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

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

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

o outro. consistindo-se das características e/ou consumo dos materiais constituintes.Sc.A. 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. um modelo de dados baseado em redes neurais artificiais.0ºC.Resumo da Tese apresentada a COPPE/UFRJ como parte dos requisitos necessários para a obtenção do grau de Mestre em Ciências (M. [1]. Os parâmetros de entrada dos dois modelos são praticamente os mesmos. com erro médio da ordem de 3.) 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. vi . realizados pelo Laboratório de Concreto de Furnas Centrais Elétricas S. Para a aplicação dos dois modelos foi elaborado um banco de dados baseado em 250 ensaios de elevação adiabática de temperatura. da temperatura do concreto fresco e do calor específico do concreto estudado.

) 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. a data model based on artificial neural networks. with medium error of the order of 3. being consisted of the characteristics and/or consume of the constituent materials. The parameters of entrance of the two models are practically the same ones. of the temperature of the fresh concrete and of the specific heat of the studied concrete. 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 .Sc.A. [1].Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the requirements for the degree of Master of Science (M. accomplished by the Laboratory of Concrete of Furnas Centrais Elétricas S. the other. For the application of the two models a database was elaborated based on 250 rehearsals of adiabatic temperature rise.0ºC.

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

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

..........1.......1......................1....................................................T0) ............... 99 8...............3........ 71 5........................... Elaboração do Banco de Dados............... 124 x .......... Descrição do Modelo........................................1.......................... Consumo de Adição Química (γ) ......... 86 6.......................................1.........................................1........................... Análise Química do Cimento.....1...................................... 80 B B 5............. 64 4...1.... Implementação do Modelo MCH.1...................2... Finura de Blaine (si) ...............1...... Outras Propriedades Térmicas ....2.................4..1. RESULTADOS......................................................................... Modelagem da Formação de Etringita ...................1............................ 109 APÊNDIDE A – FUNÇÕES PARA CARACTERIZAÇÃO DAS CURVAS DE ELEVAÇÃO ADIABÁTICA DE TEMPERATURA DO CONCRETO.. 83 5........... 82 5...........1.............2...2....... 66 4....................................5................. Taxa de Geração de Calor de Referência (Hi...... Módulo de Finura de Blaine ......................................... Consumo de Água (βi)............................................1. 64 4.........1.......................................7........2...................... 68 4..1..1... Procedimento.....................................1.......................... Calorímetro Adiabático .3............. 77 B B 5...................... 107 9................1..................................... 90 7..........6................................. 64 4.... BIBLIOGRAFIA ......1.... 80 B B 5.................. 64 4........... 78 5.............8...... ANÁLISE E DISCUSSÃO..............................................1...................... 68 5........................... Composição Potencial de BOGUE do Cimento (µ)..............................................1.............4.. MODELO MULTICOMPONENTE DE CALOR DE HIDRATAÇÃO (MCH) DE MAEKAWA ET AL...1..........................1......1................... 116 APÊNDIDE B – MODELO DE VINCENT WALLER ........................3.3........... Termoativação (Eai/ℜ)............. MODELO DE RNA PARA A ELEVAÇÃO ADIABÁTICA DE TEMPERATURA DO CONCRETO........................ 71 5..4.. 74 B B 5...1. 72 5.......................... Elevação Adiabática de Temperatura .................. Consumo de Escória de Alto Forno e Cinza Volante (ζ) .. CONCLUSÕES E RECOMENDAÇÕES ..............1................. 84 5......... Constituição do Modelo MCH.....1..........................................................................................

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

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

... ..................................................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.

................... 89 TU UT THU UHT TU Tabela 6.. 129 TU UT xiv ................ 8 TU UT Tabela 2.....2 – Composição da mistura OPC400 realizada por MAEKAWA et al.43]....................14.......... 44 TU UT Tabela 4.5 – Análise Termogravimétrica da água aprisionada ............. . [1]..... ...2 – Calor de hidratação das microssílicas estudadas por WALLER [4] ..... 43 TU UP UP UT Tabela 2...............................................2 – Topologias aplicadas na RNA da Figura 6........... 5 TU UT Tabela 2................1 – Notação utilizada na química do cimento.... ....... 68 TU UT Tabela 5.............. 76 TU UT Tabela 5.........................3 – Calor de hidratação das cinzas volantes estudadas por WALLER [4] ...............................................................1 – Quadro comparativo dos parâmetros estatísticos entre o modelo MCH e o modelo HILL-RNA para 14 ensaios..................................................1 – Calor de hidratação das fases do clínquer......... 100 TU UT Tabela 7.............. 100 TU T U TU Tabela B......16....... 95 UT Tabela 6...............................Índice de Tabelas Tabela 2........... 98 TU UT Tabela 7...3 – Nomenclatura dos tipos de cimento [13........................... desvio padrão e amplitude para cada topologia testada................. 128 UT Tabela B..17] .................................................. 129 TU UT Tabela B. 96 TU UT Tabela 6................... Difusividade Térmica e Condutividade Térmica [27........WALLER [4] ..........................4...................................................................................3 – Valores médios da incerteza padrão........................1 – Funções de ativação utilizadas na RNA da Figura 6.....................43]............ ....................... . 6 TU UT Tabela 2..............15............. 25 TU UT Tabela 2............................................ ................2 – Parâmetros estatísticos para o modelo HILL-RNA aplicado a 136 ensaios........4 – Cimento Portland no Brasil ..7 – Fatores influentes na Difusividade e Condutividade Térmicas do concreto [27...............6 – Calor específico dos constituintes do concreto a 20ºC [4(*).............................27] .1 – Calor de hidratação das fases do clínquer ..............1 – Ensaios de Calor Específico...............2 – Composição química do cimento Portland comum ...4....... .................. 7 TU UT Tabela 2........................

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.

1. Uma das características físico-químicas mais importantes do material é o calor gerado pela exotermia da reação de hidratação do cimento. 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.Capítulo 1 – Introdução 1. então. Tais modelos preditivos permitirão. com precisão.3]. Os poucos modelos existentes não foram ainda submetidos a testes que permitam seu uso de forma corriqueira em 1 . da hidratação e de tensões e deformações em estruturas de concreto-massa. considerando variações de geometria para simular a fase construtiva. Altura das camadas de concretagem. 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. O input destes modelos constitui-se geralmente de: Temperatura de lançamento do concreto.1 MOTIVAÇÃO Hoje em dia existem modelos capazes de prever. um aumento significativo das possibilidades de análise das estruturas de concreto-massa aumentando também a capacidade dos procedimentos de otimização.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. a evolução dos campos térmicos. Tempo de espera entre a execução das camadas.2. como se pode observar em [1.

O modelo apresentado contempla os graus de avanço das reações de hidratação no cimento e nas pozolanas. Mais recentemente foram propostos modelos multiescala que utilizam os conceitos da micromecânica e nanomecânica. ainda. os efeitos do consumo de água.6]. C3S. são modelados separadamente e posteriormente somados para constituir a elevação adiabática de temperatura do concreto. [8] para a evolução de parâmetros ligados à hidratação do concreto. operacional para a obtenção de valores para projeto. não sendo. os consumos de cimento e de pozolanas e o calor específico do concreto. Além disso. 1. O modelo de FERREIRA [7] está em fase de desenvolvimento. Descrevemos brevemente. Modelo Multicomponente de Calor de Hidratação de Maekawa et al. os efeitos exotérmicos das reações químicas dos principais compostos do cimento (C3A.5. [1] segue o conceito de multiplas fases. 1. os graus de hidratação finais do cimento e das pozolanas.2.5] se encontram no Apêndice B. Maiores detalhes do modelo de WALLER [4. [1. A exotermia do concreto prevista pelo modelo de MAEKAWA et al. Assim. 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. 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). 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. de aditivos 2 . no final deste trabalho.5] e o modelo de MAEKAWA et al. C4AF e C2S).5] realizou estudos com concretos elaborados com cimento sem adições e com concretos compostos binários e ternários. Modelo de Waller WALLER [4.Introdução projeto de estruturas massivas. Dentre os modelos disponíveis podemos citar os modelos macroscópicos desenvolvidos por WALLER e DE LARRARD [4. a seguir. cujos materiais pozolânicos foram o Fumo de Sílica e a Cinza Volante. estes três modelos.2.2. como o de FERREIRA [7] baseado no modelo de BERNARD et al.1.

2.3 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. Este modelo. será descrito em detalhes no capítulo 5. (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. 1. 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. [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. argamassa e concreto.A. 2) A implementação computacional e a correlação dos resultados do banco de dados ao modelo multifásico proposto por MAEKAWA et al.Introdução químicos e de outras propriedades do cimento também são considerados.3. [1]. 3 . de Furnas Centrais Elétricas S. 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. O trabalho tem sua relevância calcada na evolução das técnicas de projeto e construção de estruturas de concreto-massa. estando inserido no contexto da modelagem do concreto a poucas idades com aplicações a barragens. Modelo Multi-escala de Ferreira (Bernard et al.T. desde a escala nanométrica até à escala estrutural. [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. que foi implementado computacionalmente dentro do quadro da presente tese. Tal modelo encontra-se em fase de desenvolvimento. FERREIRA [7] adaptou o modelo de BERNARD et al. não sendo ainda possível sua utilização em projeto. Adaptado) O modelo de BERNARD et al. pasta de cimento. 1. Para isto.

6) abaixo: C3S + H → C-S-H + CH + calor B B (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. sob a forma das equações (2. que por sua vez começam a formar uma matriz porosa coesiva. C-S-H representa os hidratos de silicato de cálcio hidratado e CH . 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. 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.0.Capítulo 2 – Aspectos Físico–Químicos da Hidratação A reação de hidratação do cimento.2) a (2. com cinéticas diferentes. Entretanto.3) (2. a reação de hidratação do cimento Portland abrange um conjunto de reações interdependentes de suas diferentes fases.5) (2.0.0.0.0. em sua maioria. esquematicamente.4) (2. são os C-S-H. Desta forma.0. podendo ser apresentadas.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.1) onde H = H2O. o hidróxido de cálcio ou Portlandita.0. Os produtos formados. Devido à exotermia 4 .2) (2.

1.9]. Seu processo de fabricação corresponde à seguinte seqüência: – Do calcário (carbonato de cálcio – CaCO3 – calcita). através de queima.1. ponderados pelos teores dos compostos [1. O Cimento Portland A notação normalmente utilizada na bibliografia técnico-científica especializada para os componentes químicos do cimento Portland é apresentada na Tabela 2.1. 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. Os compostos que formam o clínquer são principalmente óxidos de cálcio e sílica. Al2O3 e Fe2O3 e através de uma mistura balanceada de todos estes componentes elabora-se o clínquer.1 OS REAGENTES 2. 5 . apesar destas gerarem diferentes taxas de evolução de calor. com a adição de algumas frações de gesso.1 abaixo: Tabela 2.1) – Da argila extraem-se os óxidos SiO2.1 – 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. 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. 2.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.

5H2O) e anidrita (CaSO4).2.7544 ⋅ %C3 S C3 A = 2.867 ⋅ % SiO2 − 0. bem como as abreviações comumente utilizadas para os seus componentes.718 ⋅ % Al 2 O3 − 1. Estas equações admitem que todas as reações químicas ocorridas na formação do clínquer estão completas. e conseqüentemente. hemidrato ou bassanita B B B B (CaSO4⋅0. 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 MgO e álcalis.430 ⋅ % Fe2 O3 − 2.043 ⋅ % Fe2 O3 (I) 6 . ignorando a presença de impurezas no cimento. A composição química típica de um cimento Portland com seus óxidos é mostrada na Tabela 2. O conjunto das equações de BOGUE é dado a seguir: C3 S C2 S = 4.650 ⋅ % Al 2 O3 − 1.692 ⋅ % Fe2 O3 C 4 AF = 3.Aspectos Físico–Químicos da Hidratação – O gesso. 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). A gipsita é encontrada no estado natural em B B B B B B grandes jazidas sedimentares.600 ⋅ % SiO2 − 6.071 ⋅ %CaO − 7. da evolução das propriedades do concreto. Tabela 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.852 ⋅ % SO3 = 2.

expresso como ss(C4AF + C2F). Por exemplo.3 – Nomenclatura dos tipos de cimento [13. Neste caso o cálculo da composição potencial do cimento é expresso pelo seguinte sistema de equações: C3 S C2 S = 4.600 ⋅ % SiO2 − 4.852 ⋅ % SO3 = 2. Os diferentes tipos de cimento produzidos têm suas características determinadas em função de sua aplicação. Não há C3A em B B B B B B cimentos com esta composição. dentre outras. Para análises mais precisas é necessário o uso de técnicas experimentais.16.64).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 . pelo uso de adições e pela sua finura. No Brasil.702 ⋅ % Fe2 O3 (II) As equações de BOGUE avaliam de modo aproximado a composição potencial (fases) do cimento.867 ⋅ % SiO2 − 0.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. a série de equações (II) abaixo deverá ser utilizada conforme preconiza a norma ASTM C 150-00 [11]. são produzidos vários tipos de cimento Portland.100 ⋅ % Al2 O3 + 1.64 (Al2O3 / Fe2O3 ≥ 0. espectometria e ressonância magnética.479 ⋅ % Al2 O3 − 2.14. B B B B B B B B Caso esta relação não seja válida. Os principais estão apresentados na Tabela 2. tais como difratometria de raios X.071 ⋅ %CaO − 7.859 ⋅ % Fe2 O3 − 2. é formada.4.15. dentre outros. As propriedades do cimento são bastante influenciadas pelo proporcionamento dos compostos no clínquer.7544 ⋅ %C3 S ss(C 4 AF + C 2 F ) = 2. alta resistência a sulfatos. pois uma solução sólida de alumino-ferrito de cálcio.3 e na Tabela 2. Tabela 2. A descrição detalhada de tais técnicas é encontrada em [12]. de baixo calor de hidratação. cimentos de alta resistência inicial.

ela desempenha também a função de propiciar a trabalhabilidade da mistura antes do início do seu enrijecimento. o “CP II E 32 BC ”. segundo a norma NBR 13116 [18] como. 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.2. 8 . POWERS e BROWNYARD [19]. afirmaram que se a água não evaporável e a água adsorvida (não disponível para hidratação) fossem somadas. Além de se combinar com o clínquer para formar os hidratos.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.1. O cimento Portland de Baixo Calor de Hidratação recebe a sigla “BC” após a denominação usual. a quantidade total seria de aproximadamente 42% da massa de cimento. citados por WALLER [4]. 2. cuja resistência à compressão aos 28 dias é de 32MPa. por exemplo.Aspectos Físico–Químicos da Hidratação Tabela 2.

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. combinada aos hidratos. METHA e MONTEIRO [9] apresentaram um cálculo estequiométrico mostrando que uma quantidade de água igual a ≈ 0. a reatividade da água adsorvida é fortemente modificada. a relação água/cimento mínima de 0. onde os grupamentos hidroxilas OH–.40. é necessária para que o cimento seja completamente hidratado. 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]. da ordem de uma dezena de kJ/mol. Como esta ligação implica numa transferência de elétrons. A água fisissorvida intervém na molhagem (umedecimento) dos grãos de cimento e forma. por simples condensação. A fisissorção diz respeito às ligações por forças intermoleculares de atração (tipicamente as forças de Van der Waals) que corresponde a energias relativamente fracas. A quimissorção diz respeito a uma transferência de elétrons. 2.1): a. SIERRA [23]. por ordem decrescente de energia de ligação com o sólido (ver Figura 2. adotando o modelo microestrutural de FELDMAN E SEREDA [22] distingue os seguintes casos.Aspectos Físico–Químicos da Hidratação Segundo CZERNIN [20].25 vezes o peso de cimento na mistura. Entretanto. para t = ∞. LAPLANTE [21] reforçou esta afirmativa citando que a água total utilizada ao final da hidratação. dos quais ela faz parte integrante sob a forma de água de solvatação ou de cristalização. estabelecem ligações de P P P P hidrogênio com as moléculas de água na vizinhança das folhas. Uma classificação clássica da água presente no sistema compreende várias subdivisões. A água hidroxílica. um filme relativamente uniforme sobre toda a superfície do sólido que ela ocupa. 9 . em peso. A estrutura eletrônica da molécula da água varia muito pouco neste processo. é ≈ 0. as quais ela favoriza a estabilização das folhas. A água quimissorvida é adsorvida em lugares privilegiados através de uma ligação química real com as moléculas do adsorvente. e a um processo que concerne uma energia de algumas centenas de kJ/mol. como veremos a seguir: 1.24g é necessária para hidratar completamente 1g de cimento. ligados aos P P átomos Si4+ ou Ca2+ sobre as faces interna e externa das folhas. ou seja. A água quimicamente ligada. Ela não é mais considerada como parte da fase líquida do material. considerando a temperatura necessária para seu desprendimento do sistema.

É a primeira a migrar quando da exsudação e. Os Aditivos Químicos A utilização de aditivos químicos data desde a época de povos que se encontram extintos. para as construções históricas. sobretudo. da secagem. Os romanos também faziam uso destas substâncias. relativamente à água necessária à hidratação. que intervém na coesão intrínseca da lâmina e é fixada entre as folhas por pontes de hidrogênio ou grupamentos de hidroxila. que empregavam substâncias como a albumina (sangue e clara de ovos) e álcalis (cal) em suas obras. que escapa às forças superficiais das partículas sólidas. Em excesso. igrejas e pontes.1 – Modelo de SIERRA [22. No Brasil. E a água livre. tais como os incas. A água adsorvida interlamelar.23] 3. 10 . com o intuito de plastificá-las. quando as trocas higrométricas são permitidas com o meio ambiente. c. ela ocupa os poros capilares. A água adsorvida interfoliar. Uma outra classificação. 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). 2. o uso de óleo de baleia foi muito utilizado em argamassas para o assentamento de pedras.1. em particular os macroporos. que é submetida ao campo de forças criado pelas lâminas. 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 2.3. é estruturada e fixada sobre uma hidroxila isolada ou ligada a outras moléculas de água.Aspectos Físico–Químicos da Hidratação b.

tornando-os hidrófilos e diminuindo a tensão superficial da água. em função do tipo de cimento. A sua aplicação é maior na melhoria da trabalhabilidade dos concretos. que é desenhado para contribuir para a dispersão de partícula. agregados leves e de textura rugosa. É bem sabido. os incorporadores de ar têm seus grupos polares ligados ao grão de cimento sob a forma de bolhas. Foi relatado [9.25] que alguns superplastificantes ficam incorporados dentro dos hidratos dos materiais intersticiais como resultado da rápida hidratação de C3A ou B B 11 . 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. reagem com Ca2+ originados pela hidratação de cimento. ou pelo menos diminui a taxa de formação de cristais. Os aditivos químicos são produtos tensoativos que consistem essencialmente de moléculas orgânicas de cadeia longa. Este consumo de Ca2+ retarda a formação de núcleos cristais de CH . em especial nos que contêm menos cimento e água. É comum o conhecimento de que a adição de um superplastificante retarda a o início da pega e da geração de calor do concreto. a cadeia polar aniônica é adsorvida na superfície da partícula de cimento. No caso de concretos de alta fluidez. da dosagem que se pretende aplicar na obra. usando cimentos de composição ternária ou de alta quantidade de belita (C2S). em países como Estados Unidos. com uma extremidade hidrófila (que atrai a água) e outra hidrófoba (que repele a água). conduzindo a um sistema bem disperso de grãos de cimento. Quando grupos funcionais do superplastificante adicionado. todos os fabricantes de aditivos recomendam um estudo preliminar. que P P B B são os “gatilhos” que ativam a geração de calor de hidratação. eles conferem apenas um aprimoramento às suas qualidades. Hoje. que os aditivos não transformam um concreto mal dosado e mal manuseado em um concreto bom. Já no caso dos redutores de água. Japão e Alemanha. um sal de Cálcio é P P formado [1].Aspectos Físico–Químicos da Hidratação O desenvolvimento de aditivos tomou força apenas com o aparecimento do cimento Portland no início do século XIX. o B B retardamento pode exceder a 12 horas dependendo dos efeitos da adição de um superplastificante. diminuindo a tensão superficial. tornando sua superfície hidrófoba de modo que o ar possa deslocar a água. o concreto aditivado chega a 80% de todo o concreto consumido. Assim. em laboratório. Segundo LEA [24].

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

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

2 mostra a elevação adiabática de temperatura de concretos elaborados com CPI (referência) e com 100% de Escória de alto forno (E100) [27]. em prejuízo dos constituintes não cristalinos ou vítreos destas cinzas volantes [9].4. São divididas em duas categorias: baixo (<10%) e alto (normalmente de 15 a 30%) teor de cálcio. tendem a reduzir a sua reatividade.1. principalmente quartzo. forno vertical ou de esteiras rotativas. 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. que. trabalhabilidade do concreto fresco. hematita e magnetita. a temperaturas na faixa de 1000 a 1200oC. As cinzas volantes de baixo teor de cálcio contêm minerais cristalinos.2.01 0. A distribuição granulométrica das partículas.Aspectos Físico–Químicos da Hidratação O gráfico da Figura 2. 14 . a morfologia e as características de superfície da cinza volante exercem uma influência considerável sobre o consumo de água.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 2.2 – Gráfico comparativo da utilização de Escória pura (E100) [27]. Cinzas Volantes As Cinzas Volantes consistem essencialmente de pequenas partículas esféricas de vidro aluminosilicosas. 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. como não são reativos à temperatura ambiente. Em um processo típico de fabricação. 2. mulita. que são produzidas pela combustão de carvão pulverizado nas usinas termoelétricas. a cinza volante é peletizada e então sinterizada em um forno rotativo. se presentes em grandes proporções. e velocidade de desenvolvimento da resistência do concreto endurecido.

7g de água por grama de alumínio reagido. assim. A estequiometria das reações químicas da cinza volante segundo WALLER [4] é a seguinte: A + 2CH + 6 H → C2 AH 8 (2.8) Para que a reação pozolânica possa ocorrer. entre 4 e 5.6) (2. idêntica àquela que ocorre entre a sílica do fumo de sílica e o CH.4) Podem-se reduzir estas últimas três equações a apenas uma. Atende-se. 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]. vários tipos de hidratos são criados.5 a 2. Na presença de etringita. y .1. também. O consumo de água se divide em duas partes: uma quimicamente ligada da reação alumínio-CH e.4 a 1. às equações 2.1.1. ocorre a conversão em monossulfoaluminato: 2 A + 6CH + etringita → 3C4 AS H12 + 2 H (2.7.0g de CH e 0. adsorvida pelos produtos de C–S–H das reações de sílica- 15 .1. qual seja: A + 3CH + 3H → C3 AH 6 (2. é necessário que a sílica e o alumínio reativos estejam solubilizados. Além da reação sílica-CH.3) A + 4CH + 9 H Sabendo-se que: C 2 AH 8 + C 4 AH 13 → C 4 AH13 → 2C3 AH 6 + 9 H (2.1. um estudo refinado da reação sílica-CH irá revelar que 1.2) (2.1. que consomem em média 2. o que leva um certo tempo.5) Formam-se. Segundo WALLER [4].0g de CH.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. Pode-se considerar que a etringita está inteiramente transformada no momento em que a reação pozolânica se inicia. outra.1.0 e. 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.Aspectos Físico–Químicos da Hidratação Durante a reação pozolânica CH-cinza volante.7) Onde x varia de 0.1.1.

16 . SANTHIKUMAR [29].3 a seguir.01 0.3 – 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. então. por isso seu efeito é considerado semelhante ao de um aditivo químico. citado por MAEKAWA et al. através do estudo da taxa de calor da reação de um compósito de escória e cinza volante com um reagente. A cinza volante retarda o início das reações que ocorrem entre o cimento e a água. É sabido que a adição de cinza volante ao cimento Portland retarda a hidratação. observou que o pico exotérmico correspondente à hidratação ativa do cimento era retardado conforme o aumento na substituição de cinza volante. 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. WALLER [4] concluiu que se torna difícil quantificar a água total consumida sem saber a ordem de grandeza desta última parte.Aspectos Físico–Químicos da Hidratação CH. Também foi visto [1] que a cinza volante tem um efeito retardador na reação da escória tanto quanto no cimento. O efeito da adição da cinza volante em concreto pode ser observado no gráfico da Figura 2. mediu a taxa de calor de hidratação do cimento composto binário em vários teores de substituição de cinza volante e. [1].

que são os resultados das reações da água livre com o cimento anidro (reação de hidratação). ligando uma face do volume à face oposta.3 AS REAÇÕES DE HIDRATAÇÃO Se considerarmos que. estes aparecem inicialmente de maneira aleatória e isolada no volume. e ainda. areia e água) se transforma em um esqueleto com duas redes de poros (uma nanométrica e outra micrométrica). em grande parte. se considerarmos que este esqueleto é formado. +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ +++ 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. constatamos que o esqueleto está em evolução e podemos considerar o concreto como um meio poroso quimicamente reativo. brita. segundo ACKER [29].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. 17 . a partir do patamar de percolação. conforme a Figura 2. o fluido em que inicialmente se constitui a mistura (cimento. pelos hidratos. 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.4.4 – Representação esquemática das noções de teoria da percolação. o estabelecimento de uma ligação mecânica entre dois grãos constitui um acontecimento elementar.Aspectos Físico–Químicos da Hidratação 2. Segundo ACKER [29]. 2. depois existe a formação de amas (subconjuntos contínuos de grãos ligados mecanicamente). poros estes que podem estar cheios de água ou de ar.

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. é difícil avaliar quantitativamente as possíveis causas e seus graus de influência [1]. formando. baixa liberação de calor. novos hidratos. Apesar disso. até agora. 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. que o cimento Portland de Alto Forno (CP III).5 mostra a influência da composição (tipo) do cimento na evolução do calor de hidratação do concreto. Convém lembrar que o fenômeno da hidratação é dependente da evolução da camada de hidratos precipitados ao redor dos grãos de clínquer que. impede cada vez mais que a água penetre através dos seus nanoporos para combinar-se com o cimento anidro. cuja composição inclui a Escória de Alto Forno. [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. Por outro lado. com o aumento da sua espessura. Foi relatado por MAEKAWA et al. A Figura 2. Observa-se. um concreto com alto teor de C2S irá promover uma baixa resistência inicial. assim. ainda. libera menos calor durante sua hidratação do que um cimento Portland comum (CP I). alta resistência B B a longo prazo e. Os maiores 18 .01 0.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. 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. O grau de dependência entre as reações dos minerais de clínquer ainda deixa muitos fatos inexplicados e.5 – Influência do tipo de cimento na evolução do calor de hidratação [27]. da figura acima.

3. Quando os 19 . resistência. promovendo o primeiro pico exotérmico. A superfície específica dos pós. 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. 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. Portanto. etc. mais intenso é este fenômeno. Desta reação resulta uma camada constituída por pequenas agulhas chamadas etringita (ver subitem 2.2). o cimento começa a ser dissolvido na água formando uma suspensão de íons. O processo exotérmico de hidratação em relação ao tempo pode ser subdividido em cinco estágios. como é mostrado na Figura 2. estágio I. 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]. Isto quer dizer que ao mesmo tempo em que os campos térmicos da massa de concreto são alterados pela evolução da reação. Quanto maior o grão de cimento. dentre os quais o Al3+ reage P P instantaneamente com o gesso e a água do sistema. retração. evolução esta que pode ser denominada pelo termo “envelhecimento” do concreto. A evolução da reação de hidratação está diretamente relacionada à evolução das propriedades do material como módulo de elasticidade.6 – Estágios do processo de hidratação Nos primeiros instantes (15 a 20 minutos).. pode-se afirmar que a taxa de reação por unidade de massa é maior para partículas mais finas de cimento. fluência. a própria cinética desta reação é alterada em função da temperatura da massa de concreto aquecida.6 abaixo. mesmo a longo prazo. liberando uma grande quantidade de calor. medida em m2/kg. A reação de hidratação do cimento é uma reação química exotérmica e termoativada.

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

3.3. 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 (2.3CH (2. chamadas etringita C3 A ⋅ 3C S ⋅ H 32 ou C6 AS 3 H 32 . são fases que se B B B B dissolvem rapidamente na hidratação do cimento Portland e.1.4) 2. formando uma P P camada de pequenas agulhas.7 SH 4 + 1.7 a seguir. os íons Al3+ reagem energicamente com a água e o gesso. são muito semelhantes.2.Aspectos Físico–Químicos da Hidratação que o cimento Portland comum. 3 H + 4 . que compõem a maior porcentagem do cimento Portland. 2.3.2) BENTZ e GARBOCZI [31] apresentaram as seguintes variações para estas reações: C3 S C2 S + 5. ( ) 21 . quando o gesso está presente. mostradas na Figura 2.7 SH 4 → C1. Então. mesmo quando iguais quantidades de superplastificante são adicionadas [1]. cuja fração de C3S chega próximo a 50% no cimento. diferindo. o C3A e o C4AF.3) (2.1) (2.3.3. A Química da Hidratação dos Silicatos (C3S e C2S) B B B B As reações de hidratação dos dois silicatos de cálcio. na taxa de reação. 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.3 H → C1.3CH + 0. que no caso do C2S é muito mais baixa que a do C3S.3. como já abordado anteriormente. A Química da Hidratação dos Aluminatos (C3A e C4AF) B B B B Os assim chamados materiais intersticiais. apenas.

porque o gesso foi consumido. de acordo com a B B ( ) seguinte equação: − 2− AlO4 + SO4 + 4Ca 2+ + xH 2 O → C 4 AS H 18 (monossulfato) (2. 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. evitando a pega extremamente rápida do cimento. 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.3. Portanto. descobrindo partes não reagidas. que é um dos produtos finais da hidratação dos cimentos Portland que contêm mais de 5% de C3A. a formação de etringita é muito rápida. a etringita continuará sendo formada e a formação de hidratos do C3A e B B B B B B do C4AF não ocorrerá.3. obviamente. de C4AF e de gesso. B B B B Cerca de 3 a 5% de gesso é geralmente adicionado para retardar a hidratação do C3A.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. ao se adicionar um excesso de gesso.3. e assim assegurando um B B 22 .6) Os íons remanescentes destas reações. 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. − 2− AlO4 + 3SO4 + 6Ca 2+ + xH 2 O → C3 A ⋅ 3C S ⋅ H 32 ou C 6 AS 3 H 32 (etringita) (2. É sabido que a formação de etringita se encerra quando não há mais SO42– na fase líquida. das quantidades adicionadas de C3A. na presença de água livre. se precipitam na forma de hidratos de aluminato de cálcio segundo a equação abaixo.Aspectos Físico–Químicos da Hidratação Figura 2.7 – Agulhas de etringita A equação 2. comparado com a quantidade de C3A e de C4AF.3. facilmente B B B B se convertendo em monossulfato C3 A ⋅ C S ⋅ H 12 .5 mostra a estequiometria de formação da etringita. C3 A + 6 H → C3 AH 6 (2.5) Nas primeiras idades da reação. 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.

8) (2.18) (2.13) 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.10) (2. 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 (2.4.9) (2.4 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).1) 23 .15) (2. algumas variações destes cálculos também são apresentadas. que constitui o parâmetro objetivo para caracterizar a maturidade do concreto.3.1] Quantidade total de cimento (2. Ele é consumido dentro de 24 horas após o início da hidratação em um cimento Portland padrão. 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 [ ] (2.3.16) (2.17) (2. onde a quantidade de água é o ponto principal. BYFORS [37] propôs a definição mais utilizada: ξ= Quantidade de cimento hidratado .3.3.3.3.14) (2.Aspectos Físico–Químicos da Hidratação certo período de trabalhabilidade sob condições frescas. No que diz respeito à determinação do grau de hidratação.3.12) (2. alterando os produtos finais da hidratação especialmente da fase ferroaluminato.3.3. ξ ∈ [0.11) (2. Um exemplo são os cálculos relatados por BENTZ e GARBOCZI [31] em seus estudos.3.3.3.19) 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.

Isto permite observar a evolução de sua massa sob atmosfera controlada.1] W (t = ∞ ) (2. à quantidade de água não-evaporável.1] Quantidade total de cimento (2.5). programada em função do tempo.4.Aspectos Físico–Químicos da Hidratação A quantidade de cimento hidratado é uma grandeza difícil de ser caracterizada. por meio de uma análise de raios X. Esta última pode ser extraída quando o corpo de prova é submetido a uma análise termogravimétrica por aquecimento entre 105ºC e 1050ºC. atingir diretamente o grau de hidratação da seguinte maneira: ξ= onde W W (t ) .3). é impossível extrair de um corpo de prova apenas esta água ligada. Assim sendo. Tecnicamente.4) 24 . dada acima. citado por LAPLANTE [38].4. Esta quantidade (água ligada) é então assimilada. é dado por: W(t = ∞ ) = onde C é a quantidade total de cimento. geralmente. em qualquer tempo. Pode-se então descrever o grau de hidratação da forma seguinte: ξ= 1 − Quantidade de cimento não hidratado . ξ ∈ [0. geralmente linear. ξ ∈ [0. A análise termogravimétrica consiste em pesar continuamente um corpo de prova submetido a uma temperatura crescente.25 ⋅ C (2. Entretanto.4. igualmente. Um valor aproximado de W (t = ∞). 0. a determinação da quantidade de cimento não hidratado em função da estrutura cristalina do clínquer. Na equação (2. W(t = ∞) representa a quantidade de água ligada para uma hidratação total do cimento.3) é a quantidade de água ligada em função do tempo. da quantidade de cimento não hidratado.4. como já foi dito. o conhecimento da composição original do cimento permite a determinação. é possível.2) Pode-se. 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.

Existem.35] considera o concreto como um meio poroso quimicamente reativo e é desenvolvido dentro do formalismo teórico da termodinâmica.4. etc.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.34. Os métodos descritos até aqui são métodos diretos de determinação do grau de hidratação. ξ ∈ [0. O calor liberado pelas reações de hidratação pode ser utilizado para a determinação do grau de hidratação.5) 2. Nesta seção alguns conceitos são apresentados de modo a descrever o modelo proposto para a cinética da reação de hidratação. como resistência à compressão. 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 = ∞) . Em todos eles a evolução de cada propriedade está ligada. que são relativamente fáceis e usuais no estudo do concreto. outros métodos indiretos que permitem determinar o grau de hidratação a partir de propriedades macroscópicas. Assim. provando que a quantidade de água ligada pode ser utilizada para acompanhar o processo de hidratação [38]. calor liberado. tornando-se um parâmetro significativo para descrever a evolução do grau de hidratação. 25 .5 MODELO DE ULM E COUSSY PARA A HIDRATAÇÃO O modelo de ULM e COUSSY [32. com um certo grau de acoplamento à evolução do grau de hidratação.33. módulo de elasticidade. ainda.Aspectos Físico–Químicos da Hidratação Tabela 2.1] (2.

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

10. na Figura 2. A é a afinidade química.5). ou ainda.5. ℜ é a constante universal dos gases – Ea/ℜ podendo ser tomado como sendo igual a 4000K – e T é a temperatura em Kelvin. Lembramos que um sistema simples de amortecedor. à tensão σ). Neste caso.10. parâmetro que correspondente à cinética (velocidade) da reação de hidratação que pode ser colocada simplificadamente como: água + cimento → hidratos. Esta viscosidade η sugere o fato de que o fenômeno que é mostrado na Figura 2. sendo m a quantidade de esqueleto já formado. como mostrado na Figura 2. é razoável que se coloque η = η (m).10 – Sistema de amortecedor simples Ainda na equação (2.5) pode ser reescrita como: 29 . σ ε σ Figura 2.5. 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. também é razoável que se coloque A = A(m) ou ainda A = A(ξ).2). que é o parâmetro que indica a propensão que os reagentes têm de se combinarem quimicamente (analogamente. visto que esta viscosidade aumenta com a evolução da reação química.9 é um fenômeno que. sendo 0 ≤ ξ ≤ 1 o grau de hidratação já definido anteriormente. usando a equação (2. Ea é a energia de ativação. no sentido termodinâmico da palavra).Aspectos Físico–Químicos da Hidratação onde: dm / dt indica a variação da massa do esqueleto (hidratos C–S–H) no tempo. Já que esta propensão deve variar com a evolução da reação. com o passar do tempo. considerada constante. η = η (ξ) . η corresponde a alguma medida de viscosidade. a relação cinética (2. a afinidade química A . Fazendo a mudança da variável m para ξ.5. as “forças”. 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.

se for possível conhecer uma curva Ã(ξ) – ξ . 2.5. para uma dosagem de concreto-massa identificada por E6343 [27. podem ser obtidos experimentalmente.5.6) responsável pela termoativação. como evolução da resistência.5. Existem numerosas técnicas 30 . Assim.A. para cada passo de tempo calculem-se. Neste modelo a energia de ativação aparente (Ea) é considerada constante ao longo do tempo.Aspectos Físico–Químicos da Hidratação dξ = dt ~ ⎛ Ea ⎞ A(ξ ) ⋅ exp⎜ − ⎟ ⎝ ℜT ⎠ A(m(ξ )) m∞ ⋅η (ξ ) (2.6) sendo a afinidade normalizada Ã(ξ) correspondente a: ~ A(ξ ) = (2. Os valores de Ã(ξ). difusão. da equação (2. será possível resolver & = dξ / dt desde que. viscosidade e a afinidade química propriamente dita.5. sendo o termo exp(–Ea/ℜT) . como será mostrado a seguir. 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. já que ξ além das temperaturas T.5. realizados no Laboratório de Concreto do Centro Tecnológico de Engenharia Civil de Furnas Centrais Elétricas S. 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.4). módulo de elasticidade.36]. A afinidade normalizada é também a propriedade do concreto que independe da temperatura. a equação (2. a título de exemplo. que são uma medida intrínseca da cinética da reação. (Goiânia-GO). retração autógena e fluência podem ser correlacionados ao grau de hidratação.3. seja através de ensaios adiabáticos. 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. Nos itens que se seguem. seja através de ensaios isotermos de compressão uniaxial realizados em diversas idades.7) A afinidade normalizada é um parâmetro que engloba os efeitos físicos correspondentes ao aumento da massa de hidratos.

É possível fazer uma divisão em dois tipos básicos de calorímetros: os calorímetros adiabáticos e os calorímetros semi-adiabáticos.5. Normalmente.9) e (2.5. apresenta um acoplamento termo-químico linear. Integrando (2.5. em condições adiabáticas.5. devida apenas ao calor de hidratação.5.4). determina-se uma P P relação entre Tad e ξ. obtendo-se: P P ξ (t ) = T ad − T0ad ( )C L ε (2. o corpo de prova pode ser considerado isolado e a evolução da sua temperatura é toda atribuída ao calor de hidratação. Tais técnicas devem ser capazes de determinar a evolução da temperatura do concreto com o tempo.5.Aspectos Físico–Químicos da Hidratação laboratoriais desenvolvidas para medir o calor liberado pela hidratação do cimento. Neste caso a equação (2. T condições adiabáticas e sua evolução é resultado da natureza exotérmica da reação de hidratação.5.8) & ad representa a derivada da temperatura do concreto em Nesta equação. onde Tad(∞) representa o valor assintótico da curva de temperatura. torna-se: & & ad = Lξ Cε T (2.5. T ad (t ) − T0ad T ad (∞) − T0ad 31 ξ (t ) = (2.8) e fazendo ξ(t=0) = 0 e Tad(t=0) = T0ad . é possível determinar a quantidade de calor gerada a partir da reação de hidratação. uma vez conhecida a capacidade térmica do calorímetro.11) . obtemos: L = T ad (∞ ) − T0ad Cε [ ] P P (2.9) P P P P P P Considerando. denominados calorímetros. para hidratação completa. Nos calorímetros semi-adiabáticos devem ser consideradas as perdas para o meio e. assim. ξ = 1 e Tad = Tad(∞). Com os dados do ensaio adiabático é possível obter Ã(ξ) partindo da equação de difusão de calor que. assim.10) chega-se à equação que determina o histórico do grau de hidratação a partir dos valores de Tad.10) Operando as expressões (2. Nos calorímetros adiabáticos considera-se que a perda de calor para o meio é muito pequena e. ensaios desse tipo são realizados em equipamentos especiais. 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).

substituindo (2.4.12) permitem então a obtenção da afinidade normalizada Ã(ξ) a partir dos valores de Tad. 32 . conforme definido no subitem completa.38.13) onde fc. 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.39] pode-se escrever: ⎧0 ⎪ f c (t ) = ⎨ [ξ (t ) − ξ (0)] ⎪ f c .5. 2.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.12) As expressões (2.5.11) em (2.∞ ⋅ 1 − ξ (0) ⎩ para para ξ (t ) < ξ (0) ξ (t ) > ξ (0) (2.5.∞ B B é a resistência do material quando a reação de hidratação se representa o limiar da percolação. Finalmente.5.2. Considerando uma relação bi-linear entre a resistência e a hidratação (ver Figura 2. resulta a expressão para Ã(t): ~ A(t ) = ⎟ ⎜ RT ad ( t ) ⎟ dT ad (t ) ⎜ 1 ⎝ ⎠ ⋅ ⋅ e ad ad dt T (∞) − T0 ⎛ Ea ⎞ (2.5.11) e (2.5.6).5. e ξo B B 2. ou seja dos valores obtidos em ensaios de P P elevação adiabática da temperatura.11). verificada pelas pesquisas experimentais relatadas na bibliografia [37.

4.5. Exemplo de Cálculo da Afinidade Normalizada Ã(ξ) Diversos exemplos de ensaios adiabáticos realizados no DCT.11 – Relação entre fc e grau de hidratação dada pela expressão (2.5. 33 . ou seja dos valores obtidos em ensaios de resistência no B B tempo.5. sob temperatura constante. A Figura 2.14) onde T* representa a temperatura de referência na qual foram realizados os ensaios.∞ B B 0 fc.5.0 B B ξ (0 ) ξ (1 ) ξ (t ) Figura 2.13) em (2.Aspectos Físico–Químicos da Hidratação f c(t ) B B fc.5.∞ dt ⎛ Ea ⎞ para ξ > ξ (0) (2.6) obtemos uma nova expressão para Ã(t): ⎟ * ~ 1 − ξ (0) df c (t ) ⎜ A(t ) = ⋅ e ⎝ RT ⎠ f c . 2.14). Aplicando (2.12 ilustra os resultados experimentais obtidos para o concreto referenciado em [27] como E-6343.1. é possível então obter a afinidade normalizada Ã(ξ) a partir dos valores de fc(t).13). B B Substituindo (2.T/Furnas são mostrados nos Capítulos 4 desta Tese.5.

25 1 0.5 0.13 – Resistência à compressão e sua derivada com o tempo [27]. 34 .0 1.0 70.25 2 dTad/dt (oC/h) ad o Temperatura Adiabática Derivada da Temperatura Tempo (Dias) Figura 2.0 10.75 0.0 60.75 50.0 60.0 0.0 16.0 14.0 10. Resistência à Compressão dRc/dt (MPa/h) Rc (MPa) 40.5 2.0 5.0 0.0 6.0 0.25 0 20.0 0.0 0.0 25.0 8. 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.25 Resistência Derivada da Resistência Tempo (Dias) Figura 2.0 2.0 4.0 80.12 – Temperatura adiabática e sua derivada em relação ao tempo [27].0 0 90.0 20.0 0. são mostrados na Figura 2.0 30.0 50.0 0.0 20.0 10.0 1.0 20.0 40.0 35.75 2.5 10.0 12.0 30.0 30.0 15.13.0 40.Aspectos Físico–Químicos da Hidratação Evolução Adiabática da Temperatura T ( C) 80.0 70.5 1.0 18.

7 0.ξ Figura 2.4 0.5 0. os valores obtidos para a afinidade com os dados do ensaio de resistência. foram calculadas as curvas que descrevem a cinética da hidratação dadas pelos valores da afinidade. apresentaram valores próximos àqueles obtidos com o ensaio de elevação adiabática da temperatura.6 0. com base na bibliografia [33. O valor para a relação Ea/ℜ utilizado no cálculo da afinidade normalizada foi tomado como 4000K.3 0. o valor da afinidade normalizada para esse inicio de reação.2 0.14 – Afinidade normalizada.Aspectos Físico–Químicos da Hidratação Aplicando os dois métodos apresentados nas seções precedentes e utilizando os dados experimentais fornecidos pelo Laboratório de FURNAS.daí o fato de não ser possível encontrar.14.42].1 0. com estes dados. 35 . com grau de hidratação acima 0.41. Afinidade Normalizada (1/s) 10.8 0. No entanto.35.9 1.40.0 Ensaio de Elevação Adiabática da Temperatura Ensaios de Resistência à Compressão Grau de Hidatação .0 0.0 0.0 0.0 5.deve ser observada a dificuldade de realização de ensaios à resistência no concreto muito jovem .5. Para obtenção de resultados mais precisos torna-se necessária a determinação experimental da relação Ea/ℜ. Os resultados obtidos estão apresentados na Figura 2. 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 .

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. chamada de complexo ativado. embora necessária.34. obtemos gráficos do tipo indicado na Figura 2. Outras exigências têm que ser atendidas.16 a seguir. exibe uma estrutura de transição.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. A reação HI + HI estruturais H–I + H–I H-----I H-----I H I | + | H I → H 2 + I 2 . Mas esta.6 A ENERGIA DE ATIVAÇÃO Para haver uma reação é necessário que haja colisão entre as moléculas dos reagentes. 36 . por exemplo.35]. e uma energia mínima de formação. não é a única condição.15. já comprovada por ULM e COUSSY em [33. 2. que exige duas condições para sua existência: uma geometria de colisão favorável. H H I H + H I ↔ I H H I ↔ I + I Figura 2. Figura 2. escrita com fórmulas . chamada energia de ativação.

é de 35 a 45 kJ/mol. é geralmente fornecida pela energia cinética molecular.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. Segundo WALLER [4]. A energia necessária para o avanço da reação. a energia de ativação funciona como uma barreira para as reações químicas. representa a probabilidade da energia cinética das moléculas ser maior do que a energia de ativação. a taxa de calor de hidratação é independente da temperatura e a reação definitivamente acontecerá quando as moléculas colidirem. Então. A temperatura pode ser considerada termodinamicamente como a média das energias cinéticas das moléculas. a energia de ativação aparente das reações no concreto. como já foi dito. Sob uma elevada temperatura. a energia de ativação está associada à sensibilidade da reação à temperatura (dependência da temperatura). que é expressa como uma função exponencial da temperatura. Quando a colisão entre as moléculas de cimento e de água acontece. devido à probabilidade da ocorrência de uma colisão qualquer ser muito maior. Ea. Portanto. são mostrados vários métodos utilizados para se obter o valor da energia de ativação do concreto. Se a energia de ativação é zero. A dependência da taxa de reação química à temperatura. Mais adiante. Podemos obter a energia de ativação determinando a termoativação de uma reação pela medição do efeito da temperatura na taxa de reação química [1].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. grandes números de 37 . as moléculas propensas a reagir são as que têm uma energia cinética mais alta do que a energia de ativação da reação.

o processo de hidratação de cada fase pode ser associado a diferentes níveis de termoativação [1].17 – Efeito da temperatura nas reações químicas Num sistema de reação simples. são supostamente existentes no sistema e a reação pode proceder rapidamente. A dependência da temperatura é supostamente diferente para cada mineral. a taxa de reação de cada fase do clínquer não pode ser considerada constante em relação ao valor exotérmico global do cimento. porque a termoativação do cimento como um todo muda não-linearmente com o calor acumulado [6]. A Figura 2.17 mostra o efeito da temperatura na energia cinética das moléculas dos reagentes. é razoável esperar que a termoativação do cimento mude como um todo com a evolução da hidratação. a reação e a liberação de calor são interdependentes. como no cimento. A temperatura mais baixa implica que menos moléculas têm energias cinéticas maiores do que a energia de ativação. 38 . a reação progride relativamente de forma mais lenta. com a diferente dependência da temperatura de cada reação. Além disso.Aspectos Físico–Químicos da Hidratação moléculas. também. à medida que a quantidade de calor acumulada aumenta. 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. devido à diferença de reatividade entre eles e. Assim. Ou seja. para cada procedimento de controle no processo exotérmico de hidratação. cujas energias excedem a energia de ativação. Sendo a reação de cada fase do clínquer diferentemente dependente da temperatura. uma vez que os minerais se revezam como atores principais na reação dependendo do status do processo de hidratação. a taxa na qual cada componente reage varia conforme a temperatura do cimento. Assim. Mas não é isto que ocorre efetivamente quando múltiplas reações são observadas.

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

18 – Representação esquemática da variação de Ea sugerida por Pinto [41]. e 20 kJ/mol para o período de difusão controlada. 40 . com diversos valores de energia de ativação aparente para os diferentes estágios da reação de hidratação do cimento. [52] estabeleceram que a energia de ativação aparente é mais ou menos constante numa amplitude do grau de hidratação entre 5 e 50%. De acordo com seus estudos. JAWED et al. D’ALOIA e CHANVILLARD [51].Aspectos Físico–Químicos da Hidratação Em [41]. 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. 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).6 kJ/mol em cimentos Portland comum (CPI) para valores de grau de hidratação menores que 40% sendo que. utilizando ensaios calorimétricos. Outros pesquisadores têm estudado a energia de ativação das reações de hidratação em vários estágios. BYE [55] encontrou valores de Ea entre 40 a 50 kJ/mol para o cimento Portland. PINTO sugere utilizar funções de maturidade diferentes. [50] encontraram valores de 40 kJ/mol para a energia de ativação durante os primeiros estágios da hidratação. agrupando os estágios I e II para a Ea1. GAUTHIER e REGOURD [54] concluiram que Ea pode ser tomada como constante durante a hidratação do concreto. a energia de ativação não poderia ser considerada constante. encontraram valores para Ea da ordem de 38. além deste valor. BENAMEUR et al. B B A Figura 2.18 ilustra esse procedimento. Os valores encontrados pelos mesmos variam de 42 a 47 kJ/mol (dependendo do tipo de cimento). Baseados em estudos utilizando diferentes tipos de cimentos Portland.

referenciados por D’ALOIA e CHANVILLARD [51].44. grau de hidratação e temperatura de cura. ou isotérmicas [40. c -1 ( ) Ea (T ) = ( 33500 [J ⋅ mol ]. 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 . P P P P KIM et al.6. P P t é o instante de tempo (segundos). através de testes de calor em condições adiabáticas.ξ ) = ln ⎢ ⎢ ⎛ dξ ⎞ ⎥ Tr − T −1 ⎟ ⎥ ⎢⎜ ⎣ ⎝ dt ⎠Tr ⎦ onde: (2. 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. para T c < 20°C .1) Segundo KJELLSEN e DETWILER [57].42.2) ξ T B B é o grau de hidratação. )[ ] para T ≥ 20°C c (2. através de uma função não-linear dada por: Ea = onde: Ea0 ⋅ exp(− α t ) (2. é a temperatura do concreto (K). 41 .52]. Estes dois últimos métodos citados são similares.3) Ea0 = 42830 − 43 ⋅ T c (J⋅mol–1). Pode-se determinar Ea experimentalmente através de testes isotermos de resistência à compressão conforme a ASTM C 1074 – 98 [59].6. ou ainda. diferenciando-se no modo de obter as curvas de calor gerado pela reação de hidratação no tempo com históricos de temperatura diferentes. [58] propuseram que Ea varia segundo o tempo. citada em [41.00017 ⋅ T c (constante). Tr é a temperatura de referência (K).46]. ℜ é a constante universal dos gases (8.6. Ea varia de acordo com a temperatura de cura e com o grau de hidratação: ⎡ ⎛ dξ ⎞ ⎤ ⎢ ⎜ dt ⎟ ⎥ 1 ⎝ ⎠T ⎥ ⋅ −1 ⋅ℜ Ea(T .3144 J⋅mol–1⋅K–1). FREIESLEBEN e PEDERSEN [56] propuseram que Ea depende da temperatura de cura (Tc. P P α = 0.

atingindo um valor máximo para o concreto saturado.Densidade: o calor específico do concreto aumenta com a diminuição da densidade do concreto. 2.Composição mineralógica do agregado: o calor específico é pouco alterado pela composição mineralógica. . para concretos mais secos e leves encontram-se valores menores. essencialmente por causa da diminuição da quantidade de água livre.Aspectos Físico–Químicos da Hidratação 2.84 e 1. Nesta referência estão listados os principais fatores que influenciam o calor específico do concreto. O calor específico dos constituintes do concreto e. A elevação de temperatura. tem grande influência nas reações químicas de hidratação dos aglomerantes.Grau de Saturação: o calor específico aumenta consideravelmente devido ao acréscimo de umidade. por si só. O calor específico corresponde à quantidade de calor necessária para elevar em um grau a temperatura de uma unidade de massa. BREUGEL [61] também afirma que o calor específico é fortemente influenciado pela umidade do concreto e por sua densidade. . Um procedimento de ensaio para determinação experimental do calor específico é descrito em detalhe por ANDRADE et al.Volume de agregado graúdo: o calor específico diminui com o aumento do volume de agregado graúdo. de modo que.7 CALOR ESPECÍFICO O calor específico é um parâmetro físico que expressa a capacidade de um material armazenar calor. numa escala mais reduzida. para a mistura fresca e concretos saturados por água. são encontrados valores maiores para o calor específico. . Quando o concreto endurece em condições adiabáticas ocorrem dois efeitos que podem alterar o calor específico: 1. Valores típicos do calor específico para concretos normais estão entre 0.60]. .Temperatura: o calor específico aumenta com a temperatura. São eles: .26 kJ/(kg⋅K) [27. dos componentes minerais do cimento. A transformação do cimento e das pozolanas em produtos de hidratação conduzem a uma diminuição do calor específico. P P 42 . [27]. cria um aumento significativo do calor específico (acima de 10% entre 10 e 80oC). enquanto que.

o calor específico sofre muito pouca alteração quando os dois efeitos são somados. juntamente com o Calor Específico. por uma área unitária.Aspectos Físico–Químicos da Hidratação Em geral. 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.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. Valores típicos de calor específico são dados na Tabela 2. [27] citam o US BUREAU OF RECLAMATION [43] para afirmar que a idade do concreto não influi em seu calor específico. Assim sendo. segundo BASTIAN e KHELIDJ [62]. Também.27] P P Constituintes Agregado silicoso Água Areia quartzosa Argamassa – traço 1:1 – a/c = 0.6 para os mais usuais componentes do concreto obtidos pelo Laboratório de FURNAS [27] e por WALLER [4]. compõem importantes parâmetros para os cálculos das temperaturas de estruturas constituídas pelo material.6 – Calor específico dos constituintes do concreto a 20ºC [4(*). Tabela 2.8 DIFUSIVIDADE E CONDUTIVIDADE TÉRMICAS A Difusividade Térmica e a Condutividade Térmica são duas propriedades térmicas do concreto que.Classe F Dolomito Fumo de sílica Granito Pasta – a/c = 0.40 Basalto Calcário Calcário Dolomítico Cimento Portland anidro Cinza Volante . entre as faces justapostas de dois materiais submetidos a diferentes temperaturas unitárias. 43 . o calor específico permanece constante com a evolução do material. ANDRADE et al.

a condutividade aumenta para concretos com agregados de menor condutividade e pouco varia para concretos com agregados com maior condutividade. ♦ ♦ Aumenta com o aumento de volume de agregado. ♦ Aumenta com o aumento da dimensão máxima do agregado. 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). ♦ ♦ Efeito Condutividade Térmica Variações para diferentes tipos litológicos de agregados. P P P P P P P P P P γ C é a Densidade (kg⋅m–3). ♦ Variações para diferentes procedências de agregados com mesmos tipos litológicos.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. Tabela 2. Os fatores influentes e suas respectivas ações na Difusividade e Condutividade Térmicas são mostradas na Tabela 2. sendo as diferenças de valores relativas a idades iguais a 3. nem na Condutividade Térmica do concreto.1) onde h2 P P é a Difusividade Térmica (m2⋅s–1 ou m2⋅dia–1). Diminui com o aumento da massa específica do agregado. ♦ Reduz com o aumento de ar incorporado. 14. a idade do concreto não influencia nem na Difusividade. Diminui com o aumento de material isolante.8. ♦ Fator a/c Emprego de material isolante Temperatura ♦ ♦ Reduz com o aumento do Fator a/c.7 – Fatores influentes na Difusividade e Condutividade Térmicas do concreto [27. 28. ♦ ♦ Teor de Ar Incorporado Tipo de Cimento Grau de saturação do concreto Variações para diferentes tipos de cimento. BUREAU OF RECLAMATION [43]. P P P P Segundo o U. ♦ 44 . 60 e 180 dias menores que os prováveis erros experimentais. 7.7.S. ♦ Reduz com o aumento do Fator a/c. ♦ Aumenta com o aumento da temperatura. a Difusividade é calculada a partir dos valores obtidos por ensaios para a Condutividade. Normalmente.8.1) a seguir: h2 = k γ ⋅C (2. Variações para diferentes tipos de cimento. o Calor Específico e a Densidade do concreto. conforme a equação (2. P P é o Calor Específico (J⋅kg–1⋅K–1).43]. ♦ Aumenta com o aumento do grau de saturação do concreto. Para temperaturas crescentes. ♦ Aumenta com o aumento da dimensão máxima do agregado. Fator DifusividadeTérmica Agregado graúdo Amplas variações para diferentes tipos litológicos de agregados.

sendo que os neurônios são considerados como unidades básicas de processamento do cérebro. adivinhações. 3. a partir de uma entrada semelhante.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]. do Programa de Engenharia Civil da COPPE/UFRJ. A rede treinada é capaz de reconhecer os padrões “aprendidos”. intuição.. através de um treinamento. A capacidade de aprender e generalizar a informação aprendida é o principal atrativo das RNAs que. da Unicamp/FEEC/DCA. 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. etc. com auto-organização e processamento temporal. muito mais do que simplesmente mapear relações de entrada e saída. O procedimento usual na solução de problemas com RNAs passa inicialmente por um processo de aprendizagem. e da disciplina IA353 [64]. BASE BIOLÓGICA O cérebro desempenha funções como controle motor. para que a rede tenha um comportamento desejado. O cérebro de um 45 . reconhecimento de padrões. 3.1. são capazes de extrair informações não-explicitadas nos exemplos. 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.2. percepção.

que são um conjunto de terminais de entrada.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) mamífero pode conter muitos bilhões de neurônios. sinapses. Alguns estudiosos afirmam que a capacidade das sinapses de serem moduladas é a chave principal para todos os processos cognitivos que o cérebro realiza. Os neurônios biológicos estão conectados uns aos outros através de conexões sinápticas (a terminação do axônio de um neurônio e o dendrito de outro). sendo que o cérebro humano possui cerca de 1011 neurônios. pelo corpo central. Os neurônios são formados pelos dendritos. especialistas em processamento de sinais. como mostra a Figura 3.1 – Constituintes da célula neuronal – esquema Os neurônios processam e transmitem informação por vários mecanismos bioquímicos. Estas informações são processadas. O sistema nervoso pode estar organizado em diferentes níveis: moléculas. incluindo-se aí os canais iônicos. e a liberação de neurotransmissores. P P O sistema nervoso é responsável por suprir o organismo de informações sobre o ambiente no qual ele habita através de entradas sensoriais.1. Eles permitem o fluxo de entrada e saída de correntes elétricas. através das quais os impulsos nervosos são transmitidos entre si. 46 . Figura 3. e pelos axônios que são longos terminais de saída. que são pequenas aberturas nas suas membranas celulares. camadas. a geração e a propagação de potenciais de ação. que são facilmente identificáveis no sistema nervoso. comparadas com experiências passadas e transformadas em ações adequadas ou absorvidas na forma de conhecimento. sistemas e os neurônios. mapas.

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

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

chamado de Genérico.1) Onde os parâmetros wkj representam os pesos das conexões sinápticas. é composto por n terminais de entrada x1. Cada sinal é multiplicado por um número. Função de ativação F(u) y x1 x2 Σ Junção somadora u f(u) Saída θ Figura 3.. que é capaz de resolver apenas problemas linearmente separáveis.. O Neurônio de McCulloch e Pitts – MCP Este é considerado o modelo mais clássico de neurônio.. xn (que representam os dendritos) e apenas B B B B B B um terminal de saída y (representando o axônio). proposto por MCCULLOCH e PITTS [63]. Se este nível de atividade exceder um certo limiar (threshold – θ)..5. que indica a sua É feita a soma ponderada dos sinais que produzem um nível de atividade.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. A seguir descrevemos dois tipos de neurônios artificais: o mais clássico. 3.1. e o mais utilizado. onde o modelo matemático. x2. proposta por MCCULLOCH e PITTS [63] em 1943. ou peso. 49 . A operação de uma unidade de processamento.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 ⎟ ⎟ ⎠ (3.5. a influência na saída da unidade. - unidade produz uma determinada resposta de saída. 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.

B B mais o limiar bk. e o segundo (j). ou seja. O exemplo mais simples são as funções semilinear e linear. esta operação corresponderá ao produto interno do vetor de entradas x pelo vetor de pesos wk. O Neurônio Genérico Pesos das conexões bk ← Limiar (bias) Função de ativação x1 Entradas wk1 wk2 wkm x2 . a função degrau.6. as funções sigmóides e as funções de base radial. o primeiro subscrito k do peso sináptico wkj B B corresponde ao neurônio pós-sináptico. .5. 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. 3. por exemplo.1) 50 .4 e 3.6. mais o B B limiar (bias) bk. FUNÇÕES DE ATIVAÇÃO A função de ativação define as propriedades computacionais de um neurônio. xm Σ Junção somadora uk f(uk) yk Saída Figura 3. Diversas funções podem ser utilizadas como funções de ativação como. A junção somadora reúne todos os sinais de entrada ponderados pelos pesos das conexões. definidas como: yk = ⎧1 se pu k ≥ 1 ⎪ f (u k ) = ⎨ pu k se 0 < pu k < 1 ⎪0 se pu ≤ 0 k ⎩ (3. à sinapse ligada a ele. .Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) 3. a função linear.2. Arranjando os vetores de entrada e de pesos como vetores coluna.3 – Representação de um neurônio de uma RNA Nesta representação. uma combinação linear das entradas com os pesos associados.5. ilustradas nas Figuras 3.

5 1 1.2 -0.5 u -0.5 f(u) 1.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) sendo p o parâmetro que define a inclinação da “rampa” (coeficiente angular).4 – Função semilinear e sua derivada em relação à entrada interna.4 0.5 0 0.8 0.6 0.5 u Figura 3.8 0.2 -0.5 1 1.6 1.6 0.4 0.2 0 -0.2 0 0 0. e yk = f (u k ) = ⎛ f⎜ ⎜ ⎝ ∑ ⎞ wkj ⋅ x j ⎟ ⎟ j =1 ⎠ m (3. f(u) 1.6.2) f(u) 5 f(u) 5 0 0 -5 -5 0 5 u -5 -5 0 5 u Figura 3.5 – Função linear e sua derivada em relação à entrada interna.4 1.2 1 0. 51 .2 1 0.

6.6 – Função lógica ou threshold.5) 52 . Um exemplo deste tipo de função muito utilizado é a função logística (Figura 3.6.5): yk = f (u k ) = 1 1 + e − puk (3. onde o parâmetro bk determina o ponto de transição ou limiar (bias) do B B neurônio.6.6): yk = ⎧0 se u k < bk f (u k ) = ⎨ ⎩1 se u k ≥ bk (3. o que dificulta a utilização de algoritmos eficientes de treinamento.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) Outra função de ativação é a função lógica ou threshold (Figura 3.4) A função de ativação lógica não é contínua em bk = uk . A versão contínua da função de ativação lógica é a função sigmóide encontrada em diversas aplicações de RNA.5. O ponto de transição pode ser integrado ao modelo do neurônio (3.1) como: yk = f (u k ) = ⎛ f⎜ ⎜ ⎝ ∑ ⎞ wkj ⋅ x j + bk ⎟ ⎟ j =1 ⎠ m B B B B (3.3) f(u) 2 1 0 bk -1 -2 -5 5 u Figura 3.6. definida pela equação (3.7).

2 1 0.4 0.2 0 -0. u k ≥ 1 (3.6.6.2 -5 0 5 u Figura 3.8 0.6. 2 p →∞ lim y = ⎧0.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) f(u) 1.7) 53 . u k < 0 ⎨ ⎩1.7 – Função sigmóide (ou logística) e sua derivada em relação à entrada interna. No limite tem-se: B B lim y = p →0 1 .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.6 0.2 0 -0.6) A função de ativação sigmóide (3.5) limita a saída de um neurônio no intervalo [0.6 0.8 0. 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 (3.1].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.

Pode-se observar que um grande número de arquiteturas podem ser encontrados. que é o utilizado na presente Tese. são mais apropriadas para resolver problemas que envolvem processamento temporal. 3. são capazes de resolver apenas problemas linearmente separáveis.4 0. a Topologia de Múltiplas Camadas e o Algoritmo da Retropropagação.8).Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) Entretanto.2 1 0.2 -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. por sua vez. a estrutura.8 – Função gaussiana e sua derivada em relação à entrada interna. A Figura 3.7.2 0 -0. por exemplo. como a gaussiana (Figura 3. também podem ser utilizadas: yk = f (uk ) = e − uk 2 (3.10) f(u) 1. a topologia da rede e o algoritmo de treinamento utilizado.6 f(u) 1.8 0. Redes com uma camada única de nodos MCP (MCCULLOCH e PITTS).2 -5 0 5 u -1. Redes recorrentes. outras funções de ativação.4. 54 .2 0 0. a Estrutura em Camadas.9 apresenta uma categorização segundo o tipo de treinamento. mas usualmente utilizase para problemas de engenharia o Treinamento Supervisionado.

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. sendo capaz de classificar padrões linearmente separáveis. 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. o que o diferencia do neurônio MCCULLOCH-PITTS (função de ativação tipo degrau). o bias. o Perceptron é a arquitetura mais simples de rede neural. constituído por apenas um neurônio com pesos ajustáveis.9 – Categorização de redes neurais Introduzido por ROSEMBLATT [67] em 1959. Seu algoritmo de aprendizagem foi o primeiro modelo de treinamento supervisionado. 55 .

2 1 0. 56 . - Camada de Saída: onde o resultado final é concluído e apresentado. Redes Perceptron de Múltiplas Camadas (MLP) É a estrutura mais utilizada em aplicações de RNA.10 – Função sigmoidal logística e sua derivada em relação à entrada interna. A maioria delas é também nãodecrescente e a mais utilizada é a sigmoidal logística yk = f (u k ) = 1 − uk p .2.7. 1+ e onde o parâmetro p determina a suavidade da curva. f(u) 0.4 0. 3. de forma que os neurônios de uma camada estão conectados aos neurônios da camada seguinte.7.2 0 -0.11) f(u) 1.2 -5 0 5 u -5 0 5 u (3.1.4 -0. a rede se igualaria a uma rede de uma só camada.8 0. podem ser consideradas como extratoras de características. apesar de ser multicamadas. Neste tipo de rede.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) 3.6 0.2 Figura 3. as funções de ativação são não-lineares e diferenciáveis para que o gradiente possa ser calculado direcionando o ajuste dos pesos. através das conexões ponderadas. Caso contrário.2 0 -0. Redes em Camadas A estrutura é formada por neurônios organizados em camadas.8 -1 -1.2 -0. Camadas Intermediárias ou Escondidas: onde é feita a maior parte do processamento. Usualmente as camadas são classificadas em três grupos: - Camada de Entrada: onde os padrões são apresentados à rede.4.6 -0.

a rede opera em uma seqüência de dois passos. camada por camada. u1(t) B B y (t ) Figura 3.11 – Estrutura em camadas com uma camada escondida Foi relatado que uma camada intermediária é suficiente para aproximar qualquer função contínua. A atividade resultante flui através da rede.11. . . complexidade da função a ser aprendida. Já duas ou mais camadas são suficientes para aproximar qualquer função matemática.7. . Para o número de neurônios. mais camadas intermediárias podem ser colocadas entre a camada de entrada e a camada de saída. No caso geral.a rede memoriza os padrões de treinamento. pois cada vez que o erro medido durante o mesmo é propagado para a camada anterior. u(t) .. para se evitar overfitting (excesso de nodos . quantidade de ruído presente nos exemplos. . ele se torna menos útil e preciso. distribuição estatística dos dados de treinamento. . utiliza-se a estrutura com três camadas mostrada na Figura 3. até que 57 . Primeiramente. . 3. . um padrão é apresentado à camada de entrada da rede. a quantidade adequada depende de vários fatores como: número de exemplos de treinamento. 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).3. Porém um excesso de camadas pode ser prejudicial ao treinamento da rede. Algoritmo da Retropropagação (Backpropagation) Durante o treinamento com o algoritmo da Retroprogapação. .Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) Na maior parte das aplicações. etc.

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

um padrão é apresentado às unidades da camada de entrada e. Modo Batch: Apenas uma correção é feita por ciclo.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) - Aprendizagem por Reforço. 3. Treinamento e Utilização da Rede MLP O treinamento supervisionado da rede MLP utilizando retropropagação consiste em dois passos. em cada ciclo ocorrem n correções. a partir desta camada as unidades calculam sua resposta que é produzida na camada de saída. este é propagado a partir da camada de saída até a camada de entrada. quando um crítico externo avalia a resposta fornecida pela rede. saída obtida E r r o A t i v i d a d e padrão de entrada Figura 3. A correção dos pesos num ciclo pode ser executada de dois modos: 1. o erro é calculado e o no segundo passo. 2. e os pesos das conexões das unidades das camadas internas vão sendo modificados e. Cada correção de pesos baseia-se somente no erro do exemplo apresentado naquela iteração. desta forma. o erro vai sendo progressivamente reduzido (ver Figura 3.1. Todos os exemplos do conjunto de treinamento são apresentados à rede. No primeiro. Modo Padrão: A correção dos pesos acontece a cada apresentação à rede de um exemplo do conjunto de treinamento.12 – Esquema de Treinamento Backpropagation 59 . Denomina-se ciclo uma apresentação de todos os n pares (entrada e saída) do conjunto de treinamento no processo de aprendizagem. seu erro médio é calculado e a partir deste erro fazem-se as correções dos pesos.8. Assim.12).

na interpretação da rede (ver Figura 3. a rede deverá ser utilizada apenas no modo progressivo (feedforward). novas entradas são apresentadas à camada de entrada que são processadas nas camadas intermediárias. saída obtida A t i v i d a d e padrão de entrada Figura 3. como no treinamento. A saída apresentada é o modelo dos dados.2. mas sem a retropropagação do erro. mas também as exceções e as condições de contorno do domínio do problema.13).8. os dados coletados são separados em duas categorias: dados de treinamento.13 – Utilização de rede MLP após o seu treinamento 3. Para isto.1.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. não devendo cobrir apenas as operações normais ou rotineiras. a mesma poderá ser utilizada como uma ferramenta para classificação de novos dados. que 60 . Esta tarefa requer uma análise cuidadosa sobre o problema para minimizar ambigüidades e erros nos dados.2. que serão utilizados para o treinamento da rede. e dados de teste. Os resultados são apresentados na camada de saída. ou seja. os dados coletados devem ser significativos e devem cobrir amplamente o domínio do problema. Além disso. Desenvolvimento de Aplicações 3. Normalmente. 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.

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

na prática é mais utilizado o modo Padrão devido ao menor armazenamento de dados. Quanto ao tempo de treinamento. Assim. o que torna o treinamento mais estável. Por outro lado. deve-se encontrar um ponto ótimo de parada com erro mínimo e capacidade de generalização máxima. A eficiência relativa dos dois modos de treinamento depende do problema que está sendo tratado. a rede se especializa no conjunto de dados de treinamento e perde a capacidade de generalização. A escolha errada destes pesos pode levar a uma saturação prematura. Quanto à correção dos pesos. em um determinado instante. 3. valores substantivamente maiores que os outros poderiam indicar que houve over-training da rede. Teste O quinto passo é o teste da rede. Mas. e geralmente é utilizado um número máximo de ciclos.2. o treinamento convirja a uma degeneralização. ou seja. causando o problema de over-training.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) números aleatórios uniformemente distribuídos em um intervalo definido. A performance da rede. medida nesta fase. ou seja. menor que um erro admissível. Devem ser considerados ainda outros testes como análise do comportamento da rede utilizando entradas especiais e análise dos pesos atuais da rede. 62 . as conexões associadas podem ser consideradas insignificantes e assim serem eliminadas (prunning). De modo inverso. Pode ocorrer que. devem ser consideradas a taxa de erro médio por ciclo e a capacidade de generalização da rede. além de ser menos suscetível ao problema de mínimos locais devido à pesquisa de natureza estocástica que realiza. O treinamento deve ser interrompido quando a rede apresentar uma boa capacidade de generalização e quando a taxa de erro for suficientemente pequena.8. porém sempre será necessário utilizar algum critério de parada. vários fatores podem influenciar a sua duração. O critério de parada do algoritmo backpropagation não é bem definido. é uma boa indicação de sua performance real. Durante esta fase o conjunto de teste é utilizado para determinar a performance da rede com dados que não foram previamente utilizados.4. pois se existirem valores muito pequenos. no modo Batch se tem uma melhor estimativa do vetor gradiente.

Além disso. com a rede treinada e avaliada. ou arquivos padronizados.Aspectos de Modelos de Dados: Introdução às Redes Neurais Artificiais (RNAs) 3.5. Para maior eficiência da solução. Estas sugestões poderão ser muito úteis em novas versões ou em novos produtos. ser sugeridas quando os usuários forem se tornando mais familiares com o sistema. Integração Finalmente. 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. este sistema deverá conter facilidades de utilização como interface conveniente e facilidades de aquisição de dados através de planilhas eletrônicas. ela pode ser integrada em um sistema do ambiente operacional da aplicação. interfaces com unidades de processamento de sinais.2. Outras melhorias poderão.8. ainda. 63 . Uma boa documentação do sistema e o treinamento de usuários são necessários para o sucesso do mesmo.

2. as leituras eram realizadas. Os ensaios aos quais se referem esta Tese foram realizados no calorímetro adiabático do Laboratório de Concreto do DCT. 4.73.3. por um técnico.81].79.T de Furnas. uma a uma. 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]. 4.76.78.1. Naquela época.74.1. Este fato impedia 64 . PROCEDIMENTOS DE ENSAIO 4. para a utilização em aplicações numéricas. O calorímetro de Furnas foi implantado no início dos anos 80.77. ou seja. que trata de disposições gerais da análise química.75. 4.1. era necessária a presença de um profissional para que as leituras fossem registradas. Elevação Adiabática de Temperatura O ensaio de elevação adiabática de temperatura [83] é realizado em um calorímetro adiabático. para uma análise global se faz uso da NBR NM12/04 à NBR NM21/04 [72.1.1.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. aparelho capaz de medir a elevação da temperatura do concreto sem troca de calor com o ambiente.80. Análise Química do Cimento A análise química do cimento tem sua vertente principal na NBR NM10/04 [65].

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

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

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

Outras Propriedades Térmicas Os ensaios de caracterização das outras propriedades térmicas do concreto: calor específico.T de Furnas. além da litologia do agregado graúdo e do calor específico. consumo e a superfície específica do cimento. O banco de dados foi formado a partir de 250 ensaios de elevação adiabática de temperatura do concreto realizados no período de 1984 a 2003.2. A partir destes ensaios obtiveram-se dados relativos a apenas 136 dosagens: composição química (representando o tipo). baseado no método desenvolvido pelo U.86]. no calorímetro adiabático do Laboratório do DCT. as fases de BOGUE. de adição química e de adição mineral e temperatura inicial do corpode-prova estudado. consumo de água. com pequenas modificações [43. são realizados segundo a orientação de normas técnicas conforme a Tabela 4.1. difusividade térmica e condutividade térmica. uma leitura diária até o final do ensaio. Difusividade Térmica e Condutividade Térmica [27. apenas com o intuito de informação.1 – Ensaios de Calor Específico. foi feita uma mineração e agrupamento dos respectivos resultados. ELABORAÇÃO DO BANCO DE DADOS Para a elaboração do banco de dados dos ensaios realizados no Laboratório de Concreto de Furnas. Tabela 4.4. NBR12820/93 [87] 4.S. este último ensaiado apenas para 80 dessas dosagens.1. Ensaio Calor Específico Difusividade Térmica Condutividade Térmica Norma Técnica NBR12817/93 [83] NBR12818/93 [85]. onde foram destacados os parâmetros que influenciam a exotermia do concreto. Nos finais de semana e feriados deve ser realizada. 4. Para a aplicação de Redes Neurais 68 . na faixa decimal de temperatura. 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.43].Procedimentos Experimentais e Elaboração do Banco de Dados do ensaio. Bureau of Reclamation. no mínimo.

4b mostram parte do banco de dados utilizado como input e output.5900 1.70 3.7200 64.67 56.0000 109. fosse ele o agregado graúdo ou o cimento. ou seja.0300 4.3600 19.0000 149.2800 3.0000 3000. As Figuras 4.0000 3000.5900 18.0000 3000.51 16.59 10.5900 5.6200 6.5900 1. segundo uma média calculada a partir dos critérios anteriores.0000 3000.0300 4.95 5.0300 4.51 16.8800 62.01 8.0000 3000.5900 4.7200 3.67 38.5900 1.09 53.7200 62.2800 3.3400 64. tiveram que ser estimados segundo critérios apresentados a seguir. Os locais de aplicação do material.47 3.5900 5.0000 92.8800 62.0400 2.5900 5.3400 62.3600 19.95 5.54 59.70 2.54 59.1400 5.0000 2745.10 C2S 10.95 11.32 11.8800 64.25 12.4500 366.23 2.01 8.5900 20.0000 337.01 8.31 11. fosse ele o agregado graúdo ou o cimento. 2.3a – Banco de dados parcial – dados utilizados como input nas aplicações – parte I [27].6200 4.0000 3000.0300 4.54 59.1000 1.19 16.6700 20.3600 19.07 8.0000 130.25 10. foram utilizados dados (input e output) desse banco atendendo aos seus respectivos requisitos essenciais. 4.0000 3000.0300 4. respectivamente.2800 5.54 59.9000 1.7200 3.4000 109.80 C3A 8.8800 62.59 10.28 17.6700 20.54 59.01 8.25 12.5900 5.25 12.0000 97.23 2. dados sobre a superfície específica do cimento.32 11.0000 139.5900 1. 4.5900 20.32 8.1400 5.01 8.9000 1.0000 95.28 C4AF 12.70 2.3600 19.3400 64.09 58.3a.0400 2.0000 3000.28 10.59 10.0000 3000.3600 19.8800 62.59 10.47 3.6700 20.51 31.6900 3.3600 19.04 58.3600 20.0600 CaO 62.01 8.5900 5.0000 3000. A marca do cimento utilizado.19 15. Uma estimativa do valor não determinado para a característica do material.47 3.0400 2.47 3.0000 2911.0300 4.54 59.01 8.0000 108.54 59.25 12.59 10.6000 320. 3.3600 19.1200 64.0000 104.Procedimentos Experimentais e Elaboração do Banco de Dados Artificiais e do modelo de MAEKAWA et al.5900 5.23 3.35 Consumo (Kg/m³) 185. O banco elaborado foi formatado de maneira a ser utilizado para os estudos a que se propõe este trabalho.0000 280.7200 64. para a aplicação do modelo.0000 2911. O tipo de material aplicado.57 2.0800 20.3b.70 2.28 10.0300 3. 69 .5900 1.0000 Blaine (cm /g) 3000.59 10.25 12.5900 5.8800 62. 4.25 12. Foram considerados pela ordem: 1.6200 4.7200 64.5900 5.8200 Al2O3 5.28 10.0000 345. para completar os resultados necessários aos estudos feitos nesta Tese.8800 62.5900 1.0000 2911.07 8.8800 62.51 16.6700 21.19 5.0300 4.1400 5.07 5.54 56.59 10.57 CaSO4 2. em certos casos.19 15.25 12.4a e 4.5900 2.70 2.9000 1.0000 2 Figura 4. Entretanto.67 56.5900 1.09 58.07 8.9700 E1395 1399 1412 1416 1421 1423 1433 1437 1757 1759 1772 1900 1941 1972 1997 2010 2019 SiO2 19.7200 2. descritos no Capítulo 7.0000 154.0400 2.8900 Fe2O3 4.67 56.0000 3000.1400 5. no caso do cimento.70 2.2800 3.01 8.70 2.74 15. DOSAGEM Cimento Composição Potencial Fases Bogue (%) SO3 1.0000 2911. [1].59 16.6100 C3S 59.70 2.

67 10.08 3.00 13.22 15.00 100.37 43.21 15.37 7.29 43.22 0.85 192 8.74 16.0000 0.92 29.10 16.85 16.24 47.61 27.14 0.73 3.74 15.14 16.24 19.13 15.78 19.0000 0.61 42.46 11.56 44.52 21.0000 0.38 47.74 23.57 5.97 6.00 27.00 4.74 1.12 16.00 70.5742 0.81 20.07 3.00 0.31 14.98 Figura 4.00 0.3300 12.54 24.00 19.51 4.41 25.0000 93.00 17.95 48.97 24.0000 1831.06 17.0000 200.12 11.15 15.30 42.71 14.21 16.1680 1874.22 43.59 12.07 22.73 28.46 6.00 0.0000 0.00 87.10 22.45 40.15 1.91 47.80 15.72 44.10 45.15 17.83 15.36 12.39 0.33 168 7.30 20.53 3.00 23.0000 1063.18 13.79 0.29 17.61 18.0000 1864.44 5.00 19.0000 93.93 13.62 48.0000 0.0000 0.3117 0.71 9.64 144 6.0000 0.59 2 0.95 17.0000 14.30 17.21 3.64 240 264 288 312 336 360 384 408 432 456 480 504 528 552 576 600 624 648 672 E1395 1399 1412 1416 1421 1423 1433 1437 1757 1759 1772 1900 1941 1972 1997 2010 2019 10.50 8.46 5.20 8.80 51.38 47.39 44.62 0.23 3.75 14.0000 1040.96 18.37 25.81 10.07 15.0000 1837.03 20.12 6.0000 0.18 7.79 17.04 1.11 15.30 1.50 42.04 14.43 50.87 11.63 44.06 2.79 8.70 71.95 45.0000 0.52 2.00 70.76 44.85 21.65 46.0000 0.89 26.72 12.33 17.2000 5.96 37.00 17.00 11.50 16.56 18.0000 Consumo (Kg/m³) 93.69 16.16 43.32 16.58 18.00 85.39 8.00 1 0.68 24.0000 1878.42 24.90 9.10 0.4300 21.96 16.35 0.75 52.89 77.17 21.0000 190.11 48.95 21.32 34.09 5.37 0.00 26.36 13.53 77.85 11.03 1.78 44.66 5.34 16.45 18.85 5.52 33.0000 0.80 5.0000 1831.00 14.27 1.09 9.74 15.25 17.08 24.29 4.00 23.73 4.80 21.12 8.70 52.09 47.43 11.93 19.02 48.44 23.93 6.72 16.56 20.13 0.31 10.98 24.0000 0.65 3.83 19.08 19.41 16.79 0.20 8.41 1.00 22.0000 1851.30 51.04 21.44 2.53 15.63 48 2.32 216 9.00 0.01 19.32 24.00 24.60 25.00 14.00 60.50 18.0000 1040.0000 0.52 0.83 23.0000 11.93 11.36 23.01 13.42 6.00 100.33 5.62 15.61 18.29 8 0.92 18.87 2.56 18.98 18.0000 0.58 16.94 2.96 12.91 18.21 16.90 6.70 47.62 16.14 22.05 0.0000 22.0000 0.19 21.17 1.32 5.51 16.27 38.06 7.26 24.42 5.0000 0.68 7.00 18.0000 190.64 18.53 17.0000 0.61 16.60 23.00 50.25 18.27 14.0000 1090.58 17.08 16.78 100.90 20.52 3.64 51.83 3 0.57 18.59 18.24 0.83 16.0000 18.40 6.31 47.50 45.48 16.83 18.00 0.00 26.07 43.40 5.0000 85.79 16.10 43.44 21.0300 678 616 606 Figura 4.53 27.37 18.93 50.57 0.96 0.19 16.98 48.81 8.81 7.15 15.03 13 0.3390 0.14 48.46 12 0. DOSAGEM Elevação Adiabática de Temperatura t (horas / dias) 36 1.93 7.21 16.09 15.37 18.23 19.25 23.0000 0.55 22.15 21.90 29.41 0.20 4.84 15.88 9.67 47.09 26.92 32.64 43.69 16.72 24.47 6.37 24.69 16.94 13.59 20.77 22.75 19.86 9.96 30.31 6.87 18.32 27.98 46.4635 0.39 28.33 15.43 55.77 23.17 6.04 21.39 45.91 19.63 4.10 21.80 0.0000 0.52 52.74 44.64 0.91 3.19 25.14 24.21 14.48 11.48 3.75 11.45 17.0000 40.60 5.47 0.79 8.24 48.00 70.53 2.01 1.60 88.20 5.21 8.34 0.21 6 0.00 0.33 16.36 7.91 17.25 35.71 2.30 14.37 21.73 5.38 51.16 13.89 28.74 120 5.12 5.43 12.83 0.3b – Banco de dados parcial – dados utilizados como input nas aplicações – parte II [27].00 0.50 19 20 21 22 23 24 1.0000 0.71 6.52 4.03 23.11 18.00 11.74 23.68 42.49 17.00 67.0000 92.2100 5.74 16.87 41.60 34.95 16.00 60.46 7.25 1.92 16.65 9.72 19.9600 20.35 18.92 18.25 43.18 3.4a – Banco de dados parcial – dados utilizados como output nas aplicações – parte I [27].82 4.30 19.27 23.43 2.0000 0.0000 91.18 6.17 10.23 19.06 14.0000 31.50 17.79 14.83 16.55 0.11 3.25 1.86 24.46 48.75 18.94 29.4b – Banco de dados parcial – dados utilizados como output nas aplicações – parte II [27].0000 0.0000 0.25 7 0.25 15.87 14.87 2.88 1.16 46.58 9.02 2.58 0.19 18.83 39.36 17.42 16.94 18.13 17.68 18.04 21.76 0.0000 0.21 9 0.0000 200.00 28.00 0.48 18.94 42.62 24.0000 0.3900 21.16 9.44 5 0.34 17.40 4.34 8.49 1.0000 CV 0.0000 E 0.65 20.45 22.14 16.47 22.65 4.32 15.45 16.72 14.61 17. 70 .49 18.0000 (kcal/(m³.0000 96.44 16.74 25.90 18.00 20.9490 0.84 E1395 1399 1412 1416 1421 1423 1433 1437 1757 1759 1772 1900 1941 1972 1997 2010 2019 0.58 2.77 44.00 0.60 25.84 19.36 14.97 30.8410 0.0000 0.23 17.33 24.47 4.27 10.00 50.59 52.46 11.98 13.94 0.2800 21.79 44.75 2.15 7.55 15.95 23.93 15.98 45.00 15.0000 57.67 16.00 25.16 46.90 16.61 19.43 6.54 18.47 1.52 24.49 47.04 1.51 14.06 23.63 16 0.69 44.24 4.95 0.00 0.80 75.14 19.47 12.34 25.08 48.42 18.29 21.10 72 3.14 16.0000 31.32 1.94 18.84 13.37 11.25 6.00 25.89 46.0000 0.53 16.16 50.02 34.91 43.62 49.93 16.2200 22.92 13.52 16.70 100.17 20.14 24.11 17 0.0000 0.69 48.96 5.31 18.4900 7.00 0.26 15.71 41.00 52.4990 0.99 23.50 18.00 100.82 28.05 17.36 4.32 22.22 1.16 7.66 7.51 6.67 8.06 10.95 14.77 0.00 21.41 2.96 47.84 1.87 16.01 30.96 7.14 6.80 18.8200 13.40 13.59 10.06 43.51 6.38 10 0.00 0.99 0.54 47.00 16.88 0.0000 1860.04 0.75 42.39 10.0000 91.55 13.71 18 0.44 3.55 36.79 5.66 5.00 0.70 42.85 2.94 0.48 41.30 49.82 0.27 14.0000 0.86 29.10 42.63 Figura 4.55 18.83 22.42 46.12 14.06 25.6800 22.3795 0.84 3.07 4.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 0.75 44.0000 40.00 8.20 13.20 2.57 14.97 40.97 15.0000 80.48 9.02 13.83 16.0000 1837.02 3.92 0.00 45.79 18.0000 1790.80 52.00 85.33 5.37 9.74 24.59 42.80 42.0000 0.78 3.85 42.3599 0.25 3.91 9.05 38.79 46.84 13.93 0.52 18.59 19.97 24.40 14.0000 0.93 17.0000 26.48 21.35 2.43 5.08 51.59 22.28 43.35 46.06 4.07 24.ºC)) 100.84 6.37 0.29 1.19 23.93 29.29 0.06 0.0000 1830.39 42.0000 0.00 0.59 85.31 19.13 4 0.81 1.69 2.9000 5.19 19.34 1.18 41.00 12.57 16.74 14.0000 1057.23 8.44 25.16 41.76 8.71 44.53 15.44 41.35 0.0000 0.0000 0.77 44.00 26.46 34.19 24.06 4.00 9.41 7.43 43.73 44.19 18.5600 12.13 39.36 14.49 23.00 25.68 21.00 22.54 48.20 24.57 5.99 12.0000 0.00 21.0000 0.0000 99. DOSAGEM Elevação Adiabática de Temperatura t (horas / dias) 0 0 0.70 17.62 1.94 16.27 19.79 40.29 2.90 1.63 26.71 1.62 4.49 28.93 16.19 50.78 28.35 48.00 1.0000 76.35 1.76 16.0000 0.97 21.0900 21.45 52.23 17.57 7.05 48.0000 185.0000 0.0000 26.25 3.0000 13.64 52.99 3.39 0.00 0.0000 0.33 15.00 100.09 1.95 51.42 27.08 0.16 2.04 14.71 0.39 20.50 4.48 6.0000 0.05 13.67 0.37 0.75 44.54 14 0.68 27.89 25.02 13.0000 0.00 77.77 0.35 21.0000 0.61 0.79 16.27 4.74 18.69 7.62 15.18 18.77 17.08 46.00 55.34 1.59 7.0000 1721.04 21.38 24.21 42.87 5.54 0.00 66.86 48.16 5.37 96 4.77 48.20 11.67 16.76 20.41 9.1700 13.62 4.21 51.61 5.7900 14.41 11.19 18.65 100.91 40.31 16.44 18.69 15 0.73 0.96 45.19 11 0.75 4.32 2.23 25.48 9.65 2.86 11.69 18.65 77.34 46.71 13.36 19.97 42.99 15.83 17.0000 85.64 2.44 47.60 18.89 5.94 48.95 30.00 24.00 0.60 21.0000 90.00 60.62 18.4066 0.78 17.69 18.82 0.49 15.75 24.36 26.66 23.

abreviado para MCH. A reação de formação de etringita. Este modelo foi denominado de Multicomponente de Calor de Hidratação. 5. como será chamado daqui por diante. 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. 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. 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. 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 . Posteriormente. O processo exotérmico de hidratação para cada componente é modelado. No modelo.1. DESCRIÇÃO DO MODELO MAEKAWA et al. Referenciando-se ao modelo proposto por SUZUKI et al. [1. as reações da escória de alto forno e da cinza volante são combinadas no sistema para incorporar interações mútuas. 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.6] apresentaram um modelo unificado para previsão do calor de hidratação do cimento e dos demais aglomerantes presentes no concreto. ou em unidades de reação. e considerando a interdependência entre as reações minerais. nos minerais.Capítulo 5 – Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa et al. no entanto. B B B B O modelo MCH descreve a hidratação do cimento em termos das reações dos componentes minerais individuais. [6] para a completa hidratação do cimento. expressando as diferenças entre os vários tipos de cimento Portland. mas é modelada separadamente. com diferenças em sua composição química.

1.Q).1.1. Q ) = ⎡ Ea(Q ) ⎤ H ∞ (Q ) ⋅ exp ⎢− ⎥ ⎣ ℜTS ⎦ (5. [1]. Chaube e Kishi temperatura constante e uma outra associada à termoativação. 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. pelo modelo. H(T. Q ) = Q S ⎜ ℜ ⎝ T TS ⎟ ⎢ ⎥ ⎠⎦ ⎣ (5. que a produção de hidróxido de cálcio pela hidratação do cimento e o seu consumo pela escória e pela cinza volante sejam simultaneamente simulados. [6]. 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. tratando-se desta forma de um modelo multicomponente. 72 . escrevendo-se. para a avaliação racional do processo exotérmico do cimento misturado.1) H (TS . é necessário. previsto dependente do calor gerado Q e da temperatura T. A equação generalizada governante da geração de calor de hidratação do cimento é dada pelas equações (5.2).1. que considera a dependência da temperatura da hidratação de cada componente mineral.2). H & Q é a taxa de geração de calor por unidade de peso de cimento. 5. são considerados de modo a modelar a reação de hidratação de todo o sistema. utilizam o modelo de SUZUKI et al.1. Constituição do Modelo MCH MAEKAWA et al. Q ) ⋅ exp⎢− Ea(Q ) ⎛ ⎜ − ⎟⎥ H = H (T . Assim. é a derivada no tempo do calor gerado na hidratação. da água e das taxas de geração de calor de cada componente mineral. O modelo considera ainda os efeitos retardadores provocados pelo aditivo químico e pela cinza volante para a reação do cimento e da escória. [6].1.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.1. Os efeitos da temperatura ambiente. ⎡ 1 1 ⎞⎤ & = H (T . Baseado nos estudos realizados por SUZUKI et al. formalmente.1) e (5.2) Em (5.1.1) e (5. a hidratação de cada componente mineral foi modelada separadamente. que quantifica o calor gerado pela reação de hidratação de modo dependente da temperatura.

e o gesso (tratado como di-hidrato de gesso). separando as reações químicas e considerando a interdependência entre elas.Q). de acordo com (5.∞.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. Ea(Q) ℜ T modelo. B B B B expressas. que é uma situação imaginária. As taxas de geração de calor da hidratação dos compostos C3A e C4AF. é a temperatura absoluta do concreto. na composição do cimento. ponderadas por suas frações.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. Os componentes considerados são os principais minerais presentes no cimento Portland: alita (C3S). 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.1). uma fase B B B B aluminato (C3A). H∞(Q) B B infinita. por H C3 A e H C4 AF são consideradas apenas quando a reação 73 . O modelo descreve o processo exotérmico da reação de hidratação. em massa. é dependente do calor total gerado Qi. B B pi B B é a sua fração. Assim.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.1.1. 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. a expressão (5. produzida a partir do C3A e C4AF. a escória de alto forno (ESC) e a cinza volante (CV) são incorporados no modelo como componentes individuais. tem-se: H= ∑ p ⋅H i i (5. na composição do cimento. para cada componente.1. Para o cimento composto. Assim. em massa. é a constante universal dos gases.3) onde: Hi é a taxa de geração de calor do mineral i por unidade de peso. Chaube e Kishi TS B B é a temperatura constante. uma fase ferrito (C4AF). belita (C2S). respectivamente. respectivamente. dentro do quadro deste B B determinação de H(Ts.1.

Taxa de Geração de Calor de Referência (Hi. Chaube e Kishi de formação da etringita estiver finalizada.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. isto é. cinza volante devido à escassez de hidróxido de cálcio na fase líquida. é a constante universal dos gases. MAEKAWA et al. de cada componente i na B B temperatura de referência T0.T0 (Qi ) ⋅ exp⎢− i ⎜ ⎟⎥ ⎜T − T ⎟ ℜ 0 ⎠⎦ ⎝ ⎣ onde: si B B (5.1.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. (5. na equação (5.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).5).1.T0.1.6) 5. Eai é definido como a termoativação. [1] utilizaram uma lei do tipo Arrhenius. ⎡ Ea ⎛ 1 1 ⎞⎤ H i = si ⋅ β i ⋅ µ ⋅ ζ ⋅ γ ⋅ H i . 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. B B B B Eai B B é a energia de ativação do componente i. 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 .1. genericamente. propondo para cada componente mineral uma função para a taxa de geração de calor dependente da temperatura. Hi. quando ocorrer o consumo completo do gesso presente na mistura. βi B disponibilidade de água livre (espaço de precipitação).1. Hi. processo exotérmico de hidratação inicial. expressa.1. são estabelecidas como funções intrínsecas do material e B B 74 .T0) B B As taxas de geração de calor de referência.

A B B Tabela 5. foi adotado até 25% para o C3S e até 30% para o C2S. foi definida como o período limitado por 1% do máximo calor acumulado para todos os componentes minerais. 2.1 apresenta o calor de hidratação das fases do clínquer adotados por MAEKAWA et al.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. O processo da reação de hidratação exotérmica em cada mineral foi dividido em etapas em termos de geração de calor cumulativo: 1. Figura 2. [6] a partir da geração de calor 75 . B B O calor acumulado. A ETAPA 1. 3.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. Figura 2.3. A ETAPA 3 (estágio V. Figura 2. Para a ETAPA 2.3.3.6). Chaube e Kishi são mostradas na Figura 5. no qual a taxa de calor de referência de um determinado mineral é nula. 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.6). não foi estabelecida a fronteira entre as etapas 2 e 3 sendo B B B B esta fronteira definida a partir do próprio modelo.∞).6) para o C3S e B B para o C2S foi considerada para percentuais acima dos valores de fronteira da etapa 2. No processo B B B B exotérmico do C3A e C4AF. [1]. corresponde ao calor final produzido por 100% de hidratação (Qi. que engloba os estágios III e IV (ver subitem 2. que acopla os estágios I e II (ver subitem 2. 6 5 Hi. determinados por SUZUKI et al.1 – Taxa de geração de calor dos minerais componentes do clínquer [6].1. conforme subitem 2.

Calor de Hidratação Calor de Hidratação Fases do clínquer SUZUKI et al. (293 K – 20 B B ºC). 3 H i. 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. Chaube e Kishi teórica de cada mineral.2 apresenta as taxas de geração de calor de referência. Hi.1 – Calor de hidratação das fases do clínquer. [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]. A título de comparação a 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 5.2 – Taxa de geração de calor da Escória de Alto Forno e da Cinza Volante [6]. Tabela 5.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.T0. 76 . da B B cinza volante e da escória de alto forno na temperatura de referência T0. 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.

1. [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).1.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.55 kJ/kg (110 cal/g). valor consideravelmente menor do que aquele obtido por WALLER [4] (570 ± 80 kJ/kg). 77 . A geração de calor total da cinza volante na taxa de referência de geração de calor segundo MAEKAWA et al.34 kJ/kg (50 cal/g). considerando a reatividade de cada mineral. Os valores de SUZIKI et al. 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. 5. [6] para a termoativação do cimento como uma referência para determinar a termoativação das reações dos minerais individuais. sendo fixada em 460.2. Termoativação (Eai/ℜ) B B Os valores adotados para a termoativação (Eai/ℜ) de cada mineral são B B mostrados na Figura 5. 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 5.3 – Termoativação para a reação de cada componente mineral [1]. [1] foi fixada em 209. 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. Foram utilizados os valores obtidos por SUZIKI et al.3.

∞ ) e da taxa de transformação de C3A B B e C4AF.4 – Taxa de geração na formação de etringita [1].7) e (5. 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. B B C4AF e di-hidrato de gesso na formação de etringita são obtidas utilizando as equações B B (5. Modelagem da Formação de Etringita As taxas de geração de calor de referência para a formação de etringita envolvendo C3A. 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. 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. depende de um cálculo da quantidade de gesso remanescente.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.3.1. B B B B 90 80 70 Hi.8).1.4. e assim.1. a quantidade de gesso não reagido pode ser obtida deduzindo este B B consumo de gesso da quantidade total de gesso do cimento. C4AF e gesso são ilustradas na Figura 5. 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. A avaliação que determina se a formação de etringita terminou ou não. B B B B 5. O consumo de gesso pode ser calculado através do grau de reação (QiET QiET .

Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. 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. desde que haja uma equação química qualificada para tal. assim como no modelo de formação de etringita.3 e 5. O modelo das reações de formação de etringita continua a operar até que todo o gesso seja consumido. a partir da etringita. Portanto.7) (5. e o calor gerado na conversão para monossulfato foi expresso pela multiplicação da taxa de calor de referência associada com a hidratação por 2 .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.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.9). Na modelagem da geração de calor da hidratação oriunda do C3A e do B B C4AF. As equações seguintes são usadas para representar a conversão para monossulfato. começa imediatamente após o desaparecimento de gesso não reagido. Assim. expressas por H C3 A e H C4 AF . O calor gerado pela conversão para monossulfato foi determinado pela equação (5.015dias (≈ 20min) após o início da hidratação. 1 mol de C3A já convertido para etringita foi tratado como C3A não B B B B reagido no cálculo do calor de hidratação.9) (5.1. 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. 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.4.1.1. 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 5.015dias (≈20min). que mostra que 3 moles de monossulfato são formados de 2 moles de C3A não B B reagido. a geração de calor não é contada na elevação de temperatura até 0. No modelo. 3 79 . a geração do calor de hidratação das fases intersticiais. em todas as análises deste modelo.1. Isto significa que o ponto de partida da elevação de temperatura se dá aos 0.1.

e P P B Si0 é o valor de Blaine de referência do componente i. 4330 e 3280 (cm2/g).1.5. si = onde Si B B B Si Si0 (5. o B B B B efeito da finura não é levado em consideração e. 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. B B 5. 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 . Da comparação entre os resultados experimental e analítico foi determinado que r = 5.1.1.0 e ν = 2.11) é o valor de Blaine do componente i (cm2/g). Chaube e Kishi 5. comuns a todos os minerais. 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).12) onde r e ν são constantes.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. C2S e escória.4. Os coeficientes si representam a mudança somente da taxa de B B referência de calor e são expressos através do valor de Blaine. Os valores de Blaine de referência da escória de alto forno e da cinza volante são valores obtidos experimentalmente. 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. fixados em 3380.1. escória de alto forno e cinza volante P P respectivamente. Finura de Blaine (si) B B MAEKAWA et al. si = 1.1.4. para as fases do cimento. Na etapa 2 do C3S. utilizado como um indicador de finura. [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. neste caso.1.

[1] consideraram que para todos os minerais esse processo de fisissorção consome 15% da água necessária para a reação química. 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.1.14) onde Wtotal é a quantidade unitária de água.1. varia conforme a finura.1. pelo grau de reação computado pelo modelo (Qi / Qi. O termo ωlivre. C3 A + 6 H C 4 AF + 2CH + 10 H 2C3 S 2C 2 S onde S ≡ SiO2.18). da mesma forma que varia a taxa de calor de referência. 81 .15) (5. que podem entrar em contato com a água livre. que representa o aumento da espessura do hidrato formado pela B B reação de hidratação do componente i.15) a (5.1.1. Chaube e Kishi de hidratos.1.17) (5. B A quantidade de água ligada por cada reação pode ser ajustada multiplicando a taxa de água ligada. é o calor acumulado do componente i. é obtido a partir da equação (5. Isto se dá porque a área da superfície das partículas de peso unitário. e C Qi B B B Qi.14).1.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. Assim. MAEKAWA et al. mas também.∞ é a geração de calor final.∞ ⎠ ⎝ (5. como obtida da equação de reação de cada mineral. é a quantidade unitária de cimento. é dado pela equação B B B (5.13) ⎛ Qi ⎞ ⎟ − ηi = 1 − ⎜ 1 ⎜ Q ⎟ i .1.18) + 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. que representa o índice de água livre.1. As reações de hidratação dos B B B B componentes do cimento Portland usadas neste modelo são dadas pelas equações (5.13) e o termo ηi.1. ω livre = Wtotal − ∑Wi C 1/ 3 (5. B B Wi B B é a água consumida e fixada pelas reações dos constituintes. pela água que é fisissorvida nas camadas de hidratos.∞). B B B B → C3 AH 6 → C3 AH 6 − C3 FH 6 (5.16) (5.

13).1.1. o B B volume de água quimicamente ligada acrescida de mais 15 %.6. sem variação devido a qualquer alteração das composições minerais do cimento (µ = 1). ou seja. sem variar a taxa de calor na etapa 2 de acordo com a composição.1. o coeficiente µ da taxa de calor de referência foi expresso como: ⎧ ⎡ ⎛ pC S ⎪ µ = [1 + (0. com m = ζ / βi .1. B B (5.1. 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].19) 5.1. 82 .4 ⋅ RFL )]⋅ ⎨1 − exp ⎢− 0.1. o efeito da redução de água livre no cimento Portland é expresso pela modificação da equação (5.20) RFL = 1 − exp − 5000 ⋅ pC3S + pC2S B B [ ( )] 10 B B (5. considerada B B B B como representativa da composição mineral do cimento Portland e das características de geração de calor.13).10 ⋅ RFL ) ⎥ ⎪ ⎦ ⎭ (5. utilizados na equação (5.21) As taxas de calor de referência do C3S e do C2S nas etapas 1 e 2 foram consideradas constantes. Chaube e Kishi considera-se no cálculo dos consumos de água Wi. estagnadas devido à diminuição de CH. B B B B A fim de abranger o cimento Portland de endurecimento precoce e o especial de baixo calor. Esta suposição foi feita porque é possível reproduzir precisamente a história da temperatura adiabática inicial dentro do intervalo de interesse. 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. que é dada na equação seguinte: ω livre = C ⋅ ( p PC + mESC ⋅ p ESC + mCV ⋅ pCV ) Wtotal − ∑ Wi .Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. escória e cinza volante. 4 ⎫ ⎤ ⎥ ⋅ RFL⎪ ⎬ + (0.48 ⋅ ⎜ 3 ⎜ pC S ⎢ ⎪ ⎝ 2 ⎣ ⎩ ⎞ ⎟ ⎟ ⎠ 1. O efeito da composição potencial na taxa de calor é expresso usando a relação C3S/C2S.

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. e ainda não foi consumida pela reação do C4AF. simplesmente expressa por: ⎡ ⎛ FCH ζ = 1 − exp ⎢− 2. 0 ⎤ ⎥ ⎥ ⎦ (5.7. passo a passo. Um mecanismo similar à reação da escória foi admitido para a cinza volante.1.1. que são dados pelas equações químicas adotadas.22) é a quantidade de CH que é produzida pela hidratação de B B C3S e C2S. em virtude das reações da escória e da cinza volante serem extremamente dependentes do suprimento de CH. a quantidade de hidróxido de cálcio (CH) no sistema foi enfocada. na hipótese da reação do cimento Portland não ter sido afetada pela reação da escória. e RESCCH e RCVCH B B B B são as quantidades de CH necessárias para as reações de escória e de cinza volante. O consumo do CH deveria ser computado. e suas respectivas taxas de reação quando há CH suficiente. quando houver suprimento suficiente daquele. embora seja difícil estimar os quantitativos das reações desta. 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. de acordo com seu fator constitutivo. mas a substituição da cinza volante é de 83 . 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.0 ⋅ ⎜ ⎜R ⎢ ⎝ ESCCH + RCVCH ⎣ onde FCH B B B B B B ⎞ ⎟ ⎟ ⎠ 5. Consumo de Escória de Alto Forno e Cinza Volante (ζ) Expandindo o modelo proposto.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. o CH é simultaneamente consumido pela escória de alto forno e pela cinza volante. que funciona como um ativador. 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. A produção de hidróxido de cálcio pela hidratação do cimento e o seu consumo pela escória e pela cinza volante são simultaneamente simulados. contendo baixa reatividade. para que possa ser aplicável ao cimento composto com escória de alto forno ou com cinza volante. com sua produção pelo cimento Portland na análise. Chaube e Kishi 5.1. O fator de substituição em torno de 60% ou 70% do cimento é freqüentemente adotado no caso da escória.

υtotal.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. No cimento composto ternário.1.1. e 84 . O modelo considera ainda que estes efeitos não precisam ser considerados nas características exotérmicas durante e após a etapa 2.24) é a dosagem de aditivo orgânico expresso como fator aditivo/aglomerante (C x %). Então. Por conveniência. que representa o B B efeito retardador por unidade de massa de aditivo.025 ⋅ pCV ⋅ sCV + (5.1. respectivamente. C4AF. foi definido que o CH na fase líquida é quase que completamente consumido pela reação da escória. é usado para descrever os efeitos dos aditivos.02 ⋅ pC4 AF ⋅ sC4 AF 0. O coeficiente χsp. incorpora-se este efeito pela redução da taxa de geração de calor na etapa 1. Chaube e Kishi 30% ou mais.1. o efeito retardador total do aditivo pode ser então B B calculado. Admitindo-se que uma parte orgânica do aditivo é adsorvida na superfície das fases C3A.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.005 ⋅ p ESC ⋅ s ESC + + 0.08 ⋅ pC3 A ⋅ sC3 A 0. já que esta reação é mais rápida do que a reação da cinza volante. Consumo de Adição Química (γ) O modelo trata o efeito retardador dos aditivos químicos e da cinza volante como um período dormente estendido. os fatores de consumo das reações de escória e de cinza volante são definidos como 22% e 100% da massa reagida. 5.8. a quantidade de aditivo B B B B orgânico consumido sem considerar o efeito retardador é expressa por: υ perda = + onde 0. Multiplicando este coeficiente χsp pela dosagem do aditivo como um fator da B B adição de cimento (C x %). 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. e pode ser expresso pela seguinte equação: B B υ SPef = onde pSP B B p SP ⋅ χ SP − υ perda (5. escória de alto forno e cinza volante. que corresponde ao período dormente. υSPef . Deste modo.

Deve ser observado que este modelo é especificamente aplicável a intervalos normais de dosagem de aditivos químicos. o coeficiente de redução da geração de calor na ETAPA 1. 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 ⎤ ⎥ + 2.5 ⋅ p ESC ⋅ s ESC ⎥ ⎦ (5. Os valores aplicados a um superplastificante consistindo principalmente de sulfonato de β-naftaleno. foi julgado apropriado assumir que o calor na etapa 1 não muda com a 85 . o C3S e o C2S foram tratados como P P B B B B minerais provedores de Ca2+.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. Chaube e Kishi χSP B B é um coeficiente representando o efeito retardador por unidade de peso do aditivo orgânico. 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.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. teremos: υ FAef = 0.2 e 5.26) sendo: γ volante.2 .0 . um outro superplastificante incluindo principalmente policarbonato e um agente redutor de água e incorporador de ar correspondem a 1. respectivamente. Deste modo. Neste caso.1. pSP ⋅ χSP representa o efeito retardador total ocasionado por um B B B B aditivo orgânico adicionado. Admitindo que o efeito retardador ocasionado pela cinza volante é proporcional ao seu índice de substituição. Quando a capacidade de adsorção dos componentes excede a capacidade total do efeito retardador por um aditivo orgânico.1. υSPef é considerado B B igual zero.02 ⋅ pCV ⋅ sCV (5. Tal limitação deve-se ao fato de que o atraso nas reações. 1. quando é considerado através da redução individual da taxa de geração de calor de cada mineral na etapa 1. Já que a quantidade de calor gerado pelas reações entre os aditivos e o Ca2+ P P é muito pequena. resulta em diferentes tempos de início da etapa 2 para alguns minerais à medida que a dosagem dos aditivos aumenta.

nos ensaios realizados com esta finalidade citados no Capítulo 2.1. Os estudos com a aplicação do modelo MCH [1] ao quadro experimental do laboratório de concreto de Furnas foram possíveis a apenas 14 ensaios. IMPLEMENTAÇÃO DO MODELO MCH O modelo MCH foi implementado em um programa computacional em linguagem FORTRAN 90. a quantidade de aditivos orgânico e mineral. o calor específico e a capacidade térmica são calculados a partir dos valores de calor específico de cada material utilizado e de suas proporções. o retardamento devido ao aditivo químico e à cinza volante foi simplesmente modelado como uma primeira aproximação. o calor cumulativo de cada mineral e a quantidade de água livre. Esta situação ficou fora do escopo de aplicação do modelo proposto. 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. Chaube e Kishi quantidade de aditivo. subitem 2. Dividindo o calor cumulativo obtido pela taxa de geração de calor no tempo que a hidratação alcança (o calor teórico). a quantidade de gesso adicionada. 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. Entretanto. As informações de entrada do modelo incluem a composição mineral do cimento usado. 86 . seus efeitos na geração de calor e na taxa de geração durante e após a etapa 2. Uma vez fixadas as constantes. Isto foi atribuído ao fato de que o efeito retardador de um aditivo só causa uma extensão no período dormente. Esta última razão está vinculada à impossibilidade de diferenciação dos óxidos do cimento dos existentes nas adições. o peso unitário de cimento. o consumo de água. se uma dose maior de superplastificante é adicionada. De qualquer modo. necessitam de avaliação. a temperatura de lançamento (inicial) e o calor específico. 5. cujos calores específicos haviam sido determinados e cujos cimentos utilizados foram os sem adição mineral.Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.1. a atividade reativa de cada mineral pode ser definida. Das constantes térmicas necessárias para a análise de temperatura.2. são calculados a temperatura.

Chaube e Kishi A Figura 5. O fluxograma do programa de computador para cálculo da elevação adiabática da temperatura baseado no modelo MCH é dado na Figura 5. Química Finura de Blaine dos Materiais Pulverulentos Calor Específico do concreto Temperatura Inicial (oC) Figura 5..6 mostrada na página 88.28 dias) ⇓ ⇓ ⇐ ⇐ Tipo de Ad. ilustra o esquema do modelo em termos de entrada e saída. ENTRADAS SAÍDAS Consumo de Cimento – C (kg/m3) Água %xC Escória Cinza volante Ad. 87 . a seguir.5 – Esquema do modelo MCH [1].Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. a seguir. Química C3A Composição Potencial C4AF C3S C2S (%) Gesso Cimento Temperatura no instante i ⇒ Modelo MCH ⇒ Ti (ºC) (i = 0.5.

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 .Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa.t0 Hi.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 5.6 – Algoritmo do programa de implementação do modelo MCH [1].t0 Temperatura T Cinza volante e Escória de Alto Forno Hi.T0 (Qi ) ⋅ exp ⎢− i ⎜ ⎜ − ⎟ ⎟⎥ ⎢ ⎦ ⎣ ℜ ⎝ T T0 ⎠⎥ Características exotérmicas dos minerais Formação de etringita Hi.

2.87% ⎯ ⎯ ⎯ ⎯ 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. 89 . demonstrará que a implementação do programa está correta.000 10.0) Calor específico do concreto (estimado) Temperatura inicial do concreto 2 ⎯ P 156. realizado por MAEKAWA et al.00% 3.7 ilustra o resultado obtido que.20% 9.000 OPC400 MCH - Ensaio com 400kg/m3 de cimento Portland comum realizado por MAEKAWA et al. Tabela 5. [1]. a Figura 5. [1].40% 47. equivalente ao Cimento Portland Comum no Brasil).00% 10.2 – Composição da mistura OPC400 realizada por MAEKAWA et al. com o exposto pelos autores [1].40% 27. Modelagem do ensaio OPC400 pelo modelo MCH implementado. [1].Modelo Multicomponente de Calor de Hidratação (MCH) de Maekawa. P P Figura 5.25% x C 500 kcal⋅kg-1⋅ºC-1 P P ⎯ ⎯ 20ºC A seguir. Material Cimento CP I C3A B B Valores na mistura C = 400 kg/m3 P P Porcentagem na mistura 100.7 – Curvas experimental e modelada para o ensaio OPC400 realizado por MAEKAWA et al. se comparado.001 0. [1]. 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 0.2 ⎯ ⎯ P P ⎯ 0.010 0. para a validação do programa após a sua implementação.8 kg/m P 3 a/c = 39. A composição da mistura e os demais dados para simular este ensaio no programa MCH implementado é apresentada na Tabela 5.100 t (dias) 1. Chaube e Kishi Foi utilizado o ensaio OPC400 (Ordinary Portland Cement.

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

os parâmetros Tmáx. são mostradas em detalhes no Apêndice A. em ºC.0. k e n corresponderão aos neurônios de B B saída do modelo aqui apresentado. grandeza adimensional. k e n. Cada um dos ensaios de elevação adiabática da temperatura foi ajustado através de uma função do tipo dado pela equação (6. que permitem descrever a curva de elevação adiabática da temperatura. identificando para cada um deles os parâmetros Tmáx. descrevendo bem as diversas cinéticas e amplitudes. 91 .1) é a máxima temperatura atingida durante o ensaio. totalizando quatorze neurônios de entrada para a rede neural P P artificial. seis curvas de elevação adiabática da temperatura ajustadas através da função Hill. representa o atraso devido ao calor latente.0.1).Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto Finalmente. As funções testadas.2 apresentam. Desta forma. 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. o último neurônio de entrada corresponde à temperatura do concreto fresco (oC). devem-se definir os neurônios de saída. assim como as comparações realizadas. As Figuras 6. chamada aqui de função Hill. 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. Esse modelo mostrou-se satisfatório para as diversas B B curvas presentes no banco de dados. Uma vez definidos os dados de entrada. a título ilustrativo. A equação (6.1) representa essa função. grandeza k n adimensional.0.1 e 6. T ad (t ) = Tmáx ⋅ onde: Tmáx B B tn kn + tn (6. é o coeficiente de aceleração para o período assintótico.

Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .01 0.escala logarítmica.1 1 t (dias) 10 100 Figura 6. 92 .01 0.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 decimal e direita .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 0.1 – Exemplos de curvas de elevação adiabática ajustadas através da função Hill – parte I.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 0.01 60 0.

. e a resposta da função HILL.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.. Nela são apresentados os dados de entrada.2 – Exemplos de curvas de elevação adiabática ajustadas através da função Hill – parte II. Y3). Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .01 0.1 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. Y2. dada em três neurônios de saída (Y1. A Figura 6.01 0.escala decimal e direita . X14).01 60 0.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. 93 . organizados em forma de quatorze neurônios de entrada (X1.escala logarítmica.1 1 t (dias) 10 100 Figura 6.

uma camada de entrada (X). em função de sua simplicidade.4. Utilizou-se neste trabalho. 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 6.3 – Representação esquemática dos dados de entrada e saída do modelo de previsão da exotermia da reação de hidratação.Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto ENTRADAS SAÍDAS Cimento Água Consumos (Kg/m3) Pozolana Escória Cinza volante Agregados Ad. e uma camada de saída (Y). uma camada intermediária (N). A arquitetura da rede é representada esquematicamanete na Figura 6. uma rede neural de três camadas. 94 . Após a definição dos neurônios de entrada e saída do modelo. partiu-se para o treinamento da rede neural artificial.

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

5717 3.7140 3.3 – Valores médios da incerteza padrão.0236 2.5238 3. a seguir.2522 Amplitude R (ºC) 12.6610 8.1626 8.4957 14.4557 2.8748 7.3944 Os resultados obtidos com o modelo Hill-RNA serão apresentados no Capítulo 7.7781 Ξ (ºC) 4.3416 8.2425 4.6027 2. Topologia 1 2 3 4 5 6 7 8 9 Incerteza padrão média Desvio padrão S 3.4812 2.3574 3.4174 3.8647 7.5554 7. 98 .4823 2. desvio padrão e amplitude para cada topologia testada.1047 3.2400 10.Modelo de RNA para a Elevação Adiabática de Temperatura do Concreto Tabela 6.4971 3.3546 2.9413 7.2187 4.

Para uma análise mais consistente. 10. utilizamos as curvas obtidas pelo modelo HILL-RNA para os mesmos 14 ensaios para comparação. tendo sido obtidas as respectivas 14 curvas de elevação adiabática de temperatura.2. Após a sua comparação com o dados experimentais de elevação adiabática de temperatura dos concretos analisados pelo Laboratório de Concreto de Furnas – DCT.Capítulo 7 – Resultados.0 3 4 0. Entretanto.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. O modelo MCH foi aplicado a apenas 14 dos 136 ensaios utilizados para estudos nesta Tese.0 HILL-RNA Média HILL-RNA Incerteza Padrão (ºC) 3 6. Análise e Discussão Neste capítulo são apresentados os resultados obtidos com os dois modelos estudados: o modelo multifásico. conforme já foi justificado no Capítulo 5.0 13 4. chamado HILLRNA.0 1 1 2. e o modelo de dados. A Figura 7. subítem 5. chamado MCH.0 MCH Média MCH 8. As linhas referem-se às incertezas padrão médias destes modelos para os 14 ensaios.1 – Gráficos da incerteza padrão para os ajustes do Modelo MCH e do Modelo HILL-RNA. para o ensaio E-1484. não há resultado de treinamento de redes neurais. 99 .T.

20 ºC 3. as curvas geradas pelos dois modelos aos 14 ensaios em comum.56 Amplitude R 6.11 ºC Ξ 3. Tabela 7.24 ºC Ξ 3.6.09 0.24 ºC Como já foi mencionado. é muito B B maior para o modelo MCH. As Figuras 7. mostram. a Tabela 7.1 – Quadro comparativo dos parâmetros estatísticos entre o modelo MCH e o modelo HILL-RNA para 14 ensaios. Modelo Hill-RNA Incerteza padrão média Desvio padrão S 2. 100 .2 – Parâmetros estatísticos para o modelo HILL-RNA aplicado a 136 ensaios. comparativamente.10 Amplitude R 7.2 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∞. Entretanto.07 ºC 2.43 ºC MCH HILL-RNA É importante ressaltar que a Amplitude medida. Análise e Discussão A comparação entre as curvas experimentais e analíticas para os 14 ensaios cuminou nos seguintes resultados: Tabela 7.2 a 7. mas deve ser considerado o fato de apenas o ensaio número 3 (E-1941) ter evidendiado um erro que justifique tal amplitude.Resultados. 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. a seguir. Modelo Incerteza padrão média Desvio padrão S 1.

01 0. 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.Resultados.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 0.01 0. 101 .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 0.1 1 t (dias) 10 100 Figura 7.01 60 0.escala logarítmica.escala decimal e direita .Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .2 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27].

1 1 t (dias) 10 100 Ensaio E-3552 Modelo MCH Modelo HILL-RNA 0. 102 .Resultados.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 Figura 7.01 0.01 60 55 50 45 40 35 30 25 20 15 10 5 0 0.escala logarítmica.3 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27].01 60 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 decimal e direita .Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .

1 1 t (dias) 10 100 0 0 0.1 1 t (dias) 10 100 0 0 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.Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .Resultados.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.escala logarítmica.escala decimal e direita .01 60 0. 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 0.4 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27]. 103 .01 Figura 7.

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.escala logarítmica.1 1 t (dias) 10 100 Figura 7.01 60 0.Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda .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 decimal e direita .Resultados.5 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27]. 104 .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 0.01 60 0.01 0.

no período ascendente.7 mostra os resultados desta aplicação ilustrando que a temperatura. na qual foram fixados todos os parâmetros de input para o modelo MCH.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 0.1 1 t (dias) 10 100 10 10 Figura 7. praticamente não se altera. variando apenas os valores de superfície específica entre 2745 a 4870 cm2/g (em intervalos de 212 cm2/g).25% (1. a variação de temperatura máxima foi de 8.Os ensaios colocados lado a lado são os mesmos em escalas diferentes: esquerda . no período assintótico da curva.51ºC). que são P P P P os valores mínimo e máximo dos 136 ensaios. e que. A Figura 7.6 – Gráficos comparativos dos modelos MCH e HILL-RNA com os dados experimentais [27].01 60 0.escala logarítmica. Diante disso. que P P corresponde à superfície específica estimada. foi feita uma simulação para a dosagem E-1433. 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. 105 . além do valor de 3000 cm2/g.Resultados. A estimativa da superfície específica foi fonte de preocupação durante os estudos.01 0.escala decimal e direita .65ºC em 19.

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 .Resultados.1 1 t (dias) 10 100 Figura 7.escala logarítmica.01 0.3000 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 0.3000 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 . Os ensaios colocados acima são os mesmos em escalas diferentes: em cima .1 1 t (dias) 10 100 0 0.escala decimal e em baixo .01 0. 106 .7 – Variações de superfície específica do cimento para a predição da exotermia da dosagem E-1433 utilizando o modelo MCH.

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

A grande vantagem deste trabalho é que pode ser utilizado para os cimentos comumente utilizados no Brasil. Para os resultados da aplicação do modelo HILL-RNA. Por outro lado. Os dois modelos apresentados nesta Tese apresentaram-se como ferramentas que podem ser de grande ajuda para o projeto de estruturas de concreto massa. os resultados mostrados na Figura 7. além da validação do critério de estimativa utilizado. Como conclusão final. o que reduz a sua utilização para o caso brasileiro já que. a amplitude do erro do modelo MCH foi muito maior do que a incerteza da RNA relativa aos mesmos 14 ensaios. apesar de ter apresentado uma incerteza padrão relativamente baixa. 108 .7 demonstraram que os valores estimados não comprometeram a confiabilidade do uso do modelo MCH. 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. o que impede a aplicação das equações de BOGUE para determinação das suas fases minerais. 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. Ressaltamos também o fato que. já que possuem uma grande porcentagem de materiais como pozolanas e escórias. a superfície específica também foi estimada para 96 dos 136 ensaios estudados. o modelo HILL-RNA gerado pelo treinamento de redes neurais mostrou-se satisfatório para aplicações. sendo a superfície específica estimada para 6 deles.Conclusões e Recomendações superplastificante incluindo principalmente policarbonato e um agente redutor de água e incorporador de ar. A sua aplicação a apenas 14 ensaios. 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. O modelo MCH tem a limitação da necessidade do conhecimento das fases minerais do cimento. requer que os resultados preliminares apresentados nesta Tese sejam validados com um número de ensaios mais significativo. 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.

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

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

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

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

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

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

máx = 1.6) A incerteza padrão para o ajuste desta função aos 141 dados experimentais foi em média de 0. e. Assim a função resultou na expressão (A.26 B B A Figura A.6) a seguir: ⎧0 . As medidas de dispersão e a incerteza padrão média foram: R = 1. que representa o ganho da parte em degrau. depois. retornando-se ao domínio do tempo e incluindo-se o termo referente ao atraso identificado anteriormente.Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto A.1 apresenta as incertezas padrões para os 141 ensaios. 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). que representa a B B B B inclinação da rampa. o atraso da resposta ao degrau.4) Da qual tomando-se as transformadas de Laplace. A função de resposta forçada de sistemas de 1ª Ordem aplicado a sistemas térmicos é representada pela equação (A. τ k1 B B δ Entretanto.088ºC . T ad (t ) = ⎨ ⎩ y (t ) y (t ) < 0 (A. sendo: k0 B B o ganho da parte em degrau. composto por uma função de resposta forçada ao degrau unitário somada à de resposta forçada à rampa incluindo-se aí. DM = 0. a função acima necessitou de um outro ajuste devido ao fato uma parte resultar em valores negativos. o tempo de resposta.882ºC]. Ξ = 0. após a subdivisão da constante k em k0. e em k1. analisando fisicamente. um atraso para representar a extensão do calor latente. a inclinação da rampa.5) que possui quatro parâmetros (quarteto) a serem ajustados.2.6ºC [mín = 0. 117 . tem-se: ⎡ ⎛ −t +δ y (t ) = k 0 ⋅ ⎢1 − exp⎜ ⎝ τ ⎣ ⎡ ⎞⎤ ⎛ −t +δ ⎟⎥ + k1 ⋅ ⎢(t − δ ) − τ + τ ⋅ exp⎜ ⎠⎦ ⎝ τ ⎣ ⎞⎤ ⎟⎥ ⎠⎦ (A.79ºC.4): dy 1 1 + y= k τ dt τ (A.60ºC.

T ini = 19.0 1.8 0.2 abaixo.2 – Gráficos do ajuste da função de Resposta no Tempo de Sistemas de 1ª Ordem (RTS1O) para o ensaio E3026 [27].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). 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 0.0 0 20 40 60 80 100 Seqüencial dos ensaios 120 140 Figura A. esta função se mostrou imprópria pelo fato de não fornecer. Apesar da baixa incerteza padrão média.01 Ensaio E-3026 .1 1 t (dias) 10 100 Figura A. com precisão. como se pode notar no gráfico da Figura A. Nas primeiras horas.4 0.67ºC Modelo "RT S1O" 0.Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto 2.2 0.T ini = 19.6 Incerteza Padrão (ºC) 1. ela fornece valores nulos inconcebíveis para representar a física da elevação de temperatura do concreto.1 – Gráfico da incerteza padrão para os ajustes da função de Resposta no Tempo de Sistemas de 1ª Ordem. 118 .

7) k1 B B k2 B B é o coeficiente de aceleração para o período assintótico.51ºC.3 a 2. máx = 2. Ξ = 1. 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. 3.3 – Gráficos da incerteza padrão para os ajustes da função de Ulm-Coussy-Kefei-Larive.0 1. 119 . (A.3.04ºC. a incerteza padrão. FUNÇÃO DE ULM-COUSSY-KEFEI-LARIVE Esta segunda função.094ºC .5 1.Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto A.0 2.0 0. em relação aos ensaios. oferecida pelos autores [63] para modelar a extensão da reação química no mecanismo da reação álcali-agregado no concreto.604ºC]. DM = 0.44 B B As incertezas padrões para os 141 ensaios são apresentadas na Figura A.5 0.5 Incerteza Padrão (ºC) 2. representa o atraso devido ao calor latente.038ºC [mín = 0. As medidas de dispersão e a incerteza padrão média foram: R = seguir. foi em média de 1. δ Neste modelo.0 0 20 40 60 80 100 Seqüencial dos ensaios 120 140 Figura A.

8): identificou-se uma terceira função. máx = 1.T ini = 11.052ºC .T ini = 11.495ºC [mín = 0. se mostrando um bom modelo a ser trabalhado para esta finalidade. k n Este modelo se ajustou melhor aos dados experimentais do que os anteriores.1 1 t (dias) 10 100 Figura A. 15 15 Ensaio E-2832 . FUNÇÃO HILL Posteriormente. 120 . do tipo “Growth/Sigmoidal – Hill”. chamada apenas de HILL. equação (A. A.4. por exemplo.174ºC] que é mostrada na Figura A. Contudo.5.4 – Gráficos do ajuste da função de “Ulm-Coussy-Kefei-Larive” para o ensaio E-2832 [27].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. é o coeficiente de aceleração para o período assintótico.60ºC Modelo de "Ulm-Coussy-Kefei-Larive" 5 0 0 5 10 15 t (dias) 20 25 30 0 0. a função de Ulm-Coussy-Kefei-Larive se ajustou melhor ao mecanismo da elevação de temperatura do concreto. a do ensaio E-2832 [27] ilustrada na Figura A. que tem a configuração da T sendo que: Vmáx B B ad (t ) = Tmáx tn ⋅ n k + tn (A.8) é o coeficiente de . apresentando uma incerteza padrão média de 0.01 0.4. em alguns casos a silhueta da curva mostrouse um tanto indesejável como.60ºC Elevação Adiabática de Temperatura (ºC) Elevação Adiabática de Temperatura (ºC) Modelo de "Ulm-Coussy-Kefei-Larive" 10 10 5 Ensaio E-2832 . representa o atraso devido ao calor latente.

Funções para Caracterização das Curvas de Elevação Adiabática de Temperatura do Concreto As medidas de dispersão e a incerteza padrão média foram: R = 1.67ºC Modelo "Hill" Elevação Adiabática de Temperatura (ºC) 50 45 40 35 30 25 20 15 10 5 0 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 .2 0.25 B B Figura A.5 – Gráficos da incerteza padrão para os ajustes da função HILL.0 0.7 que se seguem.6 1.4 0.0 0 20 40 60 80 100 Seqüencial dos ensaios 120 140 Ξ = 0.6 0. A função HILL suprime as deficiências apresentadas pelos modelos que o antecederam.6 – Gráficos ajuste da função HILL para o ensaio E-3026 [27]. DM = 0.12ºC. como se pode evidenciar nas Figuras A. 121 .T ini = 19.67ºC Modelo "Hill" 0.1 1 t (dias) 10 100 Figura A.T ini = 19.50ºC.4 1.01 Ensaio E-3026 .6 e A.8 0.2 Incerteza Padrão (ºC) 1. 1.

8 e A. 122 .9.8 – Comparação entre da função HILL e a função de Resposta no Tempo de Sistemas de 1ª Ordem (RTS1O). 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 .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 . a função de Resposta no Tempo de Equações Diferenciais Lineares de 1ª Ordem.01 Ensaio E-2832 .7ºC).60ºC Modelo "Hill" 16 14 Elevação Adiabática de Temperatura (ºC) 12 10 8 6 4 2 0 0. As Figuras A.67ºC Modelo "RT S1O" Figura A.1 1 t (dias) 10 100 Figura A.5.67ºC 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 . que acopla a resposta ao degrau mais a resposta à rampa. por dar valores zero por várias horas quando se tem que expressar o atraso (calor latente) concedido pela adição química.T ini = 19. 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.T ini = 11.T ini = 19. mostram a comparação entre as funções estudadas. não corresponde ao mecanismo físico.60ºC Modelo "Hill" Elevação Adiabática de Temperatura (ºC) 0. Porém.T ini = 11.7 – Gráficos do ajuste da função HILL para o ensaio E-2832 [27]. 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. a seguir. A.

123 .9 – Comparação entre da função HILL e a função de Resposta no Tempo de Sistemas de 1ª Ordem (RTS1O).60ºC Modelo de "Ulm-Coussy-Kefei-Larive" 0 0 5 10 15 t (dias) 20 25 30 Figura A.60ºC Modelo "Hill" Elevação Adiabática de Temperatura (ºC) 15 Elevação Adiabática de Temperatura (ºC) 10 5 Ensaio E-2832 .T ini = 11.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 .T ini = 11.

é o grau de avanço das reações de hidratação do cimento no é o grau de hidratação final do cimento. segundo as expressões que se seguem. é o grau de avanço das reações de hidratação da pozolana no é o grau de atividade pozolânica final da pozolana.2) onde & c (τ ) = α ⎡ Eac ⎤ ~ Ac [α c (τ )]⋅ exp ⎢− ⎥ ⎣ ℜ ⋅ T (τ ) ⎦ (B.Apêndice B – Modelo de Vincent Waller WALLER [4.4) Nas equações acima. em condições adiabáticas. é a derivada da temperatura no instante t. é o calor de hidratação do cimento (J/g). ξc(∞) B B C Qc B B αp(t) B B instante t.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 . Tad(t) P P é a elevação de temperatura do concreto no instante t.1) sendo & (τ ) ⋅ C th (τ ) = α & c (τ ) ⋅ ξ c (∞ ) ⋅ C ⋅ Qc + α & p (τ ) ⋅ ξ p (∞ ) ⋅ P ⋅ Q p T (B.5] modelou a elevação de temperatura do concreto. é o consumo de pozolana na amostra (g). & (t) T Cth(t) P P αc(t) B B instante t. é o calor específico do concreto no instante t. é o consumo de cimento no concreto (g).

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

5].5] propõe o modelo empírico dado na equação (B.8) para estimar o grau final de hidratação: ξ c = 1 − exp(− 3. o grau de hidratação final do cimento diminui quando uma pozolana é adicionada ao sistema para um fator água/cimento constante.10) Acredita-se que a reação pozolânica Ca (OH )2 + Sílica → C − S − H não envolve qualquer fonte adicional de água [4.3 ⋅ a c ) (B.7) WALLER [4. Assim.42 ⎠ (B.10) para determinação dos graus finais de hidratação do fumo de sílica ξFS(∞) e da cinza volante B B ξCV(∞). ou a parte da pozolana que reage B B consome exatamente a cal liberada pelo cimento.3 ou 1. respectivamente. respectivamente. a fase hidrato tem uma alta área específica.031 ⋅ a c 0. ξ c (∞ ) = min ⎜1 .27 ⋅ ξ c (∞ ) ⎞ ⎟ ⎟ cv c ⎠ (A. WALLER [4. B B ξ FS (∞ ) = min ⎜ ⎜1 .3g de Ca(OH)2 após a hidratação.5] utilizou-se do cálculo estequiométrico para mostrar que 1g de fumo de sílica ou de cinza volante necessita de 1. ⎝ ⎛ 0.6) e o de MILLS na (B. ou a pozolana é completamente hidratada (e uma certa quantidade de Ca(OH)2 permanece no sistema). B B tendo em vista que 1g de cimento libera 0. 126 .9) ξ CV (∞ ) = min ⎜ ⎜1 . pode-se B B considerar que. ao final do processo.7).1 g de Ca(OH)2.9) e (B. Assim.23 ⋅ ξ c (∞ ) ⎞ ⎟ ⎟ fs c ⎠ 0.194 + a c (B.6) ξ c (∞ ) = 1. ⎝ ⎛ (A. e dessa forma o hidrato formado na reação pozolânica adsorve uma significante quantidade de água. que não está mais disponível para hidratação adicional do cimento. No entanto. As equações de balanço conduzem às equações (B. para ser completamente consumida. onde ξc(∞) representa o grau final de hidratação B B do cimento.8) Para sistemas com pozolanas. ⎝ ⎛ ac⎞ ⎟ 0.Modelo de Vincent Waller equação (B.

corrigir a equação (1. ξCV e ξFS são calculados das equações (A.3 ⋅ (a c − δ )] (B. 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. e tende a se estabilizar quando a dosagem de fumo de sílica é maior que 20 %. Se ξFS < 1 então a segunda hipótese está correta.13) para sistemas com fumo sílica e com cinzas volantes.10 ⋅ ξCV (∞ ) ⋅ cv (B.14) 127 .30 ⋅ fs = 1. conforme a equação (B.5] apresentou duas hipóteses. (A.2. ξ c (∞ ) = 1 − exp[− 3.11) para o grau de hidratação do cimento na presença de pozolanas.8) subtraindo da água total a água adsorvida pelo C–S–H pozolânico. e temos ξCV = 0.5] obteve a equação (B. Para uma composição ternária é necessário generalizar os modelos anteriores. em sistemas com pozolanas.11) e B B B B (A.13) A aplicação do modelo de WALLER [4.12) (A.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).14).9).com δ = exp(1.60⋅ a c ) ⋅ δ = exp(1. inicialmente admite-se que o fumo de sílica é a única pozolana a reagir. 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. então.60 ⋅ ξ FS (∞) ⋅ fs C 0. Através de ajuste numérico WALLER [4.12) e (B. respectivamente.11) o termo δ é dado pelas equações (B. 1ª Hipótese: Admite-se que o fumo de sílica reage antes da cinza volante.5]. 0.30 ⋅ ξ c (∞ ) ⋅ C − 1.60 ⋅ a c ) ⋅ 0. Para tanto.Modelo de Vincent Waller Faz-se necessário. teor para o qual toda a cal é consumida. WALLER [4. 2ª Hipótese: A cinza volante reagirá somente se houver alguma cal residual após o máximo consumo de fumo de sílica.42 ⋅ ξ CV (∞ ) ⋅ cv C (A.8). Para resolver o problema. Assim.

1 – Calor de hidratação das fases do clínquer .60 ⋅ a c ) ⋅ 0. em qualquer mistura contendo cimento Portland.15) ξ CV (∞ ) = max ⎢0 .5] apresenta um modelo que permite conhecer o grau final de consumo dos três aglomerantes.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. cinza volante e fumo de sílica. Observa-se na tabela anterior. como mostrado na Tabela B. ξ FS (∞ ) = min ⎜ ⎜1 . seja qual for o valor de ξFS. C3A.18) Assim. C4AF) do B B B B B B B B clínquer de um cimento Portland tem um calor de hidratação específico. B B B B 128 . ponderados pelas porcentagens das mesmas. também produzem um alto calor de hidratação. considerando que cada uma das fases reativas (C3S.17) (B.18 ⎞⎤ ⎟⎥ − cv c cv fs ⎟ ⎠⎦ (B.1.15) a (B. A incógnita tratada agora é a quantidade de calor liberado por uma massa unitária de aglomerante (cimento. ⎝ ⎛ 0. que as duas fases que são responsáveis pela resistência inicial da pasta de cimento (C3S e C3A). min⎜ ⎜1 . Neste modelo.23 ⋅ ξ c (∞ ) ⎞ ⎟ ⎟ fs c ⎠ 0.16) ξ c (∞ ) = 1 − exp[− 3. WALLER [4. fumo de sílica e cinza volante) completamente hidratado.Modelo de Vincent Waller Finalmente.60 ⋅ ξ FS (∞ ) ⋅ fs + 0. o problema pode ser sumarizado B B pelo sistema dado pelas equações (B.27 ⋅ ξ c (∞ ) 1. Tabela B. o calor de hidratação será calculado a partir da composição de BOGUE [9].3 ⋅ (a c − δ )] δ = exp(1. ⎣ ⎝ ⎡ ⎛ (B.42 ⋅ ξ CV (∞ ) ⋅ cv C (B.18). C2S.

é calculado diretamente pela soma dos calores liberados pelos vários aglomerantes. conforme apresentado na equação (B. fumo de sílica e cinza volante são dados. Q (em J/g) representa o calor total gerado pela reação de hidratação. por C.19) Na equação (B. fs e cv (em g/g).2 e na Tabela B.3. Tabela B. respectivamente. para cada adição estudada.19). multiplicados pelos seus graus de hidratação/transformação.Modelo de Vincent Waller O calor de hidratação foi medido por WALLER [4]. o calor de hidratação final do concreto. Os valores são dados na Tabela B.19). em testes adiabáticos de misturas com água e excesso de cal para obter o maior efeito pozolânico possível. Observa-se que os vários produtos não exibem valores significativamente diferentes dentro das duas categorias. 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. O fator ϕ C3S significa a porcentagem de 129 .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.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. Q(∞) . Os consumos de cimento.

e algumas misturas também incluíram um filler calcário. Então as elevações de temperatura teóricas previstas pelo modelo foram comparadas com os dados experimentais. O filler calcário tende a acelerar a hidratação do cimento. o erro médio do modelo é menor que 2K. fornecido pela equação (B. Segundo os autores. Noventa e cinco por cento dos valores foram inferiores a 5K.65). a elevação adiabática de temperatura poderá ser modelada. fator fumo de sílica/cimento (0–0. este segundo efeito poderia produzir algum calor.50) foram investigados. Dois cimentos Portland foram utilizados. mas os resultados obtidos indicam que esta fonte de calor pode ser desprezada quando comparada com outras [4]. é simplesmente a razão do calor total P P produzido. puros ou em combinação (com uma cinza volante ou com um fumo de sílica). Finalmente.30) e fator cinza volante/cimento (0–0. Os 60 testes realizados foram usados primeiro para calibrar o modelo do grau de hidratação do cimento na presença de pozolanas (equações B. A elevação adiabática final da temperatura. Amplos intervalos de fator água/cimento (0. Vários tipos de pozolanas foram comparados.8 e B. com a ajuda destes cálculos preliminares. e também contribui diretamente para resistência à compressão pela formação de carboaluminatos.Modelo de Vincent Waller silicato tricálcico no cimento.9).20) WALLER [4] realizou uma ampla série de testes adiabáticos em argamassas e concretos compostos com agregados calcários.30–0. P P em Kelvin (K) ou em graus Celsius (oC).19). 130 . ϕi é o percentual de cada componente do cimento B B ou aditivo mineral na mistura. ou seja. Tad(∞).5): T ad (∞ ) = Q(∞ ) C th (B. este produto foi considerado inerte. Na teoria. Na predição da elevação de temperatura relativa a misturas contendo filler calcário. calculado pela equação (A. pelo calor específico global.