Análisis de las propiedades mecánicas de concretos con reemplazo parcial y total de los agregados gruesos naturales por reciclados
DOI:
https://doi.org/10.47456/bjpe.v11i4.50157Palabras clave:
concreto reciclado, agregado grueso, sostenibilidadResumen
Ante el aumento del consumo global de hormigón, se produce un incremento de los impactos ambientales, lo que hace necesario que el sector de la construcción desarrolle una producción de hormigón en conformidad con los Objetivos de Desarrollo Sostenible (ODS). En este contexto, surge la utilización de los Residuos de Construcción y Demolición en sustitución de los agregados naturales. El objetivo de este estudio fue analizar la resistencia a la compresión y a la tracción del hormigón producido con agregado reciclado en comparación con el hormigón de referencia, mediante un programa experimental que utilizó agregados gruesos reciclados de hormigón con diámetros máximos de 9,5 mm y 19 mm. Para cada granulometría se produjeron dosificaciones de hormigón con tasas de sustitución del agregado natural por reciclado de 0%, 30%, 50% y 100%. Los ensayos de resistencia revelaron que la resistencia a la compresión objetivo de 25 MPa fue alcanzada por todas las dosificaciones, mientras que la resistencia a la tracción se situó entre el 8% y el 12% de la obtenida en el ensayo de compresión. El método estadístico ANOVA verificó que todas las dosificaciones estudiadas presentaron, estadísticamente, medias iguales de resistencia en el período de 28 días. Esto demuestra que el hormigón reciclado puede ser una alternativa prometedora para la construcción civil, además de contribuir al cumplimiento del ODS nº 12, que se refiere a la producción y consumo responsables.
Descargas
Referencias
Aver, G., Miri, D. H., Chais, C., Matte, J., Ganzer, P. P., & Olea, P. M. (2020). Fatores de rotatividade em uma empresa do segmento metalomecânico: Rotativity factors in a mechanical metal segment company. Revista Visão: Gestão Organizacional, 9(2), 168-186.
Breiman, L. (2001). Random forests. Machine learning, 45(1), 5-32.
Chiavenato, I. (2014). Gestão de Pessoas: O Novo Papel dos Recursos Humanos nas Organizações. 4 ed. Elsevier Brasil.
Cramér, H. (1999). Mathematical methods of statistics (Vol. 9). Princeton university press.
Dutra, J. S. (2016). Gestão de pessoas: modelo, processos, tendências e perspectivas. 3 ed. Atlas.
Elmasri, R., Navathe, S. B., & Pinheiro, M. G. (2005). Sistemas de banco de dados.
Fávero, L. P., & Belfiore, P. (2024). Manual de análise de dados: Estatística e machine learning com Excel®, SPSS®, Stata®, R® e Python®. GEN, LTC.
Hair, J. F. (2009). Multivariate data analysis.
Han, J., Kamber, M., & Pei, J. (2020). Data mining: Concepts and. Techniques, Waltham: Morgan Kaufmann Publishers.
Hastie, T. (2009). The elements of statistical learning: data mining, inference, and prediction.
Hom, P. W., Lee, T. W., Shaw, J. D., & Hausknecht, J. P. (2017). One hundred years of employee turnover theory and research. Journal of applied psychology, 102(3), 530.
Hosmer Jr, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression. John Wiley & Sons.
James, G. (2013). An introduction to statistical learning with applications in R.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., Vanderplas, J., Passos, A., Cournapeau, D., Brucher, M., Perrot, M., & Duchesnay, É. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research. 12, 2825-2830.
Samuel, F. (2024). Retention Strategies for Project-Based Construction Workers: The Role of Career-Family Balance Initiatives.
Spearman, C. (1961). "General Intelligence" Objectively Determined and Measured.
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Fonseca Junior, G. A. da, Leite, J. C. T., Mendez, G. de P., Haddad, A. N., Silva, J. A. F. da, & Costa, B. B. F. da.
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Todas las obras publicadas en la Revista Brasileña de Ingeniería de Producción (BJPE) están bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
Esto significa que:
Cualquier persona puede copiar, distribuir, exhibir, adaptar, remezclar e incluso utilizar comercialmente el contenido publicado en la revista;
Siempre que se reconozca debidamente a los autores y a BJPE como fuente original;
No se requiere permiso adicional para la reutilización, siempre que se respeten los términos de la licencia.
Esta política cumple con los principios de acceso abierto, promoviendo la amplia difusión del conocimiento científico.
2.png)
