| Summary: | Debido al crecimiento continuo que se tiene cada año del consumo del concreto como primer material de construcción, resulta de gran ayuda contar con distintos métodos no destructivos que nos permitan conocer, de una manera rápida y sencilla, la resistencia del concreto. Uno de los métodos no destructivos es el índice esclerométrico, que consiste en determinar nivel de compacidad de las partículas del concreto. Durante años se han hecho distintos estudios para correlacionar el índice esclerométrico y la resistencia del concreto, hallando altos niveles de relación; sin embargo, dichos estudios no toman en cuenta la edad del concreto ni el tipo de piedra que se utiliza en la mezcla, siendo parámetros que no resultan ajenos al ensayo de esclerometría. Por ello, la siguiente investigación propone el ensayo de dureza superficial (esclerometría) como un método confiable para la determinación de la resistencia del concreto analizando distintas muestras de acuerdo a su edad y tamaño máximo nominal. Estos factores serán analizados y serán almacenados en una base de datos en la que serán separados según su característica, generando distintos gráficos de regresión lineal para así aumentar el índice de confianza de correlación de Pearson. === The use of concrete as a primary construction material has seen steady increase year after year, which is why it is imperative to have at our disposal different non-destructive methods for quick and easy determination of its resistance. Once non-destructive method is the sclerometric index, which determines the level of compactness of the concrete particles. Various studies over years have found the sclerometric index to be highly correlated to concrete resistance. Nevertheless, these studies didn’t correct for factors such as the age and composition of the concrete mixture, both of which greatly influence sclerometry. They aim of this study was to determine whether superficial hardness testing (sclerometry) is an appropriate method for measuring concrete resistance, by analyzing samples of distinct age and maximum nominal size. These factors were analyzed and stored in a database which generated linear regression graphs, thereby improving the confidence interval for the Pearson correlation coefficient. === Tesis
|
|---|
