixada pelas reações dos constituintes.18) + 6H + 4H → C3 S 2 H 3 + 3CH → C3 S 2 H 3 + CH Note-se que o consumo de água livre não se dá pela transformação em água quimicamente ligada.∞ é a geração de calor final.14) onde Wtotal é a quantidade unitária de água. As reações de hidratação dos B B B B componentes do cimento Portland usadas neste modelo são dadas pelas equações (5. Assim. varia conforme a finura. ω livre = Wtotal − ∑Wi C 1/ 3 (5. B B B B → C3 AH 6 → C3 AH 6 − C3 FH 6 (5.∞). que representa o índice de água livre.14). C3 A + 6 H C 4 AF + 2CH + 10 H 2C3 S 2C 2 S onde S ≡ SiO2.1.1. Isto se dá porque a área da superfície das partículas de peso unitário.17) (5. e C Qi B B B Qi.1. pela água que é fisissorvida nas camadas de hidratos. 81 .13) ⎛ Qi ⎞ ⎟ − ηi = 1 − ⎜ 1 ⎜ Q ⎟ i .18).1. mas também. B A quantidade de água ligada por cada reação pode ser ajustada multiplicando a taxa de água ligada. como obtida da equação de reação de cada mineral.15) a (5.1. é o calor acumulado do componente i.15) (5. da mesma forma que varia a taxa de calor de referência.

1.10 ⋅ RFL ) ⎥ ⎪ ⎦ ⎭ (5. considerada B B B B como representativa da composição mineral do cimento Portland e das características de geração de calor. com m = ζ / βi .21) As taxas de calor de referência do C3S e do C2S nas etapas 1 e 2 foram consideradas constantes. utilizados na equação (5. que é dada na equação seguinte: ω livre = C ⋅ ( p PC + mESC ⋅ p ESC + mCV ⋅ pCV ) Wtotal − ∑ Wi .6. A função adotada dá ampla redução à taxa de calor quando a fração constitutiva de C2S é mais alta e aumenta de forma inversamente proporcional à taxa de B B calor quando o fator C3S/C2S é maior que na composição do cimento Portland comum. Para as reações das adições. B B (5.1.20) RFL = 1 − exp − 5000 ⋅ pC3S + pC2S B B [ ( )] 10 B B (5.13).48 ⋅ ⎜ 3 ⎜ pC S ⎢ ⎪ ⎝ 2 ⎣ ⎩ ⎞ ⎟ ⎟ ⎠ 1.1. B B B B A fim de abranger o cimento Portland de endurecimento precoce e o especial de baixo calor.1. o efeito da redução de água livre no cimento Portland é expresso pela modificação da equação (5.4 ⋅ RFL )]⋅ ⎨1 − exp ⎢− 0.19) 5.1.1. 4 ⎫ ⎤ ⎥ ⋅ RFL⎪ ⎬ + (0. Composição Potencial de BOGUE do Cimento (µ) O modelo expressa as diferenças entre os vários tipos de cimento Portland através das diferenças em sua composição potencial de BOGUE [9]. o B B volume de água quimicamente ligada acrescida de mais 15 %. ou seja. 82 . o coeficiente µ da taxa de calor de referência foi expresso como: ⎧ ⎡ ⎛ pC S ⎪ µ = [1 + (0. estagnadas devido à diminuição de CH.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.1. Chaube e Kishi considera-se no cálculo dos consumos de água Wi. sem variação devido a qualquer alteração das composições minerais do cimento (µ = 1). Esta suposição foi feita porque é possível reproduzir precisamente a história da temperatura adiabática inicial dentro do intervalo de interesse. sem variar a taxa de calor na etapa 2 de acordo com a composição. O efeito da composição potencial na taxa de calor é expresso usando a relação C3S/C2S. escória e cinza volante.13).

O consumo do CH deveria ser computado. O FCH pode ser computado a partir do grau de reação de cada componente e B B das taxas de produção e consumo de CH. No cimento de composição ternária. para que possa ser aplicável ao cimento composto com escória de alto forno ou com cinza volante. que funciona como um ativador. mas a substituição da cinza volante é de 83 .Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. com sua produção pelo cimento Portland na análise. e o RESCCH e o RCVCH são computados pela taxa de consumo de CH pela B B B B escória de alto forno e pela cinza volante.7. em virtude das reações da escória e da cinza volante serem extremamente dependentes do suprimento de CH. contendo baixa reatividade. Chaube e Kishi 5.22) é a quantidade de CH que é produzida pela hidratação de B B C3S e C2S.0 ⋅ ⎜ ⎜R ⎢ ⎝ ESCCH + RCVCH ⎣ onde FCH B B B B B B ⎞ ⎟ ⎟ ⎠ 5. embora seja difícil estimar os quantitativos das reações desta. passo a passo. e ainda não foi consumida pela reação do C4AF. e RESCCH e RCVCH B B B B são as quantidades de CH necessárias para as reações de escória e de cinza volante. Um mecanismo similar à reação da escória foi admitido para a cinza volante. Consumo de Escória de Alto Forno e Cinza Volante (ζ) Expandindo o modelo proposto. de acordo com seu fator constitutivo. Foi assumido [1] que o fator de redução da taxa de reação dos aditivos pode ser calculado pela diferença entre a quantidade de CH deixado no sistema e a que é necessária para a reação ativa da escória e da cinza volante naquele ponto. na hipótese da reação do cimento Portland não ter sido afetada pela reação da escória. que são dados pelas equações químicas adotadas. O fator de substituição em torno de 60% ou 70% do cimento é freqüentemente adotado no caso da escória.1. A taxa de geração de calor da escória de alto forno foi calculada extraindo do cimento composto a taxa de calor de hidratação do cimento Portland. simplesmente expressa por: ⎡ ⎛ FCH ζ = 1 − exp ⎢− 2.1. o CH é simultaneamente consumido pela escória de alto forno e pela cinza volante. 0 ⎤ ⎥ ⎥ ⎦ (5. e suas respectivas taxas de reação quando há CH suficiente. a quantidade de hidróxido de cálcio (CH) no sistema foi enfocada. A produção de hidróxido de cálcio pela hidratação do cimento e o seu consumo pela escória e pela cinza volante são simultaneamente simulados.1. quando houver suprimento suficiente daquele.

23) υperda representa um composto de aditivos químicos que não exercem um B B efeito retardador devido à adsorção na superfície das partículas de pó. já que esta reação é mais rápida do que a reação da cinza volante. O coeficiente χsp. e pode ser expresso pela seguinte equação: B B υ SPef = onde pSP B B p SP ⋅ χ SP − υ perda (5. υtotal. foi definido que o CH na fase líquida é quase que completamente consumido pela reação da escória. escória de alto forno e cinza volante.1. Deste modo. Então. Chaube e Kishi 30% ou mais.8. Multiplicando este coeficiente χsp pela dosagem do aditivo como um fator da B B adição de cimento (C x %).1. o valor obtido subtraindo o valor anulado relativo à quantidade de aditivo limitada pelo efeito retardador total é agora definido como o efeito retardador efetivo ou a capacidade retardadora efetiva do aditivo no processo exotérmico de hidratação do cimento. No cimento composto ternário.1.02 ⋅ pC4 AF ⋅ sC4 AF 0. os fatores de consumo das reações de escória e de cinza volante são definidos como 22% e 100% da massa reagida. a quantidade de aditivo B B B B orgânico consumido sem considerar o efeito retardador é expressa por: υ perda = + onde 0.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.1. υSPef . Consumo de Adição Química (γ) O modelo trata o efeito retardador dos aditivos químicos e da cinza volante como um período dormente estendido. Por conveniência. incorpora-se este efeito pela redução da taxa de geração de calor na etapa 1. e 84 . é usado para descrever os efeitos dos aditivos. Admitindo-se que uma parte orgânica do aditivo é adsorvida na superfície das fases C3A. C4AF.025 ⋅ pCV ⋅ sCV + (5.08 ⋅ pC3 A ⋅ sC3 A 0.24) é a dosagem de aditivo orgânico expresso como fator aditivo/aglomerante (C x %). respectivamente.005 ⋅ p ESC ⋅ s ESC + + 0. o efeito retardador total do aditivo pode ser então B B calculado. que corresponde ao período dormente. 5. que representa o B B efeito retardador por unidade de massa de aditivo. O modelo considera ainda que estes efeitos não precisam ser considerados nas características exotérmicas durante e após a etapa 2.

respectivamente. Deve ser observado que este modelo é especificamente aplicável a intervalos normais de dosagem de aditivos químicos. Deste modo. foi julgado apropriado assumir que o calor na etapa 1 não muda com a 85 . Tal limitação deve-se ao fato de que o atraso nas reações. Admitindo que o efeito retardador ocasionado pela cinza volante é proporcional ao seu índice de substituição. Assim os efeitos retardadores dos aditivos químicos e da P P cinza volante na geração de calor podem ser expressos pela seguinte equação: γ = exp⎢− ⎡ 1000 ⋅ (υ ESCef + υCVef ) + 5 ⋅ p C 2 S ⋅ sC 2 S ⎢ ⎣ 10 ⋅ pC3S ⋅ sC3S ⎤ ⎥ + 2. pSP ⋅ χSP representa o efeito retardador total ocasionado por um B B B B aditivo orgânico adicionado. o C3S e o C2S foram tratados como P P B B B B minerais provedores de Ca2+.02 ⋅ pCV ⋅ sCV (5. onde a geração de calor é reduzida pelo efeito retardador devido a aditivos químicos e cinza Outros aditivos além dos superplastificantes têm mecanismos similares com relação aos efeitos retardadores.1.26) sendo: γ volante. Já que a quantidade de calor gerado pelas reações entre os aditivos e o Ca2+ P P é muito pequena. um outro superplastificante incluindo principalmente policarbonato e um agente redutor de água e incorporador de ar correspondem a 1. o coeficiente de redução da geração de calor na ETAPA 1. Neste caso.25) Decidiu-se expressar este efeito retardador dos aditivos químicos e da cinza volante incorporando o efeito retardador produzido por eles e contrabalançando-o com a taxa de Ca2+ suprida pelos minerais.1. Chaube e Kishi χSP B B é um coeficiente representando o efeito retardador por unidade de peso do aditivo orgânico. teremos: υ FAef = 0.2 . Os valores aplicados a um superplastificante consistindo principalmente de sulfonato de β-naftaleno. υSPef é considerado B B igual zero.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.5 ⋅ p ESC ⋅ s ESC ⎥ ⎦ (5. 1. Quando a capacidade de adsorção dos componentes excede a capacidade total do efeito retardador por um aditivo orgânico. quando é considerado através da redução individual da taxa de geração de calor de cada mineral na etapa 1. resulta em diferentes tempos de início da etapa 2 para alguns minerais à medida que a dosagem dos aditivos aumenta.2 e 5.0 .

também deve ser observado que a combinação de uma quantidade mais alta de aditivo químico e de cinza volante retarda severamente a hidratação do cimento como um caso extremo. se uma dose maior de superplastificante é adicionada. o consumo de água.2. IMPLEMENTAÇÃO DO MODELO MCH O modelo MCH foi implementado em um programa computacional em linguagem FORTRAN 90. Dividindo o calor cumulativo obtido pela taxa de geração de calor no tempo que a hidratação alcança (o calor teórico). Entretanto. o calor específico e a capacidade térmica são calculados a partir dos valores de calor específico de cada material utilizado e de suas proporções.1. a temperatura de lançamento (inicial) e o calor específico. Esta última razão está vinculada à impossibilidade de diferenciação dos óxidos do cimento dos existentes nas adições. nos ensaios realizados com esta finalidade citados no Capítulo 2. subitem 2. Chaube e Kishi quantidade de aditivo. Os estudos com a aplicação do modelo MCH [1] ao quadro experimental do laboratório de concreto de Furnas foram possíveis a apenas 14 ensaios. As informações de entrada do modelo incluem a composição mineral do cimento usado. 86 . a quantidade de gesso adicionada. Neste modelo. O valor calculado para o calor cumulativo é usado como um índice para descrever o grau de hidratação na determinação da taxa de geração de calor e da termoativação. a atividade reativa de cada mineral pode ser definida.1. 5.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. a quantidade de aditivos orgânico e mineral. seus efeitos na geração de calor e na taxa de geração durante e após a etapa 2. De qualquer modo. Das constantes térmicas necessárias para a análise de temperatura. Isto foi atribuído ao fato de que o efeito retardador de um aditivo só causa uma extensão no período dormente. cujos calores específicos haviam sido determinados e cujos cimentos utilizados foram os sem adição mineral. necessitam de avaliação. Esta situação ficou fora do escopo de aplicação do modelo proposto. o calor cumulativo de cada mineral e a quantidade de água livre. o peso unitário de cimento. são calculados a temperatura. o retardamento devido ao aditivo químico e à cinza volante foi simplesmente modelado como uma primeira aproximação. Uma vez fixadas as constantes.

87 . Chaube e Kishi A Figura 5.28 dias) ⇓ ⇓ ⇐ ⇐ Tipo de Ad. a seguir.. a seguir. ENTRADAS SAÍDAS Consumo de Cimento – C (kg/m3) Água %xC Escória Cinza volante Ad.5 – Esquema do modelo MCH [1]. Química Finura de Blaine dos Materiais Pulverulentos Calor Específico do concreto Temperatura Inicial (oC) Figura 5.5. ilustra o esquema do modelo em termos de entrada e saída. Química C3A Composição Potencial C4AF C3S C2S (%) Gesso Cimento Temperatura no instante i ⇒ Modelo MCH ⇒ Ti (ºC) (i = 0. O fluxograma do programa de computador para cálculo da elevação adiabática da temperatura baseado no modelo MCH é dado na Figura 5.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.6 mostrada na página 88.

Chaube e Kishi Dados de entrada Materiais Composição mineral do cimento pC3A pC4AF pC3S pC2S Quantidade de gesso Tipo de adição pCS2H Proporcionamento Quantidade de cimento fator água por cimento Peso de substituição Dosagem da adição C [kg/m ] a/c pESC pCV 3 Condição inicial Temperatura inicial t0 χSP υTotal Modelo Multicomponente de Calor de Hidratação Equação básica da taxa de calor para cada mineral ⎡ E ⎛ 1 1 ⎞⎤ H i = si ⋅ β i ⋅ µ ⋅ ζ ⋅ γ ⋅ H i .t0 Qi Qi Qi Qi Q i Qi Efeito da Finura dos pós minerais si = Si Si0 Coeficientes de redução da taxa de geração de calor Efeito da redução de água livre Efeito da diferença de composição mineral Efeito da escassez de hidróxido de cálcio [Ca(OH)2] Efeito retardador do SP e da cinza volante βi µ ζi γ Taxa de Calor de Hidratação do Cimento H = p C3 A ⋅ H C3 AET + H C3 A + p C4 AF ⋅ H C4 AFET + H C4 AF + ( ) ( ) pC3S ⋅ H C3S + pC2 S ⋅ H C2 S + p ESC ⋅ H ESC + pCV ⋅ H CV HT = C ⋅ H Dados de entrada Calor específico Dados de Saída História da temperatura Figura 5.T0 (Qi ) ⋅ exp ⎢− i ⎜ ⎜ − ⎟ ⎟⎥ ⎢ ⎦ ⎣ ℜ ⎝ T T0 ⎠⎥ Características exotérmicas dos minerais Formação de etringita Hi.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. 88 .6 – Algoritmo do programa de implementação do modelo MCH [1].t0 Temperatura T Cinza volante e Escória de Alto Forno Hi.t0 Hi.

[1]. equivalente ao Cimento Portland Comum no Brasil).000 OPC400 MCH - Ensaio com 400kg/m3 de cimento Portland comum realizado por MAEKAWA et al.87% ⎯ ⎯ ⎯ ⎯ C3S B B C4AF B B C2S B B CS2H (gesso) B B ⎯ 3380 cm /g P P Finura de Blaine Água Adição química Superplastificante redutor de água e incorporador de ar (efeito = 5. Modelagem do ensaio OPC400 pelo modelo MCH implementado. se comparado.7 ilustra o resultado obtido que. realizado por MAEKAWA et al. demonstrará que a implementação do programa está correta. P P Figura 5.001 0. para a validação do programa após a sua implementação.2 ⎯ ⎯ P P ⎯ 0.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.00% 3. [1].40% 27. [1]. Material Cimento CP I C3A B B Valores na mistura C = 400 kg/m3 P P Porcentagem na mistura 100. 89 . com o exposto pelos autores [1].010 0.7 – Curvas experimental e modelada para o ensaio OPC400 realizado por MAEKAWA et al.00% 10.25% x C 500 kcal⋅kg-1⋅ºC-1 P P ⎯ ⎯ 20ºC A seguir.100 t (dias) 1.2 – Composição da mistura OPC400 realizada por MAEKAWA et al.2.8 kg/m P 3 a/c = 39.000 10. A composição da mistura e os demais dados para simular este ensaio no programa MCH implementado é apresentada na Tabela 5.0) Calor específico do concreto (estimado) Temperatura inicial do concreto 2 ⎯ P 156. Tabela 5. [1]. a Figura 5.20% 9. 70 70 60 Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 60 50 50 40 40 30 30 20 OPC400 10 M CH 20 OPC400 10 M CH 0 0 1 2 3 4 t (dias) 5 6 7 8 0 0.40% 47. Chaube e Kishi Foi utilizado o ensaio OPC400 (Ordinary Portland Cement.

representando os seguintes compostos: CaO. e a aplicação das equações de BOGUE representaria um mapeamento dos teores de óxidos. água. os teores percentuais de cada um dos óxidos normalmente presentes no cimento Portland. o consumo de adições químicas. o consumo de cimento na dosagem. SiO2. A dosagem do concreto foi caracterizada através do consumo (kg/m3) de P P cada um de seus constituintes. agregados. além de não ser aplicável para todos os tipos de cimento. A composição química do cimento. esses resultados foram organizados em um banco de dados. isto é. caracterizado por sua composição química. cinzas volantes e outras pozolanas. [27]. São eles: o tipo de cimento. Para poder utilizar uma Rede Neural Artificial como uma ferramenta preditiva da exotermia da reação de hidratação. a finura do cimento. Al2O3. deu origem a cinco neurônios de entrada. o consumo das adições minerais de escória. Tais consumos deram origem a sete diferentes neurônios de entrada. conforme descrito no Capítulo 4. e que irão definir os parâmetros de entrada da rede.T de Furnas. Foram B B B B B B B B B B B B adotados diretamente os teores dos óxidos. Fe2O3 e SO3. 90 . Nesse banco de dados cada uma das curvas de elevação adiabática da temperatura do concreto foi correlacionada com os fatores da dosagem que influenciam diretamente na liberação de calor do concreto.Capítulo 6 – Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto Para a aplicação de Redes Neurais Artificiais. apresentados por ANDRADE et al. relativos aos seguintes materiais constituintes: cimento. representando cada um deles um neurônio de entrada. A finura do cimento representa outro neurônio de entrada e foi caracterizada através do módulo de “Finura de Blaine” (dada em cm2/g. uma vez que não se dispunham de resultados de determinação direta da composição potencial. o consumo de água. O tipo de cimento foi identificado por sua composição química e por sua finura. foram utilizados 136 resultados experimentais obtidos no calorímetro adiabático do Laboratório de Concreto do DCT. outras pozolanas. escória. cinza volante e adições químicas. NBR NM76 P P [82]). o consumo de agregados e a temperatura do concreto fresco.

os parâmetros Tmáx. k e n.2 apresentam.1). identificando para cada um deles os parâmetros Tmáx. são mostradas em detalhes no Apêndice A. descrevendo bem as diversas cinéticas e amplitudes. o último neurônio de entrada corresponde à temperatura do concreto fresco (oC).0.0. 91 . a título ilustrativo.1) é a máxima temperatura atingida durante o ensaio. T ad (t ) = Tmáx ⋅ onde: Tmáx B B tn kn + tn (6. assim como as comparações realizadas. que permitem descrever a curva de elevação adiabática da temperatura. em ºC. representa o atraso devido ao calor latente.1 e 6. é o coeficiente de aceleração para o período assintótico. Esse modelo mostrou-se satisfatório para as diversas B B curvas presentes no banco de dados. totalizando quatorze neurônios de entrada para a rede neural P P artificial. As funções testadas.Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto Finalmente. seis curvas de elevação adiabática da temperatura ajustadas através da função Hill.0. Desta forma. Uma vez definidos os dados de entrada. grandeza adimensional. A equação (6. grandeza k n adimensional.1) representa essa função. Buscou-se identificar uma função capaz de ajustar tais dados experimentais (vide Apêndice A) e obtendo-se uma capaz de caracterizar as curvas de elevação adiabática da temperatura através de três parâmetros. k e n corresponderão aos neurônios de B B saída do modelo aqui apresentado. devem-se definir os neurônios de saída. Cada um dos ensaios de elevação adiabática da temperatura foi ajustado através de uma função do tipo dado pela equação (6. A curva experimental obtida no ensaio de elevação adiabática de temperatura é composta por dados de leituras efetuadas de hora em hora nas primeiras 24h e diariamente até a estabilização da temperatura ou até completar 28 dias. chamada aqui de função Hill. As Figuras 6.

1 1 t (dias) 10 100 60 Ensaio E-3026 Modelo "Hill" Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 50 60 Ensaio E-3026 Modelo "Hill" 50 40 40 30 30 20 20 10 10 0 0 5 10 15 t (dias) 20 25 30 0 0.escala decimal e direita .1 – Exemplos de curvas de elevação adiabática ajustadas através da função Hill – parte I. 92 . Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto 60 Ensaio E-2832 Modelo "Hill" Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 50 60 Ensaio E-2832 Modelo "Hill" 50 40 40 30 30 20 20 10 10 0 0 60 Ensaio E-4086 Modelo "Hill" Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 50 5 10 15 t (dias) 20 25 30 0 0.escala logarítmica.01 0.01 60 0.1 1 t (dias) 10 100 Ensaio E-4086 Modelo "Hill" 50 40 40 30 30 20 20 10 10 0 0 5 10 15 t (dias) 20 25 30 0 0.01 0.1 1 t (dias) 10 100 Figura 6.

Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .01 0.1 1 t (dias) 10 100 Ensaio E-2569 Modelo "Hill" 50 40 40 30 30 20 20 10 10 0 0 5 10 15 t (dias) 20 25 30 0 0. Y3). Nela são apresentados os dados de entrada.escala logarítmica. dada em três neurônios de saída (Y1. X14). Y2. 93 .01 60 0. A Figura 6.2 – Exemplos de curvas de elevação adiabática ajustadas através da função Hill – parte II.1 1 t (dias) 10 100 60 Ensaio E-1412 Modelo "Hill" Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 50 60 Ensaio E-1412 Modelo "Hill" 50 40 40 30 30 20 20 10 10 0 0 5 10 15 t (dias) 20 25 30 0 0.3 apresenta esquematicamente o modelo de RNA para previsão da exotermia da reação de hidratação desenvolvido neste trabalho.Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto 60 Ensaio E-4454 Modelo "Hill" Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 50 60 Ensaio E-4454 Modelo "Hill" 50 40 40 30 30 20 20 10 10 0 0 60 Ensaio E-2569 Modelo "Hill" Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 50 5 10 15 t (dias) 20 25 30 0 0. organizados em forma de quatorze neurônios de entrada (X1...1 1 t (dias) 10 100 Figura 6.escala decimal e direita .01 0. e a resposta da função HILL.

partiu-se para o treinamento da rede neural artificial. uma camada intermediária (N).Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto ENTRADAS SAÍDAS Cimento Água Consumos (Kg/m3) Pozolana Escória Cinza volante Agregados Ad. Após a definição dos neurônios de entrada e saída do modelo. 94 .3 – Representação esquemática dos dados de entrada e saída do modelo de previsão da exotermia da reação de hidratação. uma rede neural de três camadas. em função de sua simplicidade. uma camada de entrada (X). Utilizou-se neste trabalho.4. e uma camada de saída (Y). A arquitetura da rede é representada esquematicamanete na Figura 6. Química Composição Química do CaO cimento (%) SiO2 B B P P ⇒ ⇒ ⇒ ⇒ ⇒ ⇒ ⇒ ⇒ ⇒ X1 B B X2 B B B X3 B X4 B B Y1 B B B ⇒ Tmáx B B X5 B Parâmetros da função Hill X6 B B X7 B B ⇒ B Redes Neurais Artificiais ⇒ Y2 B B ⇒ k X8 B X9 B B B Al2O3 B B B B ⇒ B X10 B Y3 B B B ⇒ n Fe2O3 B B B ⇒ ⇒ X11 B SO3 B B P P X12 B B Finura cimento (cm2/g) Temperatura Inicial (oC) P P ⇒ ⇒ X13 B B X14 B B Figura 6.

Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto

X1
B

X2
B

X3
B

X4
B

N1
B

X5
B

N2
B

X6
B

Y1
B

X7
B

Y2
B

X8
B

Y3
B

X9
B

Nn-1
B

X10
B

Nn
B

X11
B

X12
B

X13
B

X14
B

Figura 6.4 – Arquitetura da rede.

De modo a determinar a topologia ideal para a rede neural foram utilizadas, para a mesma arquitetura de três camadas, nove diferentes topologias, variando o número de neurônios da camada intermediária e as funções de ativação das diferentes camadas. A Tabela 6.1 apresenta as diferentes funções de ativação utilizadas. A Tabela 6.2 apresenta as nove diferentes topologias de rede neural avaliadas neste trabalho.

Tabela 6.1 – Funções de ativação utilizadas na RNA da Figura 6.4. Função de ativação Linear Fórmula Camada 1ª (CE) e 3ª (CS)

yk =

⎛ m ⎞ ⎟ f⎜ ⎜ ∑ wkj ⋅ x j ⎟ ⎝ j =1 ⎠

Gaussiana Tangente Hiperbólica (Tanh)

y k = e − uk
yk = tanh( puk ) =

2

2ª (CI)

e puk − e − puk e puk + e − puk

2ª (CI)

Logística

yk =

1 1 + e − puk

3ª (CS)

95

Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto

Tabela 6.2 – Topologias aplicadas na RNA da Figura 6.4. Topologia 1 2 3 4 5 6 7 8 9 Função de Ativação CE Linear Linear Linear Linear Linear Linear Linear Linear Linear CI Gaussiana Gaussiana Tanh Gaussiana Gaussiana Tanh Gaussiana Gaussiana Tanh CS Linear Logística Logística Linear Logística Logística Linear Logística Logística CE 14 14 14 14 14 14 14 14 14 Número de Neurônios CI 15 15 15 19 19 19 25 25 25 CS 3 3 3 3 3 3 3 3 3

Para a avaliar cada uma das topologias utilizou-se a seguinte estratégia de treinamento para as redes neurais:
1. Das 136 curvas ajustadas pela função HILL, as seis melhores, cujos erros

medidos foram os menores, compuseram o grupo permanente de dados de treinamento das redes neurais;
2. O restante (130) foi dividido em 10 blocos de 13 ensaios cada, onde para

cada treino, um bloco diferente era utilizado como dados de teste pós-treinamento. Assim, para cada topologia, foram treinadas 10 redes neurais. Este critério é denominado como “Processo de Validação Cruzada”;
3. De cada rede treinada, obteve-se, para cada um dos 136 ensaios, os três

parâmetros Tmáx, k e n que depois foram aplicados à equação (6.0.1) para a obtenção das
B B

curvas geradas pelo modelo HILL-RNA (junção do modelo da RNA e da função HILL). Para cada curva obtida com o modelo HILL-RNA, foi calculada a incerteza padrão média (raiz quadrada do erro quadrático médio);
4. Para cada treinamento foram calculados os valores médios da incerteza

padrão média e do desvio padrão e foi identificada a máxima amplitude obtida;
5. Finalmente, repetiu-se o procedimento anterior para obter a incerteza

padrão média, o desvio padrão e amplitude para cada topologia. Com isso, foram treinadas um total de 90 redes (9 topologias).

96

Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto

A medida utilizada para comparação entre os dados experimentais e dados obtidos através dos modelos foi a incerteza padrão, que equivale à raiz quadrada do erro quadrático médio, conforme a expressão abaixo:

Ξ=
sendo: Ξ yi
B B

∑ (y
i =0

n

i

− xi )

2

(6.0.2)

ψ

a incerteza padrão (ºC); a temperatura fornecida pelo modelo no instante t (ºC); a temperatura fornecida pelo ensaio no instante t (ºC);

xi
B B

ψ

o número de temperaturas medidas no ensaio.

Para efeito de verificação da dispersão, foram calculados o desvio padrão e a amplitude para a incerteza padrão, conforme as equações (6.0.3) e (6.0.4) a seguir.

S=

∑ (Ξ − Ξ )
n −1

2

(6.0.3) (6.0.4)

R = Ξ max − Ξ min onde: S Ξ Ξ n R é o desvio padrão da amostra (ºC). é a incerteza padrão (ºC); é a incerteza padrão média (ºC); é o tamanho da amostra; é a amplitude total da amostra (ºC);

Os valores da incerteza padrão média, desvio padrão e amplitude de cada topologia estão apresentados na Tabela 6.3. Observa-se, pelos resultados apresentados nesta Tabela, que a topologia de número três foi aquela que apresentou os melhores resultados globais (incerteza padrão média, desvio padrão e amplitude) e também foi identificada como aquela com menor dispersão entre os treinos dentro da mesma topologia. Também na topologia de número 3 foram obtidos, em um determinado treinamento os menores valores de incerteza padrão média, desvio padrão e amplitude. São eles: Ξ = 2,36ºC; S = 1,75; R = 6,05ºC.

97

a seguir.4971 3.9413 7.8748 7.5554 7.5238 3.3574 3.2187 4. 98 .4812 2.3944 Os resultados obtidos com o modelo Hill-RNA serão apresentados no Capítulo 7. desvio padrão e amplitude para cada topologia testada.2400 10.6610 8. Topologia 1 2 3 4 5 6 7 8 9 Incerteza padrão média Desvio padrão S 3.3416 8.7140 3.4957 14.1047 3.4174 3.4557 2.Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto Tabela 6.6027 2.5717 3.0236 2.8647 7.4823 2.2522 Amplitude R (ºC) 12.1626 8.7781 Ξ (ºC) 4.3 – Valores médios da incerteza padrão.2425 4.3546 2.

utilizamos as curvas obtidas pelo modelo HILL-RNA para os mesmos 14 ensaios para comparação.T. A Figura 7.0 0 3 6 9 Seqüencial dos ensaios 12 15 2 4 5 12 11 11 10 12 14 14 6 6 7 8 8 7 9 9 10 13 5 Figura 7.1 a seguir mostra os resultados de incerteza padrão para estes dois modelos quando comparados com os dados experimentais.Capítulo 7 – Resultados. chamado MCH. Para uma análise mais consistente. Após a sua comparação com o dados experimentais de elevação adiabática de temperatura dos concretos analisados pelo Laboratório de Concreto de Furnas – DCT. e o modelo de dados. subítem 5. conforme já foi justificado no Capítulo 5.1 – Gráficos da incerteza padrão para os ajustes do Modelo MCH e do Modelo HILL-RNA. tendo sido obtidas as respectivas 14 curvas de elevação adiabática de temperatura.2. Entretanto. para o ensaio E-1484. Análise e Discussão Neste capítulo são apresentados os resultados obtidos com os dois modelos estudados: o modelo multifásico.0 1 1 2. não há resultado de treinamento de redes neurais.0 13 4. 99 .0 3 4 0. 10.0 MCH Média MCH 8. O modelo MCH foi aplicado a apenas 14 dos 136 ensaios utilizados para estudos nesta Tese. As linhas referem-se às incertezas padrão médias destes modelos para os 14 ensaios. chamado HILLRNA.0 HILL-RNA Média HILL-RNA Incerteza Padrão (ºC) 3 6.

2 – Parâmetros estatísticos para o modelo HILL-RNA aplicado a 136 ensaios.6. Entretanto. As Figuras 7.2 a 7. 100 .10 Amplitude R 7.24 ºC Como já foi mencionado. mostram.Resultados.07 ºC 2.09 0.24 ºC Ξ 3.20 ºC 3. o modelo HILL-RNA foi obtido a partir de um treinamento de redes neurais a 136 resultados de ensaios laboratoriais e o modelo MCH foi aplicado a apenas 14 ensaios. Análise e Discussão A comparação entre as curvas experimentais e analíticas para os 14 ensaios cuminou nos seguintes resultados: Tabela 7.11 ºC Ξ 3. Modelo Incerteza padrão média Desvio padrão S 1. as curvas geradas pelos dois modelos aos 14 ensaios em comum.1 – Quadro comparativo dos parâmetros estatísticos entre o modelo MCH e o modelo HILL-RNA para 14 ensaios. a seguir. mas deve ser considerado o fato de apenas o ensaio número 3 (E-1941) ter evidendiado um erro que justifique tal amplitude.2 apresenta os valores obtidos para a incerteza padrão média e para as medidas de dispersão para o modelo HILL-RNA para os 136 ensaios. referente a T∞. comparativamente. a Tabela 7. Modelo Hill-RNA Incerteza padrão média Desvio padrão S 2. é muito B B maior para o modelo MCH.56 Amplitude R 6.43 ºC MCH HILL-RNA É importante ressaltar que a Amplitude medida. Tabela 7.

Resultados.01 0.1 50 50 40 40 30 30 20 20 10 10 1 t (dias) 10 100 60 Ensaio E-2299 Modelo MCH Modelo HILL-RNA 60 Ensaio E-2299 Modelo MCH Modelo HILL-RNA Elevação Adiabática de Temperatura (ºC) 40 Elevação Adiabática de Temperatura (ºC) 15 t (dias) 20 25 30 50 50 40 30 30 20 20 10 10 0 0 5 10 0 0.Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .01 60 0.1 1 t (dias) Modelo MCH 10 100 Ensaio E-1484 Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) Ensaio E-1484 0 0 5 10 15 t (dias) 20 25 30 Modelo MCH 0 0.escala decimal e direita . Análise e Discussão 60 Ensaio E-980 Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 50 Modelo MCH ModeloHILL-RNA 60 Ensaio E-980 Modelo MCH 50 ModeloHILL-RNA 40 40 30 30 20 20 10 10 0 0 60 5 10 15 t (dias) 20 25 30 0 0.2 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27].escala logarítmica.01 0. 101 .1 1 t (dias) 10 100 Figura 7.

escala decimal e direita .1 1 t (dias) 10 100 Elevação Adiabática de Temperatura (ºC) 50 50 Ensaio E-2677 Modelo MCH Modelo HILL-RNA 40 40 30 30 20 20 10 10 0 0 60 55 Elevação Adiabática de Temperatura (ºC) 50 45 40 35 30 25 20 15 10 5 0 0 5 10 15 t (dias) 20 25 30 Ensaio E-3552 Modelo MCH Elevação Adiabática de Temperatura (ºC) Modelo HILL-RNA 5 10 15 t (dias) 20 25 30 0 0.1 1 t (dias) 10 100 Ensaio E-3552 Modelo MCH Modelo HILL-RNA 0. Análise e Discussão 60 60 Elevação Adiabática de Temperatura (ºC) 40 Elevação Adiabática de Temperatura (ºC) 50 50 40 30 30 20 20 10 Ensaio E-2627 Modelo MCH Modelo HILL-RNA 10 Ensaio E-2627 Modelo MCH Modelo HILL-RNA 0 0 60 Ensaio E-2677 Modelo MCH Modelo HILL-RNA Elevação Adiabática de Temperatura (ºC) 5 10 15 t (dias) 20 25 30 0 0.escala logarítmica.01 0.01 60 0.Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .01 60 55 50 45 40 35 30 25 20 15 10 5 0 0.3 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27].Resultados. 102 .1 1 t (dias) 10 100 Figura 7.

01 Figura 7.Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda . Análise e Discussão 60 Ensaio E-1433 Modelo MCH Modelo HILL-RNA Elevação Adiabática de Temperatura (ºC) 60 Ensaio E-1433 Modelo MCH Modelo HILL-RNA Elevação Adiabática de Temperatura (ºC) 50 50 40 40 30 30 20 20 10 10 0 0 60 5 10 15 t (dias) 20 25 30 0 0.escala logarítmica.escala decimal e direita .1 1 t (dias) 10 100 0 0 0.01 60 60 Elevação Adiabática de Temperatura (ºC) 40 Elevação Adiabática de Temperatura (ºC) 50 50 40 30 30 20 20 10 Ensaio E-2619 Modelo MCH Modelo HILL-RNA 0 5 10 15 t (dias) 20 25 30 10 Ensaio E-2619 Modelo MCH Modelo HILL-RNA 0.1 1 t (dias) 10 100 Elevação Adiabática de Temperatura (ºC) 40 Elevação Adiabática de Temperatura (ºC) 50 50 40 30 30 20 20 10 Ensaio E-1941 Modelo MCH Modelo HILL-RNA 0 5 10 15 t (dias) 20 25 30 10 Ensaio E-1941 Modelo MCH Modelo HILL-RNA 0.01 60 0.4 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27].Resultados. 103 .1 1 t (dias) 10 100 0 0 0.

5 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27].escala decimal e direita .1 1 t (dias) 10 100 50 Elevação Adiabática de Temperatura (ºC) 50 Elevação Adiabática de Temperatura (ºC) Ensaio E-3303 Modelo MCH Modelo HILL-RNA 40 40 30 30 20 20 10 10 0 0 60 Ensaio E-3751 Elevação Adiabática de Temperatura (ºC) Modelo HILL-RNA Elevação Adiabática de Temperatura (ºC) 50 Modelo MCH 5 10 15 t (dias) 20 25 30 0 0.escala logarítmica.01 60 0. Análise e Discussão 60 Ensaio E-2634 Elevação Adiabática de Temperatura (ºC) Modelo HILL-RNA Elevação Adiabática de Temperatura (ºC) 50 Modelo MCH 60 Ensaio E-2634 50 Modelo MCH Modelo HILL-RNA 40 40 30 30 20 20 10 10 0 0 60 Ensaio E-3303 Modelo MCH Modelo HILL-RNA 5 10 15 t (dias) 20 25 30 0 0.01 60 0.1 1 t (dias) 10 100 Figura 7.1 1 t (dias) 10 100 Ensaio E-3751 50 Modelo MCH Modelo HILL-RNA 40 40 30 30 20 20 10 10 0 0 5 10 15 t (dias) 20 25 30 0 0.Resultados.01 0. 104 .Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .

25% (1. e que. a variação de temperatura máxima foi de 8. que são P P P P os valores mínimo e máximo dos 136 ensaios. 105 .65ºC em 19.01 0.escala decimal e direita . no período ascendente.escala logarítmica. Diante disso.51ºC).1 1 t (dias) 10 100 10 10 Figura 7.1 1 t (dias) 10 100 Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 50 50 40 40 30 30 20 Ensaio E-3756 Modelo MCH Modelo HILL-RNA 0 0 5 10 15 t (dias) 20 25 30 20 Ensaio E-3756 Modelo MCH Modelo HILL-RNA 0 0.01 60 0. no período assintótico da curva. praticamente não se altera.7 mostra os resultados desta aplicação ilustrando que a temperatura.6 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27].Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda . A Figura 7. variando apenas os valores de superfície específica entre 2745 a 4870 cm2/g (em intervalos de 212 cm2/g). além do valor de 3000 cm2/g. Análise e Discussão 60 Ensaio E-3900 Modelo MCH Elevação Adiabática de Temperatura (ºC) Modelo HILL-RNA 60 Ensaio E-3900 Modelo MCH Modelo HILL-RNA Elevação Adiabática de Temperatura (ºC) 50 50 40 40 30 30 20 20 10 10 0 0 60 5 10 15 t (dias) 20 25 30 0 0.Resultados. foi feita uma simulação para a dosagem E-1433. A estimativa da superfície específica foi fonte de preocupação durante os estudos. na qual foram fixados todos os parâmetros de input para o modelo MCH. que P P corresponde à superfície específica estimada.

1 1 t (dias) 10 100 Figura 7.01 0. Os ensaios colocados acima são os mesmos em escalas diferentes: em cima . 106 .escala logarítmica.01 0.7 – Variações de superfície específica do cimento para a predição da exotermia da dosagem E-1433 utilizando o modelo MCH. Análise e Discussão 60 2745 cm2/g 3170 cm2/g 3808 cm2/g 4445 cm2/g 2958 cm2/g 3383 cm2/g 4020 cm2/g 4658 cm2/g 60 3000 cm2/g 3595 cm2/g 4870 cm2/g Elevação Adiabática de Temperatura (ºC) 4233 cm2/g 50 E-1433 .3000 cm2/g Elevação Adiabática de Temperatura (ºC) 50 40 40 30 30 20 20 10 10 0 0 60 5 10 15 t (dias) 2958 cm2/g 3383 cm2/g 4020 cm2/g 4658 cm2/g 20 25 30 0 0 60 3000 cm2/g 3595 cm2/g 4870 cm2/g Elevação Adiabática de Temperatura (ºC) 4233 cm2/g 50 E-1433 .1 1 t (dias) 10 100 0 0.escala decimal e em baixo .Resultados.3000 cm2/g 5 10 15 t (dias) 20 25 30 2745 cm2/g 3170 cm2/g 3808 cm2/g 4445 cm2/g Elevação Adiabática de Temperatura (ºC) 50 40 40 30 30 20 20 10 10 0 0.

Este é um fator eliminatório para a sua aplicação. O modelo HILL-RNA não necessita atender a esta exigência porque utiliza os teores de óxidos como parâmetros de entrada ao invés dos teores das fases minerais e. Entretanto. se apresentaram como uma ferramenta extremamente viável para estudos na fase de projeto de grandes estruturas de concreto a fim de se controlar a elevação de temperatura do material e minimizar os riscos de fissuração. O modelo MCH. como é o caso de barragens. o tipo e a quantidade de cimento. No modelo HILL-RNA é levado em conta a quantidade de agregado graúdo incluída na dosagem do concreto analisado. a quantidade de adição química e mineral e a temperatura do concreto fresco. com isso. considera efeitos distintos para três tipos de aditivos químicos utilizados na mistura: um superplastificante consistindo principalmente de sulfonato de β-naftaleno. por ser este constituinte o mais influente na determinação do calor específico. O calor específico é um requisito essencial para a aplicação do modelo MCH. que só podem ser calculadas para este tipo de cimento. um outro 107 . implementados neste Trabalho. diferencia o tipo de cimento simplesmente associando os teores dos seus óxidos constituintes ao teor de adição mineral. No modelo MCH este dado não é um requisito para a sua aplicação. fosse ela pré ou pós-adição. diferentemente do modelo HILL-RNA. porque faz uso das fases de BOGUE. sem pré-adições minerais.Capítulo 8 – Conclusões e Recomendações Os modelos MCH e HILL-RNA. alguns requisitos importantes para suas aplicações devem ser atendidos. Outros são diferenciados a cada um dos modelos. porque trata diretamente com o calor específico. Já o modelo HILL-RNA trata diretamente com a temperatura que é o resultado do ensaio adiabático do calorímetro. Alguns inputs são comuns para a aplicação dos dois modelos: a superfície específica. a quantidade de água. que calcula a taxa de geração de calor e necessita deste parâmetro para o cálculo da evolução de temperatura do concreto. O modelo MCH necessita que o cimento utilizado na produção do concreto seja do tipo “comum” (CP-I).

apesar de ter apresentado uma incerteza padrão relativamente baixa. O modelo de Redes Neurais pode ser utilizado para todos os ensaios constantes do banco de dados. fato que se refletiu na possibilidade de analisar apenas 14 ensaios do banco de dados desta Tese. Os dois modelos apresentados nesta Tese apresentaram-se como ferramentas que podem ser de grande ajuda para o projeto de estruturas de concreto massa. A sua aplicação a apenas 14 ensaios. requer que os resultados preliminares apresentados nesta Tese sejam validados com um número de ensaios mais significativo. o que reduz a sua utilização para o caso brasileiro já que. Para os resultados da aplicação do modelo HILL-RNA. já que possuem uma grande porcentagem de materiais como pozolanas e escórias. Ressaltamos também o fato que. Por outro lado. O modelo MCH tem a limitação da necessidade do conhecimento das fases minerais do cimento.Conclusões e Recomendações superplastificante incluindo principalmente policarbonato e um agente redutor de água e incorporador de ar. Como já foi verificada a pouca influencia individual da superfície específica na elevação de temperatura através do modelo MCH e sendo este o único parâmetro estimado. 108 . A grande vantagem deste trabalho é que pode ser utilizado para os cimentos comumente utilizados no Brasil. podemos indicar que os modelos utilizados nesta Tese podem ser de grande valia para projetos de barragens já que os erros médios indicados permitem sua aplicação como ferramentas de projeto. Como conclusão final. a amplitude do erro do modelo MCH foi muito maior do que a incerteza da RNA relativa aos mesmos 14 ensaios. a superfície específica também foi estimada para 96 dos 136 ensaios estudados. o que impede a aplicação das equações de BOGUE para determinação das suas fases minerais. os resultados mostrados na Figura 7. raramente é utilizado um cimento do tipo I. Os resultados obtidos com a aplicação do modelo MCH apresentaram indicativos de que este modelo é adequado para o uso da predição da exotermia de concretos analisados na fase de projeto de grandes empreendimentos. além da validação do critério de estimativa utilizado.7 demonstraram que os valores estimados não comprometeram a confiabilidade do uso do modelo MCH. sendo a superfície específica estimada para 6 deles. o modelo HILL-RNA gerado pelo treinamento de redes neurais mostrou-se satisfatório para aplicações.

BERNARD. Pergamon – Computer & Structures. Relations entre Composition des Betons. Brasil.. AND KISHI.. Reinhold Publishing Corporation. Standard Specification for Portland cement. 10. 1994. Concrete Mixture Proportioning: A Scientific Approach. 1 ed. Rio de Janeiro. BEUADOIN. Spécialité Structures et Matériaux. Tese de Doutorado. Handbook of Analytical Techniques in Concrete Science Tecnhnology. A. Hydration. 11 ASTM C 150 – 00. J. MAEKAWA.. R. M. T. ALVES. Cap. pp. em desenvolvimento. 2000.. pp. P. J. M.. Micromecânica e nanomecânica aplicadas a materiais cimentíceos. Information Handling Services. Y. E & FN Spon. Concrete Library of JSCE. RJ. E & FN SPON. 1999. São Paulo. No. V. F. Cement and Concrete Research. M. Thése de Doctorat. 1990. 281-299. 1 ed.. 1999. N. Modeling of Concrete Performance. I. H.. Otimização da Fase Construtiva de Estruturas de Concreto em Face dos Efeitos da Hidratação via Algoritmos Genéticos. F. 1955. R.. METHA. New York. ULM. 2004. pp. F. 33. pp. 12 RAMACHANDRAN. E. 2003. FAIRBAIRN. French. F. O. M. Ed. S. École Nationale des Ponts et Chaussées. 1 ed. P. Pini.. R. Techniques and 109 .. J. CHAUBE.. DE LARRARD. 2003.. Optimization of mass concrete construction using genetic algorithms. Concreto: Estrutura. v. France. COPPE / UFRJ – Programa de Engenharia Civil. 16. J. TSUJI.. 2-3... WALLER. Microstructure Formation and Mass Transport. Y. 2 3 4 5 6 7 8 9 10 BOGUE.. n.. The Chemistry of Portland Cement. K. Brasil. R.. Rio de Janeiro. D. K. ASTM. SILVOSO. 1293-1309. TOLEDO FILHO. “A multiscale micromechanicshydration model for the early-age elastic properties of cement-based materials”. D. LEMARCHAND. RJ. EBECKEN. M. COPPE / UFRJ – Programa de Engenharia Civil. 111-124. K.. M.. 82. SUZUKI.. London.. H.Capítulo 9 – Bibliografia 1 MAEKAWA. V. “Quantification of hydration-heat generation process of cement in concrete”. Tese de D. L. SILVOSO. FERREIRA. OKAMURA. Principles. E. MONTEIRO. J. 1999. Propriedades e Materiais.. v.. 2003.Sc.... 245–268. Exothermie en Cours de Prise et Resistance en Compression .

B B 24 LEA. 5(1). W. T. Concrete Research and Tecnology (JCI). p. ABNT.. F. 101-132. 669-712. 14 CB 18 – COMITÊ BRASILEIRO DE CIMENTO. 110 . Comportement mécanique du béton durcissant. D. 119-129. New York. NBR 11578 (EB2138) – Cimento Portland composto. NBR 5735 (EB-208) – Cimento Portland de alto forno. U. 1946-1947. 20 CZERNIN. T. 1993. Chemistry and Physics of Cement for Civil Engineers. 55-62. n. J. NBR 13116 – Cimento Portland de baixo calor inicial. pp. 549-602. 201-206. Willian Andrew Publishing/Noyes Publications. 469-504.A. 1991. CONCRETO E AGREGADOS. pp.1-6. Inc. 21 LAPLANTE. 1999. U. 17 CB 18 – COMITÊ BRASILEIRO DE CIMENTO. CONCRETO E AGREGADOS. Analyse comparée du béton ordinaire et à trés hautes performances. 13 CB 18 – COMITÊ BRASILEIRO DE CIMENTO. CONCRETO E AGREGADOS. CONCRETO E AGREGADOS. 249-336. 18 CB 18 – COMITÊ BRASILEIRO DE CIMENTO.A. E HANEHARA. “Répartitiondes différents formes d’eau dans la structure des pâtes pures de C3S et de ciment Portland”. 1962. 1993.. The Chemistry of Cement and Concrete. P. T. 26 UCHIKAWA. Materials and Structures. ABNT..S. Journal of the American Concrete Institute. 15 CB 18 – COMITÊ BRASILEIRO DE CIMENTO. ABNT. v. H. NBR 5732 – Cimento Portland comum. K. L. 16 CB 18 – COMITÊ BRASILEIRO DE CIMENTO. ABNT. Effect of type of organic admixture and addition method on fluidity of fresh cement paste. v.. 509-520. A fundamental study on set-retardation of concrete due to superplasticizer. France. CONCRETO E AGREGADOS. Paris. Chemical Publishing Company.Bibliografia Applications. BROWNYARD. S. 1991. 22 FELDMAM R. ABNT. 845-880. F. 23 SIERRA. 3. 1968. M. SAWAKI. “A model for hydrated Portland cement past as deduced for sorption-lenght change and mechanical properties”. 933-992.. P. 25 UOMOTO. R. pp. 18... 1991. Etudes de Recherches des Laboratoire des Ponts et Chaussées. CONCRETO E AGREGADOS. in Proceedings of the 7th International congress on the Chemistry of Cement. SEREDA. NBR 5736 (EB-758) – Cimento Portland pozolânico. 1990.. Paris.. ABNT. C...S. 1980. NBR 5733 (EB-2) – Cimento Portland de alta resistência inicial. 1991. 1994. New York. Studies of the physical properties of hardened Portland cement paste. Proceedings of Japanese Concrete Institute Symposium on High-fluid Concrete. Chemical Publishing Company. 19 POWERS. 596... E OHSHITA. 1971. New York.

2. 33 ULM. Belo Horizonte. COUSSY. D. v. estrutural.. J. O. Concrete”.. 37 BYFORS. P.. London.. M... Ed. Cellular Automaton Simulations of Cement Hydration and Microstructure Development. D. 7... 31-41. H. I. M. I. J.. International Journal of Solids and Structures.-J. pp. A. 12.. FERREIRA. Módulo IV: Um modelo para a reação de hidratação: Ulm e Coussy. O.. e Equipe do Laboratório de Concreto de FURNAS. SILVOSO. Paris. 121. F. Contribution à l’analyse physique et à la modélisation du fluage propre du béton. F. P. 1993. 30 SANTHIKUMAR.-J.. 355-364. thesis. projetado e compactado com rolo – Ensaios e Propriedades. 1998. pp..Bibliografia 27 ANDRADE. 40 GUÉNOT-DELAHAIE. França. PINI. Thomas Telford. Q. pp. 38 LAPLANTE.. Plain concrete at early ages. École Nationale des Ponts et Chaussées. 2001. 4295-4311. 2 ed. 1992.. Rep. 1993. R. 36 FAIRBAIRN. Journal of Engineering Mechanics (ASCE). Modelos numéricos baseados nos acoplamentos termo-químico-mecânicos: aplicação ao concreto-massa. STUTZMAN. “Strength Growth as Chemo-Plastic Hardening in Early Age. 32 FAIRBAIRN..... São Paulo. 1994. 122. 1980. pp. M. Swedish Cement and Concrete Research Institute. 1123-1132. L. Res. Temperature dependent heat generation model for mixed cement concrete with mutual interactions among constituent minerals. 785-794. Journal of Engineering Mechanics (ASCE). LCPC 152. n. Technical report.. 1a. Ph. Paris. 1988. Master thesis submitted to the University of Tokio. “Couplings in early-age concrete: from material modeling to structural design”. E. GUEDES. MG. S-100 44 Stockholm. These de doctorat de l’Ecole Nationale des Ponts es Chaussées. n. Notas de Aula.. E. Bulletin de Liaison des LPC. F. P. CONCRETOS massa. M. ed. 1995. vol. France..M.. 1997. COUSSY. Propriétés méchaniques des bétons durcissants: analyse comparée des bétons classiques et à très hautes performances. E. P. 29 ACKER. 31 BENTZ. “La résistance du béton au très jeune âge”. S. W. ANDRADE. J. COVENEY. v. 35 ULM. n. M. 39 TORRENTI. W. KLEYN. F.. 783-808.R. E. Cement Chemistry.-J. P. 1997. 35. O. COPPE/UFRJ-PEC. Tóquio. V. 1996.. Japão.. 1999. 111 . W. In Anais do XXIII Seminário Nacional de Grandes Barragens. Paris. COUSSY. pp. v. ALVES. 179. 2. 1996.. F. Comportement mécanique du béton: apports de l’approche physicochimique. J. P P 28 TAYLOR. GARBOCZI.. P. Modeling of thermochemomechanical couplings of concrete at early ages.D. Concreto: A Física e a Química do Material. P. 34 ULM.M.

Bibliografia

41 PINTO, R. C. A., The Effect of Curing Temperatures on the Development of Mechanical Properties of Fresh and Hardened High-strength Silica Fume Mixtures – A Maturity Approach, Ph.D. Dissertation, Cornell University, Ithaca, NY, 1997. 42 CARVALHO, A. G., Energia de Ativação dos Concretos: Experimentação e Modelagem, Tese de Mestrado, COPPE / UFRJ – Programa de Engenharia Civil, Rio de Janeiro, RJ, Brasil, 2002. 43 U. S. BUREAU OF RECLAMATION, “Thermal properties of concrete”, Bulletin 1, Denver-USA, 1940. 44 BRODA, M., WIRQUIN, E., DUTHOIT, B., “Conception of an isothermal calorimeter for concrete – Determination of the apparent energy”, Materials and Structures, v. 35, aug., pp. 389-394, 2002. 45 SAUL, A. G. A., “Principles underlying the steam curing of concrete at atmospheric pressure”, Magazine of Concrete Research, v. 2, no. 6, pp. 127-140, 1951. 46 CARVALHO, A. G., FAIRBAIRN, E. M. R., TOLEDO FILHO, R. D., SILVOSO, M. M., PACELLI DE ANDRADE, W., ALBUQUERQUE, A. C., “Energia de ativação dos concretos: experimentação e modelagem”, 44o Congresso Brasileiro do Concreto, Belo Horizonte, 2002.
PU UP

47 COURTAULT, B., BRIAND, J. P., Thermal activation of cements, Proceedings, Washington, v. 01, pp. 429-465, 1960. 48 PAULINI, P., “Reactions mechanism of concrete admixtures”, Cement and Concrete Research, v. 53, n. 11-12, p. 179-186, 1988. 49 REGOURD M.; MORTUREAUX, B.; GAUTIER, E., “Characterization et activation thermique des ciments au laitier”. 7th International Congress on Chemistry of Cernent, , v.18, n.6, p.910-918, 1980.
P P

50 JAWED, I., et al., Hidration of Portland Cement, Structure and Performance of Cements, P. Barnes ed., Applied Science Publishers, 1983, pp. 232-317. 51 D’ALOIA, L., CHANVILLARD, G., “Determination of the Apparent Activation Energy of Concrete: Ea Semi-Adiabatic Tests of Heat Development”, Paris, 1998. 52 BENAMEUR, H. K., et al., “Determination of Apparent Activation Energy of Concrete by Isothermal Calorimetry”, Cement and Concrete Research, Fev. 2000, pp. 301-305. 53 ATKINS, P. W., Physical Chemistry, Oxford University Press, New York, 1998. 54 GAUTHIER, E., e REGOURD, M., Le Durcissement du Béton em Foction de la Température, RILEM International Conference on Concrete at Early Ages, ENPC Paris, pp. 145-150, 1982. 55 BYE, G. C., Portland Cement – Composition, Production and Properties, Pergamon Press, 149 pp, 1983. 112

Bibliografia

56 FREIESLEBEN, H. P., PEDERSEN, E. J., CEB-Guide to Durable Concrete Structures, Bulletin d’Information 166, Comité Euro-International du Béton, Lausanne, 1985. 57 KJELLSEN, K. O., DETWILER, R. J., Later Age Strength Prediction by a Modified Maturity Method. ACI Material Journal, pp. 220-227, Mar, 1993. 58 KIM, J. K., et al., “Estimation of Compressive Strength by a New Apparent Activation Energy Function”. Cement and Concrete Research, pp. 217-225, Nov. 2001. 59 ASTM C 1074 – 98, Standard Practice for Estimating Concrete Strenght by the Maturity Method, ASTM C 1074-87. Annual Book of ASTM Standards, Vol. 04.02, Philadelphia: American Society for Testing Materials, 1998. 60 NEVILLE, A., Propriedades do concreto, Editora PINI, São Paulo, 1997. 61 BREUGEL, V., “Prediction of temperature development”, in Prevention of thermal cracking in concrete at early age, Ed. R. Springenschmid, pp. 76-148, E&FN Spon, London, 1998. 62 BASTIAN, G., KHELIDJ, A., “Proprietés thermophysics d’un béton fraîchement coulê”, Bulletin de Liaison des LPC, v. 200, pp. 25-35, 1995. 63 EVSUKOFF, A., “COC786 – Análise Inteligente de Dados - Notas de Aula”, UFRJ/COPPE/PEC, Rio de Janeiro, 2003. 64 ZUBEN, F. V., DE CASTRO, L. N., “IA353 – Notas de Aula – Módulos 1 a 8”, Unicamp/FEEC/DCA, Campinas, 2003. 65 MCCULLOCH, W. S., PITTS, W., “A logical calculus of the ideas immanent in nervous activity”, Bulletin of Mathematical Biophysics, vol. 5, pp. 115-133, 1943. 66 HEBB, D., Organization of Behaviour, John Wiley & Sons, New York, 1949. 67 ROSEMBLATT, R., Principles of Neurodynamics, Spartan Books, New York, 1959. 68 HOPFIELD, J.J., “Neural networks and physical systems with emerging collective computational abilities”. Proceedings of the National Academy of Sciences, vol. 79, pp. 2554-2558, 1982. 69 RUMELHART, D.E., MCCLELLAND, J.L., Parallel Distributed Processing: Explorations in the Microstructure of Cognition, vols. 1 e 2, The MIT Press, 1986. 70 HAYKIN, S., Neural Networks – A Comprehensive Foundation, Macmillian College Publishing Comany, 1994. 71 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM10 – Cimento Portland – Análise química – Disposições gerais, ABNT, 2004.

113

Bibliografia

72 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM12 – Cimento Portland – Análise química – Determinação de óxido de cálcio livre, ABNT, 2004. 73 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM13 – Cimento Portland – Análise química – Determinação de óxido de cálcio livre pelo etileno glicol, ABNT, 2004. 74 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM14 – Cimento Portland – Análise química – Método de arbitragem para determinação de dióxido de silício, óxido férrico, óxido de alumínio, óxido de cálcio e óxido de magnésio, ABNT, 2004. 75 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM15 – Cimento Portland – Análise química – Determinação de resíduo insolúvel, ABNT, 2004. 76 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM16 – Cimento Portland – Análise química – Determinação de anidrido sulfúrico, ABNT, 2004. 77 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM17 – Cimento Portland – Análise química – Método de arbitragem para determinação de óxido de sódio e de óxido de potássio por fotometria de chama, ABNT, 2004. 78 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM18 – Cimento Portland – Análise química – Determinação de perda ao fogo, ABNT, 2004. 79 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM19 – Cimento Portland – Análise química – Determinação de enxofre na forma de sulfeto, ABNT, 2004. 80 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM20 – Cimento Portland e suas matérias-primas – Análise química – Determinação de dióxido de carbono por gasometria, ABNT, 2004. 81 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM21 – Cimento Portland – Análise química – Método optativo para a determinação de dióxido de silício, óxido férrico, óxido de alumínio, óxido de cálcio e óxido de magnésio, ABNT, 2004. 82 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR NM76 – Cimento Portland – Determinação da finura pelo método de permeabilidade ao ar (Método de Blaine), ABNT, 1998. 83 CB 18 – COMITÊ BRASILEIRO DE CIMENTO, CONCRETO E AGREGADOS, NBR 12819 – Concreto e Argamassa – Determinação da elevação adiabática de temperatura, ABNT, 1993.

114

R. F. 88 ULM. “Materials Laboratories Procedures Manual”. 126. n. Denver-USA. ACI. 115 .. 86 U.. ABNT. NBR12820 – Concreto Endurecido – Determinação da Condutividade Térmica. 3. 406-424. C. v. pp. 2000.. COUSSY. O. 1966.Bibliografia 84 CB 18 – COMITÊ BRASILEIRO DE CIMENTO. 85 CB 18 – COMITÊ BRASILEIRO DE CIMENTO. CONCRETO E AGREGADOS.. 89 MILLS. 1993. ABNT. 87 CB 18 – COMITÊ BRASILEIRO DE CIMENTO. 233-242. L. CONCRETO E AGREGADOS. 60. CONCRETO E AGREGADOS. n. ABNT. H. 1957. BUREAU OF RECLAMATION. 1993. Thermo-Chemo-Mechanics of ASR Expansion in Concrete Structures. KEFEI. “Factors influencing cessation of hydration in water cured cement pastes”. NBR12818 – Concreto – Determinação da Difusividade Térmica. S.-J. Journal of Engineering Mechanics (ASCE).. 1993. NBR12817 – Concreto endurecido – Determinação do calor específico. LARIVE.

foram calculados a amplitude total e o desvio médio para a incerteza padrão média.1) ψ a incerteza padrão (ºC).3) a seguir. que equivale à raiz quadrada do erro quadrático médio. 116 . é a incerteza padrão (ºC). é a incerteza padrão média (ºC).1. xi B B ψ o número de temperaturas medidas no ensaio. a temperatura fornecida pelo modelo no instante t (ºC). Para efeito de verificação da dispersão. DM é o desvio médio da amostra (ºC).Apêndice A – Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto A. conforme a expressão abaixo: Ξ= sendo: Ξ yi B B ∑ (y i =0 n i − xi ) 2 (A. a temperatura fornecida pelo ensaio no instante t (ºC).2) (A. R = Ξ max − Ξ min DM = (A. conforme as equações (A. INTRODUÇÃO: PARÂMETROS ESTATÍSTICOS UTILIZADOS O erro medido para comparação entre os dados experimentais e dados obtidos através das funções foi a incerteza padrão.3) ∑ Ξi − Ξ n onde: R Ξ Ξ B B é a amplitude total da amostra (ºC).2) e (A.

117 .882ºC].6) a seguir: ⎧0 . a função acima necessitou de um outro ajuste devido ao fato uma parte resultar em valores negativos.6ºC [mín = 0. e. depois. Ξ = 0. que representa o ganho da parte em degrau. A função de resposta forçada de sistemas de 1ª Ordem aplicado a sistemas térmicos é representada pela equação (A.4) Da qual tomando-se as transformadas de Laplace. a inclinação da rampa.Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto A.2. Assim a função resultou na expressão (A. o atraso da resposta ao degrau.5) que possui quatro parâmetros (quarteto) a serem ajustados. composto por uma função de resposta forçada ao degrau unitário somada à de resposta forçada à rampa incluindo-se aí. T ad (t ) = ⎨ ⎩ y (t ) y (t ) < 0 (A. o tempo de resposta. que representa a B B B B inclinação da rampa. tem-se: ⎡ ⎛ −t +δ y (t ) = k 0 ⋅ ⎢1 − exp⎜ ⎝ τ ⎣ ⎡ ⎞⎤ ⎛ −t +δ ⎟⎥ + k1 ⋅ ⎢(t − δ ) − τ + τ ⋅ exp⎜ ⎠⎦ ⎝ τ ⎣ ⎞⎤ ⎟⎥ ⎠⎦ (A.088ºC . após a subdivisão da constante k em k0.1 apresenta as incertezas padrões para os 141 ensaios.26 B B A Figura A. um atraso para representar a extensão do calor latente. τ k1 B B δ Entretanto. máx = 1.4): dy 1 1 + y= k τ dt τ (A.6) A incerteza padrão para o ajuste desta função aos 141 dados experimentais foi em média de 0. e em k1. sendo: k0 B B o ganho da parte em degrau.79ºC. FUNÇÃO DE RESPOSTA NO TEMPO DE SISTEMAS DE 1ª ORDEM A primeira função que se estudou foi a de Resposta no Tempo de Sistemas de 1ª Ordem (RTS1O). As medidas de dispersão e a incerteza padrão média foram: R = 1.60ºC. retornando-se ao domínio do tempo e incluindo-se o termo referente ao atraso identificado anteriormente. analisando fisicamente. DM = 0.

2 – Gráficos do ajuste da função de Resposta no Tempo de Sistemas de 1ª Ordem (RTS1O) para o ensaio E3026 [27]. 118 .4 0.T ini = 19.67ºC Modelo "RT S1O" 30 25 20 15 10 5 0 0 5 10 15 t (dias) 20 25 30 0 0 1 t (dia s ) 2 3 Ensaio E-3026 . a curva da afinidade normalizada (derivada da temperatura). Nas primeiras horas.1 – Gráfico da incerteza padrão para os ajustes da função de Resposta no Tempo de Sistemas de 1ª Ordem. como se pode notar no gráfico da Figura A. com precisão.T ini = 19.8 0.0 0 20 40 60 80 100 Seqüencial dos ensaios 120 140 Figura A.Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto 2.01 Ensaio E-3026 .1 1 t (dias) 10 100 Figura A.0 1.67ºC Modelo "RT S1O" 0. 50 45 Elevação Adiabática de Temperatura (ºC) 40 35 5 10 50 45 Elevação Adiabática de Temperatura (ºC) 40 35 30 25 20 15 10 5 0 0.6 Incerteza Padrão (ºC) 1. esta função se mostrou imprópria pelo fato de não fornecer. ela fornece valores nulos inconcebíveis para representar a física da elevação de temperatura do concreto. Apesar da baixa incerteza padrão média.2 0.2 abaixo.

DM = 0.Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto A.5 1.5 0. (A. oferecida pelos autores [63] para modelar a extensão da reação química no mecanismo da reação álcali-agregado no concreto.7) k1 B B k2 B B é o coeficiente de aceleração para o período assintótico.604ºC]. a incerteza padrão. As medidas de dispersão e a incerteza padrão média foram: R = seguir.04ºC. 3.5 Incerteza Padrão (ºC) 2.0 0.0 0 20 40 60 80 100 Seqüencial dos ensaios 120 140 Figura A.0 2. 119 .0 1. FUNÇÃO DE ULM-COUSSY-KEFEI-LARIVE Esta segunda função.51ºC.3 – Gráficos da incerteza padrão para os ajustes da função de Ulm-Coussy-Kefei-Larive.038ºC [mín = 0.094ºC . foi analisada para configurar a sua curva de elevação adiabática de temperatura: ⎛ −t ⎞ 1 − exp⎜ ⎜k ⎟ ⎟ ⎝ 2⎠ T ad (t ) = k1 ⋅ ⎛ −t +δ ⎞ 1 + exp⎜ ⎜ k ⎟ ⎟ ⎝ 2 ⎠ é o valor da temperatura no período assintótico da curva. foi em média de 1. em relação aos ensaios.44 B B As incertezas padrões para os 141 ensaios são apresentadas na Figura A.3 a 2. Ξ = 1. representa o atraso devido ao calor latente.3. máx = 2. δ Neste modelo.

máx = 1.60ºC Modelo de "Ulm-Coussy-Kefei-Larive" 5 0 0 5 10 15 t (dias) 20 25 30 0 0. por exemplo.T ini = 11. se mostrando um bom modelo a ser trabalhado para esta finalidade.8) é o coeficiente de . FUNÇÃO HILL Posteriormente.174ºC] que é mostrada na Figura A.495ºC [mín = 0.Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto Mesmo com uma incerteza um pouco maior que a da função “Degrau+Rampa”. A curva analítica descreve uma assíntota extensa devido ao ajuste paramétrico feito com a minimização do erro.5.4.4.01 0. 15 15 Ensaio E-2832 . do tipo “Growth/Sigmoidal – Hill”. representa o atraso devido ao calor latente. chamada apenas de HILL. equação (A.T ini = 11.60ºC Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) Modelo de "Ulm-Coussy-Kefei-Larive" 10 10 5 Ensaio E-2832 . k n Este modelo se ajustou melhor aos dados experimentais do que os anteriores.4 – Gráficos do ajuste da função de “Ulm-Coussy-Kefei-Larive” para o ensaio E-2832 [27].052ºC .8): identificou-se uma terceira função. Contudo. a do ensaio E-2832 [27] ilustrada na Figura A. apresentando uma incerteza padrão média de 0.1 1 t (dias) 10 100 Figura A. A. é o coeficiente de aceleração para o período assintótico. 120 . em alguns casos a silhueta da curva mostrouse um tanto indesejável como. a função de Ulm-Coussy-Kefei-Larive se ajustou melhor ao mecanismo da elevação de temperatura do concreto. que tem a configuração da T sendo que: Vmáx B B ad (t ) = Tmáx tn ⋅ n k + tn (A.

1.4 1.2 Incerteza Padrão (ºC) 1.T ini = 19.8 0. 50 45 Elevação Adiabática de Temperatura (ºC) 40 35 30 25 20 15 10 5 0 0 5 10 15 t (dias) 20 25 30 Ensaio E-3026 .67ºC Modelo "Hill" Elevação Adiabática de Temperatura (ºC) 50 45 40 35 30 25 20 15 10 5 0 0.4 0.67ºC Modelo "Hill" 0.0 0 20 40 60 80 100 Seqüencial dos ensaios 120 140 Ξ = 0.Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto As medidas de dispersão e a incerteza padrão média foram: R = 1.25 B B Figura A.0 0. como se pode evidenciar nas Figuras A.6 1.50ºC.01 Ensaio E-3026 .12ºC.6 0.T ini = 19. A função HILL suprime as deficiências apresentadas pelos modelos que o antecederam.7 que se seguem.2 0.6 e A.6 – Gráficos ajuste da função HILL para o ensaio E-3026 [27].5 – Gráficos da incerteza padrão para os ajustes da função HILL.1 1 t (dias) 10 100 Figura A. DM = 0. 121 .

A. mostram a comparação entre as funções estudadas.5. 122 .7 – Gráficos do ajuste da função HILL para o ensaio E-2832 [27].Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto 16 14 12 10 8 6 4 2 0 0 5 10 15 t (dias) 20 25 30 Ensaio E-2832 . que acopla a resposta ao degrau mais a resposta à rampa.9. Já a função de Ulm-CoussyKefei-Larive forneceu uma incerteza padrão mais alta um pouco e a curva obtida descreve uma assíntota extensa devido ao ajuste paramétrico feito com a minimização do erro.T ini = 19.1 1 t (dias) 10 100 Figura A.7ºC).T ini = 19. a função de Resposta no Tempo de Equações Diferenciais Lineares de 1ª Ordem. As Figuras A.60ºC Modelo "Hill" Elevação Adiabática de Temperatura (ºC) 0.67ºC Modelo "Hill" 50 45 40 35 5 10 30 25 20 15 10 5 0 0 5 10 15 t (dias) 20 25 30 0 0 1 t (dia s ) 2 3 Ensaio E-3026 .01 Ensaio E-2832 .67ºC Modelo "RT S1O" Figura A. a seguir. Porém.T ini = 11.8 – Comparação entre da função HILL e a função de Resposta no Tempo de Sistemas de 1ª Ordem (RTS1O). por dar valores zero por várias horas quando se tem que expressar o atraso (calor latente) concedido pela adição química.T ini = 11. COMPARAÇÃO ENTRE AS TRÊS FUNÇÕES As três funções ajustadas são satisfatórias para descrever a curva de elevação adiabática de temperatura do concreto em termos de incerteza padrão (Ξ < 2. não corresponde ao mecanismo físico.60ºC Modelo "Hill" 16 14 Elevação Adiabática de Temperatura (ºC) 12 10 8 6 4 2 0 0.8 e A. 50 45 Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) 40 35 30 25 20 15 10 5 0 0 5 10 15 t (dias) 20 25 30 Ensaio E-3026 .

T ini = 11.60ºC Modelo "Hill" Elevação Adiabática de Temperatura (ºC) 15 Elevação Adiabática de Temperatura (ºC) 10 5 Ensaio E-2832 .T ini = 11.60ºC Modelo de "Ulm-Coussy-Kefei-Larive" 0 0 5 10 15 t (dias) 20 25 30 Figura A.9 – Comparação entre da função HILL e a função de Resposta no Tempo de Sistemas de 1ª Ordem (RTS1O). 123 .Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto 16 14 12 10 8 6 4 2 0 0 5 10 15 t (dias) 20 25 30 Ensaio E-2832 .

em condições adiabáticas. é o grau de avanço das reações de hidratação da pozolana no é o grau de atividade pozolânica final da pozolana.4) Nas equações acima.3) e & p (τ ) = α ⎡ Ea p ⎤ ~ Ap α p (τ ) ⋅ exp ⎢− ⎥ ⎣ ℜ ⋅ T (τ ) ⎦ [ ] (B. T ad (t ) = ∫ T& (τ )⋅ dτ 0 t (B. ξp(∞) B B P 124 . é o calor específico do concreto no instante t. é o consumo de cimento no concreto (g).Apêndice B – Modelo de Vincent Waller WALLER [4.5] modelou a elevação de temperatura do concreto. é o calor de hidratação do cimento (J/g). é o consumo de pozolana na amostra (g). é o grau de avanço das reações de hidratação do cimento no é o grau de hidratação final do cimento.2) onde & c (τ ) = α ⎡ Eac ⎤ ~ Ac [α c (τ )]⋅ exp ⎢− ⎥ ⎣ ℜ ⋅ T (τ ) ⎦ (B. Tad(t) P P é a elevação de temperatura do concreto no instante t. ξc(∞) B B C Qc B B αp(t) B B instante t. é a derivada da temperatura no instante t. & (t) T Cth(t) P P αc(t) B B instante t. segundo as expressões que se seguem.1) sendo & (τ ) ⋅ C th (τ ) = α & c (τ ) ⋅ ξ c (∞ ) ⋅ C ⋅ Qc + α & p (τ ) ⋅ ξ p (∞ ) ⋅ P ⋅ Q p T (B.

P P O calor específico do concreto fresco. fator pozolana/cimento) e considera que a hidratação é um fenômeno local. Ãp(αp) B B B B em condições isotérmicas. assim.Modelo de Vincent Waller Qp B B B B é o calor de hidratação da pozolana (J/g). Na ausência de pozolanas. C = ∑ mi ⋅ cith th i =1 n (B. WALLER [4. ℜ é a constante universal dos gases perfeitos. Cth. P P P P Para avaliar a produção de calor durante a hidratação. Eap B B cimento.5] destacou que o grau de hidratação de cada componente é essencialmente governado pela sua proporção na pasta (fator água/cimento. POWERS [19] e MILLS [89]. O modelo empírico de POWERS é dado na 125 . elaboraram dois modelos a partir de resultados experimentais para o grau final de hidratação do cimento para períodos superiores a 400 dias. B αp(t) Ãc(αc) B B B é uma função proporcional à velocidade das reações de hidratação é a energia de ativação aparente das reações de hidratação do é uma função proporcional à velocidade das reações de hidratação é a energia de ativação aparente das reações de hidratação do em condições isotérmicas. uma vez que a hidratação do aglomerante é a única fonte de calor. e cith o seu calor específico (J⋅kg–1⋅ºC–1). o grau final de hidratação do cimento depende essencialmente do fator água/cimento. Eac B B cimento. que ocorre na escala do grão do cimento desconsiderando. é calculado pelo somatório dos calores específicos dos seus n constituintes. P P mi é a massa do iésimo constituinte por unidade de volume de concreto B B (kg). é o grau de avanço da reação pozolânica no instante t. conforme a equação (B. filler inerte) no processo de hidratação. o papel das fases inertes (interface pasta/agregado. é necessário estimar o grau final do consumo de aglomerantes durante a reação.5) onde Cth é o calor específico do concreto fresco (J/ºC). citados por WALLER [4].5).

126 . que não está mais disponível para hidratação adicional do cimento.23 ⋅ ξ c (∞ ) ⎞ ⎟ ⎟ fs c ⎠ 0.27 ⋅ ξ c (∞ ) ⎞ ⎟ ⎟ cv c ⎠ (A.3 ou 1. ou a pozolana é completamente hidratada (e uma certa quantidade de Ca(OH)2 permanece no sistema).42 ⎠ (B. As equações de balanço conduzem às equações (B. para ser completamente consumida.10) Acredita-se que a reação pozolânica Ca (OH )2 + Sílica → C − S − H não envolve qualquer fonte adicional de água [4. ou a parte da pozolana que reage B B consome exatamente a cal liberada pelo cimento.3 ⋅ a c ) (B. WALLER [4. respectivamente.7).9) ξ CV (∞ ) = min ⎜ ⎜1 . Assim.6) e o de MILLS na (B. o grau de hidratação final do cimento diminui quando uma pozolana é adicionada ao sistema para um fator água/cimento constante.10) para determinação dos graus finais de hidratação do fumo de sílica ξFS(∞) e da cinza volante B B ξCV(∞). respectivamente. ξ c (∞ ) = min ⎜1 . ⎝ ⎛ 0. ⎝ ⎛ ac⎞ ⎟ 0.8) para estimar o grau final de hidratação: ξ c = 1 − exp(− 3.5] utilizou-se do cálculo estequiométrico para mostrar que 1g de fumo de sílica ou de cinza volante necessita de 1.7) WALLER [4. No entanto.5] propõe o modelo empírico dado na equação (B. e dessa forma o hidrato formado na reação pozolânica adsorve uma significante quantidade de água. a fase hidrato tem uma alta área específica. ao final do processo.6) ξ c (∞ ) = 1. ⎝ ⎛ (A. Assim.194 + a c (B.9) e (B. B B ξ FS (∞ ) = min ⎜ ⎜1 . onde ξc(∞) representa o grau final de hidratação B B do cimento.3g de Ca(OH)2 após a hidratação. pode-se B B considerar que.Modelo de Vincent Waller equação (B.031 ⋅ a c 0.5].1 g de Ca(OH)2. B B tendo em vista que 1g de cimento libera 0.8) Para sistemas com pozolanas.

12) (A.60⋅ a c ) ⋅ δ = exp(1.com δ = exp(1.8). Para resolver o problema. Se ξFS < 1 então a segunda hipótese está correta. conforme a equação (B. inicialmente admite-se que o fumo de sílica é a única pozolana a reagir.11) para o grau de hidratação do cimento na presença de pozolanas.14).2. Deve ser considerado ainda o fato de a relação água/cimento aumentar o efeito de redução do grau final de hidratação provocado pela reação pozolânica [4. Para tanto.5] obteve a equação (B.11) e B B B B (A. e temos ξCV = 0.30 ⋅ ξ c (∞ ) ⋅ C − 1.13) A aplicação do modelo de WALLER [4. (A. corrigir a equação (1.5] para diversos teores de fumo de sílica permite observar que a diminuição do grau final de hidratação do cimento é significativa para uma porcentagem de fumo de sílica igual a 10% (uma dosagem bastante usual em concretos de alto desempenho).5] apresentou duas hipóteses.12) e (B. ξ c (∞ ) = 1 − exp[− 3.5]. 2ª Hipótese: A cinza volante reagirá somente se houver alguma cal residual após o máximo consumo de fumo de sílica.11) o termo δ é dado pelas equações (B. Para uma composição ternária é necessário generalizar os modelos anteriores. 0.8) subtraindo da água total a água adsorvida pelo C–S–H pozolânico. 1ª Hipótese: Admite-se que o fumo de sílica reage antes da cinza volante. ξCV e ξFS são calculados das equações (A. e tende a se estabilizar quando a dosagem de fumo de sílica é maior que 20 %.14) 127 .3 ⋅ (a c − δ )] (B. respectivamente.10 ⋅ ξCV (∞ ) ⋅ cv (B.9). WALLER [4.60 ⋅ ξ FS (∞) ⋅ fs C 0. Assim. em sistemas com pozolanas. então.Modelo de Vincent Waller Faz-se necessário.60 ⋅ a c ) ⋅ 0. Caso ξFS = 1 B B B B B B considera-se que a cinza volante reagiu e seu montante pode ser quantificado pelo levantamento do restante de cal disponível. Através de ajuste numérico WALLER [4. teor para o qual toda a cal é consumida.30 ⋅ fs = 1.13) para sistemas com fumo sílica e com cinzas volantes.42 ⋅ ξ CV (∞ ) ⋅ cv C (A.

ponderados pelas porcentagens das mesmas.Modelo de Vincent Waller Finalmente. em qualquer mistura contendo cimento Portland. fumo de sílica e cinza volante) completamente hidratado. C4AF) do B B B B B B B B clínquer de um cimento Portland tem um calor de hidratação específico.1 – Calor de hidratação das fases do clínquer .16) ξ c (∞ ) = 1 − exp[− 3. Observa-se na tabela anterior.15) a (B. ⎣ ⎝ ⎡ ⎛ (B.60 ⋅ ξ FS (∞ ) ⋅ fs + 0. WALLER [4.18).23 ⋅ ξ c (∞ ) ⎞ ⎟ ⎟ fs c ⎠ 0. ⎝ ⎛ 0. ξ FS (∞ ) = min ⎜ ⎜1 . como mostrado na Tabela B.18) Assim.18 ⎞⎤ ⎟⎥ − cv c cv fs ⎟ ⎠⎦ (B.42 ⋅ ξ CV (∞ ) ⋅ cv C (B. o problema pode ser sumarizado B B pelo sistema dado pelas equações (B. seja qual for o valor de ξFS. min⎜ ⎜1 .5] apresenta um modelo que permite conhecer o grau final de consumo dos três aglomerantes.15) ξ CV (∞ ) = max ⎢0 . cinza volante e fumo de sílica.1.27 ⋅ ξ c (∞ ) 1. Tabela B. considerando que cada uma das fases reativas (C3S. C2S. também produzem um alto calor de hidratação.17) (B. Neste modelo. A incógnita tratada agora é a quantidade de calor liberado por uma massa unitária de aglomerante (cimento. que as duas fases que são responsáveis pela resistência inicial da pasta de cimento (C3S e C3A). B B B B 128 .WALLER [4] Fases do clínquer Calor de Hidratação (kJ⋅kg–1) – (cal⋅g–1) P P P P C3S B B 510 – (122) 260 – (62) 1100 – (263) 410 – (98) C2S B B C3A B B C4AF B B O calor de hidratação do cimento é considerado como uma combinação linear dos calores de suas fases.60 ⋅ a c ) ⋅ 0. C3A. o calor de hidratação será calculado a partir da composição de BOGUE [9].3 ⋅ (a c − δ )] δ = exp(1.

fs e cv (em g/g). conforme apresentado na equação (B. respectivamente. Q(∞) . por C.19). Q (em J/g) representa o calor total gerado pela reação de hidratação. para cada adição estudada. Q (∞ ) = (510 ⋅ ϕ C3 S + 260 ⋅ ϕ C2 S + 1100 ⋅ ϕ C3 A + 410 ⋅ ϕ C4 AF ⋅ ξ c (∞ ) ⋅ C 860 ⋅ ξ FS (∞ ) ⋅ fs + 560 ⋅ ξ CV (∞ ) ⋅ cv ) + (B. multiplicados pelos seus graus de hidratação/transformação.3 – Calor de hidratação das cinzas volantes estudadas por WALLER [4] Produto Calor liberado por massa unitária de pozolana reagida (kJ⋅kg–1) P P Cinza volante A Cinza volante B Cinza volante C Cinza volante D Cinza volante E Valor médio 500 ± 90 560 ± 100 610 ± 70 560 ± 60 630 ± 70 570 ± 80 Então. Os consumos de cimento. fumo de sílica e cinza volante são dados.3. Tabela B. é calculado diretamente pela soma dos calores liberados pelos vários aglomerantes.19). Observa-se que os vários produtos não exibem valores significativamente diferentes dentro das duas categorias. Os valores são dados na Tabela B.2 – Calor de hidratação das microssílicas estudadas por WALLER [4] Produto Calor liberado por massa unitária de pozolana reagida (kJ⋅kg–1) P P Fumo de Sílica A Fumo de Sílica C Fumo de Sílica D Valor médio 810 ± 60 910 ± 70 890 ± 70 870 ± 70 Tabela B. O fator ϕ C3S significa a porcentagem de 129 . o calor de hidratação final do concreto.19) Na equação (B. em testes adiabáticos de misturas com água e excesso de cal para obter o maior efeito pozolânico possível.Modelo de Vincent Waller O calor de hidratação foi medido por WALLER [4].2 e na Tabela B.

o erro médio do modelo é menor que 2K. pelo calor específico global. Amplos intervalos de fator água/cimento (0.20) WALLER [4] realizou uma ampla série de testes adiabáticos em argamassas e concretos compostos com agregados calcários.30–0. este segundo efeito poderia produzir algum calor.50) foram investigados. Dois cimentos Portland foram utilizados. a elevação adiabática de temperatura poderá ser modelada. com a ajuda destes cálculos preliminares. Na teoria. este produto foi considerado inerte. 130 . Então as elevações de temperatura teóricas previstas pelo modelo foram comparadas com os dados experimentais. mas os resultados obtidos indicam que esta fonte de calor pode ser desprezada quando comparada com outras [4].5): T ad (∞ ) = Q(∞ ) C th (B. fator fumo de sílica/cimento (0–0. Na predição da elevação de temperatura relativa a misturas contendo filler calcário. e algumas misturas também incluíram um filler calcário. ou seja.19).65). A elevação adiabática final da temperatura. Noventa e cinco por cento dos valores foram inferiores a 5K. é simplesmente a razão do calor total P P produzido. calculado pela equação (A.9). puros ou em combinação (com uma cinza volante ou com um fumo de sílica). Vários tipos de pozolanas foram comparados. O filler calcário tende a acelerar a hidratação do cimento. Tad(∞).30) e fator cinza volante/cimento (0–0.Modelo de Vincent Waller silicato tricálcico no cimento. Finalmente.8 e B. e também contribui diretamente para resistência à compressão pela formação de carboaluminatos. P P em Kelvin (K) ou em graus Celsius (oC). Os 60 testes realizados foram usados primeiro para calibrar o modelo do grau de hidratação do cimento na presença de pozolanas (equações B. Segundo os autores. fornecido pela equação (B. ϕi é o percentual de cada componente do cimento B B ou aditivo mineral na mistura.