Revisión bibliográfica sobre la variabilidad del módulo de elasticidad del concreto convencional en el diseño de estructuras
RESUMEN: En el presente artículo se ejecuta una metodología de caracterización espacial de la concentración de PM2.5 en el Valle de Aburrá para el periodo de estudio correspondiente a los años, 2016, 2017 y 2018. La metodología incorpora algoritmos de interpolación espacial y estadística espacial, e...
- Autores:
-
Vélez Patiño, Lorenzo Antonio
- Tipo de recurso:
- Tesis
- Fecha de publicación:
- 2018
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/11727
- Acceso en línea:
- http://hdl.handle.net/10495/11727
- Palabra clave:
- Teoría de las estructuras
Hormigón armado
Reinforced concrete
Edificación
Building
Densidad
Density
Módulo de elasticidad
Modulus of elasticity
Revisión bibliográfica
http://aims.fao.org/aos/agrovoc/c_2186
http://aims.fao.org/aos/agrovoc/c_fc77ca91
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
Summary: | RESUMEN: En el presente artículo se ejecuta una metodología de caracterización espacial de la concentración de PM2.5 en el Valle de Aburrá para el periodo de estudio correspondiente a los años, 2016, 2017 y 2018. La metodología incorpora algoritmos de interpolación espacial y estadística espacial, esta es implementada por medio de sistemas de información geográfica y sus datos de entrada provienen de estaciones fijas de monitoreo de calidad del aire y meteorología del Valle de Aburrá. Se realiza la revisión de humedad relativa, temperatura, velocidad del viento, gradiente de humedad, gradiente de temperatura y gradiente de velocidad del viento como posibles variables explicativas de la concentración de PM2.5 en el espacio. La caracterización espacial multivariada se realiza por medio de regresiones geográficamente ponderadas (GWR) y la interpolación espacial con IDW y Spline. El desempeño de los modelos se calcula a través de estadísticos de error: ASE (Average Standard Error), RMSE (Root Mean Square error), RMSS (Root Mean Square error Standarized) y MARE (Mean Absolut Relative Error). Se identifica que: para el primer cuatrimestre del año (meses de mayores niveles de contaminación) la velocidad del viento y el gradiente de velocidad del viento juegan un papel muy importante como variables explicativas, debido a su presencia en el 91,30% de las variables rectoras de las ecuaciones de caracterización, en el segundo cuatrimestre a dichas variables explicativas se les suma el gradiente de temperatura y para el tercer cuatrimestre del año regresa a primar las variables explicativas del primer cuatrimestre. |
---|